李飞飞最新访谈：AI不是替代者，而是放大镜，这3个真相值得深思

“AI咋能代替人呢？”这话出自李飞飞之口。

在Huberman Lab最新一期访谈中，这位斯坦福大学计算机科学教授、ImageNet创始人，聊到了“为什么苏格拉底是人类历史上最顶尖的‘提示词工程师’”、“为什么不能一刀切禁止学生们用AI”等话题，并给出了一个笃定的答案：无论是在医疗、影视还是教育领域，AI都不是人类的替代者，而是个人能力的放大镜。

以下是她在这场对话中的重点观点：

1. 人类一直没吸取的一大教训，就是老一辈总爱哀叹下一代，仿佛年轻人什么都不懂。但纵观人类历史大脉络，整体其实是在向着更好的方向发展。

2. 不能只让少数科技企业替整个社会做决定，单纯追逐市场收益的逻辑，绝不能凌驾于社会伦理与大众文化之上。

3. 学术界和医学界有个不成文的潜规则——掌握技术核心逻辑的人，会刻意回避向大众讲清底层原理，靠信息差守住话语权。可这种做法对任何人都没有好处，只有让人们了解真相，大家才会更有安全感。

4. 想要守护下一代，一定要看见教师群体，帮扶老师与家长，才能真正引导青少年正确使用AI。

5. 技术变革时代，机遇和阵痛同时存在，我们需要理性、审慎地面对。

主持人（Andrew Huberman）：飞飞，我们今天先从视觉开始聊聊AI吧。很多人觉得光线感知和AI离得很远，但它其实是AI发展的一大起点？

李飞飞：没错，视觉是智能的基石。我们可以沿着生物演化和计算机视觉两条脉络来理解它。

从生物演化来看，5.4亿年前远古海洋生物第一次“看见”光，感光细胞的出现直接催生了寒武纪物种大爆发。对人类而言同样如此，我们大脑皮层一半的神经活动都与视觉相关，婴幼儿也是先学会“看”，再学会“说”。

对AI而言，视觉的贡献主要体现在提供算法灵感和促进数据觉醒两方面。

第一是算法灵感。上世纪50年代，科学家们发现哺乳动物的视觉系统具有层级神经结构，这直接启发了早期神经网络的设计。如今模型参数的规模虽已暴涨，但其根源仍可追溯至生物视觉研究。

第二是数据觉醒。本世纪初，算法效果始终不太理想，2006年我在普林斯顿做研究时才意识到，卡脖子的可能并不是算法，而是训练数据太少了。你想想看，一个孩子到6岁便能认出桌子、椅子、花等几万样东西，靠的就是成长过程中看过的海量画面。受这个启发，我们才不再死磕算法，转而发起ImageNet项目，攒出了千万级的图片数据集。等到2012年，大数据集、深度神经网络和GPU算力三者碰头，现代AI才算真正迎来了转折点。

主持人：2012年前后，AI的图像识别能力突然上了一个大台阶。以前连相似的人脸都分不清，2012年之后一下子就能精准认出谁是谁，这背后到底发生了什么？

李飞飞：就是刚才所说的“GPU并行算力提升、神经网络技术成熟、互联网带来海量数据”三要素集齐了。拿ImageNet图像识别竞赛举个例子，人去分辨一千种物品，识别错误率大概只有4%，且我们认错大多不是看得太仓促，纯粹是东西长得太像，或是记混了品类。而早年神经网络的错误率虽然下降了一大截，但始终比不上人类；一直到2016年，算法识别准确度才第一次超过人。

语音、听觉方向的发展路径，和图像识别几乎一模一样。2016到2017年Transformer架构出来之后，性能很快就甩开了图像领域最早的经典模型AlexNet；随后，靠着更完善的网络结构、海量文本素材，再加上GPU算力支撑，经过整整五年的迭代优化，ChatGPT才在2022年正式问世。

主持人：我觉得人身上有个特别厉害的天赋，叫物体恒存。好比我们只看见一截猫尾巴，结合上房间里这个的环境便能立马能判断这是一只家里养的猫，而不是狐狸。你觉得AI什么时候才能拥有这种结合场景自主推理的能力呢？

李飞飞：现在的大模型依靠海量数据，确实能做出差不多的判断，但底层逻辑和人脑完全是两码事。小孩子只见过几只猫，就能举一反三认出所有猫；可AI得刷完网上几乎所有猫咪图片，依靠数据里的统计规律去分辨。两者的学习逻辑天差地别，背后还有一大堆待破解的科学难题。

主持人：后来AI还能让静态图动起来，比如让图片里的猫追着老鼠跑，这又是怎么实现的？

李飞飞：关键就是往训练数据里加大量新的视频素材，一个标志性的节点就是2024年Sora发布。不过，当时的算法仍建立在神经网络框架之上，尚未出现颠覆性的技术革新。所以模型还是看不懂猫的肌肉构造及身体结构，只能靠着海量的视频摸透了物体运动的统计规律，并生成看着符合常识的动作；这也就解释了为什么AI生成的画面会经常出现别扭或不合理的bug了。

主持人：那往更深一层说，像AI这样的技术会不会让很多职业消失？比如医生、教师、艺术家，还有我们这些做播客的？

李飞飞：我并不认为AI会替代人类。它更像一个放大镜，放大的是个人的能力、创造力和价值。以医疗为例，AI可以帮助医生更快地分析影像，但最终的诊断责任和人文关怀，仍然需要医生来承担。在影视行业，AI可以辅助生成特效和剧本草稿，但真正的情感表达和艺术判断，依然来自创作者。教育更是如此——AI可以提供个性化练习，但点燃孩子好奇心、塑造价值观的，永远是老师。

主持人：所以比起担心被替代，我们更应该学会怎么用好这个“放大镜”？

李飞飞：是的。这也是为什么我一直强调不能一刀切地禁止学生用AI。与其把新技术关在门外，不如教会孩子如何批判性地使用它。我们需要让老师、家长先理解AI，才能引导下一代与它健康相处。技术变革时代，机遇和阵痛同时存在，我们需要理性、审慎地面对。

本文在不改变原意的基础上，由AI对访谈内容文字实录进行了精校。