5.12

知識分子

The Intellectual

編者按

從12歲考入科大的少年班，到最年輕的電子工程師協會會士（IEEE Fellow），再到微軟亞洲研究院的院長，張亞勤幾乎經歷了從上世紀80年代開始的那場以個人電腦和互聯網為起點的信息革命中最為波濤洶涌的30年。

然后，他曾擔任院長的那個微軟亞洲研究院成了業內公認的中國人工智能領域的“黃埔軍校”，他自己也把關注集中到了一個代表未來的新興領域——人工智能。2014年，他加盟百度擔任總裁，主推人工智能、大數據與云計算（ABC）， 無人駕駛， AI芯片等新技術。2020年，他加入清華大學，成立清華大學智能產業研究院（AIR）并擔任院長。

走過曾經波濤洶涌的信息革命，站在這場新的技術革命的潮頭，張亞勤是參與者，也是觀察者。而今，他關于這個AI時代的新書《智能涌現》剛剛出版，在書中，他講述了自己親歷的這場硅基智能的涌現。從整個人類史的視角，他重新審視這場由AI帶來的第四次工業革命，甚至開始思考：當機器開始掌握“創造”的權柄，人類文明將走向技術烏托邦，還是失控的深淵？

這是一個技術樂觀主義者，展望那個即將到來的AI時代，張亞勤說：普通人“一周只需工作兩天”，“只需要2成的人工作，8成的人只要享受生活就行了”，“全民發錢”的基礎收入計劃，也許會是個辦法。

然而，當被問到：面對未來，內心有過擔心或者恐懼的時刻嗎？

張亞勤談到了“失控”，那是令這位理科男內心覺得恐懼的東西，比如：“無人車失控了，如何處理？”然而，對今天更多的AI失控，張亞勤認為，都還在可控范圍，因為今天的AI“還沒有真正進入到物理領域，”其失控的表現也不過是“不實的虛假信息”。

“目前的AI大多在信息智能領域，容錯率更高。但等到我們進入物理世界或者生物世界，我們就需要更加謹慎了，（那里），可控性要求更高。”

數日前，在一場采訪中，張亞勤把智能分為了信息智能（GPT、DeepSeek）、物理智能（自動駕駛、機器人）和生物智能（腦機接口），并認為，我們會順次的，用5年、10年，15-20年的事件，分階段達到最終的AGI目標。屆時，人類大腦將得到全方位的拓展，甚至“未來會有一個新的物種”。在這位AI研究者的眼中，最終，人與AI融為了一體，那真是一個大膽又魔幻的場景，我們的談話就從這里開始了。

撰文 | 李珊珊

01

AI不會產生意識

知識分子：您提到過一個實現AGI路線圖，人類會達到三個智能的里程碑，信息智能（GPT、DeepSeek）、物理智能（自動駕駛、機器人）和生物智能（腦機接口）最終達到AGI的目標，在這個過程中，最大的障礙可能出現在哪個階段？

張亞勤：這三個階段中，最大的難點在于生物智能時期。

生物智能包括碳基和硅基的接口，也就是我一直強調的，未來是（物理和生物上的）HI+AI（人類智能+人工智能）。然而，在這種新的情景下，當我們將人的智能與機器智能融合在一起時，人類的意識如何控制(植入體內的)AI，AI與人類如何和諧共處，都是全新的挑戰。這可能不僅僅是算法、技術問題，還包含倫理和治理等方面的問題。

知識分子：很多科學家，甚至人工智能領域的專家等都曾提到過人工智能（最終）會產生意識，您怎么看？

張亞勤：我認為（人工智能產生意識）這種情況不會發生。我們現在的算法都是基于統計數據，我不認為目前的路徑或者目前硅基所用的這些算法會產生意識，這些東西只會產生一個非常聰明、能力很強的AI智能體，但它還只是工具，本身并不能產生意識。

雖然我無法嚴格證明這一點，但要知道，目前地球上的硅基智能（我們聯網的電腦等）計算和存儲能力已經遠超過人類的水平，然而，它們至今從未有過生命意識的跡象，也沒有更高層次的情感跡象。

我們人類目前對大腦的了解不到10%，我們不了解意識如何產生，也不知道意識產生的原因是什么，在這種情況下，如果認為人類開發的產品會有意識，就會存在一個悖論。

當然，我堅持硅基智能不會產生意識，一部分原因是出于經驗，另一方面，也許這是某種哲學信仰，信仰至少占一半吧。AI可以幫助我們做許多事情，但它沒有自我意識，沒有自我價值，它的意識和價值都應該是依附于人類的。

當然，還有一個情況是：如果腦機接口出現之后，機器逐漸了解了我們的思維模式和意識，情況會不會不一樣，我并不清楚。

知識分子：硅基智能難道不會自己進化產生意識嗎，尤其是產生那種反抗人類或者奴役人類的意識？

張亞勤：我并不擔心。我擔心的是目前我們的算法或者路徑會產生兩個問題，一個是我們所設計的智能體在工作中失控了，由于我們對算法不夠完全了解，這（種失控）是可能會發生的事情。另一個麻煩是：大模型智能體被壞人利用了。

我從不擔心AI會產生意識并且傷害人類，我更擔心的是AI的失控和濫用。后者就要求我們在每一步，無論是研究、開發，還是制定政策規范，都要考慮到紅線。什么可以做，什么不能做，要有一個界限。

知識分子：您提到腦機接口的情景下，AI會和人類的融合，但AI與人類在節奏上有很大差距，如何融合？

張亞勤：我最近與人討論，也提到過這一點，人類的DNA是經過了幾十萬年上百萬年的演化產生的，這個過程很慢，所以，我們不論是生活還是思考，都希望有一種更慢、更和諧的方式，更自然的節奏。但機器不同，目前AI進化的節奏越來越快，還疊加上越來越多的數據、越來越多算力的投入，那就更快了。碳基和硅基融合之后，這些節奏上的差距，就成了問題。

我們希望的一種方式是：一些AI更擅長，但人類不喜歡的工作，由AI助理快速完成，而另一些，比如，思考、娛樂，甚至，體育鍛煉，與朋友家人和親人相處，按照我們人類自己的節奏，慢慢完成。這將是一種好的人機相處方式，也是人類+AI這個未來新物種的一種存在方式。

當然，要做到這一點并不容易，10-15年之前我就在講，人類不要被三屏（手機、電腦、電視）奴役，而目前互聯網和AI的發展更是幾乎“侵入”了生活的方方面面。我認為，從現在開始，人類就得思考自己要做什么，我們要學會控制節奏，找到人類的主宰性。

02

中美在實現L4級無人駕駛的時間上會基本同步

知識分子：您提到過無人駕駛可能會在5年內實現，您認為目前制約自動駕駛商業化的最大障礙是什么，是技術的成熟度還是社會的接受度？

張亞勤：技術的成熟度和社會的接受度都是巨大的挑戰。技術的發展需要時間，社會的接受也需要時間。

雖然像蘿卜快跑和谷歌的Waymo已經在特定場景下進行了大量測試，目前已經在舊金山和武漢等城市開始L4運營，但目前大多數車型仍處于輔助駕駛的L2或L2+的水平，離真正的L4級的自動駕駛尚有很大差距。尤其是在城市道路的復雜場景中，技術仍不夠成熟，車輛更多是提供高級輔助駕駛功能，輔助人類做決策。這意味著駕駛員仍需保持手握方向盤、眼睛看路的狀態。

人類社會對技術的敬畏心仍然不可或缺。我們需要學會如何與機器和諧共存，而不是完全依賴技術。無人駕駛的普及不僅是技術問題，更是社會心理和文化適應的過程。

知識分子：您曾經提到自動駕駛安全的幾個要素，排在第一位的是智能駕駛決策模型的可解釋性。從這個角度看，黑箱大模型框架是否適用于自動駕駛？還是我們需要一個更可解釋的模型，這樣才能更安全并且更能被大眾接受。

張亞勤：這是一個復雜的技術問題。當前的大模型端到端架構本質上是一個統計模型，許多決策過程我們并不完全理解。我們在AIR研究院的研究方向之一，就是讓AI的駕駛行為決策更加透明。

但另一方面，盡管大模型的決策過程難以解釋，從結果來看，它們往往是正確的。放棄大模型可能意味著失去目前最有效的解決方案。這就像人類的大腦，我們對其理解可能不足10%，但這并不妨礙我們每天依賴它做出正確決策。

目前的自動駕駛系統通常結合了大模型和規則兜底的安全機制。大模型負責核心的智能決策，而規則兜底部分則用來補足大模型無法解釋的部分，提供額外的安全冗余。隨著對智能駕駛決策系統的理解加深，未來這些規則兜底的部分可能會逐漸減少，但在此之前，它們仍然是不可或缺的。

知識分子：中國和美國哪個國家會更快地實現和推廣普及L4級無人駕駛？目前的情況下，中美在無人駕駛方面還有合作共贏的可能嗎？

張亞勤：我認為，中美在實現L4級無人駕駛的時間上會基本同步。雖然美國做得很好，但是整體來講，中國的規模會更大，大規模商用方面，中國可能會更快實現。

在無人駕駛領域，中國有幾點優勢：第一點是基礎設施比如V2X，我們比美國好；第二點，美國的電動車發展并不好，而我們的電動車普及速度則非常快。第三點，我認為中國的普通民眾心態更開放，對新技術的擁抱比歐美都要好很多。

目前，盡管中美在智能駕駛領域的直接合作面臨挑戰，但基礎研究的共享和學術交流仍有很大的合作空間。雖然公司間的合作可能受限，但開源代碼、算法和學術論文的共享依然在推動技術進步。中美在基礎研究領域的合作，雖然客觀上有各種不確定因素，但基礎研究領域，仍然是有共贏空間的。

03

中美都是AI第一梯隊的國家，

美國的頂尖人才多一些，

中國的優秀年輕人多一些

知識分子：大家都很好奇，DeepSeek沒有出現在高校和頂尖研究機構以及大公司，而是出現在了一家小公司，甚至一個量化公司？

張亞勤：這并非偶然。DeepSeek的出現正是中國創新機制多元性和包容性的體現，一家并不知名的小企業，能夠做出如此大的創新，這本身就是一件非常不起的事情。DeepSeek的誕生，給整個行業注射了一劑強心針。

另外，DeepSeek的成功也離不開多年來在人才培養方面的積累。DeepSeek團隊中有100多名中國本土教育培養出來的年輕人，這是我們國家長期以來重視教育的成果。我們AIR研究院也有學生在DeepSeek團隊中，而且和Deepseek共同合作論文，他們都是很優秀的學生。

DeepSeek這種創新模式在學校中確實很難實現。因為盡管DeepSeek非常高效，但仍需要使用大量GPU，學校因為算力資源往往受限，無法完成這種任務。很多大公司雖然擁有算力，卻更多地在關注如何追趕OpenAI，Scaling Law（規模定律）深入人心，大家都在堆算力，堆數據。在這種情況下，DeepSeek選擇了不同的路徑，這種差異化創新非常值得肯定。

知識分子：在您的眼中，中美在AI領域的人才儲備是個什么情況？

張亞勤：中美都是AI領域第一梯隊的國家，在人才方面，我認為美國可能頂尖和資深人才多一些，而中國則是優秀的年輕人多一些。

我們的優勢是學生多。而AI領域的一個特點就是百分之八九十的新算法、新技術是過去5年出現的，這種情況下，剛畢業的年輕人有很大的優勢。所以，你可以看到，過去5年間，中國AI人才的質量和數量都有大幅度提高。

目前，確實中美之間的交流合作會存在一些挑戰，但在基礎研究方面，大家還是能夠交流的。我希望不要出現脫鉤，但如果真的出現了，中國也不用害怕。我們現在包括老師、學生、產業界，乃至整個國力已經達到了一定的程度，很多問題我們可以自己解決。

當然，我還是希望全球化，全球化對中美兩國，對全世界都是利好，沒有了全球化和自由溝通，（科研資源）會有很多浪費。

知識分子：作為一個關注產學研的領導者，您如何概括DeepSeek的創新路徑？

張亞勤：我認為DeepSeek首先是一個了不起的工程和技術創新。其次，它是個產學研合作的范本，DeepSeek團隊里人才非常多元，有清華學生，有各種頂尖高校的畢業生，也有經驗的工程師，這是產學研的一個特別好的合作方式。

現在產學研新的模式往往需要從0到1再到n進行一體化研究。在過去，我們可能需要一個機構專門進行從理論到應用的轉化，再到公司（市場）。但在AI時代，我們有了一種新的模式，新的模式中，這些轉化過程已經內化、連接在一起了。DeepSeek的實踐正是這種新產學研模式的縮影，也是我們在AIR研究院希望實現的目標。

知識分子：您提到AIR，它的使命是什么？能否詳細講講？

張亞勤：我是2020年創立的清華大學智能產業研究院（AIR），AIR是面向第四次工業革命的國際化、智能化、產業化的研究機構。AIR的使命是利用人工智能技術賦能產業升級、推動社會進步。通過大學與企業創新雙引擎，突破人工智能核心技術，培養智能產業領軍人才，推動智能產業跨越式發展。

AIR的科學家們不僅具有扎實的科研積累，且具備豐富的產業背景，許多人在大公司擔任過頂級架構師，或管理過跨國企業。我們80%以上的科研項目是與企業合作的，比如與百度合作研究無人駕駛、與字節跳動（豆包團隊）合作大模型研究，以及與阿里合作研究AI智能體。這些合作不僅讓從0到N的轉化更加順暢，也讓我們的學生能夠直接參與頂級企業的重要項目，在實踐中鍛煉自己。

我認為，培養人才的最佳方式不是單純上課，而是讓學生通過科研幫助企業解決未來的問題。這種方式不僅能提升學生的實踐能力，也能讓他們在畢業后更好地適應產業需求。我們要求教授們具備這樣的心態、經驗和能力，這也是AIR的教育理念。

04

AI時代，我們仍然需要高考

知識分子：在AI時代，教育會變成什么樣子？大學們目前已經行動了嗎？能否以清華為例講一講？

張亞勤：AI時代，靜態的知識變得越來越不重要了，唯一重要的是提出問題、質疑、批判性思考能力以及創新能力。在這種情況下，我們的教育應該讓每個人變得更加不同，而不是越來越相同，學生需要有更多自己的觀點和判斷力，而不僅僅是標準答案，原來的教育體系都需要重構。

目前，全球各國政府都在積極推動教育體系的變革，中國的高校和教育部尤其積極，且思維十分開放。相比之下，美國許多學校卻拒絕使用AI工具，我認為這是錯誤的。我們生活在一個AI無處不在的時代，學會充分利用AI工具至關重要。

以清華為例，我們在AI教育改革方面已經做了很多嘗試。目前，清華配備了AI助教，協助教師備課和答疑。我們還重新設計了上百門人工智能課程，包括面向全校的通識課程和針對人工智能專業的專業課程，其中的許多是全新的課程。

此外，我個人認為，“AI + X”的交叉學科模式，對AI時代的教育也至關重要。未來，純粹研究AI的人將是少數，更多人需要將AI應用到生命科學、智慧交通、新能源和先進制造等領域。如何將AI與其他領域結合，是未來教育的重要課題。

知識分子：高考那種的標準化考試還會存在嗎？

張亞勤：標準化考試可能會減少，但高考這種高層次的選拔考試仍有必要。高考不僅是考試，更是一種相對公平的人才選拔方式。未來考試形式可能會變，我也不知道將來會變成什么樣子，但公平性必須保障。高考是一種社會規則，它部分地確保了農村和邊遠地區的孩子也有機會接受優質的教育。我反對完全取消考試的選拔方式，因為我覺得那樣的話，可能會不公平，農村孩子可能就更沒機會了。

知識分子：那人類教師呢？還有存在的必要嗎？尤其是上大課的那種人類教師？

張亞勤：雖然AI給教育帶來很大變革，但是它仍無法替人類老師。教學，不僅是傳授知識，還是一種引導、學習和人與人之間的交互，這都是AI無法替代的。但AI可以作為教師的輔助工具，比如在清華，現在有AI助教。未來每位老師都會有AI助教，每個課程都會有AI助教，每個學生都有AI助理，它們可以幫助學生更好地呈現靜態的知識，但人類老師的角色仍不可或缺。

知識分子：教育領域使用AI可能會帶來一個很大的問題，就是學生過分依賴AI，導致喪失了思考的能力？

張亞勤：AI給人類帶來的最大的挑戰有兩個，一是拒絕AI；二就是過分依賴AI，失去了個性、觀點和判斷力。因此，學校教育的重點是教會學生如何使用AI工具，同時引導學生保持獨立思考和發揮創造力。

我們不能只會依賴AI，無論什么時候，人類要保持一種狀態，沒有AI，人類仍然能夠生存，但有AI，我們可以做得更好。在這方面，我同樣是一個樂觀主義者。

05

20年后，人類每周只需工作兩天

知識分子：您提到了公平，但目前有聲音認為，AI可能會加劇社會不平等，比如，有些人（被AI替代）失業了，有些群體可能被這個AI時代的發展遺忘了，這種情況您怎么看？

張亞勤：從宏觀上看，AI的發展方向是積極的，但過程中確實會出現問題。比如，AI翻譯和AI客服的出現，會讓相關行業受到沖擊；無人駕駛的成熟，會讓司機面臨失業。這種現象我們在不久之前就曾經經歷過，比如打字員和電梯員職業消失。

某些群體可能因缺乏相關技術和知識而失業，這是整個社會面臨的巨大挑戰。政府、企業和教育界應共同努力，提供公平的教育和政策支持，幫助這些人適應變化。公共政策和倫理治理至關重要。但我不贊成像歐洲那樣，一開始就用規則阻礙AI發展。我們要在發展中討論，保持創新與治理的平衡。AI帶來的收益大于問題，我們可以引導AI向著更有利于社會的方向發展。AI如同互聯網，既是好東西，也可能被濫用。技術是中性的，關鍵在于什么人來用，做什么用。

知識分子：您提到未來10年機器人的數量會超過人類，也有AI學者曾經提到，目前有8成的人在工作，未來會倒過來，只有2成的人在工作。這種情況，不可避免地帶來的一個后果是很多人會失業，對于這種情況，我們該如何應對？會出現一個新的社會范式嗎？

張亞勤：我完全同意這個觀點，將來可能只需要兩成的人工作。這在人類歷史上看，非常自然。回顧歷史，蒸汽機出現后，人類的生產率有了指數級的提升，我們的工作時間也發生了很多變化——早期是一周工作7天，然后6天，再后來是5天，現在有些地方是4天，我覺得，可能20年之后我們一周工作兩天就夠了，剩下的5天不用工作，做點自己喜歡的事情就好了。

這是機器幫助人類工作的一個過程，先是體力，后來到信息，最后到智力。如果我們能控制好節奏，那么人類的整個生活會變得越來越好的。大部分人都可以有事做，又不需要做自己不喜歡的事情。

我認為一個理想的未來社會是：大部分人按照自己的興趣去工作，而不是為了生存。為了達成這一點，很多人做了一些規劃，有一些有趣且存在爭議的話題，比如：國民基礎收入計劃（UBI計劃，即：為每個人發錢，讓大家都有可以維生的基本收入）。

過去我聽說這個計劃時是比較反對的，但這幾年，（目睹了AI技術的發展），我的觀點有點變化了，當社會生產力極大發展時，大部分人已經不需要工作了，我認為，整個社會是可以為每個人發放基礎收入的。有了這種收入之后，生活可以兜底，工作就真的變成了自愿的，從興趣出發。不用擔心大家不工作，因為在一定程度上，工作是生命的意義，我們需要創造、與人交往、發明和新的體驗，這是人類的意義，這些東西不能被替代，但我們可以不需要為了生存而工作。我希望這是我們20年內可以達到的目標。

BOOK TIME

《智能涌現 : AI時代的思考與探索》

張亞勤 著

中信出版社

賽先生書店可開發票，請在購書備注中留下開票信息（抬頭、稅號和電子郵箱），確認收貨后，由出版社開具。