李飛飛最新訪談：這，才是下一個(gè)10年

內(nèi)容來源：本文為公眾號(hào)鈦媒體(taimeiti)原創(chuàng)首發(fā)，筆記俠經(jīng)授權(quán)發(fā)布。轉(zhuǎn)載請(qǐng)聯(lián)系原公眾號(hào)授權(quán)。

高級(jí)筆記達(dá)人 | 李云

責(zé)編| 賈寧排版| 拾零

第 9348篇深度好文：7784字 | 25 分鐘閱讀

宏觀趨勢(shì)

筆記君說：

在AI浪潮席卷各行各業(yè)的今天，每一位企業(yè)家和創(chuàng)業(yè)者都面臨同一個(gè)問題：未來的機(jī)會(huì)究竟在哪里？

被譽(yù)為“AI教母”的李飛飛，在前兩天的一次深度對(duì)話中，給出了她的答案。

以下是李飛飛這次訪談中的自述部分，希望她的這些話，對(duì)你有所啟發(fā)。

一、“空間智能”是AGI的一把關(guān)鍵鑰匙

1.世界遠(yuǎn)不止語言那么簡(jiǎn)單

我先說一下我的信念：在技術(shù)上，確實(shí)有一些相通的概念，所以我也能理解有些人說“語言即世界”。

宏觀地來說，我堅(jiān)信這個(gè)世界遠(yuǎn)不止語言那么簡(jiǎn)單。

如果我們說的語言概念，指的是那種離散的、本質(zhì)上更偏向“一維”的信息——即便它能表達(dá)多維的內(nèi)容，語言本身的呈現(xiàn)形式還是比較一維的。但這個(gè)世界其實(shí)要豐滿得多。

我一直強(qiáng)調(diào)，空間智能包含諸多特性，比如物理屬性這些，都是超越語言范疇的。而且不管是人類的行為，還是大自然的運(yùn)轉(zhuǎn)，很多東西既沒法用語言完全表述清楚，也不可能單靠語言就實(shí)現(xiàn)所有想做的事。

我們每天睜開眼，從生存、工作、創(chuàng)造，到感受、感知，再到人與人之間豐滿的情感，這些日常里的種種，從來都不是只靠語言就能完成的。

當(dāng)然“語言即世界”這樣的話確實(shí)挺好聽，聽起來也沒錯(cuò)，因?yàn)樗欠浅；\統(tǒng)的一句話。當(dāng)你一句話很籠統(tǒng)的時(shí)候，它可能錯(cuò)不了。

但從技術(shù)層面看，現(xiàn)在數(shù)字化是必然趨勢(shì)：視覺模型、空間智能、機(jī)器人模型，本質(zhì)上都會(huì)走向數(shù)字化。可要是把數(shù)字和語言完全畫等號(hào)、當(dāng)成一回事，那這個(gè)概念就變味了。

如果連數(shù)字都能被叫做“語言”，那相當(dāng)于啥都能往“語言”里套，這就沒什么好爭(zhēng)論的了。

在我看來，信息遠(yuǎn)不止語言這一種，還有空間信息，它和語言一樣美妙、一樣重要。

2.“空間智能”到了爆發(fā)前夜

現(xiàn)在AI大環(huán)境里，大家對(duì)AI的期待確實(shí)有點(diǎn)太激進(jìn)了。

但我可以告訴你，我選擇創(chuàng)業(yè)的核心原因，就是覺得時(shí)間點(diǎn)到了。

畢竟創(chuàng)業(yè)和搞科研不一樣，創(chuàng)業(yè)得緊密結(jié)合市場(chǎng)、尊重市場(chǎng)規(guī)律。但就像很多比我優(yōu)秀的企業(yè)家說的，創(chuàng)業(yè)最關(guān)鍵的是踩準(zhǔn)時(shí)間點(diǎn)——不能太早，市場(chǎng)和技術(shù)都沒成熟；也不能太晚，否則就沒了機(jī)會(huì)。

空間智能技術(shù)在World Labs（中文名：空間智能）剛成立時(shí)，確實(shí)還早了點(diǎn)，但也沒早到需要等五六年、十年的程度。

我判斷未來一兩年，它會(huì)迎來爆發(fā)式增長(zhǎng)。你看現(xiàn)在視頻生成技術(shù)的飛速發(fā)展，再到我們做的World Models，我堅(jiān)信這類技術(shù)在一兩年內(nèi)還會(huì)有質(zhì)的飛躍，市場(chǎng)應(yīng)用的可能性也越來越清晰。

我沒法簡(jiǎn)單定義現(xiàn)在發(fā)展的速度是快還是慢，但能肯定的是，現(xiàn)在正是做空間智能的好時(shí)機(jī)。

我們現(xiàn)在做的“世界生成”（world generation）模型，真的特別令人激動(dòng)。

它的應(yīng)用場(chǎng)景太廣泛了——從數(shù)字創(chuàng)意、游戲開發(fā)、影視制作、設(shè)計(jì)領(lǐng)域、建筑行業(yè)，到VR、XR、AR技術(shù)，再到機(jī)器人仿真，每一個(gè)大領(lǐng)域里又能細(xì)分出無數(shù)小場(chǎng)景。而這些場(chǎng)景，其實(shí)都藏著對(duì)三維空間的強(qiáng)烈訴求。

生成式AI有個(gè)很特別的價(jià)值：它能降低原本高難度事情的門檻，進(jìn)而打開很多你意想不到的新市場(chǎng)。

生成三維空間就是件超難的事——這個(gè)世界上沒多少人能做到，而且用到的Blender、Unity這類工具，操作起來特別繁瑣。我自己試過，頭都大了。

其實(shí)很多創(chuàng)作者腦子里裝滿了好想法，只是被工具卡住了，而非缺乏創(chuàng)意。而AI既能給現(xiàn)有創(chuàng)作者賦能，還能讓很多原本覺得“這事跟自己沒關(guān)系”的人，發(fā)現(xiàn)新可能。

就像我，以前根本不會(huì)碰Blender、Unity這類軟件，覺得又麻煩又費(fèi)時(shí)間，但現(xiàn)在AI能賦予我這種能力，我肯定愿意用——它能帶來太多新靈感、新機(jī)會(huì)了。

所以我覺得三維世界模型特別讓人興奮：它原本是件對(duì)普通人來說難度極高的事，而AI能降低這項(xiàng)能力的使用門檻，這本身就是打開市場(chǎng)的絕佳機(jī)會(huì)。

在我看來，沒有空間智能，沒有三維世界的生成式模型，就談不上AGI（通用人工智能）。

AGI就像一扇門，上面掛著好多把鎖，需要不同的鑰匙去開啟。我始終認(rèn)為空間智能是其中一把關(guān)鍵鑰匙——不過這扇門并非非開即關(guān)，而是被一點(diǎn)點(diǎn)推開的。

其實(shí)我一直不太糾結(jié)AI和AGI的區(qū)別。因?yàn)閮烧叩膲?mèng)想是相近的，都是源于一種“科學(xué)”的好奇心：機(jī)器能不能思考？能不能自主完成事情？這是AI最初的夢(mèng)想，AGI的目標(biāo)似乎也沒偏離太多。不管叫什么，這個(gè)夢(mèng)想都得一步步實(shí)現(xiàn)，我們每往前走一步，就離它更近一點(diǎn)。

而空間智能，必然是通往這個(gè)夢(mèng)想的重要一環(huán)。不管是賦能人類的創(chuàng)造力（從游戲、設(shè)計(jì)到工業(yè)應(yīng)用），還是給機(jī)器人賦能，亦或是元宇宙、AR/VR的內(nèi)容生成與落地，都離不開空間智能。

3.算法與數(shù)據(jù)，都是AI的核心

工程、數(shù)學(xué)的發(fā)展路徑和進(jìn)化的路徑是不一樣的，這就像蘋果和橘子的比較，它們的進(jìn)化都是很慢的。

進(jìn)化的迭代速度遠(yuǎn)慢于算法迭代，而且碳基與硅基的運(yùn)算邏輯也大不相同，所以從時(shí)間維度來看，兩者沒法放在一起比。但即便如此，進(jìn)化依然給了我們很多啟發(fā)和靈感。

這就說到數(shù)據(jù)的重要性了。當(dāng)初我們實(shí)驗(yàn)室提出“數(shù)據(jù)”相關(guān)概念，其實(shí)也借鑒了不少進(jìn)化的思路：漫長(zhǎng)的進(jìn)化歲月，本質(zhì)上就是一段大數(shù)據(jù)訓(xùn)練的過程；但到了數(shù)字時(shí)代，我們不用再等幾十億年去收集數(shù)據(jù)，而是可以大規(guī)模、快速地積累數(shù)據(jù)。

和大自然通過進(jìn)化完成的“數(shù)據(jù)積累”比起來，我們現(xiàn)在一次能處理、看到的數(shù)據(jù)，可能相當(dāng)于進(jìn)化幾千萬年才沉淀下來的量。

相信自己深思熟慮后的假設(shè)，也不是什么怪事吧？走在科學(xué)路上，對(duì)于那些經(jīng)過深度思考的假設(shè)，你總得有所堅(jiān)信。但作為科研人，也得清楚有些假設(shè)注定是錯(cuò)的——我當(dāng)然也有過很多失敗的假設(shè)。

而我現(xiàn)在堅(jiān)信的這個(gè)假設(shè)，是琢磨了很久才得出的：它在數(shù)學(xué)上是歸納推理的邏輯。我整個(gè)博士階段都在做模型、搞算法，積累了不少領(lǐng)悟，才慢慢意識(shí)到這一點(diǎn)。

說白了，AI到今天在數(shù)學(xué)層面的核心，就是“泛化”（generalization）——本質(zhì)上就這一件事。

而泛化怎么實(shí)現(xiàn)？核心就兩點(diǎn)：算法和數(shù)據(jù)，而且兩者息息相關(guān)。算法太復(fù)雜但數(shù)據(jù)不足，會(huì)過擬合（模型在訓(xùn)練數(shù)據(jù)上表現(xiàn)優(yōu)異，但在面對(duì)新數(shù)據(jù)時(shí)性能顯著下降，無法有效泛化的情況）；數(shù)據(jù)太多但算法不夠好，同樣會(huì)過擬合——這里面藏著明確的數(shù)學(xué)邏輯。

我算是計(jì)算機(jī)視覺領(lǐng)域早期做機(jī)器學(xué)習(xí)的那批博士生，很幸運(yùn)的是，我的博士研究剛好趕上計(jì)算機(jī)視覺的轉(zhuǎn)折點(diǎn)——我們大量運(yùn)用機(jī)器學(xué)習(xí)的理念，這讓我對(duì)“泛化”的理解更深刻（當(dāng)然，不一定只有我理解得深）。但我那時(shí)候就明確看到了數(shù)據(jù)的重要性，所以一直堅(jiān)持了下來。

這又回到了好奇心的話題——那個(gè)求證假設(shè)的過程其實(shí)挺有意思的，全程充滿激情，就像一路打怪升級(jí)。只要沒被“妖怪”打敗，就接著往下打唄。

模型和數(shù)據(jù)的關(guān)系，本質(zhì)是螺旋式上升的。

當(dāng)年,ImageNet搭建起計(jì)算機(jī)視覺領(lǐng)域最大的數(shù)據(jù)庫(kù)，直接推動(dòng)了計(jì)算機(jī)視覺的蓬勃發(fā)展；后來互聯(lián)網(wǎng)催生了海量自然語言數(shù)據(jù)，大語言模型也跟著迎來爆發(fā)；再看現(xiàn)在的視頻模型發(fā)展得這么快，核心也是有足量視頻數(shù)據(jù)支撐；自動(dòng)駕駛能飛速進(jìn)步，也離不開頭部公司積累的海量路況、行駛數(shù)據(jù)。

現(xiàn)在看似“又回到了數(shù)據(jù)和算法”，其實(shí)根本算不上“回歸”——它們從來就沒離開過AI的核心。

我有時(shí)候覺得挺有意思：就算AI發(fā)展到今天，大家還是更看重算法。但真正做AI的人，不管是創(chuàng)業(yè)者還是大公司從業(yè)者，心里都清楚：數(shù)據(jù)不是說比算法更重要，至少是同等重要。

算法聽著更“酷炫”，數(shù)據(jù)的價(jià)值反而容易被忽視。但實(shí)際上，數(shù)據(jù)本身就是一門科學(xué)。

4.空間智能，賦能于“機(jī)器人”的發(fā)展

① 自動(dòng)駕駛，是簡(jiǎn)化版的世界模型

自動(dòng)駕駛汽車其實(shí)就是機(jī)器人——它是人類最早量產(chǎn)的機(jī)器人，但其實(shí)挺局限的。你想啊，它就是個(gè)方盒子，基本只在二維路面上活動(dòng)，只要?jiǎng)e碰到別的東西，不管是車、行人還是路邊設(shè)施。

但我們未來要做的三維機(jī)器人不一樣：它得在三維世界里主動(dòng)“碰”各種東西，幫我們洗碗、做飯、疊衣服。這么一對(duì)比，就知道自動(dòng)駕駛汽車其實(shí)還是挺簡(jiǎn)單的機(jī)器人。

所以對(duì)應(yīng)的，它的世界模型也更簡(jiǎn)單——畢竟要做的事兒就那么點(diǎn)。當(dāng)然我不是說自動(dòng)駕駛不厲害，特斯拉、Waymo（全球自動(dòng)駕駛標(biāo)桿，前身為 2009 年谷歌自動(dòng)駕駛項(xiàng)目）這些公司都很了不起。但從科學(xué)和宏觀的角度看世界模型與機(jī)器人技術(shù)，這頂多只是個(gè)開始，接下來要做的事情復(fù)雜多了。

我無法斷言特斯拉有沒有（世界模型）相關(guān)布局。但至少不會(huì)是一個(gè)強(qiáng)生成性的模型，畢竟業(yè)務(wù)場(chǎng)景本身不需要這件事。

但機(jī)器人不一樣，機(jī)器人訓(xùn)練離不開生成式模型——你不可能收集到足夠多的真實(shí)場(chǎng)景數(shù)據(jù)。而且我們做的事情都和創(chuàng)意、設(shè)計(jì)相關(guān)，這些本身就需要生成能力，“生成”本身就是核心應(yīng)用場(chǎng)景之一。

② 機(jī)器人的三維能力，還在早期階段

現(xiàn)在硅谷的機(jī)器人領(lǐng)域大火，我也特別喜歡這個(gè)領(lǐng)域，也一直很看好機(jī)器人的前景。但同時(shí)，我也覺得要保持冷靜：機(jī)器人研究其實(shí)還處在早期階段。

首先，最核心的問題是缺數(shù)據(jù)。汽車行業(yè)發(fā)展了幾十年，還有無數(shù)人在開車過程中持續(xù)搜集數(shù)據(jù)；可機(jī)器人目前基本沒有商業(yè)化應(yīng)用場(chǎng)景，尤其是日常消費(fèi)級(jí)場(chǎng)景，數(shù)據(jù)自然難收集。

而生成式AI的出現(xiàn)，給機(jī)器人領(lǐng)域帶來了一條有意思又有前景的出路。

像視頻生成這類技術(shù)，不僅提供了豐富的訓(xùn)練想象空間，還能用于擬態(tài)——比如我們正在做的機(jī)器人仿真，就特別有前景；甚至在推理階段，還能用視頻模型輔助在線做規(guī)劃。

可以說，正是機(jī)器人周邊領(lǐng)域（比如生成式AI）的快速發(fā)展，在反過來帶動(dòng)機(jī)器人技術(shù)進(jìn)步，這一點(diǎn)確實(shí)讓人激動(dòng)。

但機(jī)器人要真正實(shí)現(xiàn)商業(yè)化，還有一段路要走，尤其是日常消費(fèi)級(jí)機(jī)器人。不過工業(yè)機(jī)器人早就落地了，畢竟它的應(yīng)用場(chǎng)景相對(duì)單一，容易約束環(huán)境，而且也積累了不少數(shù)據(jù)。

自動(dòng)化駕駛和機(jī)器人兩者之間，既有可比性，也有不可比之處。

自動(dòng)駕駛從概念到商業(yè)化，走了近20年：谷歌2006年就成立了小型自動(dòng)駕駛研發(fā)團(tuán)隊(duì)，直到2024年Waymo才正式上路。

汽車行業(yè)的供應(yīng)鏈、OEM體系、客戶場(chǎng)景都非常成熟，這一點(diǎn)讓自動(dòng)駕駛的商業(yè)化比機(jī)器人快得多；但當(dāng)年AI技術(shù)不成熟，自動(dòng)駕駛在AI這條路上走了很久，而現(xiàn)在AI的發(fā)展速度肯定會(huì)更快。

可除了工業(yè)機(jī)器人（或者說場(chǎng)景單一、易約束的工業(yè)機(jī)器人），目前并沒有像汽車那樣成熟的機(jī)器人應(yīng)用場(chǎng)景。所以機(jī)器人商業(yè)化之路會(huì)比20年快，還是更慢，真的很難說。

但我相信，AI層面的進(jìn)展會(huì)比當(dāng)年自動(dòng)駕駛時(shí)期快一些；可反過來，機(jī)器人面臨的問題也更復(fù)雜——它要應(yīng)對(duì)的是完整的三維世界。

AI已經(jīng)能做到非常出色，可要說今天的空間智能，能達(dá)到人類睜開眼就有的那種對(duì)三維世界的深層理解，還差得遠(yuǎn)。

比如物體間的物理關(guān)系、材料屬性、物理特性，這些我們?nèi)祟惸苤庇^感知的豐富信息，AI還沒法完全掌握；更別說對(duì)社交信息、人與人之間情感的理解，這些都屬于視覺理解的范疇，而我還沒提語言層面的復(fù)雜認(rèn)知。

人類本身就是極其復(fù)雜的存在。所以從進(jìn)化和能力來看，AI在某些方面已經(jīng)追上甚至超越人類，但在很多核心維度上，還遠(yuǎn)遠(yuǎn)不及。

而且我作為深耕AI和科技領(lǐng)域多年的人，對(duì)空間智能的信仰，絕不是盲目崇拜。它源于對(duì)技術(shù)的深刻理解，源于這么多年在這個(gè)領(lǐng)域的深耕，也源于我和同事們看到的技術(shù)機(jī)會(huì)與發(fā)展方向。

創(chuàng)業(yè)確實(shí)需要情懷，但對(duì)科技趨勢(shì)的判斷，更需要扎實(shí)的邏輯和科學(xué)的判斷。

二、AI的未來：

人類有責(zé)任讓其“向善”

1.機(jī)會(huì)，并非贏家通吃

綜合來看，數(shù)據(jù)、算力、人才的整合能力很關(guān)鍵——現(xiàn)在能做好這些資源整合的公司，存活概率和勝率會(huì)更高。

但我覺得，不能只盯著這些顯性因素。畢竟顯性因素一眼就能看到，也容易被大家熱議追捧，但光靠這些遠(yuǎn)遠(yuǎn)不夠。

舉個(gè)簡(jiǎn)單的例子，在AI coding領(lǐng)域，微軟應(yīng)該是第一個(gè)下場(chǎng)的，推出了Copilot（微軟推出的跨平臺(tái)生成式 AI 助手）。它可謂占盡了天時(shí)地利人和：手握所有資源、坐擁現(xiàn)成場(chǎng)景，連GitHub（微軟旗下的開發(fā)者平臺(tái)）都是自己的。

可微軟最終沒能成為行業(yè)標(biāo)桿，反倒是硅谷現(xiàn)在火起來的Cursor、Claude Code這些小公司，在巨頭圍剿下實(shí)現(xiàn)了突圍。這就說明，光有顯性因素根本不夠。

如果大家都只盯著這些表面資源下判斷，很容易出現(xiàn)偏差。

人類歷史上，從來沒有哪個(gè)時(shí)代是大公司獨(dú)霸天下的——即便每個(gè)時(shí)代的大公司都手握超強(qiáng)的資源整合能力。所以這里邊還藏著更關(guān)鍵的東西：創(chuàng)造力、機(jī)遇、執(zhí)行力，還有對(duì)時(shí)間點(diǎn)的把握，這些都是決定成敗的核心變量。

再加上，AI本身就是一門橫向技術(shù)，能催生出無數(shù)應(yīng)用級(jí)機(jī)會(huì)，大公司根本做不完。這些機(jī)會(huì)，恰恰給了小公司足夠的空間：把某個(gè)應(yīng)用做到極致，慢慢撕開市場(chǎng)缺口，完全有可能實(shí)現(xiàn)彎道超車。

2.AI只是工具

“AI是工具”，這其實(shí)是常識(shí)。

工具本就是雙刃劍：人類史上所有工具，小到最初的火、石斧，大到核彈、生物技術(shù)，再到如今的AI，無一例外。

我當(dāng)然也認(rèn)為，工具的使用必須向善，但同時(shí)也要防范它被誤用，不管是有意還是無意。

所以我覺得，兩種極端都不理性：只追求發(fā)展而無視安全與向善，必然是災(zāi)難；但天天空談倫理向善而停滯發(fā)展，也會(huì)錯(cuò)失技術(shù)帶來的諸多福祉。

就像做父母，你會(huì)教孩子用火做飯吧？既要告訴他們火能做飯的好處，也得讓他們知道用火的危險(xiǎn)，這是再簡(jiǎn)單不過的道理。

AI既是權(quán)力的工具，也是向善的工具，但它永遠(yuǎn)只是工具。在我看來，這工具會(huì)越來越強(qiáng)大，但在它真正不可控之前，它始終屬于人類——人類有責(zé)任讓它保持可控。

但就像所有工具一樣，我們從來不會(huì)指望工具自己明白該做什么：向善與否，本質(zhì)是人類的責(zé)任。所以對(duì)AI的控制與引導(dǎo)，是法律、制度、教育和整個(gè)社會(huì)的共同責(zé)任。不同社會(huì)、不同個(gè)體或許有差異，但這份責(zé)任終究在人類身上。

3.教育體系，到了徹底變革的時(shí)刻

AI時(shí)代迫切需要我們更新教育理念和方式——既要讓孩子們學(xué)會(huì)用這個(gè)工具，借助它賦能創(chuàng)造力、助力學(xué)習(xí)；也要讓他們清楚工具可能存在的問題與風(fēng)險(xiǎn)。

而且這絕不僅僅是教育孩子的事。我們總覺得該教育孩子，殊不知最需要被教育的其實(shí)是成年人自己。所以，自我教育、面向公眾的科普、給政策與法律制定者提供充足信息和學(xué)習(xí)機(jī)會(huì)，這些都至關(guān)重要。

說到底，對(duì)AI的發(fā)展與治理，本質(zhì)上就是我們?nèi)祟愖陨淼膶W(xué)習(xí)、發(fā)展與治理——核心還是人的問題。

在這個(gè)AI成為具備智力能力的工具的時(shí)代，它帶給我們的最大啟發(fā)，或許是讓我們更好地了解自己、治理自己——這里的“自己”，既包括每個(gè)個(gè)體，也包括人類群體。

現(xiàn)在關(guān)于AI的討論沸沸揚(yáng)揚(yáng)，大家都熱衷于談?wù)撨@項(xiàng)技術(shù)。但說到底，不管是個(gè)體人性還是群體人性，欠缺的或許還是那份自省吧。

對(duì)個(gè)體來說，時(shí)代正在劇變，再做“鴕鳥”逃避現(xiàn)實(shí)絕非明智之舉。這種變化必然帶來工作形態(tài)的重塑。任何重大科技革命都會(huì)引發(fā)職業(yè)變遷，有時(shí)是短暫陣痛、軟著陸，有時(shí)可能伴隨社會(huì)動(dòng)蕩。

作為個(gè)體，還是要保持好奇心——對(duì)生命、對(duì)世界的好奇。哪怕這份好奇心，在成年人的世界里源于對(duì)未知的恐慌也沒關(guān)系，至少它能成為驅(qū)動(dòng)你主動(dòng)學(xué)習(xí)的動(dòng)力。這一點(diǎn)，值得每個(gè)個(gè)體自省。

而從群體層面來看，AI時(shí)代最急需革新的，是我們的教育體系。不管是國(guó)內(nèi)的K-12教育，還是美國(guó)這邊雖不唯應(yīng)試但仍包含應(yīng)試、仍側(cè)重“知識(shí)填充”的教學(xué)模式，都亟待更新。

AI正在不斷證明，很多事情機(jī)器能做得更好。如果還讓人類花十幾年、幾十年時(shí)間，去重復(fù)大半機(jī)器可替代的工作，無疑是對(duì)人類潛能的浪費(fèi)。

所以我特別想呼吁：所有關(guān)注教育、能影響教育政策以及踐行教育的人，都要牢牢抓住這個(gè)時(shí)代機(jī)遇。

我們的教育方法論，已經(jīng)100多年沒有本質(zhì)變化了。我最大的期待是，100年后歷史學(xué)家回望21世紀(jì)上半葉時(shí)，會(huì)看到人類完成了一次真正的教育革命。

借助AI賦能教育者與學(xué)生，把節(jié)約下來的大量時(shí)間和精力，讓學(xué)生們?cè)诶蠋煹囊龑?dǎo)以及自我探索中，去積累那些AI永遠(yuǎn)做不到的認(rèn)知與核心能力。

人類的潛力其實(shí)無比巨大，每個(gè)個(gè)體都是如此。我們的大腦遠(yuǎn)未被充分開發(fā)，不管是作為個(gè)體還是群體，都還沒發(fā)揮出全部潛能。

你只要看看人與人之間的能力差異，就能感受到這份潛力有多驚人：有些人展現(xiàn)出的能力，簡(jiǎn)直像“超人”一樣。這說明，這種極致的潛能本就藏在人性之中，只是大多數(shù)人都沒能把它激發(fā)出來。

而AI這個(gè)工具的出現(xiàn)，甚至它對(duì)人類工作帶來的沖擊，恰恰給了我們一個(gè)契機(jī)——重新審視并重構(gòu)整個(gè)教育體系。

我覺得真正的教育變革，應(yīng)該打破工科與文科的固有界限：畢竟AI能讓所有人都學(xué)會(huì)編程，那這些人還能簡(jiǎn)單歸為工科生嗎？AI也能幫更多人更好地感知美、讀書、作詩(shī)，文科的邊界也被打破了。

所以，以前的分科邏輯完全可以改變——AI給了我們打破這種局限的機(jī)會(huì)。但說到底，關(guān)鍵還是人怎么使用這個(gè)工具。我最擔(dān)心的，是人類會(huì)放棄自我：覺得“AI這么聰明，有沒有我都一樣”，這種想法太可怕了。

“躺平”這個(gè)詞很形象，但背后的心態(tài)真的危險(xiǎn)。人類有太多未被發(fā)掘的潛力，有太多創(chuàng)造世界的可能，有太多讓這個(gè)世界變得更美好的機(jī)會(huì)。而AI，終究只是一個(gè)工具而已。

如果我們放棄了自身的能動(dòng)性（agency），就等于放棄了改變自己、改變世界的好奇心與動(dòng)力。

說實(shí)話，我真的不懂什么叫“AI就是世界”。就像有人說“一花一世界”，我能理解那份意境，但“AI就是世界”的說法，我實(shí)在摸不透它的核心含義。

其實(shí)“AI只是工具”這句話的背后，本質(zhì)是我們?nèi)绾慰创鼳I與人的關(guān)系——把AI當(dāng)工具，意味著人類始終把自身放在更重要的位置，意味著我們更該關(guān)注自我的成長(zhǎng)與價(jià)值。

說到底，“AI是工具”這句話里，藏著我對(duì)人的信仰——我信仰人性的潛力，信仰人類社會(huì)的韌性，我信仰的是人，而不是AI。

尾聲

李飛飛，是對(duì)技術(shù)趨勢(shì)的清醒判斷者。

AI，是我們這一代人此生最大的機(jī)會(huì)。

她說，AI時(shí)代，人類迎來一次教育的革命，從知識(shí)性教育到技能型教育，到認(rèn)知結(jié)構(gòu)，到人本身的教育，都可以改變。

正是在這個(gè)時(shí)代背景下，筆記俠推出了中國(guó)首個(gè)面向企業(yè)家的AI時(shí)代PPE（政治、經(jīng)濟(jì)、哲學(xué)）底層認(rèn)知課程。

以AI時(shí)代為背景，通過人工智能科學(xué)、AI文明、經(jīng)濟(jì)學(xué)、政治學(xué)、哲學(xué)、智能商業(yè)等視角，從底層把握AI時(shí)代，激發(fā)創(chuàng)業(yè)者們?cè)贏I時(shí)代的潛力，培養(yǎng)能駕馭AI范式轉(zhuǎn)移的決策者。

如何擁抱AI時(shí)代，需要理解哪些？

要理解技術(shù)。人工智能必然重構(gòu)人類社會(huì)的底層邏輯。成為新人類，是決策者的宿命。

要理解商業(yè)。當(dāng)AI成為核心生產(chǎn)要素，企業(yè)的價(jià)值創(chuàng)作邏輯和增長(zhǎng)范式會(huì)發(fā)生根本性變化。

要理解世界。在波譎云詭的世界中生存發(fā)展，決策者需要深刻理解AI時(shí)代下國(guó)際政治經(jīng)濟(jì)體系運(yùn)行的規(guī)律和趨勢(shì)。

要理解中國(guó)。中國(guó)走向現(xiàn)代化的道路，必然建筑在中國(guó)的文化基因上，理解中國(guó)才能穿越宏觀周期，活在中國(guó)，贏在中國(guó)。

要理解自己。活出內(nèi)心的自由和篤定，不被AI時(shí)代外界的震蕩所撼動(dòng)，決策者才有心力成為企業(yè)的定海神針。

這，就需要回到?jīng)Q策的源頭：AI技術(shù)與文明、哲學(xué)、政治、經(jīng)濟(jì)，重構(gòu)我們的底層認(rèn)知邏輯。

我們一起做AI時(shí)代保持清醒和篤定的決策者。

歡迎你掃描下方海報(bào)二維碼咨詢。