復(fù)旦教授張軍平：現(xiàn)在人工智能的研究路徑可能走反了

人工智能的發(fā)展是否需要模仿人類智能？對(duì)這個(gè)問(wèn)題，學(xué)界有不同的觀點(diǎn)。復(fù)旦大學(xué)張軍平教授認(rèn)為，當(dāng)前以大模型為主流研究的人工智能走了一條與自然進(jìn)化不太一樣的路，先讓機(jī)器擁有“認(rèn)知”能力，且需要高能耗維持，很可能不是一條正確的路，且可能已經(jīng)面臨泡沫。

撰文 | 喻琰

2025年下半年，人工智能走到了一個(gè)微妙的分叉口——一邊是以O(shè)penAI為代表的大模型持續(xù)押注算力和數(shù)據(jù)擴(kuò)張的“Scaling Law”范式，一邊是頂尖科學(xué)家以圖靈獎(jiǎng)得主楊立昆（Yann LeCun）、李飛飛等開始公開呼吁AI的未來(lái)并非建立更大的語(yǔ)言模型，而是賦予其“空間智能”（Spatial Intelligence）。

與此同時(shí)，關(guān)于AI是不是存在泡沫的爭(zhēng)議在資本市場(chǎng)和科技界持續(xù)升溫，谷歌CEO桑德爾·皮查伊（Pichai Sundararajan，英文名 Sundar Pichai）日前在接受媒體采訪時(shí)也提及，人工智能投資熱潮存在“非理性因素”，泡沫一旦破裂，沒(méi)有公司能幸免。

張軍平是復(fù)旦大學(xué)計(jì)算與智能創(chuàng)新學(xué)院教授、博士生導(dǎo)師，主要研究方向是人工智能、機(jī)器學(xué)習(xí)等。2025年8月，他所撰寫的《人工智能的邊界》正式出版，在書里，張軍平充分肯定大模型等技術(shù)為生產(chǎn)生活帶來(lái)的巨大便利，同時(shí)也直言其隱患：現(xiàn)有AI依賴高能耗運(yùn)行，知識(shí)表達(dá)方式與人類認(rèn)知存在本質(zhì)差異。

日前，張軍平在接受澎湃科技（www.thepaper.cn）的專訪中提出了一個(gè)觀點(diǎn)。他認(rèn)為，人類智能的進(jìn)化應(yīng)先從“感知”開始，再發(fā)展“認(rèn)知”，只有將底座“感知”能力學(xué)習(xí)好了，認(rèn)知能力才有更堅(jiān)實(shí)的基礎(chǔ)。而人工智能以GPT模型為代表的主流研究，可能找到了一條與自然進(jìn)化不太一樣的路，先讓人工智能擁有“認(rèn)知”能力。

他直言，這條路線最終很有可能培育不出一個(gè)真正像人的智能體，“現(xiàn)在的人工智能大模型極度耗能，可能也是由倒金字塔結(jié)構(gòu)的研究模式導(dǎo)致的。”

對(duì)于近期科技圈熱議的“AI泡沫”等爭(zhēng)議，張軍平認(rèn)為發(fā)生的可能性較高 。他認(rèn)為，如果資本對(duì)長(zhǎng)周期、高投入的技術(shù)研發(fā)（如GPT-6、GPT-7）減少投入，導(dǎo)致模型算力無(wú)法優(yōu)化，人工智能行業(yè)很可能因連鎖反應(yīng)而萎縮。

以下是澎湃科技對(duì)話張軍平內(nèi)容：

人工智能的研究路徑是“倒金字塔”，可能走反了

澎湃科技：為什么這本書會(huì)取名《人工智能的邊界》？

張軍平：最開始是想用“人工智能的極限”，但后期用“邊界”這個(gè)詞，我想在人們普遍對(duì)人工智能發(fā)展存在焦慮的情況下，給大家一點(diǎn)寬心。人工智能發(fā)展的邊界一直在擴(kuò)大，最早它只能戰(zhàn)勝跳棋級(jí)別的選手；1996 年已經(jīng)能夠擊敗國(guó)際象棋世界冠軍；到了 2016 年，又實(shí)現(xiàn)了戰(zhàn)勝人類的圍棋世界冠軍。

這意味著我們?cè)谔剿髦悄艿臅r(shí)候，一直在嘗試把邊界擴(kuò)大，還有很多事可以做。如果大家對(duì)人工智能有恐慌情緒，可以看看我這本書。看完后可能會(huì)明白，人工智能的發(fā)展沒(méi)那么快，雖然現(xiàn)在能看到很多落地應(yīng)用。

澎湃科技：這本書里你曾提到，人工智能目前的研究模式是倒金字塔結(jié)構(gòu)，“反其道而行”，人工智能的科研工作者更偏好把研究重心放在認(rèn)知層面，而輕視了對(duì)感知層的研究。你是如何得出這一結(jié)論？

張軍平：人工智能在模仿人類智能的過(guò)程中，通常要模仿感知、認(rèn)知、決策、執(zhí)行。人類進(jìn)化最開始沒(méi)有語(yǔ)言，在感受這個(gè)世界或者去做一些行為決策的時(shí)候，主要依賴于感知，比如80%的信息來(lái)自視覺(jué)，各方面信息來(lái)自身體皮膚上的傳感器、身體的姿勢(shì)等。

人類掌握了語(yǔ)言，才開始有比較高級(jí)或抽象的認(rèn)知，我們將人類的學(xué)習(xí)能力看成金字塔的結(jié)構(gòu)，底座是感知，再向上是認(rèn)知。只有感知學(xué)習(xí)好了，認(rèn)知能力才會(huì)有更堅(jiān)實(shí)的基礎(chǔ)。

現(xiàn)在的人工智能可能找到了一條與自然進(jìn)化不太一樣的路。研究模式是反的，先從認(rèn)知能力開始。

2017年，谷歌團(tuán)隊(duì)發(fā)布了“Attention is All You Need”這篇論文，自此以后，人工智能研究的方式轉(zhuǎn)向以GPT為代表的“生成式預(yù)訓(xùn)練Transformer模型”。這類模型的核心基礎(chǔ)，都基于自然語(yǔ)言處理，從智能結(jié)構(gòu)來(lái)劃分，自然語(yǔ)言處理更接近“認(rèn)知”層面的能力，而非感知。

直接從認(rèn)知環(huán)節(jié)發(fā)展和人一樣的智能，金字塔結(jié)構(gòu)呈倒三角形，在這種路徑下，現(xiàn)在形成的智能形態(tài)肯定會(huì)和自然界進(jìn)化出來(lái)的結(jié)果不太一樣。

就像我書里也寫過(guò)，這種路線產(chǎn)生的結(jié)果，很有可能培育不出一個(gè)真正像人的智能體，有可能會(huì)越來(lái)越像機(jī)器，說(shuō)不定現(xiàn)在的人工智能大模型極度耗能，也是由倒金字塔結(jié)構(gòu)的研究模式導(dǎo)致的。

澎湃科技：你如何看待強(qiáng)化學(xué)習(xí)和Scaling law？

張軍平：Scaling law基本是目前的共識(shí)。想把人工智能做得比較好，就需要三件事。第一需要巨量的高質(zhì)量數(shù)據(jù)，第二需要足夠大的模型，第三需要顯卡、GPU。這是目前基本范式。

從技術(shù)層面來(lái)說(shuō)，我們剛剛提到的主流是“模型加顯卡”，底層技術(shù)路徑又可以分為兩部分，監(jiān)督微調(diào)和強(qiáng)化學(xué)習(xí)，兩者處理的內(nèi)容并不一樣。

監(jiān)督微調(diào)主要針對(duì)已經(jīng)收集完成的數(shù)據(jù)集。在這些已有數(shù)據(jù)上進(jìn)行預(yù)測(cè)，并根據(jù)具體任務(wù)對(duì)一些模型參數(shù)進(jìn)行微調(diào)，確保它的性能在已有數(shù)據(jù)集上有好的表現(xiàn)。但我們不能保證所有收集的數(shù)據(jù)能覆蓋到一些新的、沒(méi)有見(jiàn)過(guò)的知識(shí)，所以在這個(gè)層面，面對(duì)超出數(shù)據(jù)集范圍的內(nèi)容，就可以依靠強(qiáng)化學(xué)習(xí)來(lái)讓模型獲得更好的處理和推廣能力。

監(jiān)督學(xué)習(xí)到強(qiáng)化學(xué)習(xí) 來(lái)源：作者張軍平供稿于新智元“人類是硅基生命過(guò)渡體？”一文

AI可能會(huì)面臨泡沫，但應(yīng)用還有很多事可做

澎湃科技：你在書里也提到過(guò)一個(gè)假設(shè)性的觀點(diǎn)，現(xiàn)在大語(yǔ)言模型算力、電力耗盡了怎么辦？會(huì)有這個(gè)可能嗎？包括人工智能是不是泡沫？

張軍平：人工智能到底是不是泡沫，這是有可能存在的。

人工智能領(lǐng)域的一些學(xué)者會(huì)喜歡做一些能直接變現(xiàn)的項(xiàng)目。但很多時(shí)候，投資人對(duì)人工智能的判斷并不特別確定時(shí)，會(huì)減少對(duì)人工智能相關(guān)研究的投入，投入少了，自然就會(huì)停滯。

比如GPT6、GPT7的研發(fā)過(guò)程肯定需要越來(lái)越多的資金支持，如果投資人希望能在兩年內(nèi)看到成果，但這些技術(shù)真正落地可能需要十年甚至二十年，變現(xiàn)周期被拉長(zhǎng)，投資就會(huì)減少。資本投入減少后，公司也沒(méi)有辦法為優(yōu)化模型而購(gòu)買更強(qiáng)的算力或硬件，屆時(shí)就有可能會(huì)一連串的連鎖反應(yīng)，導(dǎo)致相關(guān)行業(yè)和相關(guān)科研領(lǐng)域的萎縮。

這種情況從某種意義來(lái)看就可以稱為“泡沫”，而且發(fā)生的可能性概率比較高。從老百姓的角度來(lái)看，大家希望看到一個(gè)機(jī)器人跟我們?nèi)艘粯樱热缒軌蛑涝趺纯焖俚匕淹赓u送過(guò)去等。但現(xiàn)在我們至少?gòu)木W(wǎng)上的視頻來(lái)看，實(shí)際上機(jī)器人可能有些動(dòng)作如空翻跟頭比人強(qiáng)，但大部分的能力是不如人的，尤其是緊急情況的反應(yīng)能力。

從應(yīng)用的角度來(lái)看，如果要往通用人工智能的目標(biāo)去做，泡沫可能非常大。但人工智能賦能到各行各業(yè)，還有很多事情可以做。

AI的本質(zhì)是理解智能，如果大家把人工智能的發(fā)展看成必須在兩三年內(nèi)實(shí)現(xiàn)通用人工智能，這樣不太現(xiàn)實(shí)。回歸人工智能的本質(zhì)，需要比較長(zhǎng)的時(shí)間周期，慢慢發(fā)展，不能操之過(guò)急。

澎湃科技：我們現(xiàn)在是往對(duì)的方向發(fā)展人工智能嗎？

張軍平：不一定是對(duì)的。人工智能發(fā)展已經(jīng)有100多年歷史了，有時(shí)候就像時(shí)裝一樣20年一輪回。最開始是神經(jīng)網(wǎng)絡(luò)，后面是統(tǒng)計(jì)機(jī)器學(xué)習(xí)，現(xiàn)在又是神經(jīng)網(wǎng)絡(luò)，但未來(lái)是什么也不一定。

澎湃科技：你能不能預(yù)估人工智能實(shí)現(xiàn)人類對(duì)等智能或達(dá)到高等動(dòng)物智能水平還要多久？

張軍平：如果要達(dá)到的話，我感覺(jué)遙遙無(wú)期。在書里我提到過(guò)一個(gè)“飛機(jī)與鳥”的故事：人類最初試圖模仿鳥類飛行，但最終找到的路徑是讓飛機(jī)起飛。經(jīng)過(guò)一百多年的發(fā)展，人類已經(jīng)把飛機(jī)飛得更遠(yuǎn)、載客量也越大，但直到今天，仍未看到一個(gè)真正的鳥被人類模仿出來(lái)。

這是（技術(shù)發(fā)展）的困境。從圖靈1936年提出自動(dòng)機(jī)概念以來(lái)，人工智能差不多在這個(gè)時(shí)代已經(jīng)很多方面超過(guò)人類了，但我們至今也沒(méi)看到像人類的智能體出來(lái)。

未來(lái)做出的人工智能會(huì)越來(lái)越像飛機(jī)，像工具，落到產(chǎn)業(yè)應(yīng)用的話有很大空間。不可能像人一樣擁有真正人類認(rèn)可的智能。

比如AI陪伴，大家可能最希望出現(xiàn)的情況是，這個(gè)機(jī)器人能不能跟我一起玩，像一個(gè)朋友跟我聊天。但也可能會(huì)買回來(lái)，聊幾天以后會(huì)覺(jué)得是機(jī)器人放一邊。這取決于人類會(huì)不會(huì)真正把機(jī)器或智能體當(dāng)成人或朋友來(lái)對(duì)待。

科研需要自由而無(wú)用，而非預(yù)設(shè)項(xiàng)目可行性

澎湃科技：你曾經(jīng)在科學(xué)網(wǎng)的個(gè)人博客中討論過(guò)一個(gè)問(wèn)題，即為什么中國(guó)出不了馬斯克，在你看來(lái)科研項(xiàng)目缺乏原創(chuàng)性有哪些原因？

張軍平：國(guó)內(nèi)的科研體系里，有時(shí)會(huì)更強(qiáng)調(diào)“先設(shè)定題目，再圍繞題目展開研究。”但從諾貝爾獲獎(jiǎng)規(guī)律來(lái)看，科研原創(chuàng)性突破不是被計(jì)劃出來(lái)的，就像一本書名《為什么偉大不能被計(jì)劃》所說(shuō)的一樣。

這和復(fù)旦大學(xué)的校訓(xùn)“自由而無(wú)用”的風(fēng)格也基本契合。做一個(gè)原創(chuàng)性的科研項(xiàng)目，需要給老師、學(xué)生足夠的自由探索空間，不能框在某些框架里，比如我先寫一個(gè)指南，然后未來(lái)我覺(jué)得三到五年一定可以實(shí)現(xiàn)。

另外，也沒(méi)必要追求是否有用。很多可能當(dāng)時(shí)看似無(wú)用，可能未來(lái)在某個(gè)節(jié)點(diǎn)，會(huì)產(chǎn)生非常重要的應(yīng)用。

比如中國(guó)科學(xué)院數(shù)學(xué)所的楊樂(lè)院士，當(dāng)時(shí)大家都認(rèn)為數(shù)論沒(méi)什么用，但現(xiàn)在來(lái)看，對(duì)密碼學(xué)的用處非常大。所以我們?cè)趶?qiáng)調(diào)原創(chuàng)性研究時(shí)，沒(méi)必要盯著現(xiàn)在有沒(méi)有應(yīng)用。

開玩笑地說(shuō)，國(guó)內(nèi)不少科研項(xiàng)目從申請(qǐng)開始就要做可行性方案分析，很有可能評(píng)審對(duì)從0到1的原創(chuàng)性項(xiàng)目無(wú)法把握其是否成功的話，大概率會(huì)將其拒掉。

還有，我們看以前在物理學(xué)等科研領(lǐng)域做出重大突破的人，通常都是“吃飽了撐的”，比如法國(guó)物理學(xué)家路易·德布羅意、楊振寧等，他們都屬于家世富足的人，才會(huì)把更多的精力放在科研上。如果一個(gè)科研人員在科研的時(shí)候，還需要想著怎么把家境變得更好，操心房貸壓力、日常收入這些，可能沒(méi)有太多心思去做無(wú)用的研究和探索，畢竟時(shí)間是最公平上的。在這種情況下，要做出真正具備原創(chuàng)性的科研項(xiàng)目會(huì)比較困難。

澎湃科技：你作為導(dǎo)師的風(fēng)格是怎樣的？

張軍平：我不會(huì)約束學(xué)生的想法，推崇原創(chuàng)性成果，最好的方法是提供一個(gè)比較好的科研環(huán)境，讓他們自己去探索，不去干涉。

另外，博士擴(kuò)招在未來(lái)可能會(huì)是趨勢(shì)，因?yàn)楝F(xiàn)在就業(yè)的機(jī)會(huì)成本上升。它意味著存在一種新的可能，即未來(lái)會(huì)有很多家長(zhǎng)意識(shí)到，在讀書上花費(fèi)太多的時(shí)間成本已經(jīng)沒(méi)有很好的性價(jià)比，還不如讓小孩選擇職業(yè)學(xué)校。

尤其是考慮到現(xiàn)在的AI時(shí)代，擁有技能有可能會(huì)更有意義，因?yàn)槿斯ぶ悄茴I(lǐng)域有一個(gè)著名的“莫拉維克悖論”。它強(qiáng)調(diào)了人類所獨(dú)有的高階學(xué)習(xí)能力比如推理，機(jī)器會(huì)認(rèn)為簡(jiǎn)單，反而人類需要較少時(shí)間學(xué)習(xí)獲得的技能和直覺(jué)卻讓機(jī)器覺(jué)得很難學(xué)會(huì)。

結(jié)果，就會(huì)導(dǎo)致一個(gè)有趣的現(xiàn)象，人類花長(zhǎng)時(shí)間學(xué)習(xí)才能獲得的崗位，AI有可能也能做到，甚至部分能做得更好。但簡(jiǎn)單的技能機(jī)器卻無(wú)法學(xué)好，那為什么不去從事相對(duì)簡(jiǎn)單，但又能賺到錢的工作呢？當(dāng)然，即使如此，也還是不要忘記學(xué)習(xí)或自學(xué)，畢竟只有堅(jiān)持學(xué)習(xí)，才能在未來(lái)的人生有更多的選擇空間。

AI時(shí)代需要最大限度地保留自己原創(chuàng)性

澎湃科技：你是人工智能領(lǐng)域的研究者，也是從業(yè)者，你寫這本書的時(shí)候有依賴AI嗎？

張軍平：我不太喜歡在寫書之前看別人的東西，因?yàn)橄Ｍ茏畲笙薅鹊乇Ａ糇约旱脑瓌?chuàng)性。但我有時(shí)會(huì)在寫完后，再利用AI大模型去網(wǎng)絡(luò)搜集資料，彌補(bǔ)不足。

事實(shí)上，從我個(gè)人感受來(lái)看。在AI時(shí)代，如果想讓別人記住你，最關(guān)鍵的是保留自己的視角。比如《我的阿勒泰》這本書非常暢銷的原因可能不在于文字有多么華麗，而是作者的視角是我們城市里生活的人沒(méi)有見(jiàn)過(guò)的，所以會(huì)有很強(qiáng)烈的好奇心。

另外，寫書要把可讀性做好，否則，很難讓讀者有耐心把一本書讀完。

我是比較享受創(chuàng)作的，可能我的業(yè)余生活也為我的創(chuàng)作提供了好的視角。比方說(shuō)，我喜歡運(yùn)動(dòng)，會(huì)跑步游泳也滑雪。科研方面我也會(huì)一直在跟進(jìn)一線的論文和動(dòng)向。這些東西交叉在一起，加上常寫常練，就能幫助形成與別人不太一樣的視角。它又隱式地增強(qiáng)了書的可讀性，因?yàn)槟茏屓丝吹讲惶粯拥膬?nèi)容。

澎湃科技：你是人工智能的樂(lè)觀主義者還是悲觀？

張軍平：我比較中性、相對(duì)理性地看待，不會(huì)有狂熱的情緒，大家都在這上面賺錢了，但我不會(huì)考慮做企業(yè)來(lái)變現(xiàn)，因?yàn)檫@塊不是我熟悉的領(lǐng)域。

澎湃科技：下一本書的主題是關(guān)于什么？

張軍平：下一本可能會(huì)跟音樂(lè)人工智能相關(guān)，我已經(jīng)寫了近10萬(wàn)字了，還有一本書是科幻小說(shuō)，講人工智能如果戰(zhàn)勝了人類會(huì)怎么樣？

澎湃科技：你的科學(xué)觀用一句話如何總結(jié)？

張軍平：我做科研的風(fēng)格有點(diǎn)像武俠小說(shuō)作家古龍筆下的一個(gè)角度，小李飛刀。大部分的時(shí)間是花在思考問(wèn)題上，但一旦覺(jué)得這個(gè)問(wèn)題值得研究，我會(huì)像小李飛刀一樣，立即執(zhí)行，該下手就下手，盡量做到例不虛發(fā)。

本文經(jīng)授權(quán)轉(zhuǎn)載自微信公眾號(hào)“澎湃新聞科技頻道”。

特 別 提 示

1. 進(jìn)入『返樸』微信公眾號(hào)底部菜單“精品專欄“，可查閱不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關(guān)注公眾號(hào)，回復(fù)四位數(shù)組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。