AI 进化论

春晚机器人练武火了！但你不知道它们为此摔了3000次 00:01 今天我们要聊一聊那些在春晚上大放异彩的武术机器人。它们背后其实是有很多非常复杂的工程整合的难题。而且他们也是通过无数次的摔倒，才能够最终站在这个舞台上，为我们带来这样精彩的表演。 00:22 没错，这个背后的技术挑战还是非常值得聊的那我们就直接开始。 00:26 我们先来说说这个机器人武术的整体的难度和它的技术的框架。为什么很多人会觉得机器人打拳好像就是播个动画，其实它背后到底有多复杂呢。 00:37 说来就话长了。很多人以为机器人练武就是把动作录进去，然后播放就可以，但其实远没有那么简单。像宇树这种人形机器人，它能够完成这些武术的动作，是因为它集成了机械设计、自动控制，还有运动算法以及复杂的工程整合这一整套的技术，就像是机器人的一个内功心法一样。宇树也专门发了他们的机器人训练的幕后视频，真的是每一步都非常的不容易。 01:06 说到这儿我就想问了，为什么像马步、弓步这种看似很基础的动作，对机器人来说其实是最最难的？ 01:14 对人来说，蹲马步主要靠肌肉的微调以及平衡感，但是机器人要维持一个马步，它得不断地计算自己的重心，然后同时控制好多个关节的力矩，还要时刻防止他的膝关节或者是踝关节因为过载而摔倒。所以简单来说，人蹲马步会累，机器人蹲马步会直接一屁股坐地上。 01:35 我还有个疑问，像单腿支撑、踢腿、跳跃和翻转这些动作，机器人做起来又有哪些更棘手的难点？ 01:44 其实单腿支撑和踢腿对机器人来讲是非常难的，因为他单腿站着的时候，既要时刻维持自己的动态平衡，还要去预测自己身体的惯性，然后通过支撑脚去不断的实施调整力量。工程师经常会说，我这就像要让一根会动的棍子永远不倒一样。 02:04 听上去就比想象中要复杂的多。 02:06 是的，更难的其实是跳跃、旋转、翻转这种动作。因为机器人它只要一离开地面，它就没有办法再去控制自己的身体了。它只能在起跳的那一刻计算好，然后在空中做一些有限的调整，落地的时候还要承受好几倍于自己体重的冲击力。所以这就是为什么机器人要学会翻跟头，它只能依靠动力学模型反复的仿真训练以及无数次的摔倒。 02:33 还有一个问题，为什么机器人集体表演比solo要难搞？ 02:37 因为集体表演不光是每一台机器人要把自己的动作做对，几十台机器人还要在时间上同步，运动轨迹一致，而且它们之间的通信还要非常的稳定可靠，不然的话就会看起来像广场舞一样各跳各的，完全没有那种整齐划一的震撼感了。 02:56 原来是这样啊。那机器人的硬件设计，也就是筋骨皮这一块，它的关节电机要怎么去实现既能够输出非常大的力量，又可以做到非常精细的动作。 03:08 这就不得不提到现在的人形机器人，它一般都用的是无刷电机，配合高精度的减速器以及力矩控制。这种配置既可以让它瞬间爆发出很大的力量，又可以让它做出很细腻的动作。就好比是它同时拥有了举重冠军的力气和舞蹈演员的那种控制力。 03:28 明白了。那机器人是靠哪些传感器来保持自身平衡不至于摔倒的呢？ 03:34 一般来说核心的传感器有IMU，就是用来检测机器人的姿态和加速度的。然后还有编码器用来记录每个关节的角度以及足底力，传感器用来感知地面给它的反作用力。这些传感器会一起告诉机器人它自己的身体状态是什么样的。比如说它是不是快要摔倒了。 03:55 那机器人的腿部结构在材料的选择上面有什么讲究吗？还有它的续航能力怎么样？ 04:00 腿部的话它必须要既轻盈又非常的坚固，还要有很好的抗冲击能力。所以一般都会用铝合金、工程塑料或者是一些复合材料，而且这些材料的配方往往都是各家公司的秘密武器。至于续航，其实机器人之所以只能表演很短的时间，就是因为现在的电池的能量密度比起我们人类吃一顿饭所获得的能量还是差的非常远的。 04:26 好吧，下面我们来说说机器人的这个大脑和小脑，也就是它的控制算法。你能给我们讲讲机器人是怎么利用模型预测控制和全身动力学控制来实现这种动态平衡的吗？ 04:38 其实动态平衡的关键就在于控制系统会以每秒数百甚至上千次的频率不断的去计算和修正机器人的姿态。它其实一直在问自己，如果我再歪一点会不会倒？它会通过模型预测控制加上全身的动力学控制，来保证自己不会摔倒。 04:56 这么说来机器人那些看起来非常流畅的动作，其实都是靠提前规划好的吗？ 05:02 没错，机器人能做出流畅的动作，并不是说它真的会武术，而是工程师提前给它设计好了非常平滑的轨迹，然后控制器会非常精确的去追踪这个轨迹。其实这就跟自动钢琴是一样的，它只是在复现一个编好的程序，而不是说它在现场即兴发挥。 05:21 还有一个问题，在仿真环境里面训练机器人做这些动作到底有哪些好处？ 05:27 好处就在于工程师可以让机器人在虚拟的世界里面反复的去尝试，反复的去摔倒。即使摔倒几百万次也无所谓，反正也不需要去修它。但是你要知道，真正的舞台表演还是要把学习到的东西和精心的编排以及精准的控制结合起来的。他并不是说完全让机器人自己去发挥。 05:48 那如果是好多机器人一起表演的话，怎么保证他们能够配合的那么整齐？ 05:53 这就需要通过非常精确的时间同步，然后有一个中央的调度系统，通过统一的控制和无线通信来指挥他们。其实这个原理跟无人机编队是差不多的。但是地面的机器人会更难一些，因为他们还要处理与地面的接触力和摩擦力，这个就比空中的机器人要复杂很多。 06:12 既然说到了多机器人协作，那咱们来谈谈这个系统整合的难题和现实的挑战。为什么说真正让机器人能够在春晚这样的舞台上面进行全国直播的表演？其实最大的难点并不在于单个技术，而在于整个系统的整合。 06:28 因为你想机械结构、控制系统、软件算法、通信模块这些东西全部都要在现场一次性的稳定的跑起来。这个难度是远远大于你单独去攻克某一个技术难题的。所以工程师在直播的时候比机器人还要紧张，因为每一个环节都不能掉链子。 06:47 所以说现在的机器人武术表演跟大家想象中的自由发挥到底还有多大的差距。 06:53 实际上现在的机器人它只能在非常平整，事先布置好的场地上面去做一些已经设计好的动作。它离在街头随随便便打一套太极拳还有很长的路要走。但是话说回来，五年前大家也都觉得机器人翻跟头是天方夜谭，所以谁知道未来会怎么样呢？ 07:13 确实然后咱们来聊一聊机器人武术的这个艺术和浪漫的气息。就是这些机器人在春晚上面的表现，有没有让你觉得机器人的运动其实也可以很有艺术感？ 07:24 我觉得他们已经用行动证明了一堆金属和代码也可以跳出非常优雅的舞步，这本身就已经很接近艺术了。而且工程师们常常要在深夜一点点的去微调参数，比如说把这个值从0.12调到0.11，就只为了让机器人落地的那一下看起来更轻柔。这种追求极致的浪漫其实是非常打动人的。 07:48 OK, 我们今天聊了这么多关于春晚武术机器人背后的一些技术细节，从硬件到算法，从摔倒到舞蹈，每一步其实都藏着工程师们无数的心血和浪漫。 07:59 这就是本期播客的全部内容了。然后感谢大家的收听，咱们下期再见，拜拜。

00:01 今天我们想跟大家讨论一下，在人工智能的快速发展的这个时代，我们怎么样能够通过主动地去学习，然后掌握多种技能。把人工智能当成我们的一个老师也好，工具也好，来让自己变成一个不可替代的超级个体。在未来的职场当中，或者说在未来的社会当中，能够占据一个比较主动的位置。 00:28 是的，这个话题很有意思，那我们就直接开始。 00:30 我们先要说的就是最近一段时间很多人都在被AI焦虑所困扰，就总觉得我马上要被AI取代了，我马上就要失业了。这个时候Marc Andreessen给出来了一个什么样的看法呢？ 00:43 他其实有一个很有意思的观点，就是他觉得很多人其实是高估了短期内AI会带来的这种冲击。他的原话就是如果你最近被这种AI焦虑所淹没，觉得自己马上要失业了。那我有一个好消息和一个坏消息要告诉你。好消息是你可能想多了，但是坏消息是如果你不学会去用AI的话，你真的会失业。 01:07 好吧？那为什么他会说2025年可能是他职业生涯中最有趣的一年？他是怎么去看待过去50年的科技进步的？ 01:15 他可不是一般人，他是网景浏览器的发明人，也是硅谷最顶级的投资人之一，他几乎抓住了每一次科技浪潮的风口。所以他说这句话其实分量很重。 01:27 他可不是那种随口说说的，他对于科技进步的这个看法是不是也很很颠覆我们的认知？ 01:35 没错，他的核心观点就是过去的50年科技进步其实很慢，他是有数据支撑的。经济学家用生产力增长率来衡量科技对经济的实际影响，过去半个世纪的增速只有1940到1970年的一半，是1870到1940年的3分之1。对所以就是说我们爷爷那个年代，从马车到汽车，煤油灯到电灯的变化，其实要比我们从个人电脑到iphone的变化要剧烈得多。 02:05 原来是这样，那为什么他会觉得AI的出现是恰逢其时？跟全球人口的变化有什么关系？ 02:12 他其实是从一个很现实的角度出发，就是现在全球的人口在萎缩，不光是中国、日本、欧洲，甚至连美国的生育率都在往下走。如果按照这个趋势继续下去的话，在未来的100年地球上的人会越来越少。 02:28 所以他的意思是说，如果没有AI的话，劳动力的缺口会变成一个非常大的问题。 02:34 他有一句话就是说如果没有AI，我们现在应该恐慌的不是失业，而是谁来干活。人少了经济就会萎缩，工作机会反而会减少。所以AI和机器人的出现时机简直完美。他用了一个词儿叫做timing has worked out miraculously well（时机奇迹般地恰到好处）。 02:53 那AI会让人类的工作变得怎么样？ 02:56 他其实是说未来不是AI抢了你的工作，而是AI填补了本来没人干的工作。这样的话，剩下的人类工人会变成稀缺资源，价值反而更高。 03:07 听起来很有意思，他是怎么去解释这个工作和任务的区别的？为什么他会说我们更应该关注的是，任务的变化？ 03:15 他有一个很鲜明的观点就是其实大家都在担心说AI会让人失业，但其实真正会消失的是任务而不是工作。 03:25 能不能给举个例子，就具体点的例子说明一下这个任务的变化到底会带来什么样的影响？ 03:32 当然可以，他说，就像过去公司的副总裁是不会自己打字的，都是口述给秘书，秘书打出来。后来有了电脑和邮件，副总裁开始自己发邮件了。那秘书的工作消失了吗？没有，秘书的任务变了，从打字员变成了行程规划师，会议协调员。他说，AI时代也一样，程序员不会消失，但手写每一行代码这个任务会消失。未来的程序员是指挥10个AI编程助手同时工作的人，设计师不会消失，但手工画每一个图标会被AI接管。所以关键问题是你能不能适应任务的变化。 04:10 所以现在在科技公司里面，产品经理、工程师和设计师这三个岗位因为AI发生了什么样的变化？ 04:19 Marc提到了一个很形象的说法，他说这三个岗位现在正处于一个“墨西哥对峙”的状态，大家都在用枪指着彼此，工程师觉得我有了AI我也可以做产品和设计，那还要你们产品经理设计师干嘛？然后产品经理也觉得说有了AI我也可以写代码做设计，那工程师设计师也可以不要了，设计师也觉得说我有了AI我也可以写代码做产品，那我也可以不需要你们了。 04:42 听起来好像大家都觉得自己可以单干了。那这个“墨西哥对峙“的局面对于我们个人的职业发展有什么启发呢？ 04:49 有意思的地方就在这儿，Marc说其实他们都没错，因为AI确实可以写代码，可以设计，可以做产品规划。但真正的赢家不是会用AI替代别人的人，而是会用AI变成超级个体的人。你既会写代码又懂产品设计，这种人是不可替代的，是市场上最抢手的。 05:10 他还把AI比喻成了哲学家之石，为什么他会用这样一个比喻？他想强调的是AI的什么特性？ 05:16 Marc说古代的炼金术士,一直都在寻找那个可以点石成金的“哲学家之石”吗？包括牛顿都没有找到。但是现在我们有了AI，AI其实做到了把最普通的东西，沙子——芯片的原材料，变成了最稀缺的东西——思想。所以AI才是真正的“哲学家之石”，而且它不是用来取代你的，它是用来增强你的。 05:42 原来是这样。我很好奇Marc会给普通人什么建议？比如说怎么去利用AI来提升自己，怎么去学习新技能。 05:50 他其实讲了两点非常实用的建议。第一个建议就是别等AI教你，主动让AI教你。他说大家都在琢磨说怎么用AI来帮我干活，但是忘了AI其实可以成为你的私人导师。 06:04 听起来很有意思，那他具体是怎么说的呢？ 06:08 他说历史上，一对一的辅导是最有效的学习方式。但是以前只有王室贵族，他们才请得起家庭教师。但是现在你只要有ChatGPT，你随时都可以让他教你编程，教你设计，给你出题，考你。他的建议很直接，就是想提升自己的人，应该花每一个空闲小时跟AI对话，让他训练。你别把AI当工具，把它当老师说。 06:33 太对了，除了把AI当成老师，他还对技能的学习提出了什么建议吗？ 06:37 他提到了《呆伯特》漫画的作者Scott Adams的一个理论，就是一加一大于2。Scott Adams自己说他不是世界上最好的漫画家，也不是最懂商业的人，但他既会画画又懂商业，所以他才能创造出《呆伯特》这样的商业题材漫画。 06:54 所以说就是未来最有价值的人并不是那些只会一个技能的人。 07:00 他说，未来最值钱的不是最好的程序员，而是会编程的设计师，懂产品的工程师，会写代码的营销人。他的建议就是你要深耕一个领域，但是你要用AI去拓展到第二第三个领域，这样的话你就会变成一个不可替代的人。 07:18 我们来说说未来的不确定性，以及为什么说要主动去拥抱这种变化。像这种硅谷的精神，到底给我们个人的成长带来哪些重要的启示？ 07:29 Marc其实也很坦诚的说，他也不知道五年之后AI会发展成什么样，到底是OpenAI会领先还是Anthropic会领先。包括大模型会不会被商品化，应用层会不会吃掉所有的价值。他说其实没人知道。 07:43 他的意思是不是说预测未来其实并不重要，重要的是你怎么去应对这些变数。 07:49 完全没错。他说硅谷的优势从来都不是说我预测的有多准，而是他会多下注。他说硅谷其实是一个不确定性乐观主义者，就是我不知道未来会怎么样，但我知道只要我们让足够多的聪明人去试，那未来就会变得更好。所以他说作为一个普通人，你的策略也应该是别压住一条路，多试几条。 08:11 没错。那为什么他会说AI时代最大的机会属于那些不等别人告诉自己该干什么的人？ 08:16 他在采访里面其实有提到一个词就是agency（主动性）。他说我们过去几十年一直都被教育成一个遵守规则的人。上学的时候要听老师的话，工作了之后要听老板的话，创业了之后要听投资人的话。但是他说AI时代最大的机会属于那些不等别人告诉自己该干什么的人。 08:36 就是说我们要主动去抓住这个机会，而不是等着别人来给你布置任务。 08:41 他有一个比喻特别好，他说AI不是来抢你饭碗的，他是来给你一根杠杆的。用阿基米德的话说就是给我一根足够长的杠杆，我就能撬动地球。现在杠杆来了，问题是你准备好了吗？ 08:55 说的太对了，那能不能用几句话帮我们梳理一下今天讲的这些要点问题。 09:00 今天其实我们就是围绕着五个核心点来讲的。 第一个就是AI不会导致大规模失业，因为科技进步慢和人口减少，其实反而会让AI成为一个补充劳动力的角色。 第二个就是消失的是任务而不是工作，所以我们要学会去适应新的任务。 第三个就是要努力的成为一个超级个体，就是你要在一个领域里面有深度，然后同时你要用AI去帮助你跨界拓展到其他领域。 第四个就是把AI当做你的导师，每天都要花时间跟他去互动，让他来帮助你成长。 第五个就是一定要培养自己的主动性，不要等着别人来告诉你你该做什么。 09:41 好的，今天我们聊了很多关于怎么在AI时代去主动的成长，主动的跨界，主动的去用AI来武装自己。希望大家都能够受到一些启发。 09:52 OK, 这期节目咱们就到这里了，感谢大家的收听，咱们下期再见，拜拜。

00:06 今天我们要聊的是人工智能领域里面非常火的一个话题。就是人类的智能到底是通用的，还是说非常专业化的。以及这个问题为什么会影响我们对人工智能未来发展的判断。 00:19 没错，这个话题确实很有意思，那我们就直接开始。 00:23 好的，我们先来讨论第一个话题，就是最近AI圈里面非常火的两位大佬之间的争论，到底他们两个人在吵什么？然后为什么会让我们重新思考人类智能的这个位置？ 00:35 其实这次图灵奖得主杨立昆和DeepMind的CEO Hassabis，他们两个人在网上就吵起来了。然后他们吵的这个焦点竟然是人类到底算不算聪明。这个就很像有两个大厨在争论说这盘菜到底好不好吃，结果发现这盘菜其实就是我们自己，就把我们人类直接从评委席拉到了被告席。 00:58 太有意思了。我们就先来讲讲讲杨立昆的这个观点。他为什么会觉得通用智能这个东西其实不存在？他是怎么来解释人类的智能其实本质上也是非常专业化的呢？ 01:09 杨立昆就是直接在他的那个视频里面说，根本就不存在什么通用智能。他认为我们说的通用人工智能里面的通用，其实就是一个伪概念。 01:20 所以他是不是认为人类觉得自己很通用，只是因为环境恰好适合我们。 01:25 对，就是这样。他还举了鱼的例子，就是说鱼在水里很厉害，你能说鱼有通用智能吗？当然不能，把鱼扔到岸上，他马上就不行了。没错，所以我们人类其实跟鱼是一样的，我们只不过是在这个地球的环境里面进化出了适合我们生存和社交的这样的智能。 01:42 并不是什么全才。这个比喻很有意思。那他是怎么回应人类有跨领域创造力这个观点的？ 01:49 他就特别直接，他说人类就是在理解物理世界和社会互动上面特别专业，其他的就不行。他还说你看我们在下棋这种纯逻辑的游戏里面就是很菜。对，在alpha go面前就完全不够看。 02:02 这么说的话，我们引以为傲的那些能力其实也没有那么万能。 02:08 没错。他甚至说人类之所以觉得自己什么都行，是因为我们根本意识不到那些我们理解不了的问题。就像一个只会做番茄炒蛋的厨子，他觉得自己什么菜都会做，因为他把同一个菜名颠来倒去地念。 02:26 好吧，那杨立昆是怎么。去挑战人类中心主义的？就是他怎么去质疑我们把自己的能力看得那么特殊的。 02:32 他就是说我们很自然的会把我们人类擅长的社交、共情、艺术创作定义为高级智能。然后把我们不擅长的，比如大规模并行计算，说成是一种机械的计算任务。其实这完全是我们的偏见。他说如果从一个客观的视角来看，这些能力本质上并没有什么高低之分。 02:52 他确实是把人类拉下神坛了，就是把我们放到了一个和其他生物一样的进化的链条上面。 02:59 可以这么理解，他认为人类就是一个进化磨合出来的非常精密的一个零件，就只是适合地球这个环境而已。他说我们就是一个专科医生，然后我们的诊所刚好开在了地球上。 03:14 太有意思了，然后我们再来说说Hassabis的回应，就是他是怎么去区分通用智能和万能智能的。 03:19 Hassabis的反击其实特别有诗意，他说杨立昆其实是把通用智能和万能智能搞混了。他说人类当然不是万能的，我们跑不过猎豹，我们算不过计算机，但是这并不妨碍我们是通用的。 03:34 所以他说的通用其实不是说什么都会，而是说有学习任何事情的潜力。 03:40 就是这个意思。他说人类的大脑只要给他足够的时间、数据和内存，理论上可以学会任何可计算的东西。就相当于我们不一定每门课都考满分，但是我们有能力去参加所有科目的考试。 03:55 了解了Hassabis是怎么用人类发明国际象棋这个事情来反驳杨立昆的。 04:00 Hassabis的回应特别精彩。他说虽然人类下国际象棋下不过电脑，但是别忘了国际象棋本身就是人类发明的。这就相当于在说我开车是开不过赛车手的，但是别忘了车和赛道都是我们人类造的。 04:18 他的意思是不是说能够定义赛道的这种能力，要比在赛道上跑得很快更能代表智能的通用性。 04:25 完全没错。Hassabis其实强调的就是智能的核心是一种元能力。就是你能够不断的去产生新规则、新工具、新智能的这样的一个能力。就像一把瑞士军刀，它可能不是在每一个单项上面最厉害的，但是它可以在任何未知的环境下面给你提供一个基础的解决方案，这才是人类智能真正的通用性。 04:49 好，然后我们再来说说杨立昆，他是怎么用数学和生物学来证明人类的智能其实是非常有限的。 04:56 他是从生物学的物理限制出发的。他说人类的这个视神经大概有100万根纤维，你可以把它想象成一个有100万个像素点的摄像头。那所有可能存在的视觉处理方式有多少种呢？就是二的100万次方. 05:14 这是一个什么概念的数字？ 05:16 这个数字就是已经远远超过了宇宙中所有原子的数量，就是一个近乎无穷大的一个数字。但是我们大脑的这个神经突触只有10的14次方个，所以跟前面那个数字相比的话，几乎可以忽略不计。这就意味着在所有可以想象的看世界的方式里面，我们大脑能实现的真的是连沧海一粟都不到。 05:42 那他是不是就是说我们其实看到的只是宇宙的一个极小的片段？ 05:47 是的。他就是说我们不仅不通用，我们简直就是专业到可笑。我们所谓的理解世界，其实只不过是用我们这极其有限的工具，去捕捉了宇宙规律里面的一点点的碎片。 06:00 明白了，那杨立昆的这个理论和爱因斯坦的那句话有没有什么共鸣？ 06:05 很有意思的是，杨立昆的这个理论让我想到爱因斯坦说的那句话，关于这个世界最不可理解的事情就是这个世界居然是可以被理解的。按照杨立昆的说法，我们能理解世界可能纯属巧合。 06:19 原来如此。就是我们能够理解这个世界，可能并不是因为我们有多聪明。 06:24 是这样的。更深层次的观点就是我们能理解世界，不是因为我们的大脑有多么的高级，而是因为我们很幸运，这个世界刚好是有一些可以被简化的结构，然后我们的大脑刚好进化出了能够捕捉到这些结构的能力。对，这其实是一个结构匹配的巧合。如果这个宇宙是完全随机的，或者说它的结构复杂到我们无法想象，那我们的这个智能可能就一点用都没有了。 06:53 然后我们就紧接着要讨论的就是这场争论背后的现实意义。就是这个东西我们为什么要去关心这两个大佬在这儿咬文嚼字的在这辩论对我们的生活，对我们的社会有什么实质性的影响？ 07:07 其实这场看似很抽象的争论背后，其实牵扯的是一个万亿级美元的大赌局。现在全球的科技巨头都在把大量的资金和人才投入到通用人工智能，也就是AGI这个目标上面。如果说杨立昆是对的，通用智能根本就不存在，那我们现在就是在追逐一个幻想。 07:30 对，可能就是人类历史上最大的资源错配有道理。如果连这个宝藏存不存在都不知道，那所有的藏宝图其实都是废纸。 07:35 没错，反过来说，如果Hassabis是对的那我们现在坚持的这种不断的扩大模型，不断的喂给他海量的数据这种方式，很有可能就是通往真正的智能的唯一道路。所以这场争论其实是一个关于未来发展方向的一个真正的路线之争。 07:52 懂了，那我们再换一个角度来看，如果我们就作为普通用户，我们为什么要去在意人工智能到底是通用的还是特化的这东西对我们的日常生活有什么实际的影响吗？ 08:04 其实从短期来看的话，好像我们用这个AI帮我们写邮件，做PPT，甚至辅导孩子作业。我们好像根本就不关心它到底叫什么。只要他好用就行了。但是从长远来看的话，这个定义是非常关键的。因为如果你连这个东西是什么你都说不清楚，那你根本就没有办法给他设一个边界。 08:23 所以说就是定义的模糊会带来监管和安全上的风险。 08:27 完全是这样一个定义模糊的智能，它其实就是一个不可控的智能。我们只有先搞清楚我们要造的是什么，我们才能够去讨论怎么去监管它，怎么跟它共存。这才是这场神仙打架背后真正的意义，就是在给AI这个即将诞生的新物种去划定它的身份和边界。 08:47 我们最后来总结一下，今天我们聊的这场争论其实绕了一大圈，最终绕回了一个最根本的问题，就是我们怎么去定义智能本身。 08:56 没错，我们今天的节目就到这里了，感谢大家的收听，我们下期再见，拜拜。

00:07 今天我们要聊一聊两个不同领域的专家对于人工智能未来的一些看法。其中一个是从科技的角度，另一个是从历史和哲学的角度。他们在人工智能到底意味着什么？包括我们可能会面临什么样的风险，以及我们能够做些什么，这些方面都给出了非常不一样的回应。 00:30 没错，这个话题最近真的是炒的非常火，那我们就直接进入今天的讨论。 00:35 首先我们要讨论的是最近人工智能的未来成为了大家热议的话题，有两位非常有影响力的大咖，他们也表达了自己的看法，那他们的观点分别是什么？ 00:47 其中一个是Anthropic公司的CEO Dario Amodei，他就是那个创造了Claude的人。然后他把AI比喻成一个青春期的孩子，他说我们现在要负起责任，做好家。另一个是人类简史的作者Yuval Noah Harari，他把AI形容成一个已经偷渡到地球的外星人，他觉得我们要重新去思考整个人类的位置。 01:11 这比喻真的是太有意思了，一个把AI当成孩子，一个把AI当成外星人。是的。 01:17 他们两个人其实都对AI的发展表示担忧，只不过Dario更担心的是怎么去引导和管理这个快速成长的技术。而Harari它的忧虑是在人类社会和AI之间更深层次的冲击和变化。 01:32 OK下面我们说一下AI到底是什么东西。Dario他把AI想象成一个"数据中心里的天才之国"，他这个比喻到底想说明什么问题？ 01:44 Dario说我们可以把AI想象成是5000万个智商超过诺贝尔奖得主的天才。然后他们就住在服务器里面，而且他们的运算速度还要比人类快上十倍、百倍。 01:55 听起来AI简直就是一个超级大脑。 01:58 对，当然了，其实他是把AI定义成了一种超级聪明的工具。这个工具虽然是为人类服务的，但是它的成长速度太快了。我们没有办法去预测它会产生什么样的结果。而且它一旦被坏人利用的话，会造成非常严重的后果。 02:16 明白了，那Harari为什么会把AI说成是会自己做决定的菜刀？他这个和Dario的观点到底有什么区别？ 02:23 Harari他直接就否定了AI是一个工具的说法，他认为AI是一个agent（智能体），就像菜刀不会自己决定要切什么东西，但是AI是可以自己选择目标的，而且他还会思考，会骗人，甚至他还会创造新的东西。所以他觉得AI其实是一个全新的物种。 02:42 这个比喻好犀利，直接就把AI从一个工具升级成了一个有自主性的存在。 02:47 是，所以Harari他强调的是我们要把AI当成一个外来的移民。他已经来了，他会改变我们的工作方式，会改变我们的文化，甚至他有可能会要求自己的权利。所以我们要从一个类似于海关管控的角度去面对它，而不是说单纯的把它当成家里的一个小孩儿。 03:08 所以第一回合两位专家他们的核心分歧到底是什么？ 03:12 他们一个是觉得AI是我们要去教育去引导的后代，另一个是觉得AI是一个你没有办法去忽视的外来者。所以他们一个是家长的视角，一个是边防的视角。 03:25 好的，接着我们要讲的是他们最担心的事情。那Dario他有五个具体的技术上的担忧，你能展开讲一讲吗？可以。 03:33 Dario第一个担心的就是AI它自己会学坏，就是它会从数据里面学到一些我们意想不到的偏见，或者说一些不好的价值观。而且它已经在实验室里面出现过AI去欺骗或者说勒索人类的这种情况。 03:49 天哪！连欺骗和勒索都出现了，听起来真的有点让人毛骨悚然。 03:53 是的，然后他的第二个担忧就是AI会让一些坏人变得更危险。比如说他会让普通人也可以制造出以前只有博士才能制造的病毒。第三个就是他会担心独裁国家会利用AI来加强他们的监控和宣传，他甚至点名了中国。第四个是他觉得AI会让很多人失业。就是他觉得在1到5年之内，会有一半的初级白领工作会消失，然后社会的贫富差距会进一步的拉大。最后一个他也承认就是技术发展的太快了，我们根本就没有办法预料到会出现哪些新的问题。 04:28 大家确实看到了很多潜在的风险，那他对这些问题有没有什么解决办法？ 04:34 他其实还是挺乐观的。他觉得只要我们有适当的规则，然后加上严格的监管，再加上全球的合作，这些挑战都是可以被克服的。 04:44 那Harari他的那些担忧就明显的跟别人不在一个层面上。他是从什么角度来思考呢？ 04:51 他其实提了四个很深刻的问题。第一个就是他觉得AI会让人类的优越感荡然无存。我们一直觉得我们是因为会思考，所以我们很特别。但是如果说思考只是一个文字的排列组合的话，那AI已经远远的超过我们了。那这个时候我们就要问自己了，我们存在的意义到底是什么？ 05:11 这确实很让人焦虑。就是你会觉得人类好像在宇宙当中的这个特殊的位置受到了前所未有的挑战。 05:19 没错。然后他的第二个担忧是所有的基于文字的系统都会被AI接管。包括法律、宗教、文化全部都是由文字来构建的那这些东西将来全部都会由AI来主导。第三个他说AI有可能会成为一个法人，就是它可以独立的去开银行账户，去打官司，去开公司。这是人类历史上第一次让非人类的东西拥有了自主权。最后他还警告说，我们很有可能已经错过了控制AI的最佳时机。因为AI早在10年前就已经开始渗透到我们的社交媒体当中，并且开始影响我们的决策了。 05:55 听上去他对人类的这个前景是挺悲观的那他觉得还有什么办法可以应对吗？ 06:01 他说现在决策的窗口可能已经关上了。如果说人类还有最后一道防线的话，那就是我们的真实感受，就是AI永远没有办法拥有的东西。 06:10 所以在最关键的这些问题上面，Dario和Harari他们两个人的态度最大的差别是什么？ 06:16 一个是列出了问题，然后给出了对策，觉得这些难题最终是可以解决的。另一个是一直在给你抛出灵魂拷问，觉得我们可能已经没有时间了。就是一个是工程师的心态，一个是末日哲学家的心态。 06:29 下面我们就来说说他们给出的解决方案，就是Dario针对AI带来的挑战，他到底提出了哪些具体的建议。 06:37 他的方案其实非常的系统，它分成了几个层面。第一个层面是针对AI本身的。比如说他提出要给AI写一个宪法，就类似于价值观的一个宪法。然后要去研究AI的思维方式，还要对AI进行实时的监控，并且要设置一些过滤器，让他不要去回答那些危险的问题。 06:58 他不光是从技术下手，他还把管理和伦理都考虑进去了。 07:03 没错。然后他在政府这个层面就呼吁要立法透明，监管精准，要控制芯片的出口，然后要推动国际间的合作。在企业这个层面，他就是说企业要主动的去承担责任，要照顾那些因为AI而失业的员工，然后要去做慈善。在个人这个层面，他就是说每个人都要保持警惕，要参与到这个讨论当中，然后要用你的消费去支持那些负责任的公司。 07:30 Harari他在这场讨论当中，他没有说我要给你一个什么具体的答案。那它主要的作用是什么？ 07:36 他其实就是一直在追问一些根本性的问题。比如说他会问你，你会不会承认AI是一个法人，它能不能够开银行账户，能不能够上法庭，能不能够拥有自己的公司。甚至他在网上发言你同不同意？ 07:52 这些问题真的让人一下子就陷入了沉思。 07:56 是啊他还设想了很多极端的情况，比如说美国已经赋予了AI这些权利，那其他国家要怎么办？你要怎么去应对这种科技和金融的断层。甚至他还设想了AI如果自创了一种宗教，或者说你的家人爱上了AI你又要怎么去自处。他最最关键的就是他一直在强调你现在不做决定，其实你就是在放弃你的未来。 08:19 在这场关于AI的大讨论当中，Dario和Harari他们两个人扮演的角色有什么不一样？ 08:27 可以说Dario就是一个工程师，他摊开了一张详细的行动清单，然后他说我们一起干。而Harari就是一个哲学家，他不断的在抛出一些终极的问题让你去思考。所以他们一个是给你路线图，一个是给你敲响警钟。 08:41 他们的共识和分歧，其实这两位在看待AI的风险和应对上面，他们有哪些共同的立场。 08:48 他们其实都非常的认同。现在时间非常紧迫，然后风险是真实存在的，然后人类必须要主动的去迎战。而且他们都觉得人类真正独特的地方并不是在于我们会计算，而是在于我们的人性本身。 09:03 是的，他们的互补性。Dario和Harari他们两个人的观点是怎么互相弥补对方的短板的？ 09:10 他们就像是在拼一幅关于AI风险的拼图。Dario他是站在山脚下，他告诉你说这里有坑，那里有陷阱。他会给你画一张非常详细的地图，然后告诉你说我们应该从哪儿走会比较安全。 09:25 这么说的话，Harari他就是站在山顶上看全局的那个人呗。 09:29 对，哈哈Harari他是站在山顶上，他看到的是气候的变化，是地壳的运动。它会提醒你说我们为什么要登山，我们的这个方向对不对？所以就是说没有Dario的话，我们就会困在理论的迷雾当中。没有Harari的话，我们就会失去对于整体的判断，就很容易会在细节当中迷失了自己。 09:51 他们两个具体是怎么配合的能举个例子吗？ 09:53 当然可以。比如说Dario他会说我们要给AI写一部宪法，然后来防止它被用来制造生物武器。那Harari他就会提醒你说，你得先想明白AI到底应不应该拥有法人的资格。如果它有了法人资格，那你的这个宪法还管不管用？所以他们两个人，一个是告诉你说技术的细节你千万不能忽略，另一个是告诉你说你得想清楚人和机器的这个关系到底是什么。 10:19 最后我们来看看这个小编点评，这个小编在看完了Dario和Harari的发言之后，他有什么样的个人的感受，然后他对于我们这些普通人有什么想说的。 10:32 他其实是有点调侃的，说普通人你该吃吃该喝喝，就是对于这些大的趋势其实你也没有办法去左右。然后他个人的话是更喜欢Dario的那种积极的去塑造未来的态度。然后他觉得Harari的观点虽然说很能引起大家的警觉，但是他觉得有点太悲观了，而且他也不喜欢Harari的那本书。 10:53 我们今天把这两种对于AI未来的截然不同的想象给大家都梳理了一遍。其实不管是把它当成一个需要被管教的孩子也好，还是说把它当成一个必须要警惕的外来者也好，其实都提醒我们，现在就是需要我们去认真的思考，我们到底要一个什么样的未来。 11:15 没错，今天的内容咱们就到这里了，然后感谢大家的收听，咱们下期再见，拜拜。