Fei-Fei Li: 用 AI 提升你的智力、丰富人类生活 | 李飞飞博士

李飞飞博士：我认为人类永远学不会的最大一件事，就是老一辈总在哀叹下一代，好像下一代什么都不懂、没礼貌、忘了过去。但如果你看人类历史的走向，总体而言，我们是在朝更好的方向前进。我并不否认那些暴行，不否认那些挫折，不否认这些，但从根本上说，我对人类是乐观的。我看孩子们，他们充满好奇。当然，他们被这项技术带来的娱乐深深吸引，但他们也开始使用它了。我担心的是老师和一些家长，因为我觉得我们今天的社会，尤其是硅谷，并没有为他们提供应有的帮助。我们正在遗忘他们。

安德鲁·休伯曼：大家好。为庆祝我的新书《Protocols》（《方案》）出版，我很高兴地告诉大家，我很快将举办三场现场活动。第一场在纽约无线电城音乐厅，时间是 9 月 17 日。第二场在洛杉矶杜比剧院，时间是 10 月 8 日。第三场在旧金山 Masonic 剧院，时间是 10 月 28 日。每场活动中，我都会讨论书中的话题，还有我最喜欢的环节：直接回答你们这些现场观众的提问。购票请访问 hubermanlab.com/events，使用代码 PROTOCOLS 获得优先购票资格。再说一遍，访问 hubermanlab.com/events，使用代码 PROTOCOLS 即可优先购票。欢迎收听 Huberman Lab 播客，我们在这里讨论科学以及适用于日常生活的、基于科学的工具。我是安德鲁·休伯曼，斯坦福医学院神经生物学和眼科学教授。今天的嘉宾是李飞飞博士，她是计算机科学家、斯坦福大学教授，也是人工智能和计算机视觉领域的先驱和领军人物之一。大家都知道，每天有数以百万计的人使用 AI 聊天机器人查找信息。当然，也有很多人对 AI 感到担忧：它将走向何方，它可能如何取代某些人类工作，或以这样那样的方式降低我们的生活体验。今天，我们从神经科学的角度讨论智能究竟是什么，以及 AI 能够并且正在以哪些方式被用于造福人类，也就是真正提升学习和健康，丰富而非削弱人类的体验。我们首先讨论各个年龄段的人脑如何学习新信息、大脑在这一过程中遵循哪些规则，以及 AI 由于以互联网内容为基础，在哪些方面与人脑的学习能力相似、又在哪些方面有所不及。我们还讨论了 AI 和机器人技术在医学中令人振奋的应用。需要说明的是，飞飞承认并回应了关于 AI 的许多合理担忧，但作为斯坦福以人为本人工智能研究院的院长，她的目标是确保在 AI 的未来走向中，人以及整个人类都能得到体现。你们很快就会听到，李飞飞博士是一位杰出的科学家和教育者。她被称为“AI 教母”，既因为她引领了 AI 技术的发展，也因为她坚持让伦理和 AI 的善意用途始终处于 AI 与机器人技术的核心。所以，无论你年轻还是年长，今天的对话都会让你获得信息和能力，去理解和使用 AI，让它真正有益于你、丰富你的生活。开始之前，我想强调，本播客独立于我在斯坦福的教学和研究工作。不过，它是我希望并努力向公众免费提供科学及科学相关工具信息的一部分。秉承这一宗旨，今天的节目包含赞助商内容。下面是我与李飞飞博士的对话。李飞飞博士，欢迎。

李飞飞博士：谢谢。很高兴来到这里，安德鲁。

安德鲁·休伯曼：是啊。这次对话期待已久了，而且——

李飞飞博士：是的

安德鲁·休伯曼：……你是 AI 领域的领军人物，但我也把你看作一位神经科学家和计算机科学家，我们都走过视觉科学这条路。所以我想——

李飞飞博士：还是同事

安德鲁·休伯曼：还是同事——

李飞飞博士：对

安德鲁·休伯曼：……在斯坦福。所以我想从视觉谈起。

李飞飞博士：嗯。

安德鲁·休伯曼：就 AI 及其未来走向而言，视觉、看见和光有什么特别之处？因为我想对大多数人来说，这些听起来可能是毫不相干的主题，但实际上，一切都是从这里开始的。

李飞飞博士：是的。我认为视觉是智能的基石，这体现在两条几乎平行的线索上。一条是进化告诉我们的：视觉、动物智能和人类智能是如何进化的？另一条是计算机视觉与 AI，以及二者之间的关系。我分别来讲。关于进化，我总是说，5.4 亿年前，动物第一次看到了光。那是一些简单的海洋动物，三叶虫及其近亲，在那之前，几乎没有什么感知能力。大约在同一时期，触觉也开始在动物身体中出现。但那时没有听觉，没有嗅觉，完全没有神经系统。然而，最早的感光细胞产生了一股进化力量，推动动物不断进化，因为感知外部世界会改变你对自身的感知，改变你与外部世界的关系。简单地说，从进化的角度看，如果你能看见食物，你的生活就会改变，你也会成为别人的食物，而且你会主动寻找食物、主动寻找配偶，诸如此类。所以，正是因为感知能力，进化在动物物种形成方面以惊人的速度加快了。化石研究告诉我们，在动物第一次看到光之后的 1000 万年，出现了我们所说的进化大爆炸，也就是动物物种形成的寒武纪大爆发。快进到后来，我认为视觉不仅在动物的早期进化中始终发挥着巨大作用，在高级智能及其出现过程中也是如此。你和我都是研究视觉的学生和科学家。据估计，人脑皮层活动的一半都与视觉功能有关。儿童在发育过程中先有视觉，后有语言。所以直到今天，视觉在动物智能的进化和人类日常生活中都起着核心作用。与此平行的是，视觉作为一门学科或人工智能的一个领域，在我们所看到的这个现代 AI 时刻中发挥了关键作用，体现在几个方面。首先是算法，也就是神经网络算法。计算机科学家最早在 20 世纪 50 年代初开始尝试神经网络算法。安德鲁，你可能记得 50 年代初神经科学领域发生了什么：Hubel 和 Wiesel 等神经科学家开始记录哺乳动物大脑中的视觉细胞，并开始意识到神经细胞存在一种层级结构，它们层层叠加，在这个层级中传递神经信息。这个过程从视网膜收集光线开始，一直到识别出你面前有一个形状。我们在哺乳动物大脑中看到的这种神经结构，也是神经网络算法的灵感来源之一。如今的神经网络算法运行着数千亿甚至数万亿个参数，其复杂程度已经偏离了我们在哺乳动物大脑或视觉通路中记录到的情况。但二者的起源非常接近，都在大约半个世纪前，比半个世纪稍多一点。这是视觉对 AI 贡献的一个方面。视觉对 AI 的贡献还有另一个同样关键的方面，那就是大数据。这更接近我自己的工作。世纪之交前后，AI 是一个机器学习领域，很多不同的实验室、不同的研究科学家在尝试不同的算法。不只是神经网络，还有其他方法，一些行话，比如贝叶斯方法、支持向量机方法。这些方法具体是什么并不重要，重要的是那是一个探索阶段，我们试图让这些算法发挥作用，让机器能够阅读或看见。我们一群计算机视觉科学家在这些算法上苦苦挣扎。2006 年，我还是一名非常年轻的教员，在普林斯顿任教第一年，我和学生们研究这些算法，发现喂给这些算法用于学习的数据少得可怜。于是我转向认知神经科学文献，也就是视觉方面的文献，开始研究人类学习了多少、人类能看到多少。那些数字令人难以置信。人类到 6 岁时就能学会数万种不同的物体类别，而且接触视觉世界的量也是巨大的，对吧？婴儿从出生那一刻起，大部分时间都在看。所以他们被这些大数据淹没。于是我们推测，缺乏数据是 AI 缺乏进展的一个重要原因。所以我们与其他只专注于算法的人分道扬镳，提出我们需要数据，需要用数据来驱动这些算法。长话短说，我们主导了 ImageNet 项目，为人工智能领域收集了有史以来第一个互联网规模的大型数据集，但其实是通过视觉领域实现的，因为 ImageNet 是一个包含 5000 万张图像的集合，ImageNet 的目标是推动机器识别日常物体，比如麦克风、杯子、椅子。这项工作与神经网络算法的进步以及 GPU 计算的进步汇合在一起。到 2012 年，这项工作，也就是现代 AI 三大要素的汇合，成为定义现代 AI 的时刻。

安德鲁·休伯曼：我记得大约在 2012 年——

李飞飞博士：嗯

安德鲁·休伯曼：……冷泉港每隔一个夏天举办的视觉课程上，好像有过这样一场辩论：计算机能否学会像人类一样识别特定的人脸？现在我想大多数人会说，计算机在这方面其实比——

李飞飞博士：是的

安德鲁·休伯曼：……人类强得多，尽管有一些“超级识别者”在这方面极其出色。

李飞飞博士：嗯。

安德鲁·休伯曼：你能否给我们讲讲，这项技术是如何从一个基本上会把你和你的表亲、甚至某个长得有点像你的人搞混的状态——

李飞飞博士：一块饼干

安德鲁·休伯曼：……发展到，对，或者说发展到如今极其精确的程度的？

李飞飞博士：我们是怎么走到这一步的？我一定要反复强调这项技术的汇合。我认为在 21 世纪第二个十年前后，也就是你说的 2012 年左右，最大的汇合点是 GPU 计算能力，它基本上加速了计算或者说实现了并行计算，让更多的浮点运算可以在算法中进行，对吧？你需要这种速度。然后，经过几十年的研究，神经网络算法也日趋成熟。如我们所说，从 20 世纪 50 年代开始，人们开始创造一些非常简单的算法，其行为与神经元相似，但简单得多。你知道，神经元非常复杂。但这里的思路是，你有一个节点单元，它接收一些输入，再输出另一个输入，内部只是一个函数，一个非常简单的函数。把它们堆叠起来，就是神经网络。到了 2010 年前后，这些算法的成熟度已经达到了相当好的水平。最后但同样重要的是，人们认识到了大数据的重要性。互联网无疑推动了这一点，它让数据更容易获得，但关键是那个顿悟时刻：哇，大数据必须成为这个等式的一部分，我们需要用大数据驱动这种算法去学习这些模式。所以，这三者的汇合真正引发了 AI 革命。还有一个具体时刻值得一提，因为你提到了人脸识别，那就是我的实验室推出的 ImageNet 挑战赛。从 2010 年开始，在我们收集了这个庞大的数据集之后，当时 GPU 还不成熟，我们连续多年面向研究界发起公开挑战，邀请大家解决一个叫作物体识别的重大计算机视觉问题。任务很简单。我们有一个包含 1000 个不同物体类别的数据集，这个数据集有超过一百万张图像。这就是我们所说的测试数据集。算法的任务是：我给你看一张图片，你必须说出里面的主要物体。猜对了得一分，猜错了不得分。几年后，我们为这个 ImageNet 挑战赛做了人类表现的基准测试，由斯坦福一位非常聪明的研究生来完成，结果大约是 4%。所以随机猜测的概率是千分之一。

安德鲁·休伯曼：嗯。

李飞飞博士：对吧？所以人类的 4% 并不算差。最初几年，机器不如人类。转折点是 2012 年，神经网络、ImageNet 数据集和 GPU 的汇合。即便在那一年，虽然错误率被降到了……哦，顺便说一下，人类表现的错误率是 4%。抱歉，我需要更正一下。错误率被降到了百分之十几。还没有达到人类的水平。

安德鲁·休伯曼：所以这是看图像，然后分配一个——

李飞飞博士：1000 个标签中的一个。

安德鲁·休伯曼：明白了。

李飞飞博士：是的。但 2012 年之所以意义重大，是因为这种神经网络算法让错误率比以往的算法大幅下降。在研究界我们知道，当如此剧烈的变化发生时，就意味着一个拐点。但我记得又花了三年，从 2012 年到 2016 年，算法才在说出 1000 种物体名称方面超越人类。

安德鲁·休伯曼：我能问一下，这位非常聪明的研究生的 4% 错误是从哪里来的吗？是他们认不出那些物体，还是在时间压力下识别，比如图像给得太快，以至于偶尔会出错？

李飞飞博士：我不认为时间压力是主要问题，尽管对一个研究生来说，我想他们也不愿意一直做这件事。

安德鲁·休伯曼：嗯。

李飞飞博士：但我认为，你知道，人脑的记忆是有限的，无论是长期记忆还是短期记忆，对吧？所以要记住 1000 个物体类别的模式，即使其中有些类别你很熟悉，也并不容易。

安德鲁·休伯曼：明白了。

李飞飞博士：所以我认为会有混淆。另外，比如说，不同品种的狗彼此非常接近。

安德鲁·休伯曼：嗯。

李飞飞博士：这是一个挑战。

安德鲁·休伯曼：我想稍作休息，感谢我们的赞助商 Lingo。Lingo 是一款可日常佩戴的设备，能全天候追踪你的血糖。血糖驱动着许多支持能量、身体成分和长期健康的关键过程。当血糖不断飙升又骤降时，我们就可能开始看到代谢功能障碍，久而久之，甚至可能发展为糖尿病前期。目前，美国约有 1.15 亿成年人处于糖尿病前期。大多数人并不知道，而且男性的比例高于女性。糖尿病前期在早期往往没有明显症状，所以人们通常不会去关注。但事实是，无论你是否感觉得到，代谢健康每天都在影响你身体的运作。用 Lingo 追踪血糖，可以帮助你了解食物、活动和压力在一天中如何影响你的血糖。我本人用过 Lingo，它是改善我代谢健康的宝贵工具。如果你想试用 Lingo，美国和英国的 Huberman Lab 听众购买四周方案可节省 10%。请访问 hellolingo.com/huberman 了解更多信息。适用条款与条件。再说一遍，网址是 hellolingo.com/huberman。今天的节目还由 Wealthfront 赞助。在当今市场不断变动、新闻纷乱的金融环境中，人们很容易对如何储蓄和投资感到不确定。Wealthfront 是一个帮助你在管理风险的同时掌控资金的解决方案。近十年来，我一直信赖 Wealthfront 帮我应对这种波动。通过 Wealthfront 现金账户，我的现金可以从合作银行获得 3.3% 的年化收益率（APY）。而且我知道，在我准备消费或投资之前，我的钱一直在增长。我很喜欢 Wealthfront 的一项功能：我可以全天候即时、免手续费地提款到符合条件的账户。这意味着我可以随时把钱转到需要的地方，无需等待。当我准备从储蓄转向投资时，Wealthfront 让我可以无缝地把资金转入他们由专家打造的投资组合之一。限时优惠：Wealthfront 为 Huberman Lab 听众提供专属福利，在基础利率之上额外提高 0.75% APY，为期三个月，这意味着最高 15 万美元的存款可获得最高 4.05% 的浮动 APY。已有超过一百万人信赖 Wealthfront，以更有信心地多存钱、多赚钱、积累长期财富。如果你想试用 Wealthfront，可以访问 wealthfront.com/huberman 领取加息优惠，今天就开始赚取 4.05% 的浮动 APY。访问 wealthfront.com/huberman 即可开始。这是 Wealthfront 的付费推荐。客户体验因人而异。Wealthfront 经纪业务不是银行。基础 APY 截至 2026 年 1 月 30 日，可能会有变动。更多信息请参阅节目简介。我能理解在视觉领域这样做的道理，但在听觉、声音方面是否也探索过类似的做法？作为人类，我们在识别语调变化、情绪语气之类的东西上非常出色。但如果让我分辨哪怕 15 种不同的声音频率，我可以告诉你，作为一个非音乐人，这对我来说会非常困难。

李飞飞博士：当然。我认为你看到的是闸门被打开了。AI 的每一个子领域，无论是语音识别、声音识别、自然语言处理（这不仅仅是识别），还是视觉，所有领域在技术上都得到了巨大推动。我们在斯坦福有同事正在用机器学习和 AI 研究鲸鱼的声音、鲸鱼的歌声。语音识别是在这场 AI 革命早期表现非常出色的另一个领域。当然，技术还在继续进步。到 2016、2017 年前后 Transformer 论文发表时，人们很快发现它比早期 ImageNet 时代的 AlexNet 算法更强大。在那里，取得下一个重大进展的不是计算机视觉领域，而是自然语言处理领域。所以，因为配方没有变，现在我们有了一种更强大的神经网络算法，叫作 Transformer，而且互联网上有了更多的数据，至少是更容易获得的文本形式的数据。

安德鲁·休伯曼：嗯。

李飞飞博士：现在我们还有了更强大的 GPU。于是 OpenAI 和谷歌等公司迅速围绕这项非常重要的技术集结力量，但仍然花了大约五年，从 2017 年到 2022 年，才迎来自然语言领域的 ChatGPT 时刻。但那又是向前迈进的一步。

安德鲁·休伯曼：所以，我想对于既不是计算机科学家也不是神经科学家的人来说，人类的自然经验也许更能引起共鸣，也许我可以从这个角度来提问。当一个孩子知道有一种东西叫“小猫咪”——

李飞飞博士：嗯

安德鲁·休伯曼：……他们会说：“哦，猫。”然后他们通常会去掉“小猫咪”的叫法。他们可能先说“猫咪”，然后学会说“猫”。如果他们和猫有足够多的接触，就会明白猫是什么，即使是从侧面、从背后看到它。最终，如果他们看到一条有点像猫的尾巴露在几本书后面，你问：“那是什么？”他们很可能会说：“猫。”即使他们也见过狐狸和其他有尾巴的动物。

李飞飞博士：嗯。

安德鲁·休伯曼：仅凭他们的经验。

李飞飞博士：嗯哼。

安德鲁·休伯曼：他们在做概率判断。

李飞飞博士：嗯。

安德鲁·休伯曼：这基本上就是 AI 能做的事。

李飞飞博士：嗯。

安德鲁·休伯曼：这基本上就是机器学习能做的事。

李飞飞博士：嗯。

安德鲁·休伯曼：但在我看来，从计算器发展到我们现在的 AI，这一过程中必须出现一个……关键时刻，才能做到看到一条尾巴的图像，就做出合理的推断：如果是在室内之类的地方，那它最有可能是一只猫，因为——

李飞飞博士：嗯

安德鲁·休伯曼：……狐狸一般不会在室内，诸如此类。那么，机器学习和 AI 是从什么时候开始具备情境学习能力，并能对某个东西是什么给出最可能的判断的？因为给它看苹果、香蕉和橙子是一回事。它们都是水果。好，你可以区分它们，也可以把它们和汽车、卡车等区分开。但这种物体恒常性——

李飞飞博士：嗯

安德鲁·休伯曼：……也就是当某个东西在移动时，你只能看到局部图像，这并不是大多数人所认为的智能，但它是让我们的大脑以及其他动物的大脑，尤其是我们的大脑，如此非凡的部分原因——

李飞飞博士：嗯

安德鲁·休伯曼：……也是我们认为自己可能是地球上最聪明的物种的原因，即使不是最聪明的，也肯定是最擅长技术开发的。

李飞飞博士：是的。

安德鲁·休伯曼：那么 AI 是什么时候做到这一点的？这又是如何写进这些计算机里，让它们能够做到的？

李飞飞博士：那我们就来看这个问题——你描述得非常好，这个问题就是瞥见一截猫尾巴，就能认出是猫，对吧？或者说判断有很大可能是一只猫。有意思的是，安德鲁，一代又一代的机器学习计算机科学家都尝试过这个问题。所以在如今机器能可靠地做到这一点之前，有过各种不同的算法。你可以想象，一种常识性的思路是：哦，也许我们应该识别出所有家具，从而知道这是在室内，或者知道不太可能是狐狸。所以有这样的规则，被内置到前几代算法中。也有这样的规则：与其猜它是猫，不如只在 10 种可能的动物中猜一种，猫是其中之一。这限制了搜索或猜测的空间，会有所帮助。人们尝试了很多想法。那么，它是从什么时候开始变得可靠得多的？就是当前这个时代，这些算法学习了海量数据，比如 Gemini 或 GPT，它们的学习真正在机器的学习空间中创造了能力，有如此多的知识、如此多的模式，以至于当面对这张或多或少算是新的照片，一截猫尾巴从书架外伸出来时，这个模式激活了已学到的东西，我们称之为已学到的权重或已学到的参数，使机器对这个物体的评估或猜测更接近它见过的东西，也就是很可能是一截猫尾巴，或者只是一条尾巴，因为数据实在太多了。

安德鲁·休伯曼：明白了。

李飞飞博士：安德鲁，作为神经科学家，我认为正是在这里，我们与人脑分道扬镳了，因为那个学习你所说的“小猫咪”的孩子，不会有机会把互联网上所有猫的图像都下载下来。他们可能见过三只猫，最多 10 只，但他们却能通过一种不同的学习路径，认出那条尾巴是猫尾巴而不是狐狸尾巴。这些是我们尚未完全解开的谜团。但我确实想指出，如今用海量数据训练的 AI 算法与人类的进化方式之间存在这种分野。

安德鲁·休伯曼：如果我们沿着层级继续上升，从简单的物体识别走向你我所说的高级脑功能，更接近大多数人听到“智能”一词时的想法，他们会觉得，哦，那一定是某种更高级的东西，比如创造力、想象力。我们先走到中间一步，然后再走得更远。

李飞飞博士：嗯。

安德鲁·休伯曼：还是以猫为例，如果一台计算机或一个孩子学会了通过尾巴、整体形象或别的什么认出猫，而且他们见过猫移动，那么此时对于——

李飞飞博士：嗯

安德鲁·休伯曼：……那个大脑、那个孩子或那台计算机来说，就是一个全新的世界了。

李飞飞博士：嗯。

安德鲁·休伯曼：因为现在他们知道，猫通常朝着头的方向移动，而不是尾巴的方向。这些都是简单的——

李飞飞博士：嗯

安德鲁·休伯曼：……简单的学习规则，对吧？

李飞飞博士：嗯。

安德鲁·休伯曼：它可能会追老鼠，但可能会躲着狗跑。也许是，也许不是，诸如此类。

李飞飞博士：嗯。

安德鲁·休伯曼：所以，就所谓的“智能”而言，再往上一层似乎就是判断移动方向的可能性、不会移动的方向，以及该物体可能与之互动的其他物体。这一切在人们听来都很基础——

李飞飞博士：嗯

安德鲁·休伯曼：……但这就是大脑学习的方式，这也是——

李飞飞博士：嗯

安德鲁·休伯曼：……机器学习的方式。那么，下一个重大拐点是什么时候出现的？也就是给计算机、给 AI 一张猫的图片，然后说：“帮我把这只猫做成动画，让它像猫一样动起来”，而不给它任何关于如何移动四肢等的具体指令。我想那是在我们称为 AI 的整个事物中一次相当迅速、但极其重要的转变，因为这正是大脑所做的事。

李飞飞博士：是的。你问这个真有意思。你说得太好了。我从来没想过用这种方式向公众讲述，但那个时刻是在视频成为训练数据的一部分时到来的。

安德鲁·休伯曼：嗯。

李飞飞博士：你看，我又回到训练数据上了。大约在 2023 年，ChatGPT 时刻之后不久，多个研究团队开始把视频放进训练数据。当然，我不打算深入讲算法的细微差别，其中有一些改动和变化。记得 2024 年 1 月，Sora 发布了，人们在那时看到视频可以被生成出来。正如你刚才说的，人们可以输入“一只猫朝老鼠跑去”，然后就会生成一段几秒钟的视频片段，里面有一只猫以合理的方式移动四肢，朝老鼠跑去。那时还有错误。即便到今天，它也不完美，但已经好多了。但正如你所描述的，那打开了视频生成的闸门。那么那里发生了什么？其实那里发生的事情并不像你想象的那样具有革命性。

安德鲁·休伯曼：嗯。

李飞飞博士：因为归根结底，它仍然是数据。作为科学家，我可以告诉你，其中有各种各样的算法微调、改动和改进等等。但总体而言，如果你把视野拉远，它仍然属于这个伟大的神经网络时代，对吧？但发生的变化是，我们现在能够以某种方式处理视频数据，同样是靠一些巧妙的工程，把它分词化（tokenize），随便你怎么称呼。现在我们可以生成这些短视频片段，也就是一帧帧拼接起来的画面，看起来像是合理的猫的动作。你可能会问，算法是否知道猫腿的肌肉结构，从而在展示猫以合理方式移动时，让爪子按顺序动作？我会说算法并不知道。但它拥有的是大量视频，尤其是互联网上的猫，有太多太多猫的视频。所以它学会了猫动起来应该是什么样子。从某种程度上说，人类也是这样做的。

安德鲁·休伯曼：嗯。

李飞飞博士：我们大多数人如果没有受过相关教育，都不会知道猫的肌肉是怎么运动的。我到现在也不知道。我们医学院的同事可能知道。但我们早已习惯看到猫这样移动，所以对猫如何移动有一个合理的概念。所以这是相似的。AI 就是这样相似的。靠的是统计。

安德鲁·休伯曼：嗯。

李飞飞博士：是大量的数据向你展示了什么才是合理的猫的动作生成。

安德鲁·休伯曼：是的，所以人们几乎肯定都听说过，大脑是一台预测机器、一台学习机器，这正是——

李飞飞博士：是的

安德鲁·休伯曼：……你所指的。

李飞飞博士：对。

安德鲁·休伯曼：我们来谈一个非常前沿的——

李飞飞博士：嗯

安德鲁·休伯曼：……我们知道人类具备的脑功能方面，那就是思想——

李飞飞博士：嗯

安德鲁·休伯曼：……和创造力。

李飞飞博士：嗯。

安德鲁·休伯曼：思想和创造力可能也有规则。它们比视觉系统的例子更难确定一些，比如“如果是一条尾巴而且在室内，那它很可能是一只猫”这类规则。但规则是存在的。规则就在那里。

李飞飞博士：如果拿苹果举例——

安德鲁·休伯曼：嗯

李飞飞博士：……我们可以从低层级，也就是看到一个苹果——

安德鲁·休伯曼：嗯

李飞飞博士：……到中层级，看到苹果总是往下掉，而不是飞走。

安德鲁·休伯曼：嗯。

李飞飞博士：而最高层级是：支配苹果运动的方程是什么？

安德鲁·休伯曼：对。所以那是上升到一种更高阶的——

李飞飞博士：是的

安德鲁·休伯曼：……更具还原论色彩的分析。

李飞飞博士：是的。

安德鲁·胡伯曼：有一种观点认为，AI 确实是智能的，它能做大脑能做的事，甚至，嗯，肯定能做个人大脑做不到的事。这一点我们从它在国际象棋之类的对弈中击败人类就能知道。而按我的理解，目前的情况是 AI 是用互联网上的数据训练出来的。你怎么看？

李飞飞博士：嗯。

安德鲁·胡伯曼：图像、讨论、视频、歌曲，但这些并不是人类认知的全部，对吧？那么，无论是 Chat 还是 Claude，甚至是最强大的、尚未发布的机器学习和 AI 工具，AI 是否有某些方面还无法接触到人脑功能的某些特征？因为这些特征从未被上传到互联网，至少没有以 AI 能够提取的方式上传。比如说，你可以把一首交响乐放上去，它遵循音乐、数学和声音的某些规则。这说得通。但你整天都有各种想法，我也整天都有各种想法，它们和语言并不完全契合，没法让我直接把它们打出来放到网上。请耐心听我说完。我知道这个问题很长，但我觉得这正是你最适合回答的问题，我一直等着问你这个问题——

李飞飞博士：来吧

安德鲁·胡伯曼：……自从我在犹他州见到你，已经一年半了。在艺术领域，我们有一种东西叫抽象，对吧？偶尔会有人创作出一幅画或一幅素描，它看起来不像任何具体的东西。音乐里也会这样，你就是会感觉到某种东西，好像有一条基本规则或一种与之相关的情感。就好像他们触及了大脑功能的某个方面，但你说不出那是什么。我觉得这类东西对 AI 来说是复杂的，或者说我很难理解 AI 怎么能做到，因为你可以把那件艺术作品输入 AI，然后问：“你知道吗？这揭示了人类经验的什么基本特征？”而它只能接触到互联网上的东西。那么，你怎么能用 AI 去捕捉一组复杂的感受和经验呢？对我来说，这似乎就是差距所在。我相信 AI 终会做到，但我看不到从神经科学到 AI 有任何直接的路径，就像我们可以逐步拆解视觉运动、悲伤、快乐那样，你可以提取出很多东西，但很难触及那些无法说出、写下或画出的更高阶的抽象表征。如果我只是说：“给我举个你的例子，随便什么，比如对童年老家的怀念。”你可以写下来，但那只是文字。我无法从第一人称的层面理解你的经验。

李飞飞博士：完全同意。安德鲁，我知道你在这个问题上花了很多心思，我也认为这是一个非常重要的问题。我们一步一步来剖析。首先，简而言之，我同意你的看法：我们确实必须非常谨慎地认识 AI 能做什么、可能会做什么，而不是对 100 年后之类的事情妄加猜测。我承认你刚才说的这些是极其微妙、个性化、难以刻画，甚至根本没有被捕捉到的人类认知行为。正因为它们没有被捕捉，所以也就没有被上传到互联网，而今天的 AI 没有办法做到这一点。所以当你说到互联网，也就是 AI 的数据来源时，我们要非常清楚互联网是什么。互联网不是什么随机的东西。互联网是以多模态形式呈现的人类行为的最大集合。我们再进一步拆解。互联网上有全世界的人口在打字，到现在已经持续了几十年。这种打字就是一种感知机制，它捕捉了从青少年闲聊一直到被数字化并上传的深度科学文章的所有内容，对吧？所以，捕捉人类语言是互联网极其擅长的事情。然后互联网捕捉图像。怎么捕捉？因为现在数码相机在智能手机和数码相机中如此普及，人类热爱拍照，从家里的猫，到自拍，再到 BBC 拍摄的精美照片。这些也都被上传到了我们的数字领域。在此之上，还有视频。视频现在有声音、有运动。这些也被上传到了我们的数字领域。在此之上，还有音乐。我们甚至还没谈到版权的法律讨论，但我们先把它放在一边。我只是在谈数据的形式。演讲、歌唱、音乐和管弦乐，这些也都被上传到了数字领域。所以现在我们创造了一个巨大的图书馆，里面有以文字形式存在的人类知识、以视频形式存在的人类行为、人类的表达，甚至以声音形式存在的大自然的种种，而现在 AI 就在这些数据上进行训练。这就是它如此强大的原因。这就是为什么，尤其在文字方面，AI 能够识别模式、合成模式，因为其中大量内容已经存在了。但你刚才谈到的东西，比如说，当毕加索在以那种独特方式表现那幅年轻女子肖像时有了那个无比深刻的想法，那个想法从未被捕捉。事实上，作为神经科学家，如果我问你那个想法来自哪个脑区，你也不知道，对吧？是布洛卡区吗？是 V1 吗？是运动区吗？是前额叶吗？我们不知道。也许它弥散在各处。因为那个想法是如此个性化、如此特别，你可以称之为创造力，可以称之为情感，你想叫什么都行。你可以叫它“231 号类别”，随便你给它起什么名字。那个想法没有被捕捉，因此它不在互联网上。因此，AI 从未见过它。所以这正是人类仍然如此独特的地方。但我们也需要给 AI 应有的肯定。因为 AI 学到了这么多东西，它能够以高度创造性的方式组合信息。你还记得第 37 手吗？

安德鲁·胡伯曼：这是 AlphaGo，对吧？

李飞飞博士：对。

安德鲁·胡伯曼：嗯。

李飞飞博士：第 37 手已经成为 AI 创造力的象征。我认为这两方面都成立，但它可能会被断章取义。因为那是 AlphaGo 与李世石对弈的比赛，我想是五局中的第三局，AlphaGo 作为一个计算机算法，下出了一手人类围棋大师从未想到过的棋。那是一手不可思议的棋，对吧？因为人类整体上，而且这些人还是大师，确实从未想到过。但如果你深入探究 AI 在那里做了什么，首先，围棋是一种高度数学化的游戏。它有非常明确的数学目标，在落子方面有非常明确的数学规则。所以当 AI 拥有更大的算力，以及能记住多少步棋的记忆方式时，它就能做到人脑通常做不到的事。那么，这算不算创造力？我认为算。但我们确实必须认识到，那是一种特殊的创造力。我曾和当代一位杰出的数学家交谈，问他数学中尚未解决的问题，以及 AI 能如何为此做出贡献。他非常乐观。他说，当今数学中有许多问题，尽管它们很难，即使我是一位菲尔兹奖得主，我可能也已经忘了数学中有一些已知的方法可以解决这些问题，因为我有的是人类的大脑。即使我是菲尔兹奖得主，我也不记得、也不知道过去几百年里数学的所有解法。所以 AI 可以帮助我们解决这些问题。但作为一位数学家，他也告诉我，他说：“我不知道 AI 能否解决所有数学问题，因为其中一些数学问题需要的解法还没有被发明出来，那会把创造力推向一个完全不同的层次。”而这正是我们应该保持好奇的地方。那会是人类的创造力，还是 AI 会经过一轮轮迭代改进，达到人类所不具备的创造力？抑或是一种结合的创造力？我目前的猜想是混合式的。

安德鲁·胡伯曼：嗯。

李飞飞博士：也就是说，人类与 AI 并肩工作，将帮助我们解决那些解法尚未被发明的问题。然后你说的，尤其是你提到的情感，就更加个性化了。这不一定是逻辑。这不一定是演绎推理。也许是这样，安德鲁，你看着这个杯子说：“这是一个灰色的杯子。”但如果它在我心中唤起了一种情感、一个童年时刻呢？一个灰色的杯子可能意味着某种只有我和我最好的朋友共享的东西。那是我大脑中一段完全无法被获取的信息，从未被上传到互联网。无论今天的 AI 多么强大，都无法获取它，所以我对这个杯子的反应，以及我可能因为那段记忆而对它做的事，都可能完全不同。你可以称之为创造力，可以称之为表达，可以称之为讲故事，可以用很多方式来称呼它，但那正是 AI 无法触及的地方。

安德鲁·胡伯曼：我觉得在不太遥远的未来某个时候，计算机将能以非侵入的方式获取我们的大脑活动。

李飞飞博士：嗯。

安德鲁·胡伯曼：所以我甚至可以想象，五年、十年后，我现在头上就戴着某种东西。

李飞飞博士：对。

安德鲁·胡伯曼：你看不见它。它是一种非常非常细的发网。说发网听起来好像是……随便吧，就是一些电极贴在我头骨外面，不会打扰我，感知我大脑内部的活动，也许还感知我的心率、自主神经活动、我的警觉程度，并且，没错，把这些和我说的话、做的事进行比对。这完全是触手可及的，而且一定会发生。你我都知道这一点。

李飞飞博士：是的。

安德鲁·胡伯曼：这可能已经开始让人害怕了，但我们就往善意的方向想，好吗？设想这样一个世界：一台我自己拥有的计算机，我也不担心数据泄露之类的问题，我们已经解决了那个问题，它感知着我的所有这些方面，并且捕捉到这样一个事实：没错，我说的话可能很重要，但我的内在状态和大脑活动中有一些方面连我自己都没有意识到。

李飞飞博士：是的。

安德鲁·胡伯曼：而我可以决定与自己的这一面合作，然后说：“我们来创作一幅非常有意思的画，我以前从没见过，但它源于我的某段重要经历，基于什么都行。”而它可以向我揭示这一点——

李飞飞博士：是的

安德鲁·胡伯曼：……因为它能够获取我大脑活动中——

李飞飞博士：嗯

安德鲁·胡伯曼：……无意识的特征。

李飞飞博士：是的。

安德鲁·胡伯曼：我认为这很可能会发生——

李飞飞博士：是的

安德鲁·胡伯曼：……在不太遥远的未来。也许如果人们在自身经验的范围内去思考它，比如这些数据不会立刻传到互联网上，也不会被用来对付他们，那你实际上是在了解自己。

李飞飞博士：当然。

安德鲁·胡伯曼：我觉得大多数人天生就对自己身上发生的事感兴趣，谢天谢地，也对别人身上发生的事感兴趣。

李飞飞博士：是的。

安德鲁·胡伯曼：但在那方面，我觉得太棒了。我很想知道为什么我会在某些方面出岔子、过得不顺，或者为什么有些日子我状态最好，或者我的想法从哪里来，哪些状态是我可以进一步发挥的。但我不会知道怎么做到这一点，除了，好吧，一杯咖啡，不错；一杯半，好一点；两杯，太多了。就像现在，如果你想想我们处理这件事的方式有多原始，真有点疯狂。太疯狂了。而且每个人都有不同的方法。我们都在努力把它弄对，然而等到你弄对的时候，你已经老了不少，于是又得更新它。就好像，我们现在可能根本没有充分发挥我们的生理机能和大脑的潜力。

李飞飞博士：没有，我们确实没有。这就是为什么我一直说，这就是为什么人们谈论 AI 的方式让我很困扰。有些人把它说得好像要取代人类，但你描述的是增强和扩展人类，对吧？在这一点上，甚至不需要像一个小发网读取你的脑电波那样科幻。仅仅是 AI 学习你的写作模式——

安德鲁·胡伯曼：嗯

李飞飞博士：……就已经能帮助你成为更好的沟通者、更有效的沟通者、更高效的沟通者。这是一种赋能的能力，我们在今天的 AI 中就可以释放出来。安德鲁，我认为最重要的事情之一，作为神经科学家，同时也作为教师，我们知道，能动性对人类是如此重要。归根结底，它关乎每一个个体层面的动机、能动性和尊严。我认为我们需要认识到，我们应该把 AI 视为在能动性上帮助我们的工具。它不应该夺走我们的能动性。而引领当今 AI 的人，不应该试图说得好像这项工作会夺走人们的能动性。

安德鲁·胡伯曼：是的，我认为非常熟悉某项技术的人，无论是计算机、生物学还是任何技术，就此而言也包括汽车，我们，或者说他们，会变得对那个东西如此着迷，以至于忘了它可能会让人害怕。

李飞飞博士：是的。

安德鲁·胡伯曼：而围绕它的措辞是至关重要的。

李飞飞博士：确实如此。

安德鲁·胡伯曼：我记得在 90 年代初，我相信你也记得，当时基因检测被看作——

李飞飞博士：是的

安德鲁·胡伯曼：……这样一种东西，就像，你想做吗？

李飞飞博士：嗯。

安德鲁·胡伯曼：你想做血液检测吗？因为，天哪，你可能会看到一些真正吓到你的东西。而现在围绕自选的 MRI 之类的事情也在进行这样的讨论，这些都不是人们必须做的。我自己的立场是信息越多越好，但我逐渐明白，并不是每个人都这么想。

李飞飞博士：而且他们应该拥有这个选择权。

安德鲁·胡伯曼：有些人不想知道。他们就是不想知道。

李飞飞博士：是的。

安德鲁·胡伯曼：嗯。

李飞飞博士：但他们应该拥有选择权。

安德鲁·胡伯曼：嗯。

李飞飞博士：与此同时，我们应该有足够的公众教育和沟通，让人们了解利弊，但不能剥夺他们的选择权，也不能剥夺之后说：“好吧，既然你不懂这个，那就让我替你决定什么是好的。”那是不好的。而现在围绕 AI 的话语正变得非常偏颇，因为懂这东西的人往往居高临下地对公众说话。无论动机是正面的还是负面的，都存在这样一种话语：“你们不知道这是什么，我来告诉你们，我会让你们，无论是开心、安全还是别的什么，我会替你们做决定。”这些既不健康，也没有帮助。

安德鲁·胡伯曼：是的，我同意，我认为开办这个播客的原因之一，就是展示那些真正怀有善意的科学家和医生，他们无意把事情简单化、降低水准——

李飞飞博士：嗯

安德鲁·胡伯曼：……但他们确实希望人们能理解事情。

李飞飞博士：是的。

安德鲁·胡伯曼：而很多人会觉得，健康信息是最需要理解的东西之一。

李飞飞博士：绝对是。

安德鲁·胡伯曼：好在你打破了你刚才描述的那种类型的模子。还有其他少数几位也是如此，但你一直在最高层面上这样做，真正鼓励人们去思考 AI 所代表的协作、其中存在的能动性，以及是否使用它，等等。

李飞飞博士：嗯，关于能动性，我确实认为，对每个个人来说，无论你是学生、教师、医生还是政策制定者，去了解这项技术都很重要。不一定是学习如何编程。我认为那不是必需的，这取决于你的工作。比如说，如果你是艺术家，或者你是教师或医生，你不一定需要编程，但要了解这项技术是什么。了解你自己可以如何使用它来增强自己、你的学习、你的工作或你的表达。通过学习，人会感到更有掌控感。通过学习，你就不那么害怕尝试；通过学习，你保有了那份能动性和尊严。因为归根结底，无论技术或医学多么先进，作为人类，我们都希望得到那种善意，帮助我们活得更好、保有尊严，并让我们的社区变得更好。

安德鲁·胡伯曼：我想先稍作休息，介绍一下我们的赞助商 AG1。我很高兴地告诉大家，AG1 刚刚推出了他们最新的配方 AG1 Pro。AG1 Pro 在有临床支持的 AG1 配方基础上，也就是维生素、矿物质、益生菌和适应原的混合物，增加了三种重要的新成分：一水肌酸、HMB 钙和锌肌肽。每份含有五克一水肌酸，用于支持肌肉力量和表现以及大脑健康；HMB 钙用于支持肌肉恢复并减少肌肉分解；锌肌肽用于支持和改善肠道内壁。这三种成分都有令人信服的科学支持，因此我很高兴看到它们被加入现有的 AG1 配方中。你们大多数人都知道，我每天服用 AG1 已经将近 14 年了。我早在知道播客是什么之前就开始服用了。这是一款很棒的产品，现在有了新的 AG1 Pro 配方，它变得更好了。如果你想试试 AG1 Pro，可以访问 drinkag1.com/huberman 获取特别优惠。首次订阅时，AG1 会赠送一瓶免费的 omega-3 辅酶 Q10。再说一遍，访问 drinkag1.com/huberman，首次订阅 AG1 即可获得一瓶免费的 omega-3 辅酶 Q10。今天的节目也由 LMNT 赞助。LMNT 是一种电解质饮品，含有你需要的一切，不含你不需要的东西。也就是说，它含有电解质钠、镁和钾，且比例恰当，但不含糖。适当补水对大脑和身体机能至关重要。即使是轻微程度的脱水，也会削弱你的认知和身体表现。摄入充足的电解质也很重要。电解质钠、镁和钾对你体内所有细胞的运作都至关重要，尤其是你的神经元，也就是神经细胞。饮用 LMNT 可以让你非常轻松地确保获得充足的水分和电解质。我的一天通常开始得很快，也就是说我得立刻投入工作或者立刻开始锻炼。所以为了确保自己水分充足、电解质足够，我早上一醒来，就会喝 16 到 32 盎司溶有一包 LMNT 的水。我在进行任何形式的体育锻炼时也会喝溶有 LMNT 的水，尤其是在炎热的日子里，我出汗很多，会流失水分和电解质。LMNT 有很多好喝的口味。事实上，我全都喜欢。我喜欢西瓜味、覆盆子味、柑橘味，而且我特别喜欢柠檬水味。所以如果你想试试 LMNT，可以访问 drinklmnt.com/huberman，任意购买即可领取一份免费的 LMNT 试用装。再说一遍，访问 drinklmnt.com/huberman 领取免费试用装。技术可以成为连接者而不是分隔者，我认为这个理念必须处于讨论的核心。

李飞飞博士：是的。

安德鲁·胡伯曼：我们都知道他们是谁。有好几位，但这个领域的大人物们，他们也处在一个成长过程中，正在学习如何面对公众，而且这发生得非常快。显微镜对准着他们，摄像机也对准着他们。所以每一个细微的失常都会被放大。所以我愿意相信他们会足够快地成熟起来，意识到这一点，我认为他们正在成熟，有些人已经做到了，意识到公众需要听到正确的、真实的信息，但要以一种让他们能理解的方式。这是医学界和学术界不可告人的秘密，而你打破了这个模子，我也愿意认为我打破了这个模子：不分享事物是如何运作的，本身就有一种权力。

李飞飞博士：对。

安德鲁·胡伯曼：但这对谁都没有好处。

李飞飞博士：是的。

安德鲁·胡伯曼：归根结底，你揭开面纱，让人们进来，人们就会感到更安全。

李飞飞博士：是的。不分享本身有一种权力。说“相信我就行，我会告诉你”也有一种权力。而作为教育者，我们都不会这样，也就是说，我们去上课时不会说：“相信我就行，二加二等于四。”我们实际上会说：“这是你如何拆解它、学习它的方法，这样下次你就能自己做了。”对吧？我也认为，尤其是你的播客，作为公众沟通和知识教育的一部分是如此重要。我还认为，我们需要听到不同背景的声音，对吧？因为外面有大量的学者、技术专家、建设者、思想者一直在研究 AI、使用 AI，认真思考如何用 AI 为人们赋能，这些声音非常重要。

安德鲁·胡伯曼：嗯，我当然愿意接受推荐，请这些人来做客——

李飞飞博士：好的

安德鲁·胡伯曼：……除了你之外。不过既然你在这里，我接下来想谈一件我认为几乎所有人都会同意、如果存在会是一件美好事情的事，而且它已经开始发生了，那就是利用 AI 来增强健康发现、疾病治疗等等。用之前 AlphaGo 的例子，人们肯定也还记得那个猫的例子，它们只是遵循某些规则。AlphaGo 是一套非常复杂的规则，但如果你学会了它们，它就是一套受约束的规则。

李飞飞博士：嗯。

安德鲁·胡伯曼：猫的例子看起来不受约束，好像有无限的可能性，但它受到的约束足以让机器和人类都能把它学得很好。而当你开始进入医学领域——

李飞飞博士：嗯

安德鲁·胡伯曼：……医学有医学的规则，科学有科学的规则。你有一个问题，你提出一个假设。你检验这个假设，你试图排除你的假设，等等，就像科学方法那样。而在医学中，每个领域都有自己的方法。我们观察，我们观察疾病，我们观察谁康复了，我们有病例报告，我们做随机对照试验。所以是有规则的，而互联网知道这些规则。所以 LLM 可以很好地用来挖掘健康信息，因为存在受约束的规则。但我想你我都知道，因为我也把你看作一位生物学家，生物学的规则仍在逐步向我们显露。这并不是说皮肤科医生、神经外科医生和肿瘤科医生不知道自己在做什么，而是说他们是在自己所学的一套受约束的规则内做事。

李飞飞博士：是的。

安德鲁·胡伯曼：即便他们持续学习和更新这些规则，现在似乎每个月都会出现一项违反规则的发现。

李飞飞博士：是的。

安德鲁·胡伯曼：比如我学到的是，动作电位是单一的。它们看起来总是一样的。要么放电，要么不放电。

李飞飞博士：嗯。

安德鲁·胡伯曼：但就在 12 年前，有一篇论文表明，动作电位的形状可以有相当大的变化。

李飞飞博士：嗯。

安德鲁·胡伯曼：它发表在《自然》上。

李飞飞博士：嗯。

安德鲁·胡伯曼：每个人都看到了，然后没有人想去处理它。它实在太复杂了。它改变了规则。

李飞飞博士：是的。

安德鲁·胡伯曼：神经元本应要么是分级的，要么是全或一，而全或……每一本教科书里都这么写。所以现在如果我拿一大堆神经活动数据，给它这样一条规则：哦，动作电位在同一个神经元里可以大，也可以小，那就会把我们对神经科学的所有理解完全搅乱。

李飞飞博士：是的。

安德鲁·胡伯曼：我们对大脑的理解就会归零。

李飞飞博士：是的。

安德鲁·胡伯曼：但如果你给 AI 一条规则，说信号可以有 100 种不同的形状，那么 AI 很可能比哪怕是最最优秀的研究生做得多得多，我斗胆说是斯坦福的，或者公平起见，MIT 或加州理工的。我不认为……它能做到，而且它能在这个问题的时长内做到——

李飞飞博士：是的

安德鲁·胡伯曼：……我承认这个问题有点长。所以我想听听你的看法：医疗领域的人、普通公众和 AI 如何能够协作，帮助攻克疾病，并且理想情况下提出新的发现规则，让我们最终能在一个真正能让人类进程向好改变的层面上理解我们的生物学。

李飞飞博士：是的。没错，安德鲁，这可能，也许你触及了 AI 最令人兴奋的用途之一，那就是科学发现。而在生物医学领域，科学发现直接关系到人类健康和疾病。我认为我们已经准备好彻底改写科学发现的方式了。因为长久以来，我甚至不知道有多久，它都依赖于聪明的人记住他们从其他聪明的人那里学到的东西——

安德鲁·胡伯曼：嗯

李飞飞博士：……并且以我们自己肌肉的速度做事，我想是这样。

安德鲁·胡伯曼：是的。

李飞飞博士：很可能是这样。当然，也有超级对撞机之类的东西。但总的来说，在科学发现的方式中，人脑或者说科学家的大脑是这个过程中唯一的核心角色。现在我们有了一个新工具，它的大脑能够保存海量的信息，能够帮助我们综合知识，能够以你我无法做到的方式跨越学科。比如说，我们俩恰好都在视觉神经科学和 AI 领域，我对嗅觉一无所知。完全为零。就像，我们同事们知道的那些词，我可能大多数连怎么拼都不知道，对吧？所以这对我们的大脑来说太难了。但现在我们有了一个能够打破这道壁垒的工具。所以，我认为我们需要改变。我们需要使用这个工具。我刚才在想，150 年前，或者，我不确定具体是多少年前，电力改变了我们生活中的一切，对吧？我相信那时我们也在思考那些变化、那些机遇、那个可怕的时刻。我认为我们必须正视这样一个事实：科学发现是 AI 和健康领域最令人兴奋的机遇之一，对吧？信息如何被综合，信息如何被呈现，不仅呈现给临床医生，也呈现给患者，以及患者如何参与从诊断到治疗的整个过程，我们现在能做的事情实在太多了。

安德鲁·胡伯曼：是的。我是说，AI，我不会说 AI 比所有医生都强，但几个月前，AI 帮我把眩晕和低血压区分开来了，而判断错误的人之一是一位研究前庭系统的耳鼻喉科医生。

李飞飞博士：你提供了什么信息？只是你的主观感受吗？

安德鲁·胡伯曼：我一两天内的主观体验。

李飞飞博士：好的。

安德鲁·胡伯曼：结果发现是一位医生给我开的一种药，我对它出现了轻微但不良的反应。

李飞飞博士：嗯。

安德鲁·胡伯曼：那是一种很奇怪的感觉，迈出一步，感觉整个世界都在往下掉——

李飞飞博士：对

安德鲁·胡伯曼：……然后有点天旋地转，我心想：“天哪，这感觉像是眩晕。”但我记得头晕和头重脚轻是不同的，所以我开始研究这个问题。

李飞飞博士：对。

安德鲁·胡伯曼：然后果不其然，是血压的问题。

李飞飞博士：哇。

安德鲁·胡伯曼：它让我的血压，抱歉，降得太低了。但我咨询过。我们认识一些很聪明的医生。我要说，他们都不是斯坦福的。这是实话。但那是——

李飞飞博士：不，我们就应该在学术上保持诚实。

安德鲁·胡伯曼：但这真的很了不起。

李飞飞博士：是的。

安德鲁·胡伯曼：当我把情况反馈给他们时，他们说：“这真的很不可思议。如果当时你不是在跟我打电话，而是在我的诊所里，我本可以做一些额外的检查。”这么说也算公平。但这件事零成本。只花了一个上午就弄清楚：如果我按我原本以为会过量的水平喝一些电解质，两个小时后我就会没事。当然，这里存在安慰剂效应的可能性，但两个小时后，我确实没事了。所以这对患者来说也非常令人宽慰——

李飞飞博士：是的

安德鲁·胡伯曼：……能有这样的东西。所以这并不是说不要去看医生，但它真的很不可思议。这东西现在已经存在了。

李飞飞博士：是的。医生可以使用这类工具。顺便说一句，我有一个非常有意思的例子。你知道我们不得不改期这次谈话，因为我父亲当时正在斯坦福接受一位杰出外科医生的手术。但手术是由机器人完成的，也就是达芬奇机器人系统，因为那是一台肝脏手术，而那位外科医生，非常出色的外科医生，在操控机器人。所以那是一次深度的人机协作。手术后，我问那位外科医生，我说：“你能想象吗，比如说你做了一百万台，”这对一位外科医生来说是不可能的，对一位人类外科医生来说，“但我们把所有人类外科医生做这类肝脏手术的数据都收集起来。我们有可能训练出一个自动的 AI 来做这件事吗？”答案并不明确。

安德鲁·胡伯曼：嗯。

李飞飞博士：所以我们稍微钻进了一个兔子洞，因为肝脏是一个非常复杂的器官。它的血管极其丰富，有大量血管，而且每个人的肝脏都很不一样。所以考虑到每年实际接受肝脏手术的患者数量，即使把全世界的肝脏手术汇总起来，你可能也没有足够的数据来训练这个算法。这说明了一个非常重要的事实：AI 是从模式中学习的。当模式不够丰富时，我们就必须小心。我们必须知道如何使用 AI，或者如何不使用 AI。在这个案例中，让人类与机器人协作，远比让一个学习不充分的机器人独自做手术要好得多。但同样的问题可能也适用于外科医生，因为一位外科医生能接受多少台手术的训练呢？所以这些都是人类和 AI 完全可以协作的机会，而且可能会带来最好的结果，对吧？至于未来，还有待观察。我们能否创建一个人工模拟的肝脏，从而用无限的可能性来训练？这些都是摆在我们面前、极其开放的科学可能性。但也有一些情况，比如你的情况，眩晕与低血压的问题很可能已经被报告过无数次，数据库里有足够多这样的数据，AI 已经学会了。所以我们就可以利用这一点，帮助那些无法立即找到医生的人。

安德鲁·休伯曼：太棒了。你父亲的手术还顺利吗？

李飞飞博士：很顺利。

安德鲁·休伯曼：太好了。

李飞飞博士：实际上——

安德鲁·休伯曼：听到这个我很高兴

李飞飞博士：……多亏了机器人手术的腹腔镜能力，他的失血量比一般手术少了 10 倍。

安德鲁·休伯曼：太棒了。我想聊聊一些我们认为人类独有的特质，它们可能是，也可能不是。你来告诉我。这些是真心的问题——

李飞飞博士：好

安德鲁·休伯曼：……不是预设立场的问题。然后我也想了解一下 AI 是如何构建的，从而让这些事情得以发生。比如直觉。我们都喜欢把直觉看作某种神秘的东西，它当然很强大，但我们觉得它是我们自己拥有、谁也夺不走、无法被模仿的那类东西。但我也可以把直觉拆解开来：它是我长期积累的经验，是一个数据集，再加上一些身体和大脑的感觉，以及一些预测线索。比如，上次我有这种感觉时，发生了这件事。前两次我有那种感觉时，事情没有那样发展，所以这次我要走这条路。你可以把这些规则分配给计算机。但我们更深层的自我还有其他方面，如果可以这么称呼的话。我们不知道直觉在身体里映射在哪个位置。

李飞飞博士：嗯。对。

安德鲁·休伯曼：可以做一个成像实验，但你不可能同时采集所有神经元、激素以及其他一切，所以我们其实没有一个可以指认的位置，甚至没有一个可以指认的网络。像创造力、直觉、预感这类东西，也就是你真的感觉到某件事即将发生，但它还没有发生。AI 能获得什么样的规则，从而拥有这类能力？在这里，如果可以的话，我想在能量的语境下来谈。不管这个东西是什么，它就像线粒体驱动细胞更多地围绕某件事而非另一件事运转，就像恐惧或快乐那样，对吧？我们说的只是能量。但在 AI 系统中——我不是计算机科学家——在 AI 系统和 GPU 中，我们能否真的通过特定的学习规则分配更多的能量流？这样也许有一天我们可以问：根据你所知道的关于我姊妹（我很爱她）的一切，你对我们之间的手足关系将如何随时间演变有什么直觉？你觉得今年过生日时，我们做点什么和以往不同的事情会很好？而它只能访问互联网。它真的能变得像心智一样，或者像身心一体那样，得出一种什么才真正值得做的感觉吗？还是它只需要越来越多的提示？它只会不停地问我问题，那样真正干活的其实是我。

李飞飞博士：这个问题太有意思了，安德鲁。为了便于讨论，我想先把直觉和创造力分开，也许我们之后再把它们合起来谈。那我们先来谈这种直觉：基于我对手足的爱，接下来会发生什么，对吧？这真的是直觉吗？今天当你使用一个 AI 聊天机器人时，你会输入提示：“我是斯坦福大学教授，也是一名神经科学家。请给我这些信息。”这已经叫作上下文了。我不知道你是否会称之为直觉，但因为你提供了这条信息，AI 给你的回答就已经会和我输入“我是一个热爱赛车的 14 岁少年”时不同。

安德鲁·休伯曼：嗯。

李飞飞博士：即使我们问同一个问题，它也会给出定制化的回答。这是一种数学上的——我不会称之为能量。这只是一个数学事实，关乎这些算法如何接收这些上下文并调整输出。这叫作上下文。在计算机科学里这并不深奥。这是一种相当浅层的直觉，因为你已经能够用语言描述它。或者你可以说“我上传一张图片”，那也是已经可以表达的东西，然后 AI 就能理解。你刚才说的更深层的直觉，就像你甚至不知道它们从哪里来，对吧？

安德鲁·休伯曼：嗯。

李飞飞博士：是因为我闻到了什么吗？是激素吗？是食物的混合吗？是我的早餐吗？这种直觉，AI 能拿它怎么办？这就是我所说的无法获取的东西。目前还没有任何感知装置能够采集这些数据，并把它输入给——不仅是 AI，甚至无法输入给……比如说，有时候作为一对伴侣，你们可能会有彼此不对付、互相惹恼的时刻。

安德鲁·休伯曼：从来没有。不，开玩笑的。

李飞飞博士：对吧？

安德鲁·休伯曼：是啊，当然。

李飞飞博士：所以如果你们彼此非常熟悉，你多少能感觉到，但又说不太清楚。也许你就悄悄走开，让那个人独处一会儿。这意味着，不管那个人有什么样的直觉，他们甚至无法用语言或手势把它表达出来，作为一条信息交给另一个人使用。所以当你连这都无法获取时，无论是另一个人还是一台机器都对此无能为力，因为无法获取那种高度个体化的直觉。没有任何技术能做到这一点，除非你说我们要装上脑电波采集器或皮肤电导传感器。等到我们做到那些时，也许它们就变得可以获取了。

安德鲁·休伯曼：嗯。

李飞飞博士：所以我们必须认识到——我在这里想说的是，并不深奥的问题在于：数据是否可获取？无论是通过语言、图片、成像还是脑电波，不管是什么，它都需要是一条可获取的信息。如果它是可获取的，那么如果我们收集了足够多这样的数据，就可以用来训练机器；或者如果一台机器训练得很好，它就可以像你说的那样，以一种私密的方式——先不考虑隐私泄露——以一种私密的方式，机器很可能可以利用它。安德鲁，我在这里想做的，不是让它听起来很神秘。

安德鲁·休伯曼：嗯。

李飞飞博士：而是试着给它一个科学的过程来描述：如果它要发生，会如何发生？

安德鲁·休伯曼：是的，因为基于大数据集和规则的模式识别能让我们走很远——

李飞飞博士：对

安德鲁·休伯曼：……这是我听到的意思。早些时候，我们在谈医生在哪些地方会失误，而机器人和机器也许做得更好，或者它们协作起来比任何一方单独做得更好。作为神经科学家，你在职业生涯的某个阶段会花大量时间观察细胞，令人惊叹的是，几十年来甚至更久，电生理学家都会培养出一种直觉。

李飞飞博士：是的。

安德鲁·休伯曼：我其实不算是生理学家，但我学会了根据一些任何论文里都没写过的特征来识别细胞。

李飞飞博士：对。

安德鲁·休伯曼：但如果这个东西有一条更直的边缘，并且有某种形状和圆度，我马上就能告诉你，那是视网膜里的一个瞬时型 OFF alpha 细胞。

李飞飞博士：对。

安德鲁·休伯曼：最终，我们开发出了遗传标记，揭示了在每一个案例中这都是正确的，但你也会看到一些不符合规则的。机器可以学会这些，计算机可以学会这些，有了所有那些论文中的全部信息，现在我们有了一份相当不错的零件清单——

李飞飞博士：对

安德鲁·休伯曼：……关于视网膜的。很酷。这行得通。然后你可以应用规则，比如它们以这种方式放电，它们以那种方式放电。好。这些我都能接受。我想用直觉来引出的东西——我可能没有举出最好的例子——是人类的哪些内部状态是很难想象机器能够重现的，但也许它们能？比如动机。机器、机器人会产生动机吗？我们有关于动机的规则，比如当我非常有动力去做某件事时，我们称之为紧迫感，一种紧迫状态，我可能会更快地去做，激活能更低。你说“我们走吧”，我站起来会快一点。机器可以朝某个方向更快地行进。但你能不能说“嘿，我想让你去寻找这个，但要带着更高程度的紧迫感”？还是说它们只受制于它们能运用的数学规则？

李飞飞博士：你可以把这一点构建进数学里。所以某些东西，不管你称之为动机，还是在机器学习领域我们称之为目标函数，你可以把某些东西构建进数学里。比如现在你去用，比如说 ChatGPT，它有不同的模式，比如深度思考模式或快速回答模式。如果你不知道它是如何运作的，你会觉得：“哦，这很有意思。”其中一个更有紧迫感，会给我一个更快的——

安德鲁·休伯曼：嗯

李飞飞博士：……回答。另一个则必须更深入地搜索，对吧？要花更长时间才给我答案。所以作为人类，如果你过度拟人化，你可能会称之为紧迫感或动机，但事实是，这只是算法的另一种目标。你可以说，思考更快的那个有时间限制或 token 限制。思考更慢的那个可以激活模型中需要更长时间的另一部分。所以它实际上在数学上变得非常枯燥，也没那么深奥。

安德鲁·休伯曼：嗯。

李飞飞博士：但对人类来说，你可以称之为动机或紧迫感。不过我们再深入一点，因为你问的其实比这更深，对吧？那就是人类有一些认知状态，你真的只是——无论是动机、紧迫感、恐惧还是爱——它们非常难以获取和表达，那么机器有这些吗？今天，没有。我们要把这一点说得非常清楚。我们往往会想象机器有感受，或者——它们没有。它们没有那些数据。它们没有那种数学目标函数。所以当机器说“很抱歉你今天病得这么重”时，这和你的朋友对你说这句话非常不同，因为机器这么说是因为它通过模式学到了：当有人对它说“我病了”时，你应该说“很抱歉你生病了”，而不是“我真高兴你生病了”，因为存在这样的数据。而你的朋友听到这句话时，他们一般都希望你安好。他们爱你。他们不想看到你受苦。他们有那种共情的感受：哦，天哪，如果你很痛苦，我也经历过痛苦，所以这不是镜像神经元，但至少是关于痛苦意味着什么的记忆。机器完全没有这些。

安德鲁·休伯曼：嗯。

李飞飞博士：所以我们确实需要确保区分这一点。驱动人类的很多东西、让人类运转的东西、触发人类的东西，在今天的机器中都不存在。我们的运作方式与今天的 AI 有根本不同，我们必须认识到这一点、尊重这一点，这也是公共传播如此重要的原因。我们不能在这件事上让公众产生混淆。

安德鲁·休伯曼：我想稍作休息，感谢我们的一位赞助商 David。David 生产的蛋白棒与众不同。他们最新的 Bronze Bar 含有 20 克蛋白质，仅 150 卡路里，0 克糖。我不得不说，这是我吃过最好吃的蛋白棒，而这些年我尝试过很多蛋白棒。这些新款 David 蛋白棒以棉花糖为底，外面裹着巧克力涂层，绝对美味。当然，我平时也吃常规的天然食物。我吃肉、鸡肉、鱼、鸡蛋、水果、蔬菜等等。但我也会特意每天吃一到两根 David 蛋白棒作为零食，这让我很容易达到每磅体重摄入 1 克蛋白质的目标。这样我就能摄入所需的蛋白质，而不会摄入过多热量。我喜欢 David Bronze Bar 的所有口味，包括曲奇面团、焦糖巧克力、双重巧克力、花生酱巧克力。它们吃起来真的像糖果棒。再说一次，它们非常棒。但同样，它们不含糖，含有 20 克蛋白质，热量只有 150 卡路里。如果你想试试 David，可以访问 davidprotein.com/huberman。目前 David 正在推出优惠：买四盒，第五盒免费。你也可以在亚马逊或 Target、Walmart、Kroger 等商店买到 David。再说一次，想获得免费的第五盒，请访问 davidprotein.com/huberman。我觉得人们会以为 AI 聊天机器人里面有某种情绪、某个人或者别的什么，因为我们是如此以语言为导向。

李飞飞博士：是的。

安德鲁·休伯曼：它在跟我们说话。

李飞飞博士：对。

安德鲁·休伯曼：它在给我写东西，而我们现在这样做比 30 年前要多。

李飞飞博士：对。

安德鲁·休伯曼：当然，我们已经非常习惯于接收用相当贫乏的语言写成的信息。短信不是长篇大论的散文。语言已经变了，交流方式也变了，变得更贫乏而不是更丰富。

李飞飞博士：对。

安德鲁·休伯曼：但我猜很快，面孔就会开始进入画面。

李飞飞博士：嗯。

安德鲁·休伯曼：无意双关。

李飞飞博士：嗯。

安德鲁·休伯曼：如果你或我给对方发短信：“哦，下周这个时候在校园里见，一起喝咖啡。”距离这条短信真正变成一张照片或类似视频的影像——就是你直接对我说话、告诉我这件事——还有多远？如今做到这一点应该很简单。

李飞飞博士：技术已经有了。

安德鲁·休伯曼：嗯。

李飞飞博士：但我们现在必须稍微拉远视角，思考社会层面的参数和法律影响。人类能够用我们的工具做很多事情，但我们并不会做所有事情。比如今天，任何汽车制造商都可以设定“每周五刹车失灵”。这是一项简单的技术。汽车电脑里有个时钟，它只需每周五关闭刹车。但我们不会这么做，因为这对人类社会有极其恶劣的影响。这就是规则、法律、社会规范、道德发挥作用的地方，我认为这正是我们离开纯技术层面的 AI 讨论、需要进入 AI 社会层面讨论的地方。

安德鲁·休伯曼：嗯。那我们就来谈谈这个，因为我所知道的关于生物学家或技术专家的一点是，他们喜欢快速推进，因为这令人兴奋。这是下一个前沿。我记得很久以前，我有个朋友在研究病毒以及把——这些不是传染病病毒。这些是病毒载体，用作在动物身上表达基因的实验工具。但后来出现了一个机会，可以真的把狂犬病毒——一种经过改造的狂犬病毒——放进果蝇（Drosophila）体内。

李飞飞博士：天哪。

安德鲁·休伯曼：在我看来，如果你绝对确定——100% 确定——那是一个无功能版本的狂犬病毒，那这没问题，因为——

李飞飞博士：对

安德鲁·休伯曼：……你可以在里面装载其他货物，做各种重要的实验，信不信由你，比如研究疾病之类的。但如果有哪怕一只果蝇不知怎么——

李飞飞博士：突变了

安德鲁·休伯曼：……逃了出去，或者你得到的是真正的狂犬病毒，它就有可能与另一只交配，然后它们最终会找到其他果蝇。我不知道这会是显性还是隐性的情况，但这样你就有了携带狂犬病的果蝇，而这些东西移动得非常快。所以不做那个实验是有原因的。

李飞飞博士：对。

安德鲁·休伯曼：但对他们来说，想想这件事是很令人兴奋的，然后他们被拒绝了。理由很充分。

李飞飞博士：是的。

安德鲁·休伯曼：我很庆幸，对吧？

李飞飞博士：对。

安德鲁·休伯曼：去任何一个生物系，你都会看到一些果蝇飞来飞去。顺便说一句，它们很喜欢醋。

李飞飞博士：对。

安德鲁·休伯曼：所以它们会飞到你的沙拉上。但这里的重点是，技术专家喜欢快速推进。他们喜欢感受事物的下一个前沿。那么，在政府、公众、技术专家之间——我这里暂且不提生物学和医学——这场对话如何才能以一种让每个群体都足够满意、又不拖我们后腿的方式进行？因为据说我们现在也正处于一场 AI 竞赛中，这就要求更快而不是更慢。你怎么看这个问题？

李飞飞博士：安德鲁，这正是我八年前从谷歌回到斯坦福、创立以人为本人工智能研究院（Human-Centered AI Institute）的原因。这些是我们必须面对的深刻社会问题，早在 2018 年，还没有 ChatGPT，但作为一名 AI 科学家，我知道这只会加速。这就是为什么我去找我的同事和大学领导层，说：“我们来建立一个框架。”但这不只是我的框架或斯坦福的框架。整个社会在各个方面都需要觉醒，认识到其社会影响，正如我们在人类历史上所做的那样，无论是汽车、飞机还是生物技术，它都是多维度的，涉及多方利益相关者。有职业规范。比如，你们作为生物学家，不会偷偷溜进实验室试图把狂犬病毒放进果蝇里，因为那是你们伦理训练中的职业规范。有行业规则，比如 IRB（机构审查委员会）。今天大学校园里的每一项人体受试者实验都受 IRB 监管框架约束，这样我们就能审视这些问题。然后还有法律和监管法规，取决于它是应用于人类还是农作物。所以 AI 也必须经历同样的过程。我们需要有自己的职业规范。我们需要教育。计算机科学家没有接受过伦理和社会研究方面的教育。他们开始接受了。这就是为什么包括斯坦福在内的许多大学正在争分夺秒地把这部分课程纳入我们的教育中。这些是教育中的规范，但我们也应该与政府合作——不同类型的政府和社会有不同的规范、传统和传承——并审视监管措施应该在哪里适用。比如 AI 与生物学交叉的领域，FDA，我认为这是一个非常重要的领域，需要研究 AI 应该如何被用来提供帮助，同时也要设置防止伤害的护栏，这样我们才能避免伤害。我不希望看到的是，一个人或少数几个人从产业界出来，告诉所有人该做什么。我认为那会很危险，因为市场力量不同于社会规范，文化和传承也不同于教育和伦理。这些是需要多方利益相关者共同解决的问题。

安德鲁·休伯曼：我很喜欢这个回答，而且这在当下非常及时。

李飞飞博士：对。

安德鲁·休伯曼：我们对话的这个方面肯定会随着时间推移而扩展，但你一语中的。我想听听你的看法：人类大脑是如何被机器塑造的，以及机器是如何被我们对人类大脑的理解所塑造的。先说第一个问题。很多人，家长和孩子，都在想：“哦，我的孩子现在什么都学不会了。他们只会在聊天机器人上查一切。”但如果你回顾学习的历史，人们对计算器、电脑、打字机等等也提出过类似的论点。然而，这确实是一个有趣的问题：我们头脑中的这套硬件是为处理世界上的物理事物——光、声音、气味等等——而进化的。然后它在前端得到了一个非常酷的部分，即前额叶皮层，它可以学习学习规则，并能更新这些学习规则。

李飞飞博士：嗯。

安德鲁·休伯曼：所以，如果说有什么的话，我们被赋予了一台“学会学习”、并能更新学习的机器。这就是孩子们能够适应并使用大语言模型的原因。所以我，作为伴随个人电脑长大的一代——它出现了，当然，我是在帕洛阿尔托长大的，那时就像——

李飞飞博士：对

安德鲁·休伯曼：……这里有 Pong，那里有 Apple IIe，我们都有。我会想，哦，很酷。大脑可以围绕技术成熟起来，以某种方式与技术协作，我认为我的生活因此得到了极大的丰富。但我认为智能手机，也许还有智能手机与摄像头的结合，正如乔纳森·海特（Jonathan Haidt）等人所指出的，造成了一种局面：大多数人喜爱这些技术带来的轻松和便利。

李飞飞博士：嗯。

安德鲁·休伯曼：但我们现在都多少更清楚了，或者说清楚得多了，我们也在放弃一些东西。

李飞飞博士：对。

安德鲁·休伯曼：而且有一些陷阱，人们，尤其是年轻人，可能会掉进去。

李飞飞博士：对。

安德鲁·休伯曼：那么在你看来，非常乐观的、无所谓的、以及非常悲观的看法分别是什么——如果真的存在这三种看法的话——关于年轻的大脑会如何被现有的 AI 丰富、不受影响或受到伤害？我们就只谈现有的东西。

李飞飞博士：好问题，安德鲁，答案几乎可以从我们之前的对话中自然得出，因为你用了“动机”这个词，而我一直用的是“能动性”这个词。绝对糟糕的结果是，我们年轻一代在学习和生活上的能动性以及人类层面的动机被工具夺走。所以，无止境地刷屏、被动地看短视频，这些都无助于能动性，无助于人的能动性。学习，从根本上尊重你所说的那套硬件，需要时间，需要努力，有时还需要经历一些痛苦。我们的大脑就是这样。晶体管如何运作并不重要。我们的神经元以特定方式运作。我们的化学物质、我们的激素以特定方式运作。所以对于年轻一代来说，无论社会会变得多么不同，工作会变得多么不同，我们的人体都需要经历一个深度发育的阶段，学习必须在这个阶段发生。而这种学习的能动性、学习的动机，不能被任何人夺走，不应该被人类夺走，也不应该被机器夺走。这就是我的担忧：如果 AI 没有被正确使用，能动性和动机被夺走，那么我们留下的这一代或未来几代人，大脑就没有得到恰当的发育。另一种危险是，以能动性和动机的名义，学生被剥夺了使用这些工具的机会，因为我们担心你作弊。我们担心你只是从 ChatGPT 得到答案。这同样非常糟糕，因为有了恰当的能动性、恰当的动机、恰当的工具使用方式，我们借助 AI 可以学得比以往任何时候都深入得多。我刚才在想，我曾经有一段时间是医学预科生。天哪，有机化学太难了。我记得自己努力学习那些分子、它们的取向，但助教答疑时间太短，或者和我的其他课冲突，我的教授也只有有限的办公时间。学这门课真是一场挣扎，对吧？如果今天我有一个 AI 伙伴，我会问很多关于有机化学的问题，因为我知道自己卡在哪里，对吧？我有学习的动机。我只是需要指导。那对我来说会是一个非常强大的学习工具。所以我们不应该剥夺学生使用它的机会。所以这两件事都让我担忧：要么剥夺工具，要么夺走能动性和动机。

安德鲁·休伯曼：嗯。

李飞飞博士：当然，另一面是很美好的，那就是让我们找到一种方法，保持孩子们和学生们的动机与能动性。让我们找到一种方法，给他们使用这些工具的机会和正确的使用方式。那么这一代人、即将到来的这一代人，以及未来的许多代人，都会比我们聪明得多。因为他们拥有了超能力。

安德鲁·休伯曼：我很喜欢这个回答。我对神经可塑性和年轻一代也很有信心。

李飞飞博士：即使是我们自己的。我知道我们老了，但——

安德鲁·休伯曼：没那么老。我们给自己一点肯定吧。

李飞飞博士：对。

安德鲁·休伯曼：可塑性确实贯穿整个生命周期。是的。

李飞飞博士：即使是我们自己的神经可塑性，对吧？我发现 AI 是我学习的一个很棒的工具。

安德鲁·休伯曼：对我来说，发现它能做什么是一件非常了不起的事。

李飞飞博士：对。

安德鲁·休伯曼：但如果我对某样东西一无所知，我倾向于站在消费者的位置去使用它；如果我有一些知识储备——

李飞飞博士：嗯

安德鲁·休伯曼：……就在我所询问的那个领域之内，我就站在创造者的位置去使用它。

李飞飞博士：嗯，其实我还有另一点。去年一位斯坦福本科生教会了我一件事，我意识到，在 ChatGPT 出现之前，我有时候会犯懒。如果我有一个问题，我就去问身边我认为聪明的人。现在我意识到我不应该问偷懒的问题，因为现在获取信息容易多了，在花别人的时间去问一些太偷懒的问题之前，可以先自己获取信息。

安德鲁·休伯曼：嗯。

李飞飞博士：而 AI 在迫使我不要太偷懒。

安德鲁·休伯曼：提示的具体程度对于从 AI 那里获取最好的信息有多重要？

李飞飞博士：提示非常重要。它是——

安德鲁·休伯曼：而且那是一种技能，对吧？

李飞飞博士：那是一种技能。这就是为什么公共教育如此重要。这就是为什么教育如此重要。我很希望看到我们的学校，从幼儿园到高中（K12），教授如何写提示。来个小测验。谁是人类最好的提示者？

安德鲁·休伯曼：这个测验我肯定不及格。

李飞飞博士：苏格拉底，如果他还活着的话。

安德鲁·休伯曼：嗯。

李飞飞博士：因为那就是提示的方法，对吧？想想看。苏格拉底的方法是什么？就是通过提问来提示和寻求真理，我们应该回归这一点，把它教给孩子们。

安德鲁·休伯曼：而且在进行这些讨论时去散散步。

李飞飞博士：是的。

安德鲁·休伯曼：这其实也许是一个很好的过渡，引出具身 AI 这个概念。把一张正在说话的脸与听到的话语结合起来，是完全不同的境界。我童年的好朋友，我希望你们很快能见面，因为你们俩都会从对话中获益良多，我只想在旁边静静旁听——Eddie Chang 博士，神经外科主任，生物工程师，他研究言语和语言。他和其他人已经弄清楚了如何把神经活动转化为对喉部和咽部的控制，他基本上让一些人走出了闭锁综合征，从而能够说话。

李飞飞博士：哇。

安德鲁·休伯曼：他有一位不幸瘫痪的患者，10 年来第一次能够通过电脑说话。他还有其他患者，事实上有很多这样的例子。但不可思议的是，当他开始在这个人旁边放一台 iPad——特别是一位坐轮椅的女士——他们有她在婚礼上的视频，所以他们知道她的声音，知道她的情绪表达模式，也对她如何移动身体有所了解。现在她通过放在她那张僵住的真实面孔旁边的 iPad 说话。

李飞飞博士：嗯。

安德鲁·休伯曼：但她可以与世界互动，世界也可以与她互动，其深度与仅仅使用一个麦克风——那种史蒂芬·霍金式的方式——完全不在一个层面上。

李飞飞博士：嗯。

安德鲁·休伯曼：而且它通过机器学习在不断更新。

李飞飞博士：嗯。

安德鲁·休伯曼：现在它还会关注她交谈的对象以及他们的反应。这就是具身化。

李飞飞博士：是的。

安德鲁·休伯曼：不可否认，它是在一块二维屏幕上——

李飞飞博士：嗯

安德鲁·休伯曼：……但这相比仅仅是机器人的声音是一个指数级的飞跃——

李飞飞博士：嗯

安德鲁·休伯曼：……甚至相比单纯准确的声音也是如此。

李飞飞博士：嗯。这不仅仅是人的具身化，具身化，具身 AI 还会进入机器人领域，对吧？正如我一直在说的，AI 的下一个前沿是超越语言，因为同样，人类首先是在前语言阶段发展的。进化花了 5 亿年，没有语言——

安德鲁·休伯曼：嗯

李飞飞博士：……交流。而且，在正确的版本中，有机器人帮助人类，世界会变得好得多。

安德鲁·休伯曼：你能给我举一些例子吗？我很喜欢这个想法，但我也意识到我可能有点太深陷技术的兔子洞了，这可能会吓到一些人。那就说机器人吧。我们有自动驾驶汽车。其实 Waymo 总是会为我和我的小狗停下来，我那只漂亮的六个月大的小狗。

李飞飞博士：哦。

安德鲁·休伯曼：他想过马路的时候，你怎么能不停下来呢？但很多人不会停。早上他们差点把我们撞了。Waymo 非常有礼貌。从来不会——

李飞飞博士：嗯，Waymo 必须把规则学对。

安德鲁·休伯曼：没错。

李飞飞博士：对。

安德鲁·休伯曼：所以那里有一种人类身上并不总是存在的善意，但你认为这会首先出现在哪里，它会是什么样子？如果我们把视角拉到 12 个月之后。

李飞飞博士：对机器人来说，12个月有点太快了。

安德鲁·胡伯曼：两年？三年？

李飞飞博士：我会说，如果把时间拉长到30年来看。

安德鲁·胡伯曼：30年，好的。

李飞飞博士：好吗？我不是说那时机器人才第一次走上街头。我们已经有机器人汽车了。我只是说，技术要真正落地需要更长时间，尤其是涉及硬件的技术。但我会说，希望在你我有生之年，我很想看到机器人成为我们社会的一部分，帮助我们。比如，我是独生子女，已经成年，照顾着两位年事已高、病得很重的父母，而且他们恰好也不会说英语。我要做的事情多得难以置信，对吧？所以我很希望能有帮手。这并不会免除家人的责任，不会抹去爱，也不会取代必要的沟通。但在体力劳动方面，确实有一部分我很想得到帮助。我们住在加州。我们大家都会经历的一件事是什么？

安德鲁·胡伯曼：堵车。高税收。

李飞飞博士：某些地方……加州有的地方不堵车，但有山火。

安德鲁·胡伯曼：哦，山——对。

李飞飞博士：对。是谁在扑灭这些山火？让人类在救援、自然灾害中身处险境，并不是个好主意，对吧？我的家庭和我父母恰好有足够的条件。但我一直在想，独居的老人怎么去买菜？怎么去拿药？现在我们开始看到一些配送服务，但如果他们想去散步、想去公园呢？所以有太多事情……哦，顺便说一句，你在医学院。我们的护理人员并不过剩，而是短缺。我们的护士极度疲惫、过度劳累。过去一个月我真的一直在医院陪着我父亲，眼看着护士们要做多少工作。我们知道，在一个班次里，护士要走好几英里路去取东西、拿药。事情实在太多了。你能想象机器人来帮忙吗？所以我们的社会有太多方式可以被重新组织，并从这种帮助中受益。

安德鲁·胡伯曼：哦，我很喜欢这些例子。根据你所说的，我脑海里冒出了很多例子，比如护送孩子过马路的交通协管员。是的，你可以想象，借助视频，一个因年老或疾病而无法出门的人可以导航到商店，从货架上挑选商品。

李飞飞博士：是的。

安德鲁·胡伯曼：不必那么脱节，只是设定好程序，然后东西就送回来。

李飞飞博士：对。

安德鲁·胡伯曼：当然那也可以是一个选项。是的，我认为我们必须修正对这幅图景的设想，因为我觉得机器人和计算机有几点让人害怕。其中之一是它们物理上的坚硬。

李飞飞博士：嗯。

安德鲁·胡伯曼：对吧？所以我们与它们共处一个空间的方式非常不同于——

李飞飞博士：是的

安德鲁·胡伯曼：……我们与其他事物共处的方式。当然，我不是在想，哦，比如你和机器人依偎在一起，虽然有些人可能会这么想。那不是我的思路。但我在想，好吧，如果我有一个机器人能叠衣服、吸尘、给植物浇水、喂我的鱼。不过我喜欢亲自喂鱼。我真的很享受。我喜欢看它们吃东西。我喜欢通过触觉、实实在在地和它们接触。它们会从我手里吃东西。

李飞飞博士：你的小狗喜欢你的鱼吗？

安德鲁·胡伯曼：喜欢。它有自己的鱼缸。

李飞飞博士：不会吧。

安德鲁·胡伯曼：我刚给它买了一些热带鱼。

李飞飞博士：真的吗？

安德鲁·胡伯曼：是的，就在它的小窝前面。

李飞飞博士：那它在照顾那些鱼吗？

安德鲁·胡伯曼：嗯，它会看着它们。

李飞飞博士：哦，

安德鲁·胡伯曼：它还没有能力照顾它们。我觉得……不幸的是，它的前额叶皮层不够。它很温和，但它是一只斗牛犬混种。它们不是最聪明的品种。它们只有几条学习规则。但它们非常温和。

李飞飞博士：哇哦。

安德鲁·胡伯曼：但如果你想要一只能照料鱼缸的狗，你大概需要一只西高地白梗之类的。前额叶皮层更多一些。

李飞飞博士：明白了。

安德鲁·胡伯曼：但这里的想法是，如果一个机器人做一件事，另一个机器人做另一件事，就会感觉我的生活里有一大堆硬件。我认为人们就是这么感觉的。

李飞飞博士：对。

安德鲁·胡伯曼：但你可以想象一个多形态的机器人。

李飞飞博士：你知道大白（Baymax）吗？

安德鲁·胡伯曼：不知道。

李飞飞博士：迪士尼的机器人，大概是10年前、15年前的。你搜一下图片。就是那个白色的医疗机器人。

安德鲁·胡伯曼：啊，对

李飞飞博士：一个医疗护理机器人，它不是毛茸茸的，而是非常软绵绵的。

安德鲁·胡伯曼：嗯哼。

李飞飞博士：感觉像一个大气球。

安德鲁·胡伯曼：嗯哼。是的，所以——

李飞飞博士：你可能会喜欢它。

安德鲁·胡伯曼：是的，更多的曲线——

李飞飞博士：是的

安德鲁·胡伯曼：……以及同一个机器人能做更多任务，这样的世界我感觉会比一个充满机器人的世界更快适应。

李飞飞博士：是的。安德鲁，我认为当我们想象未来、谈论我们如何想象未来时，我总是回到“能动性”这个词。人类应该拥有决定我们如何想象这一切的能动性。

安德鲁·胡伯曼：嗯。

李飞飞博士：不能只是一家公司，或者，我不知道，一个投资人来决定世界应该充满金属般的机器人，对吧？

安德鲁·胡伯曼：嗯。

李飞飞博士：我们的社会应该集体地、主动地去想象。在这种 AI 话语中，我担心的一件事是，公众被置于被动反应的位置——

安德鲁·胡伯曼：嗯哼

李飞飞博士：……感觉就像是有些人在单方面做决定——

安德鲁·胡伯曼：嗯

李飞飞博士：……而多方利益相关者并没有参与到共同设计未来之中。

安德鲁·胡伯曼：就像你举的你父亲手术的例子，把机器人和医生结合起来，对吧？

李飞飞博士：是的。

安德鲁·胡伯曼：如果我们把一个存在脆弱性的问题，与一个明显能让情况变好的机器人结合起来——

李飞飞博士：嗯哼

安德鲁·胡伯曼：……图景就会改变——

李飞飞博士：是的

安德鲁·胡伯曼：……朝着正确的方向。我随口想到几个例子。我想大多数人都会同意，如果他们的孩子能自己走路上学、回家，那会很棒，但你会担心安全。

李飞飞博士：嗯哼。

安德鲁·胡伯曼：但如果有一个机器人真的是你孩子的好守护者——

李飞飞博士：当然

安德鲁·胡伯曼：……好到它可以通知警方，甚至可能在身体上保护——

李飞飞博士：是的

安德鲁·胡伯曼：……你的孩子，那就太棒了。

李飞飞博士：是的。

安德鲁·胡伯曼：让他们在这个世界上拥有更多能动性。想想网上那些更黑暗、但不幸真实存在的掠夺性行为。父母对孩子行为的监管能力有限。孩子对正在发生的事情的认知也有限。但你可以想象有一个虚拟化身和你一起在那里，真正为你维护利益，它能够——

李飞飞博士：是的

安德鲁·胡伯曼：……发现问题，把掠夺者挡在外面。

李飞飞博士：你看。这是个很棒的创业点子。

安德鲁·胡伯曼：那会很酷。但我认为，对我来说这幅图景里缺了点什么。我记得见过一个了不起的人，我知道有人说他有点难相处，但这个了不起的人，在我做博士后的时候，以及我小时候在 Palo Alto Toy and Sport World 打工时，常在帕洛阿尔托市中心走来走去，那就是史蒂夫·乔布斯。不穿鞋，看起来有点像嬉皮士。是的，他在工作中会对人大吼大叫，如今人力资源部门大概不会对他太客气。但他明白——

李飞飞博士：嗯哼

安德鲁·胡伯曼：……我们称之为计算机的这些东西需要有圆润的边角。

李飞飞博士：是的。

安德鲁·胡伯曼：它们需要能无缝地放进我们的口袋。它们需要在首页放上鲍勃·迪伦之类的，从而软化人与技术的关系。有些人会说：“嗯，这做得太过了。这是一匹特洛伊木马。”但我不这么认为。需要有人真正理解人性，才能让这些显然将是善意的机器人与人类之间的协作得以发生。因为正如你指出的，在对构建 AI 的技术专家和做出惊人科学成果的科学家怀着充分敬意的前提下，无论是他们被呈现的方式，还是他们能够分享的内容，都有一种坚硬感，这是一道真正的隔阂。

李飞飞博士：是的。

安德鲁·胡伯曼：我不是心理治疗师，但如果我能拥抱他们，我会说：“听着，伙计们，你们是房间里最聪明的人。”公平起见，男士们和女士们。“你们是房间里最聪明的人，但人们不喜欢你们，因为他们不理解你们。也许你们需要一个合作者，帮你们以一种不会让媒体……的方式来分享你们的愿景。”因为媒体对制造这道鸿沟负有责任，因为它总是说：“这些技术专家要来对付我们了。”我认为那也完全是媒体的伎俩。那只是为了往他们自己口袋里装钱。现在发生的事情很多。那么谁是史蒂夫·乔布斯，或者叫斯泰西还是什么的……可以是男性，也可以是女性，一个真正理解人性的人。

李飞飞博士：这样的人有很多。

安德鲁·胡伯曼：但是——

李飞飞博士：我们这样的人有很多。斯坦福成立了以人为本人工智能研究院（Human-Centered AI Institute），对吧？

安德鲁·胡伯曼：嗯，有你。有你。

李飞飞博士：好吧，但还有很多人。

安德鲁·胡伯曼：是的。

李飞飞博士：有很多创业者正在做了不起的初创公司，用 AI 做药物发现、用 AI 做医疗、用 AI 应对衰老、用 AI 做心理健康。这些人在乎 AI，对吧？有很多设计师和产品经理也在努力。我确实认为，扩音器过多地聚焦在那些拍胸脯自夸的人身上——

安德鲁·胡伯曼：嗯

李飞飞博士：……以及以某种特定方式谈论技术的人身上。所以，即便是这档播客也在带来积极的改变，我希望如此，它——

安德鲁·胡伯曼：我也希望如此

李飞飞博士：……把人的视角，那种圆润的人的视角、人的观点、人的未来，带入这些对话中。我并不感到绝望，安德鲁。我是一名教育者，一名建设者，一名技术专家。我看到身边有很多人，包括我整个初创公司。这些才华横溢的年轻技术人员可以加入任何他们想去的初创公司或企业，但他们来到 World Labs，是因为他们想赋能于人，对吧？所以，我看到了很多人，但我认为还不够。你说得对。我认为当下的公共讨论并不平衡。

安德鲁·胡伯曼：嗯哼。

李飞飞博士：极端的言论太多了，要么是极端的末日论和对缺乏安全性的渲染，这只会把人吓坏；要么是极端的乌托邦论，好像技术不会犯任何错，那是不真诚的。

安德鲁·胡伯曼：对。

李飞飞博士：人们会说：“好吧，你们是既得利益者，你们当然这么说。”所以，我认为我们应该回到中间立场，谈谈这项技术是什么、如何使用它、我们如何能集体拥有那种引导未来的能动性。

安德鲁·胡伯曼：是的，我的一位播客同行向我指出过一件事，本应显而易见，但我之前没意识到，而这显然是你——找不到更好的词——所体现的众多特质之一：人们其实并不想听关于机器的故事。但人们很爱听某个人治好了自家狗的癌症，或者他们的——

李飞飞博士：是的

安德鲁·胡伯曼：……孩子出现了怪异的症状。他们毫无头绪。医生们也毫无头绪。而他们指尖上的 AI 解决了问题。

李飞飞博士：是的。

安德鲁·胡伯曼：这些才是真正需要被放大的故事，因为我认为我们能与之产生共鸣，而且它们是美好的故事。它们是了不起的故事，但它们获得的关注远远不及其他那些内容。

李飞飞博士：是的。

安德鲁·胡伯曼：这是一个挑战。

李飞飞博士：是的。

安德鲁·胡伯曼：传统媒体并不真正关心事物的长期走向。它们处在12到24小时的周期里。那么，还有没有其他人的名字，那些真正在努力谈论 AI 善意用途、谈论我们应当了解的这些协作的人？

李飞飞博士：斯坦福 HAI 的通讯、我们的网站、我们的研讨会，我们推广了很多这类工作。

安德鲁·胡伯曼：我很想多了解一下你的初创公司，因为你不会随随便便选择项目。那么，这个项目是什么？目标是什么？

李飞飞博士：我的初创公司是和另外几位联合创始人共同创立的，叫 World Labs。

安德鲁·胡伯曼：嗯哼。

李飞飞博士：我们在2024年初共同创立了它。对我来说，这真的是我毕生的事业。我们都来自视觉领域，而认识到在语言智能之外还有更多东西，正是这一点真正促使我认真思考 AI 前沿的下一篇章是什么。我们认识到，解锁空间智能和物理智能才是真正的下一篇章，这并不排斥语言。当然，语言技术是了不起的。在这个方向上，我们可以投入更多时间去构建模型，或者最终构建产品，来帮助解锁空间智能方面的能力，比如生成3D、4D世界，这些对创作者、机器人训练、建筑设计都非常有用，或者用来支持那些交互式环境，无论你说的是医疗用途、教育用途、机器人用途还是工业用途。这些能力超越了语言——

安德鲁·胡伯曼：嗯哼

李飞飞博士：……本身。所以 World Labs 就是基于这个前提创立的。我们仍然是一家年轻的公司。我们在很大程度上是一家专注于模型的公司，正在构建这个基础模型，公司由很多博士创立。

安德鲁·胡伯曼：嗯哼。

李飞飞博士：但现在我们开始做产品了。所以这仍然只是开始。这非常令人兴奋，作为一名技术专家，我在内心深处觉得，我是一个建设者。

安德鲁·胡伯曼：嗯哼。

李飞飞博士：也许也因为我是一名移民，所以撸起袖子，和极其聪明的年轻一代一起投入进去，从零开始打造一样东西，真是太令人兴奋了。

安德鲁·胡伯曼：我记得大概15、20年前，有一些汽车到处行驶——

李飞飞博士：哦，是的

安德鲁·胡伯曼：……拍摄图像。

李飞飞博士：现在还在到处跑。

安德鲁·胡伯曼：现在还在到处跑，拍摄图像。但我想，当然也有航拍视角，但你可以想象一些极小的无人机，小到能飞过一个神经元的那种，可以说是把一切都看个遍，或者无人机采集挪威峡湾每一个角落缝隙的信息。

李飞飞博士：对。

安德鲁·胡伯曼：有没有人这样做过，来绘制三维世界的地图？

李飞飞博士：首先，我们别把它说得那么可怕，好像无人机要闯进人们的家里和私人领地。我认为捕捉世界图像的能力确实进步得非常快，对吧？我们的手机就是了不起的传感器。它们不是无人机，但人们拍了大量照片。当然，我们的相机技术也进步了。World Labs 在做的不只是拍摄真实世界的图像。我们让人们能够想象他们脑海中的画面。只要你能输入一句话，或者展示一张图片或你想象中的草图，我们就尝试把它变成世界——

安德鲁·胡伯曼：嗯哼

李飞飞博士：……和环境。为什么这有用？因为娱乐行业会用它。

安德鲁·胡伯曼：嗯哼。

李飞飞博士：设计行业会用它。机器人行业非常会用它来构建训练环境等等。所以，把捕捉真实世界中的东西和捕捉你想象世界中的东西结合起来，就是新的前沿。

安德鲁·胡伯曼：如果你不介意的话，我想再花几分钟谈谈这种从想象到——

李飞飞博士：嗯哼

安德鲁·胡伯曼：……某种实物的转变。因为这里是洛杉矶，我想到很多人在写剧本。

李飞飞博士：嗯哼。

安德鲁·胡伯曼：然后他们努力让自己的电影拍出来。

李飞飞博士：嗯哼。

安德鲁·胡伯曼：但有了 AI，理论上你可以把剧本交给 AI，它就能把电影做出来，理论上是这样。对吧？从文字到图片再到视频，也许在需要帮助的地方你可以这里那里稍作编辑——

李飞飞博士：对

安德鲁·胡伯曼：……当然。这已经实现了吗？有没有一部从头到尾用 AI 制作的成功电影？

李飞飞博士：这是一个非常微妙的话题。这也涉及人们对 AI 与创造力的警惕：如果不小心，听起来可能就像我们在夺走讲故事的人和创作者的工作，对吧？

安德鲁·胡伯曼：嗯哼。

李飞飞博士：所以，我们把关于工作的讨论和关于技术的讨论稍微分开一下，尽管它们是交织在一起的。技术已经进步到这样的程度：拿剧本来生成镜头、视频镜头，效果正变得非常好。我们已经看到了由 AI 工具组装而成的短片，甚至接近长片长度的电影。确实看到了。而且有很多公司，美国公司、亚洲公司，都在开发这类技术。但仍然深刻属于人类、也很重要的是，讲故事和创作故事的每一个环节背后都有人，带着他们独特的情感、故事、技法，他们如何看待世界，如何运镜，如何塑造角色。好莱坞和小说作家很大程度上就是关于这些。所以，如何用现代工具满足人类讲故事的需求和渴望，实际上是一个挑战，因为存在一种恐惧，很大程度上来自好莱坞，认为 AI 正在接管一切，讲故事的人、演员和编剧的工作正受到冲击。我认为确实如此。但它是如何受到冲击的？我们对此在做什么？谁在以建设性的方式开展工作？这本身不是我的行业，但我很希望看到更多细致入微的工作——

安德鲁·胡伯曼：嗯哼

李飞飞博士：……以及关于这一点更细致的公共讨论。但我确实认为，就像医疗领域一样，我们之前谈到 AI 如何能迅速改变和颠覆那些……旧的医疗方式。我认为 AI 绝对正在改变我们讲故事的方式。说到这里，讲一个故事，我有一位联合创始人叫本（Ben），本和我见了本·阿弗莱克。所以我开玩笑说，这是本见本，他也在以非常前卫的思路考虑用 AI 工具来拍电影。所以在这个时刻，技术专家与讲故事的人或电影人之间的对话至关重要。

安德鲁·胡伯曼：是的。我觉得在每一个技术的例子中，都有某个交汇点——

李飞飞博士：是的

安德鲁·胡伯曼：……当某个真正的行业内部人士拥抱一项技术时，它就会腾飞。

李飞飞博士：是的。

安德鲁·胡伯曼：史蒂文·斯皮尔伯格之类的人——

李飞飞博士：是的

安德鲁·胡伯曼：……或者这些可能不是最好的例子，但乔布斯与沃兹尼亚克的结合，一个是对技术充满好奇的设计师，另一个是真正的——乔布斯的粉丝请原谅我——真正的计算机科学家。

李飞飞博士：是的。

安德鲁·胡伯曼：那种融合，这些协作真的很关键。所以你需要一个内部人士和一个外部人士才能把事情做对，因为你必须理解两种文化——

李飞飞博士：是的

安德鲁·胡伯曼：……以及如何把——

李飞飞博士：是的

安德鲁·胡伯曼：……行业、把人纳入进来。

李飞飞博士：所以我真的希望，因为 World Labs 也和视觉特效（VFX）行业合作。对我来说，让我们的客户和用户感到被赋能，是非常重要的。

安德鲁·胡伯曼：嗯哼。

李飞飞博士：技术不应该夺走他们的工作。技术应该让他们的工作变得更好，为他们的创造力赋予超能力。这就是我看待这项技术的方式，也是我希望与用户和客户合作的方式。

安德鲁·胡伯曼：想想真是不可思议，我小时候在帕洛阿尔托的加州大道上，有一家店叫 Keable & Shuckett，它就是一家照相馆和相机店。

李飞飞博士：是的。对。

安德鲁·胡伯曼：你走进去，冲洗胶卷，柜台后面有一群人，他们会告诉你各种知识。你可以租一个长焦镜头之类的东西。这些现在都不存在了。一切都数字化了。但仍然有相机店，所以行业是可以转型的。它们并不总是被彻底消灭。

李飞飞博士：是的。

安德鲁·胡伯曼：我觉得——

李飞飞博士：它会转型。人们也会重新学习技能、提升技能。我们正在和很多使用 AI 工具的创作者合作，因为他们看到了技术的发展方向，想让自己重新学习、提升技能。

安德鲁·胡伯曼：嗯哼。

李飞飞博士：所以我认为，变革的时刻既是机遇的时刻，也是失去的时刻。

安德鲁·胡伯曼：嗯哼。

李飞飞博士：我们需要对此认真深思。

安德鲁·胡伯曼：我最后一个问题是关于年轻一代的。他们对 AI 有什么感受？因为存在这样一种——

李飞飞博士：你说的是多年轻？

安德鲁·胡伯曼：我说的是7到20岁之间的孩子。

李飞飞博士：好的。

安德鲁·胡伯曼：他们是不是——

李飞飞博士：那正好就是我的孩子们。

安德鲁·胡伯曼：是的。所以我问这个问题可能是有原因的。他们对此有什么感受？他们为此感到兴奋吗？因为存在这样一种现象：计算机出现了，你的书法老师开始紧张——

李飞飞博士：是的

安德鲁·胡伯曼：……人们现在不只是在打字了。他们都在用指尖书写，以后没人会写字了，而我们曾经书写了……这类说法已经存在很久了，说如果我们不像拥抱未来那样拥抱过去，我们就会溶解成一摊自己的神经元。我倾向于认为两者兼顾才是重要的。但孩子们感觉如何？他们怎么想？

李飞飞博士：这其实是我作为教育者和技术专家特别上心的一个项目。无论走到哪里，我都尽量和学生、家长和老师交流，因为我认为他们是最被遗忘的群体。我们的政策制定者、技术专家和投资人，他们不谈老师、家长和学生。他们都有观点，他们都有孩子，但他们不谈这件事。我对孩子们一直抱有希望，也许因为我是教育者，因为我认为人类永远学不会的最大一件事，就是老一辈哀叹下一代，好像下一代什么都不懂。说他们没礼貌，说他们忘记了过去。但如果你看人类历史的长河，总体而言，我们是在朝更好的方向前进。我并不否认那些暴行，不否认那些挫折，不否认这些。但从根本上说，我对人类是乐观的。这就是我的出发点。所以如果你是一个彻底的悲观主义者，也许我们从一开始就站错了立足点。但我看孩子们，他们充满好奇。这就是为什么他们是孩子。他们充满好奇。当然，他们会被这项技术极大地娱乐，但他们也开始使用它。我担心的是老师和一些家长，因为我认为我们今天的社会，尤其是硅谷，并没有为他们提供应有的帮助。

安德鲁·胡伯曼：嗯。

李飞飞博士：我们在遗忘他们。我们在对他们说教。我们在斥责他们。我们在居高临下地看待他们。他们是我们社会中最重要的人。我们应该和他们交流。我们应该提振他们。我们应该支持他们。我们应该为他们提供资源。K-12 的老师，或者 K-16 的老师，他们承担着我们社会最重要、最关键的重担。我给你讲一个真实的故事。2022年11月，ChatGPT 问世。显然，就技术而言我是内部人士，但我做的第一件事是给我孩子当时所在小学的校长发邮件，说：“我想来给你们的学生和老师做一次客座讲座。”不是因为我有多特别，而是因为我希望他们能实时了解正在发生什么，因为当 ChatGPT 问世时，硅谷没有人，没有投资人，没有数十亿美元规模的投资公司，没有数百万美元、数万亿美元规模的公司，会第一时间想到：“我们社区里的老师怎么办？”没有人这么想。但我们需要和老师交流。我们需要给老师展示。当然，他们会问孩子作弊怎么办。他们问这些问题完全没关系。我们就展示给他们看，和他们一起工作，赋能他们想出应对办法。他们也很聪明。他们渴望改变。他们只是被遗忘了。所以我对孩子们抱有希望，但为了不让这成为盲目的希望，我认为我们都应该记住我们的老师，帮助我们的老师和家长，这样我们才能帮助我们的孩子。

安德鲁·胡伯曼：我非常喜欢这个回答，我知道很多很多听众都有同样的感受。愿上帝保佑老师们，他们需要帮助、支持和信息。

李飞飞博士：因为现在他们打开——不是你的，而是大多数播客，他们就会感到害怕。他们非常害怕。他们听到这些末日论，听到末日预言者，或者听到有人说：“哦，别担心，这是乌托邦。”这两种信息都帮不了我们的老师。如果他们得不到帮助，我们的孩子也就得不到帮助。

安德鲁·胡伯曼：完全同意。

李飞飞博士：是的。

安德鲁·胡伯曼：我完全同意。飞飞，非常感谢你从极其繁忙的日程中抽出时间。听到你父亲没事，我非常高兴，而这也是你日程的一部分：照顾父母、孩子以及其他一切，还来向我们讲解这件事。它不仅重要，而且是我们当下所处位置和未来走向的一个重大分水岭。我怀着极大的乐观，同时保持谨慎，听了你今天的分享后更是如此。也感谢你在过程中教了我们更多神经科学……因为这些机器受到大脑的启发，而大脑也受到这些机器的启发，这就是我们所生活的世界。我怀着极大的乐观，很大程度上要归功于有你存在于这个世界上。感谢你花时间来到这里分享。我知道很多人都非常感激，所以谢谢你。

李飞飞博士：谢谢你，安德鲁，我非常珍惜这次对话。这是一个文明级的时刻。

安德鲁·胡伯曼：感谢你收听今天与李飞飞博士的对话。想进一步了解她的工作，请查看节目说明中的链接。如果你从这档播客中有所收获和/或喜欢这档播客，请订阅我们的 YouTube 频道。这是一种零成本支持我们的好方式。此外，请在 Spotify 和 Apple 上点击关注按钮关注本播客。在 Spotify 和 Apple 上，你都可以给我们留下最高五星的评价。现在你也可以在 Spotify 和 Apple 上给我们留言评论。也请看看本期节目开头和中间提到的赞助商。这是支持本播客的最佳方式。如果你有问题想问我，或对本播客有意见，或者有希望我在 Huberman Lab 播客中考虑的嘉宾或话题，请写在 YouTube 的评论区。我会阅读所有评论。还没听说的朋友，我有一本新书即将出版。这是我的第一本书，书名是《Protocols: An Operating Manual for the Human Body》（《实践方案：人体操作手册》）。这本书我写了五年多，基于三十多年的研究和经验。它涵盖了从睡眠到运动再到压力控制等各方面的实践方案，以及与专注和动力相关的方案，当然，我也为书中收录的方案提供了科学依据。这本书现已在 protocolsbook.com 开启预售。在那里你可以找到各个销售商的链接，选择你最喜欢的一家。再说一次，书名是《Protocols: An Operating Manual for the Human Body》。如果你还没有在社交媒体上关注我，我在所有社交媒体平台上的账号都是 hubermanlab。包括 Instagram、X、Threads、Facebook 和 LinkedIn。在所有这些平台上，我都会讨论科学和与科学相关的工具，其中一些与 Huberman Lab 播客的内容重叠，但很多内容与 Huberman Lab 播客中的信息不同。再说一次，我在所有社交媒体平台上的账号都是 hubermanlab。如果你还没有订阅我们的 Neural Network Newsletter（神经网络通讯），这是一份零成本的月度通讯，包含播客摘要，以及我们称之为“实践方案”的一到三页 PDF，内容涵盖从如何优化睡眠、如何优化多巴胺，到刻意冷暴露等各个方面。我们还有一份基础健身方案，涵盖心血管训练和抗阻训练。所有这些都完全零成本提供。你只需访问 hubermanlab.com，点击右上角的菜单（Menu）选项卡，向下滚动到 Newsletter，然后输入你的电子邮箱。我要强调，我们不会与任何人分享你的电子邮箱。再次感谢你收听今天与李飞飞博士的对话。最后但同样重要的是，感谢你对科学的兴趣。