關於我們ABOUT US
開放城市共同體（OpenCity Community，簡稱OCC）聚焦科技商業新生態的變革與發展，從技術叠代、商業創新、產業賦能和美好生活四個維度，助力城市（企業、機構、組織）發掘開源新生態重塑過程中的新技術、新機遇、新挑戰，推動城市的可持續發展。
今天在大會上李飛飛和Nvidia首席科學家Bill Dally的對話非常精彩，她在關於AI在公共領域的角色，法律規範，職位取代，大模型未來等方面發表了她的觀點。
揀選其中兩個比較有意思的觀點詳細聊下，其實也是全世界都一直關心的話題，只不過在大語言模型越來越接近大家預想的通用人工智能的時代，人和機器的關系又引起了人類的廣泛思考和討論。
1.關於the role of public sector in AI,李飛飛說到三個方面：1.curiosity-driven knowledge discovery; 2. build trust; 3 incubate talent。我引申為：培育創新環境、培植發展沃土和培養人才。這是對AI引起社會變革最好的暢想，因為它可以取代一切重復機械式的勞動，人類的教育和學習模式由此完全淘汰填鴨式知識記憶的方式。知識和信息本身不再那麽重要，思維方式和處理知識的能力成為最核心的競爭力，而由好奇心驅動的知識發現則是對人類創新最大的驅動力，這其實又回到了古典時代對科學和知識的最早定義和追求，在經歷了工業化時代對人性的異化以後，在人工智能時代大家終於能夠回歸原點，從這個角度講，機器的確是解放了人類，我們不再是知識的奴隸，我們為好奇心而學習研究，這才是學習的本質。這對於中國社會的觸動會更加明顯，知識改變命運的信仰過於功利化，在人工智能面前會徹底坍塌。
2.關於AI的一個永恒話題：AI是否要取代人類工作。以第一性原理視角提出重定義工作，從價值體現、情感溝通和社交等角度理解工作職位的內涵，AI永遠無法取代人類。這個話題更加敏感，也是目前對現實世界最大的影響，當人類絕大部分工作都可以由機器來取代，那麽人還可以做什麽呢？這個現象當年工業革命時代已經發生過一次，但這次人工智能的革命對人類世界的影響肯定會更加深入和廣泛。當年的結果是人類逐漸放棄體力勞動，但派生出更多腦力勞動崗位。今天大部分腦力勞動崗位也可以由機器來取代，那麽我們的確只能更多從人性情感和社交角度來談論工作。也就是說，其實機器取代的也是比較重復性的腦力勞動，不管這個工作看上去多麽高大上，比如科研，編程，設計。但很多崗位還是必須由真人來做，因為人類在面對機器和人的時候，體驗感覺還是會非常不同。這就涉及人工智能的技術原理，現有人工智能的算法基礎是神經網絡，也就是模擬大腦神經元的電脈沖工作方式。但人類的神經系統除了大腦以外還有一個由內分泌控製的系統，主要形成各類情緒和感情。這兩個系統從理性和感性方面控製了人類所有的行為，甚至可以說人類受情緒的控製遠大於理性。這也就是為何機器在理性方面其實已經遠遠超過人類，但人類大部分的工作並不能離開人的原因。在人工智能發展到完全取代腦力勞動的時候，它仍然無法模擬出人性，這就是機器無法取代人類的根本原因。所以科幻作品裏面經常有這樣的橋段，人類在面對技術遠勝於自己的外星文明時，最後都是靠感情這個因素打敗了強大的敵人，某種程度上就是一種寓言：情感是人類最重要的特征和優勢（生物進化的結果），遠遠大於理性。這也是人和機器競爭的第一利器吧。
GTC大會還會有更多有意思的話題和精彩的論點發出，我們會為你深度解讀這些內容，跟著我們來遊覽GTC大會吧。
01PART ONE
AI是21世紀最深刻的技術，正改變我們的生活、工作和未來
Bill Dally：我相信大家和我一樣,都對李飛飛教授要說的話充滿期待。你是斯坦福以人為本AI研究院（HAI Stanford）的聯合創始人。到目前為止,你認為AI對人類影響最大的領域是什麽？你認為未來AI將在哪些領域產生最大影響？
李飛飛：我認為AI可能是21世紀最深刻的技術，它正在改變我們的生活、工作和未來。AI是一種智能技術。老實說,在這之前，人類的技術發明大多停留在不涉及智能的層面，無論是發明工具讓我們走得更快、飛得更高，還是發明工具讓我們能看到人眼看不到的東西，這些都還是機械性的。但AI的發明，如理解語言、翻譯語言、做決策、發現模式等，這些都是人類的基本能力，而現在都受到了這項深刻技術的挑戰。所以在我看來，AI的影響是對人類的本質、能力和定義的深刻影響。
Bill Dally：但你認為在人類的某些特定領域，如醫療、教育或交通等，AI會產生比其他領域更大的影響嗎？
李飛飛：我認為AI的應用非常廣泛。在我擔任谷歌雲首席科學家時，我就看到商業分析是AI的一大應用領域。我完全同意你的看法。醫療、交通、教育、軟件工程等領域，AI的影響將是無邊無際的。
Bill Dally：一些業界名人如埃隆·馬斯克和山姆·奧特曼認為AI可能對人類構成生存威脅。你怎麽看？AI可能帶來的最大風險是什麽？是換臉技術還是失業？AI的不利影響有哪些？
李飛飛：我認為這是一個合理的問題。作為大學裏的人，尤其是在大學校園工作，我們應該被允許提出各種問題，包括AI是否對人類構成生存威脅。從智力角度來說，這是一個重要的關於未來的問題。作為一個物種，人類應該認識到，我們發明的一切，不僅是AI，還包括我們正在改變地球的方式，改變我們與環境的關系的方式，都需要我們審慎對待。但就AI而言，我更關註更直接和緊迫的災難性風險。你提到的一些風險是深層次的社會問題。例如，AI可能因為錯誤信息而影響民主，可能取代工作或改變勞動力市場格局，可能影響我們與數據的關系、隱私和公平性。如果我們不能很好地管理這項技術的應用，所有這些都可能帶來災難性的社會風險。
02PART TWO
公共研發部門，對社會持續創新很重要
Bill Dally:你一直呼籲為學術界提供資源，以推進AI研究。但迄今為止，真正掌握訓練模型所需GPU和數據的，還是那些資金雄厚的大公司。你認為未來這種情況會如何發展？國家AI研究資源(NAIRR)能否實現並民主化AI，讓學術界和小公司也能接觸到？還是人才將繼續從學術界流向大公司？
李飛飛：幾年前，斯坦福HAI倡導聯邦政府考慮增加對公共部門AI的資源投入，尤其是計算資源和數據資源。這轉化為一項目前仍在國會討論的法案，名為"創建AI法案"（CREATE AI BILL）。如果這項法案獲得通過和撥款，它將創建聯邦基金，用以建立一個國家AI雲以及供公共部門使用的數據存儲庫。
斯坦福HAI一直在引領這場運動。我之所以在華盛頓特區花這麽多時間，是因為我相信公共部門AI和私營部門AI同樣重要。但就像Bill說的，現在的平衡是如此失衡。這個國家現在沒有一所大學能訓練出一個GPT聊天模型。我們沒有成千上萬的GPU，更不用說A100、H100或B200了。
有些人可能會問,這有什麽問題？反正我們有偉大的公司，偉大的大型科技公司在創造偉大的技術。我認為這是事實。私營部門在蓬勃發展。但我想讓大家認識到，公共部門創造公共利益。什麽是公共利益？公共利益有幾個維度，對我們當下和未來都很重要。
首先，公共利益包括好奇心驅動和知識驅動的發現與創新。這太重要了。你們現在所知道的關於AI的一切，最初都始於學術界那些無人知曉的好奇心驅動的研究課題。從感知機到反向傳播算法再到ImageNet，這些都來自公共部門。這種天馬行空式的、好奇心驅動的研究至關重要。它是一種公共利益，對我們社會的持續創新很重要。
公共利益的第二部分是作為公眾值得信賴的合作夥伴去解釋、教育和評估技術。私營部門有自己的目標。那誰來作為值得信賴的合作夥伴，讓我們了解這項技術有多安全？透明度指數是多少？數據是否有偏差？我們如何以公平、值得信賴的方式使用這個推論？這些都是公共部門正在做而且可以幫助公眾的重要話題。
最後但同樣重要的是，公共利益的一種形式是最重要的，那就是人才。這是為了明天的人才。我們肩負很大的責任，去教育出不僅能發展未來科技的勞動力，而且是能對世界負責任的勞動力。這些勞動力不僅要學習如何編寫AI代碼，還要學習AI的道德框架，AI的社會影響。所以這些都是公共利益，支持公共部門AI很重要。
03PART THREE
AI就像電機，給它設置單獨監管機構沒意義
Bill Dally：你提到的政府在AI方面的另一個角色是監管。歐盟最近通過了一項AI監管法案。在美國，當然也有一些參議員和國會議員在談論做類似的事情，在許多情況下，他們覺得自己在社交媒體上錯過了機會。他們不想在AI上落後。你認為AI監管將走向何方？它會帶來好處還是壞處？
李飛飛：這是一個非常深刻的問題。當然，就安全至上的監管而言，歐盟往往在時間上領先於美國。而美國作為一個社會引以為豪的是我們的創新環境。
李飛飛：我絕對相信監管有它的作用。就像如果你有一個房子，如果你家裏有孩子，就會有一些準則，對吧？所以對每一項創新，你都要設計對應的安全帶。想想安全帶拯救了多少生命,臨床監管努力使我們的藥品更安全,盡管還不完美。AI是一項如此深遠的技術。我們不能不監管它。但如何進行有效監管非常關鍵。
你也在PCAST任職，從政府的角度來看，我們有兩種方向的力量：一種是讓社會創新，利用這項技術，提升每個人和社會的繁榮。另一種是確保它安全、可信、公平、透明。我認為這就是監管和激勵之間的張力。我們必須深思熟慮地去做。
舉個例子,我個人確實相信垂直領域，尤其是醫療、金融、交通等這些我們已經有監管框架的垂直領域，是時候更新它了。因為確實有許多迫切的用例，現在確實是時候讓他們審視AI的影響了。例如，醫療器械。我們有很多醫療器械，它們受到很寬松的FDA檢查或許可。我們應該真正關註這些垂直領域，看看我們如何在產品和服務中保證AI的安全，讓其在這些領域發揮作用。
更深層次的監管措施,比如它如何影響我們的民主，社交媒體。我不得不承認，這是公民社會、學術界、政府等許多部門正在進行的一場復雜的鬥爭。我認為在過去二十年，或者至少十五年裏，我們做得並不好。我同意你的看法，Bill，讓我們希望我們不要繼續犯錯，至少我們需要從中吸取教訓，對吧？
李飛飛：我認為AI在某種程度上類似於電力或計算機。我認為我們不能為電力或計算機設立一個機構。
04PART FOUR
AI在醫學中的應用可能是最深遠、最廣泛的
Bill Dally：從蛋白質折疊到天氣模擬,AI正在迅速加速科學發展。過去一個博士生折疊一個蛋白質，而AlphaFold一夜之間就完成了大約20萬個。你認為AI在科學領域最大的應用是什麽？你認為這將如何改變科學事業？
李飛飛：我認為這是最令人興奮的。我已經提到，如果你看人類文明的歷史，最終還是這些科學發現和創新產生了深遠影響。而AI作為一種輔助科學發現的新工具，是我們這個世紀的機遇。
05PART FIVE
除了縮放定律，AI的另一個方向是建立感知的基礎模型
Bill Dally：這是一個非常令人興奮的未來。我們已經看到模型從早期ImageNet時代的ContralNets，到用於語言的RNN，再到Transformer，它發展得非常快。接下來會是什麽？這些新的狀態空間模型是否有前景？或者你認為未來我們的主導網絡模型會是什麽？
李飛飛：目前最新的是擴散模型，但我還沒有一個名字給你。
首先，我繼續相信數據的縮放定律。我認為我們還沒有看到這方面的終點。但就世界數據、多模態數據而言，還有很多（數據可用）。人類和自然正在生產並利用這些數據。繼續看好使用支持這些數據的模型架構。
Bill Dally： 如果你把這種chinchilla縮放定律應用於LLMs，應用於多模態數據，那就意味著隨著我們獲得越來越多的世界數據進行訓練，我們需要越來越大的模型。你認為事情正朝著這個方向發展嗎？
李飛飛：我認為這是一個方向。我相信的另一個方向是世界的結構。我有點嫉妒我那些搞NLP的同事，因為從根本上說，語言是一個一維結構。而我從事視覺工作。它從根本上是三維的。如果加上時間，就是四維的。三維結構要豐富得多，但也復雜得多。
所以當我們用大數據進行擴展時，如果是完全盲目的擴展，那麽我想英偉達會很高興，你們會賣出更多芯片。但我想看到的是結構化建模，或著說偏向於三維感知和結構的模型與大數據相結合。我認為，要真正創造出空間智能，創造出我們今天仍然缺乏的世界模型。
Bill Dally: 你是在暗示類似於許多類型科學模擬中使用的物理信息神經網絡。你會擴展到利用人類對世界的先驗知識，用它來使這些世界模型更有效？
李飛飛：是的，物理學就是對動力學和結構的信息輸入及推導。
Bill Dally: 那麽你認為基礎模型是會出現在世界層面上？也就是說我們可以問它任何關於世界的問題，而它會以多模態四維格式回答我們嗎?
李飛飛：我確實認為基礎模型會出現在世界層面。我認為你不需要只是問它問題。這是一種以語言為中心的交互方式。我認為實際上你應該可以與它互動。看看人類，或者生物體，作為一個計算機視覺人，我想提醒大家一件事，自然花了5.4億年的時間來創造感知大腦。而創造語言大腦只花了幾十萬年。所以感知是非常非常深刻的。
06PART SIX
無論如何訓練機器，都無法訓練出人類創造力
Bill Dally: 這是一個很好的觀點。感知領先語言幾百萬年。或者說感知更難，所以需要更長時間。人們對AI的一個擔憂是它會擾亂就業市場。你可以說它會創造就業機會，也可能使其他工作變得不那麽重要。你認為什麽樣的人類工作是AI或機器人永遠無法取代的？
李飛飛：這是一個危險的問題。自人類文明伊始，我們的祖先想象過的每一種工作基本上都是由機器協作完成的，對吧？移動、飛行、計算等等。所以我覺得工作的定義是什麽？如果工作是一項任務，比如抓起某樣東西或做一個煎蛋，我想它會被機器完成。但如果工作是人性的一部分，是定義我們創造力的一部分，定義我們的獨特性，定義我們的意圖、我們的同情心、我們與他人獨特的情感聯系，以及我們每個人對他人或對社會可能產生的獨特貢獻。我認為這些永遠不會被完全取代。我們會利用機器來幫助我們更好地完成這類工作。但我沒有看到一個根本性的取代。
在人性方面，在人與人的互動方面，有太多超越了計算、計算、機械的東西，我認為這些將是那種會保留下來並不斷演變的工作。這樣我們將越來越多地被機器賦予超能力，但作為人類的核心不會被取代。
Bill Dally: 很明顯,觀眾被你深深打動了。你以一種人性關懷的方式與他們建立了聯系。但你是在暗示同理心、情感聯系和關懷……還有創造力。創造力是人類的核心特質，但如果我們選擇訓練AI模型具有這些特征，我們能做到嗎？我們可以建立有同情心的AI模型，讓它能夠在情感上與人聯系嗎?
李飛飛：在某種程度上可以。我再次強調一下，我從事計算機視覺工作。現在已經有了深度創造性的文本到圖像以及文本到視頻的生成（模型）。但我也認為，就像這裏沒有人能預測下一個愛因斯坦會是誰一樣，這種創造力，創造力的不確定性，將永遠存在於我們人類社會中。所以無論你如何訓練機器，你都無法訓練出那種人類智能或人類創造力。
Bill Dally: 說到創造力，生成式AI正在做一些了不起的事情。OpenAI最近推出了Sora，你可以輸入一個提示，就能得到一個看起來很棒的視頻。我們最終，也許當你在十年後寫續集時，是否會發展到如果你想看一部電影，只需寫幾行提示，它就會為你生成一部兩小時的電影？
李飛飛：我不認為這需要十年。就技術而言，我認為這即將到來：創建更長時間的生成性世界、生成性故事情節、生成性角色互動的能力指日可待。
Bill Dally: 在這樣一個世界裏，我們有AI程序生成大部分內容，那些在好萊塢或遊戲工作室等地方的人類內容創作者的角色是什麽？
李飛飛：這又回到了人類的獨特性。我不知道你們中有多少人是宮崎駿、吉蔔力工作室的粉絲。是的，它是最棒的，我就是喜歡一遍又一遍地看他們的電影。從計算機圖形學的角度來看，它相當初級。他們不做皮克斯和夢工廠那樣的（復雜）圖形。然而，那些獨特的故事，比如《龍貓》那個故事多簡單，那部電影中人性的表達那麽單純，除了宮崎駿，沒有人，沒有人能創造出那樣的東西。我認為這仍然是人性。AI會創作電影，會創作娛樂人們的內容，但只有人能利用AI創作那些能觸動他人、啟發他人或服務他人的內容，而AI做不到。我確實看到了這種共生的可能性。
07PART SEVEN
讓AI變得更好，絕不是科學家一個人的事
Bill Dally：你是在暗示AI基本上會接管這些創意事物的製作部分，製作真正引人註目的視頻，讓圖像看起來很棒。但最終在情感層面上與人聯系，去講述一個能讓人流淚的故事，這將是人類應該努力的部分。
李飛飛：我一直強調的一點，就是在這個機器時代，不要忘記我們的人性，不要忘記我們的尊嚴，不要忘記彼此的尊嚴和人性。這就是我們的核心，這就是我們的獨特之處。這也是我們構建機器應用、使用機器的開端。
當我與全球各地的觀眾，特別是年輕觀眾交談時，我經常被問到的一個問題，那就我（在這個AI時代）的角色是什麽? 我不是計算機科學家，也不是斯坦福大學的理科專業；我不做軟件工程，我不是在有電腦的家庭長大的。
因為AI看起來如此復雜，它有7000億個參數，你怎麽用自己的大腦來理解這麽龐大的東西呢？然後是所有這些花哨的詞，transformer、生成式、擴散式,它們似乎離你每個人都很遙遠。
但我真的想把它歸結為：這是一個工具。它是一個需要一些數學和計算來實現的工具。但歸根結底，人類不僅是工具的創造者，我們也是如何使用工具的決策者；我們是工具應用的創造者，我們也是工具的用戶；我們是決定如何管理工具以及管理想要使用工具的人的選民。所以在參與AI方面有很多公民的可能性。
我特別希望年輕人，那些熱愛藝術、熱愛社區、熱愛法律、熱愛醫學、熱愛化學的人，無論你的興趣是什麽，都能以負責任的態度擁抱這項技術，你們實際上可以為讓它變得更好、更好地使用它而有所作為。我真的希望：你們在AI發展中有一個角色，請加入我們,讓它變得更好。謝謝。