李飞飞：Sora可以生成电影，但无法替代宫崎骏创造的感动

在昨晚备受瞩目的GTC炉边谈话中，李飞飞与英伟达首席科学家Bill Dally围绕AI的发展、人类在AI时代的角色定义、李飞飞的新书等话题展开了令人触动的对话。

Bill Dally（左）李飞飞（右）

如果说去年的GTC炉边谈话，黄仁勋与OpenAI首席科学家Illya进行的是一场对技术未来的漫谈，那今年这场炉边谈话就是李飞飞对人类未来的呼吁。

在对话中，李飞飞讲了个故事：在她完成自传《我看到的世界》的初稿后，她的好朋友，哲学家、斯坦福以人为本AI研究院联合主任John Etchemendy看了后建议她去重写。

他说很多人都在写关于AI的书，但李飞飞有一段独特的历程，能代表很多觉得自己在AI领域没有发言权或找不到认同感的人——包括移民、年轻女性、各行各业的人，他们不一定是典型的硅谷AI人士，如果李飞飞可以给他们传达一个声音，这将带来更多力量。

确实，李飞飞广为人知的一面是斯坦福大学终身教授，美国工程学院院士，AI视觉领域的顶尖专家，被业内称为AI教母。

而她个人的另一面则是出生在北京，长于四川，直到12岁才随双亲前往美国，还因生活拮据不得不去餐馆打工赚取生活费。这就是John Etchemendy提到的关于李飞飞的“独特的经历”。

在整场对谈中，李飞飞都在用一种很独特的视角来思考AI的影响和发展，给在AI时代失语的普通人发声。在李飞飞看来，所有AI的发展都是关于人，关于具体的人。

这是一种更有人文情怀的，更具社会责任，也更女性细腻的视角。正如她在自传《我看见的世界：李飞飞自传》中所展现出的力量一样。

以下文章整理自2024GTC炉边访谈：

一、相信AI会带来好的未来

Bill Dally：欢迎大家，感谢来到GTC。我相信大家和我一样，都对李飞飞教授要说的话充满期待。你是斯坦福以人为本AI研究院（HAI Stanford）的联合创始人。到目前为止，你认为AI对人类影响最大的领域是什么？你认为未来AI将在哪些领域产生最大影响？

李飞飞：这是一个非常宏大的问题。首先，非常荣幸受邀来到GTC。AI目前对人类的影响是什么？我认为AI可能是21世纪最深刻的技术，它正在改变我们的生活、工作和未来。

AI是一种智能技术。在这之前，人类的技术发明大多停留在不涉及智能的层面，无论是发明工具让我们走得更快、飞得更高，还是发明工具让我们能看到人眼看不到的东西，这些都还是机械性的。但AI的发明，如理解语言、翻译语言、做决策、发现模式等，这些都是人类的基本能力，而现在都受到了这项深刻技术的挑战。所以在我看来，AI的影响是对人类的本质、能力和定义的深刻影响。

在我担任谷歌云首席科学家时，我就看到商业分析是AI的一大应用领域。在医疗、交通、教育、软件工程等领域，AI的影响将是无边无际的。

Bill Dally：一些业界名人如埃隆·马斯克和山姆·奥特曼认为AI可能对人类构成生存威胁。你怎么看？你认为AI可能带来的最大风险是什么？

李飞飞：我认为这是一个合理的问题。作为大学里的人，尤其是在大学校园工作，我们应该被允许提出各种问题，包括AI是否对人类构成生存威胁。从智力角度来说，这是一个重要的关于未来的问题。

作为一个物种，人类应该认识到，我们发明的一切，不仅是AI，还包括我们正在改变地球的方式，改变我们与环境的关系的方式，都需要我们审慎对待。但就AI而言，我更关注更直接和紧迫的灾难性风险。你提到的一些风险是深层次的社会问题。例如，AI可能因为错误信息而影响民主，可能取代工作或改变劳动力市场格局，可能影响我们与数据的关系、隐私和公平性。如果我们不能很好地管理这项技术的应用，所有这些都可能带来灾难性的社会风险。

Bill Dally：你最近写了一本关于AI的科学回忆录《我看见的世界：李飞飞自传》，我这里有一本。大家现在应该都从亚马逊上订购这本书。你能告诉我们一些关于这本书的情况吗？你为什么要写这本书？

李飞飞：《我看见的世界：李飞飞自传》，这本书是一本科学回忆录。就像你说的，我把“科学”这个词放在第一位。这本书有一个双螺旋结构，通过我作为一名计算机视觉科学家的视角讲述了AI的发展历程。我看到智能在自然界的进化始于对世界的感知。在过去十几年里，AI的进化，特别是深度学习的历史，与计算机视觉这个领域的进化紧密交织在一起。所以这本书讲了AI在过去十年左右的发展历程，溶蚀也与一个年轻科学家的个人成长历程交织在一起。

我之所以觉得有必要写这本书，是因为我被要求写一本关于AI的科普书，我确实花了一年时间写了一本只关于AI的书。但我们的好朋友，哲学家、斯坦福以人为本AI研究院联合主任任John Etchemendy看了我的初稿，基本上说我应该重写。我当时非常沮丧。

他说，很多人都在写关于AI的书，但你有一段独特的历程。你代表了很多觉得自己在AI领域没有发言权或找不到认同感的人。这些人包括移民、年轻女性、各行各业的人，他们不一定是典型的硅谷AI人士。如果你能给他们一个声音，这将更有力量。因此，我把这本书的结构改成了双螺旋结构。

Bill Dally：非常有趣。AI的发展历程与你作为一名科学家的成长历程交织在一起。假设AI在十年后变得成熟的话，如果你要为这本书写一个续集，你认为它会是什么样的？

李飞飞：首先，我不认为我想写续集。如果我要为这本书写续集，我想写一个人类胜利的故事。我要讲述我们如何利用这项技术让生活和工作变得更好。我这么说并不是出于盲目的乐观，因为我知道世界非常复杂。对年轻人来说，这个世界有时甚至感觉会有点反乌托邦。但如果你看人类文明的发展历程，它是很长的。正如马丁·路德·金所说，如果我们能以正确的方式使用技术，人类文明的弧线是朝着正义、希望、仁爱的方向发展的。

就像在这次GTC大会上，我们只是看到了（技术改变生活的）冰山一角。我们看到了如何利用这项技术改变医疗，从药物发现到个性化治疗再到医疗服务。我们才刚刚开始思考教育如何从根本上被改变，因为突然之间我们有了一个教学助手，可以进行深度个性化学习和教学。

我们看到，科学发现可以在强大的机器和认知助手的帮助下加速，这些助手可以真正加速人类已经进行了数百年的科学发现过程。所有这些都给了我们希望之光，希望我们在五到十年内能利用AI寻找气候解决方案，普及医疗服务，照顾好地球和我们自己。

如果我要写续集，我想写的就是这些。

二、AI永远无法替代人性感知

Bill Dally：非常令人兴奋的未来似乎已经到来。我们已经看到模型从早期ImageNet时代的ContralNets，到用于语言的RNN，再到Transformer，发展得非常快。接下来会是什么？或者你认为未来我们的主导网络模型会是什么？

你认为基础模型是会出现在世界层面上？也就是说我们可以问它任何关于世界的问题，而它会以多模态四维格式回答我们吗？

李飞飞：目前最新的是扩散模型。但我认为，首先，我继续相信数据的缩放定律。我认为我们还没有看到这方面的终点。关于我们是否已经看到了语言数据的极限有很多猜测，但我不知道答案，因为我不从事语言领域的工作。

从根本上说，语言是一个一维结构。而我从事视觉工作。它从根本上是三维的。如果加上时间，就是四维的。三维结构要丰富得多，但也复杂得多。

当我们用大数据进行扩展时，如果是完全盲目的扩展，那么我想英伟达会很高兴，你们会卖出更多芯片。但我想看到的是结构化建模，或着说偏向于三维感知和结构的模型与大数据相结合。我认为，要真正创造出空间智能，创造出我们今天仍然缺乏的世界模型。

我确实认为基础模型会出现在世界层面。我认为你不需要只是问它问题。这是一种以语言为中心的交互方式。我认为实际上你应该可以与它互动。

看看人类，或者生物体，作为一个计算机视觉人，我想提醒大家一件事，自然花了5.4亿年的时间来创造感知大脑。而创造语言，大脑只花了几十万年。所以感知是非常非常深刻的。

Bill Dally：这是一个很好的观点——感知领先语言几百万年。或者说感知更难，所以需要更长时间。人们对AI的一个担忧是它会扰乱就业市场。你可以说它会创造就业机会，也可能使其他工作变得不那么重要。你认为什么样的人类工作是AI或机器人永远无法取代的？

李飞飞：这是一个很棒的问题，也是一个危险的问题。自人类文明伊始，我们的祖先想象过的每一种工作基本上都是由机器协作完成的，像移动、飞行、计算等等。

工作的定义是什么？如果工作是一项任务，比如抓起某样东西或做一个煎蛋，我想它会被机器完成。但如果工作是人性的一部分，是定义我们创造力的一部分，定义我们的独特性，定义我们的意图、我们的同情心、我们与他人独特的情感联系，以及我们每个人对他人或对社会可能产生的独特贡献，那么我认为这些永远不会被完全取代。我们只会利用机器来帮助我们更好地完成这类工作。我没有看到一个根本性的取代。

让我们再次回到医疗保健领域，我花了几十年时间在医院里照顾我年迈的父母。每次我带着父母走进病房，我都会看着人类照顾人类，或者人类需要人类来照顾人类。在这种关系和互动中有一些非常深刻的东西，是任何机器人、AI、电脑、AR/VR，或者你认为的任何下一代技术都无法完全取代的。

在人性方面，在人与人的互动方面，有太多超越了计算、计算、机械的东西，我认为这些将是会保留下来并不断演变的工作。我们将越来越多地被机器赋予超能力，但作为人类的核心不会被取代。

Bill Dally：刚才你讲到了人类的同理心、情感联系、关怀还有创造力。创造力是人类的核心特质，但如果我们选择训练AI模型让它们具有这些特征，我们能做到吗？我们可以建立有同情心的AI模型，让它能够在情感上与人联系吗？

李飞飞：在某种程度上可以。我再次强调一下，我从事计算机视觉工作。现在已经有了深度创造性的文本到图像以及文本到视频的生成（模型）。但我也认为，就像这里没有人能预测下一个爱因斯坦会是谁一样，这种创造力以及创造力的不确定性，将永远存在于我们人类社会中。所以无论你如何训练机器，你都无法训练出人类的智能或人类创造力。

不仅仅是爱因斯坦，还有贝多芬、莎士比亚、梵高。还有太多太多了。而且不一定非要是那么聪明的人。我自己的孩子，我不认为任何机器都能创造出那样一个甜美、聪明、幽默的小家伙。

Bill Dally：这是独一无二的人性，机器永远无法取代。说到创造力，生成式AI正在做一些了不起的事情。OpenAI最近推出了Sora，你可以输入一个提示，就能得到一个看起来很棒的视频。也许当你在十年后写自传的续集时，是否会发展到如果你想看一部电影，只需写几行提示，它就会为你生成一部两小时的电影？

李飞飞：我不认为这需要十年，多生产一些B200，它很快就会出现。就技术而言，我认为这即将到来——创建更长时间的生成性世界、生成性故事情节、生成性角色互动的能力指日可待。

Bill Dally：在这样一个世界里，我们有AI程序生成大部分内容，那些在好莱坞或游戏工作室等地方的人类内容创作者的角色是什么？

李飞飞：这又回到了人类的独特性。我不知道你们中有多少人是宫崎骏、吉卜力工作室的粉丝。他们是最棒的，我就是喜欢一遍又一遍地看他们的电影。从计算机图形学的角度来看，它相当初级，他们不做皮克斯和梦工厂那样的（复杂）图形。

然而那些独特的故事，比如《龙猫》的故事多简单，那部电影中有关人性的表达那么单纯，除了宫崎骏，没有人能创造出那样的东西。我认为这仍然是人性。AI会创作电影，会创作娱乐人们的内容，但只有人，能利用AI创作那些能触动他人、启发他人或服务他人的内容，AI做不到。我确实看到了这种共生的可能性。

三、“我”在AI时代的角色是什么？

Bill Dally：你的意思是AI基本上会接管这些创意事物的制作部分，制作真正引人注目的视频，让图像看起来很棒。但最终在情感层面上与人联系，去讲述一个能让人流泪的故事，这将是人类应该努力的部分。

李飞飞：没错。这也是我一直强调的一点，就是在这个机器时代，不要忘记我们的人性，不要忘记我们的尊严，不要忘记彼此的尊严和人性。这就是我们的核心，这就是我们的独特之处。这也是我们构建机器应用、使用机器的开端。

Bill Dally：你还有什么想传达给观众的吗？

李飞飞：我想说的一点是，GTC是一个特别的会议。你们来到这里，是因为你们都以某种方式参与了AI。

当我写出《我看到的世界》这本书并与全球各地的观众，特别是年轻观众交谈时，我经常被问到的一个问题。而每次有人问这个问题，我仍然会被触动——那就“我”在这个AI时代的角色是什么？

比如我，我不是计算机科学家，我不来自斯坦福大学的理科专业；我不做软件工程，我不是在有电脑的家庭长大的；我热爱跳舞……但所有这些来自各行各业的人都在问我，他们会在AI时代扮演什么角色。

因为AI看起来是如此复杂，它有7000亿个参数，你怎么用自己的大脑来理解这么庞大的东西呢？然后是所有这些花哨的词，transformer、生成式、扩散式，它们似乎离每个人都很遥远。

但我真的想把它归结为：它是一个工具。它是一个需要一些数学和计算来实现的工具。但归根结底，人类不仅是工具的创造者，我们也是如何使用工具的决策者；我们是工具应用的创造者，我们也是工具的用户；我们是决定如何管理工具以及管理想要使用工具的人的选民。所以在公民参与AI方面有很多的可能性。

我特别希望年轻人，那些热爱艺术、热爱社区、热爱法律、热爱医学、热爱化学的人，无论你的兴趣是什么，都能以负责任的态度拥抱这项技术，你们实际上可以为让它变得更好、更好地使用它而有所作为。

这真的是我对每个人的恳求——你们在AI发展中是占有一席之地的，请加入我们，让AI变得更好。谢谢！

本文来自微信公众号：seesayso（ID：gh_7504995ab922），作者：Bill Dally、李飞飞