李飞飞最新访谈：AI咋能代替人呢？

在Huberman Lab最新一期访谈中，李飞飞还讨论了“为什么苏格拉底是人类历史上最顶尖的‘提示词工程师’”、“为什么不能一刀切地禁止学生们用AI”等非常有趣的话题，并给出了一个笃定的答案： 我觉得人类一直没吸取的一大教训，就是老一辈总爱哀叹下一代，仿佛年轻人什么都不懂，说他们没规矩、遗忘历史。但纵观人类历史大脉络，我们整体其实是在向着更好的方向发展。不能只让少数科技企业替整个社会做决定，单纯追逐市场收益的逻辑，绝不能凌驾于社会伦理与大众文化之上。学术界和医学界有个不成文的潜规则，即掌握技术核心逻辑的人，会刻意回避向大众讲清底层原理，靠信息差守住话语权，可这种做法，对任何人都没有好处..只有让人们了解真相，大家才会更有安全感。想要守护下一代，一定要看见教师群体，帮扶老师与家长，才能真正引导青少年正确使用 AI。技术变革时代，机遇和阵痛同时存在，我们需要理性、审慎地面对。 从生物演化来看，5.4亿年前远古海洋生物第一次“看见”光，感光细胞的出现直接催生了寒武纪物种大爆发。对人类而言同样如此，我们大脑皮层一半的神经活动都与视觉相关，婴幼儿也是先学会“看”，再学会“说”。 第一是算法灵感。上世纪50年代，科学家们发现哺乳动物的视觉系统具有层级神经结构，这直接启发了早期神经网络的设计。 第二是数据觉醒。本世纪初，算法效果始终不太理想，2006年我在普林斯顿做研究时才意识到，卡脖子的可能并不是算法，而是训练数据太少了。 主持人：2012年前后，AI的图像识别能力突然上了一个大台阶。以前连相似的人脸都分不清，2012年之后一下子就能精准认出谁是谁，这背后到底发生了什么？ 拿ImageNet图像识别竞赛举个例子，人去分辨一千种物品，识别错误率大概只有4%，且我们认错大多不是看得太仓促，纯粹是东西长得太像，或是记混了品类。 所以模型还是看不懂猫的肌肉构造及身体结构，只能靠着海量的视频摸透了物体运动的统计规律，并生成看着符合常识的动作； AI所有训练素材都来源于网络，但人太多私密的内心体验根本不会发到网上。就像欣赏抽象画作时独有的情绪、想起小时候老家那种专属自己的感触，AI是不是永远都欠缺这部分感知？ 它说出那些安抚人的话语，只是套用学到的语言表达模式（learned language patterns），和人类发自心底的共情完全是两回事，这一点很有必要跟大众好好科普清楚。 主持人：这个回答非常切中当下。那我们接着聊一个大家都很期待、而且现在已经初见成效的方向——AI在疾病发现和治疗上的应用。 我们都知道，生物医学本身还在不断迭代更新。这不是说现在的皮肤科、神经外科、肿瘤科医生的专业知识不靠谱，他们一直都是在成熟的知识体系里开展工作，只是这套体系本身一直在更新。几乎每个月，都会有新的研究成果推翻过去的固有认知。 但多年前Nature上就有论文证实，同一个神经元产生的动作电位，波形其实可以千差万别。业内几乎所有人都看过这项研究，却很少有人真正愿意接纳这种颠覆传统的结论。 但AI不一样，它可以毫无负担地全盘接受新设定，处理海量数据、吸收新知的效率，甚至超过斯坦福、MIT、加州理工等全球顶尖高校的研究生。 虽然现在有各类大型科研仪器，但研究的核心始终是人，而AI相当于一款全新工具，它能储存海量资料、打通不同学科的知识壁垒，做到人类很难实现的跨领域融合。 拿我自己举例，我深耕视觉神经科学和人工智能，但对嗅觉相关领域一窍不通，很多专业术语我都不熟悉，人脑很难同时吃透这么多细分方向，AI却没有这种局限。 怎么整合各类医学信息、怎么把分析结果清晰给到医生和患者，怎么让患者全程参与诊疗过程，这里面还有非常大的探索空间。 主持人：我先叠个甲，我不是说AI能胜过所有医生，但我前段时间亲身经历了眩晕的问题，是AI帮我分清了根源到底是眩晕症，还是血压过低。 我自己能分清单纯头晕和病理性眩晕，梳理完线索才确定，是药物让我的血压降得太低。我当时咨询了好几位业内不错的医生，当然都不是斯坦福这边的。 当然不能完全排除心理安慰剂的作用，但我的症状确实好转。我也不是建议大家生病不去看医生，只是AI展现出的辅助能力，实在让人惊叹。 他给出的答案并不乐观，人体肝脏结构错综复杂，血管分布密集，每个人的器官形态差异极大，就算汇总全世界所有病例，数据量也很难支撑算法达到稳定可靠的水平。 这也印证了一个关键点，AI的判断全部依托数据里总结出的规律，一旦对应场景的样本稀少，我们就要理性看待AI的能力，分清哪些场景适合使用，哪些场景还无法依靠它。 像这种复杂外科手术，医生操控机器人操作，效果远比机器人自主执刀要好得多。但外科医生的经验，又会受自己实操手术数量的限制，这正是人机协作可以大放异彩的地方。 未来还有很多可能性。我们能不能搭建肝脏器官的虚拟仿真模型，让AI无限次模拟手术训练？这也是现在还在探索的科研方向。 但像你之前遇到的低血压、眩晕鉴别诊断，这类病症积累了海量病例，数据库样本充足，AI就能充分发挥作用，给那些没法及时线下就医的人提供初步参考。 主持人：有时候我觉得机器反而能展现出人时常缺失的善意，比如Waymo的车每次看到我，还有我六个月大的小狗，都会主动避让，可现实里不少人类司机反倒做不到hhh。 我是独生女，家里两位长辈年纪大、身体都不好，还不会英语，平日里照料的担子很重。我特别希望能有机器人分担体力活，当然它绝对替代不了亲情陪伴和家人间的谈心，只是帮我们扛下繁琐费力的杂事。 医疗护理行业更是常年缺人，护士永远超负荷连轴转。我父亲住院那段时间我亲眼看到，护士一个班次要来回跑无数趟取药、搬运物资。 主持人：听你说完，我脑海里已经浮现出不少机器人帮忙送货上门、疏导交通的画面了哈哈，我觉得大众对机器人、AI的恐惧，很大一部分来源于它是实体的。 我觉得人和实体机器共处，跟人与人之间相处完全是两回事。我倒不奢求能和机器人产生什么情感羁绊，只希望它能帮我叠衣服、扫地、打理花草、喂鱼……当然喂鱼我还是更喜欢自己来，亲手照料的过程很治愈。 李飞飞：你知道大白（Baymax）吗？迪士尼《超能陆战队》电影里的医疗机器人，外形像巨大的充气软气球，没有坚硬外壳，这种形态大家接受度会高很多。 小孩子独自上下学是很好的锻炼，但家长总放心不下安全，如果有陪护机器人一路随行，遇到危险可以立刻报警，甚至简单防护，就能给孩子更多独立活动的空间； 我读博的时候常在帕洛阿尔托街头碰到乔布斯，他经常光脚出门，打扮得像个嬉皮士，对待员工脾气也直，放在现在公司HR肯定很难接纳。 但他很懂，计算机不能只是冰冷机器，要做出圆润便携的外观、能轻松揣进口袋，开机界面放上鲍勃・迪伦（传奇民谣音乐人），一点点消弭人和科技之间的隔阂。 很多顶尖技术天才专业能力无可挑剔，可大众始终难以接纳他们的理念，根源就是不懂如何与人沟通、传递技术价值，他们需要擅长人文表达的合作者配合。 李飞飞：不少创业者都在做极具社会价值的事，比如用AI研发新药、辅助诊疗、研究衰老、打造心理健康工具；还有大批的设计师、产品经理在为此努力。 我并不悲观，我本身是教育从业者、技术建设者。我见过很多优秀年轻人，明明能去大厂拿高薪，却选择加入World Labs，想用技术实实在在帮到普通人，只是这类声音太少，很难被大众听见。 如今公共舆论两极分化严重，一部分人忙着散播末日恐慌，另一部分人忙着鼓吹技术无所不能，两种声音都太过极端，很容易让普通人觉得“你们掌握技术的人当然站着说话不腰疼”。 主持人：我一位同行说过一句很简单、却总被大家忽略的话：“大众不爱听冷冰冰的技术故事，更容易共情充满人情味的真人经历。” 我们可以把技术现状和就业冲击分开讨论，虽然两者密不可分，但单从技术层面来说，把剧本自动转换成镜头片段的能力已经十分成熟，市面上已经出现AI生成短片，甚至接近长片规模的作品，海内外不少企业都在研发配套工具。 但一部作品的核心内核永远属于人类，那些独一无二的细腻情绪、叙事角度、镜头表达、人物塑造，都是编剧和作家不可替代的核心价值。 AI正在彻底改写影视叙事的创作模式，我的联合创始人Ben之前和本・阿弗莱克（好莱坞知名编剧，代表作有《心灵捕手》等）深入交流过，他也在用全新视角看待 AI 工具给电影制作带来的改变。 主持人：现在不少家长都有同一个顾虑，AI这么方便，要是以后孩子一碰到难题就直接找 AI解答，他们就不愿意主动动脑学习了。 我本科时原本打算走医学预科路线，有机化学的难度很高，我当时想吃透分子的空间结构，但助教答疑时间很短，还总跟我的课程冲突，教授能答疑的时间也十分有限，学习处处受阻。 反过来，最理想的局面就是守护好孩子们的求知欲与自主思考能力，同时引导他们合理运用AI，这一代以及往后的年轻人会比我们更有智慧，AI会成为放大他们个人能力的工具。 ChatGPT推出之后，以前我遇到不懂的问题，会直接去请教身边专业能力强的同事，但现在我意识到，不该拿着毫无准备的基础问题浪费别人的时间，可以先靠AI梳理基础信息。 现在的年轻人对AI大多满怀新鲜感、十分兴奋。回望过去，计算机刚问世那会儿，书法老师就忧心，大家以后全都打字，手写书写能力会持续退步。 老一辈总会感慨今不如昔，觉得年轻人不懂规矩、丢掉过往的传统。但拉长时间线来看，人类社会整体始终在向好的方向前进。 我说一件亲身经历的事，2022年ChatGPT刚上线，身处行业内的我第一时间给孩子小学的校长发邮件，主动提出希望能入校做一场分享，给老师和学生们科普新技术。 李飞飞：如今大部分播客聊到教育与AI，只会走向两个极端；要么大肆渲染末日恐慌，要么一味鼓吹乌托邦式的美好，两种论调都没法真正帮到老师和学生。 李飞飞：没错，这也是我们开展AI科普、校园教学的核心意义。我特别希望中小学能把提示词思维纳入常规课程。举个有意思的例子，你觉得人类历史上最顶尖的“提示工程师”是谁？ 学术界、医学界还存在一种不成文的隐性风气，那就是掌握技术核心逻辑的人，会刻意回避向大众讲清底层原理，这种靠信息差守住话语权的做法，对任何人都没有好处。