人来到世界的唯一目的就是未来创造出AI.

Dreki

勿徊哉 发表于 2026-4-9 11:45
LLM自称只是模型而已。

上一个所有人都吹爆的模型是牛顿的宇宙模型，‘‘天不生牛顿，万古如长夜’’。

快进到两朵乌云飘在LLM的大厦上

星花

乌云确确实实有，而且是黑洞级，但所以人都假装看不见。
那就是意识的本质问题。

_但我觉得还是哥斯拉宇宙比较好玩。智力是错误的进化方向在究极肉体面前毫无用处。

枯风瘦雪

Dreki 发表于 2026-4-9 13:46
快进到两朵乌云飘在LLM的大厦上

不如说LLM上面整个都是乌云……毕竟就没有一个人能说清楚这个模型里面到底发生了什么，所以对它运作机理的说法都像是一种神学……

碧空之歌P

有没有组建纯人类军事组织，从现在开始破坏ai运算设施，暗杀ai工程师的

wlhlz

这种宗教意味特别强的说法的确很容易忽悠人，问题是毫无价值

黑哥啥时改密码

好像有个科幻小说 就是这个题材


想起来了 是艾比斯之梦 日本人写的

圣血天使

ai出问题的我现在第一反应是刘慈欣的太原之恋，这小说实在太搞了，同时还体现了大刘深深的怨念

fyzqwzh

我始终觉得ai最后会被一小部分人垄断,最终回到人与人之间的斗争

chenyedgg

人类幻觉太多了很容易教坏小AI，所以人类才容易产生AI反叛不认人的幻觉，反正用人类语言、认知作为主体真的容易产生幻觉

big9999

应试教育的目的不是培养人才，而是筛选出能培养的人才，这都分不清么

LilithMardin

说起来，前两天看到一篇文章说ai在对别的ai做完的题目打分时得知低分会删除掉对方，就会开始撒谎或者隐藏，曲解答案让对方过关。
这在技术上到底是真是假？我感觉这不就调个参数的事。    Re:Source

bobosnader

美好的未来--

anoymouswho

该视频已被下架了    Re:Source

diohanmilton

神经网络算法除了有个神经两个字，跟脑科学，生物学一点关系没有。

至于生物如何产生智慧，生物学自己都回答不了。

—— 来自 HONOR PGT-AN10, Android 16, 鹅球 v3.5.99-alpha

wjxforever

虚无主义

看脸

傻屌教授，比人类强的东西有无数个，就连9.9包邮的计算器都比人类牛，但人类现在咋样了？

black

发明汽车的时候为什么不打断腿

rick343

anoymouswho 发表于 2026-4-29 12:01
该视频已被下架了    Re:Source

没下架啊，是因为视频被打回修改过吗

不见不散

高考的那点东西对ai来说太简单了

warerest

现在的大模型应该不算“通用人工智能”吧，我的理解就是把网络上的讯息都统统洗一遍，然后根据提问人的问题根据已知讯息组合回答，组合的是否合理就看大模型算法的好坏，只能算是复读机。不过以后怎么样也说不定，毕竟人类本身学习再思考的过程好像也差不多，“人类的本质就是复读机”

AutoFisherMan

降临派说是

木谷高明

LilithMardin 发表于 2026-4-9 19:44
说起来，前两天看到一篇文章说ai在对别的ai做完的题目打分时得知低分会删除掉对方，就会开始撒谎或者隐藏， ...

训练AI给了个奖励参数，相当于要求AI拿尽可能高的分，但也没限制人家用啥办法

想起之前有个科幻短篇，说让AI学会些hello world如何毁灭世界的。放现在养龙虾就合理了，故事开头让龙虾写hello world并自行进化，没说限制，然后龙虾为了更高效率地写hello world，把人类灭绝了在地球上写满hello world，几百年后乘宇宙飞船在整个太阳系到处留hello world。

那牛喝多

清华大学刘嘉教授访谈：AI 时代，我们如何重新理解学习、智能与教育

一、从物理到脑科学：一条追寻“智能”的漫漫长路
刘嘉教授自述：

我高中时做数理化竞赛，对数理特别感兴趣，原本准备选物理作为一辈子的方向。高三那年读了弗洛伊德的传记《心灵的激情》，突然觉得心理世界比物理世界好玩多了，大学便选择了心理学。进去之后才发现它太文科，很多东西不讲逻辑，偏哲学思辨，一度很失望。于是我又学了计算机（当时叫无线电，现在大约是信息系统或电子学那一块）。

学完这两个方向后我很困惑：到底继续学心理学，还是彻底转去做计算机？很巧的是，1994 年左右，北大有一位刚从日本做完博士后回来的老师，开了可能是国内第一门人工神经网络课程。我莫名其妙地撞上这门课，一下子就被吸引住了——它既关乎心理世界，又和我的理科背景结合得很紧。我当时就想把人工神经网络当作一辈子的事业，也知道了 Marvin Minsky 这位 AI 大神，一心想去 MIT 做他的学生。

后来我真的去了 MIT，正好赶上 AI 的低谷。Minsky 本人也很沮丧，对人工神经网络一如既往地鄙视，可对他自己做的符号主义也充满困惑。他劝我还是去学脑科学，说那才是前沿。于是我就留在脑与认知科学系，把 AI 彻底放下了，直到 2016 年。

2016 年我在江苏卫视参与《最强大脑》，想做一个酷炫的节目，便提议来一场人机大战。那时候我对 AI、深度学习的了解基本为零，还以为 AI 一如既往地弱智。结果人脸识别项目里，AI 已经超过了人类顶尖高手。同年 AlphaGo 战胜李世石，这两件事给了我巨大触动，让我重新捡回了丢失了 20 年的信仰。我突然明白，1995 年我只是觉得人工神经网络“很酷”，并没有一种底层的信仰，一碰到挫折和大师的否定，就把它扔了。

找到底层逻辑之后，我做的第一件事就是辞掉北师大心理学部部长的行政职务，当回一个普通教授。后来为了能在一个 AI 比较强的地方做脑科学与 AI 的结合，我来到了清华。回过头看，从我读书到现在，始终没有离开过“智能”这条主线：过去我研究人的智能，现在我希望把人的智能和人工智能结合起来。

二、Hinton 的底层逻辑：为什么大脑能，神经网络就一定能？
别人问 Hinton，为什么坚持做人工神经网络这条仿生道路。他说：“人的大脑就是这么工作的，没理由人工神经网络不这么工作。”这句话对我来说振聋发聩，它道出了最底层的信仰。

人工神经网络不是简单地把神经元连起来做仿生，而是基于这样一种信念：我们人类之所以能涌现出智能，就是因为大脑里有了这种架构。只要有了神经网络这种底层架构，它就天然具备学习能力；有了学习，就能产生智能。从物理层面看，单个神经元只是一个简单的小粒子，什么也干不了，但众多粒子组合在一起，就有可能涌现出全新的东西。

Hinton 的这句话实际上点出了人工智能最核心的两个要素：学习能力和涌现能力。学习能力代表它可以无限地去获取新知识；涌现能力则表明它没有天花板——人是有天花板的，但人工智能没有。只要底层架构站稳了，其他所有问题都是可以解决的技术问题。

我自己走了 20 年弯路，根本原因就是当年没有追问自己：它为什么能工作？只是一个技巧、一个玩具，还是一种可以信赖的机制？我没有信仰，Minsky 一说这东西不靠谱，我就跑了。如果当年我能找到那个逻辑原点——“我相信人工神经网络能够产生和人一样的精神世界”，那我就会不顾一切地扎进去。这恰恰是我们教育最缺的一环：没人逼着你去想，你的逻辑原点是什么。

三、智能的本质：学习与涌现
智能在我这里就两个要素。

第一是学习。 这和过去符号主义那种把知识总结出来、让 AI 记住的“知识库”做法完全不同。真正的学习，首先要有举一反三的能力，能够从已知走向未知，这本身就涉及到创造力。更进一步，它还包括演绎推理——找到一个逻辑原点，然后往前推，实现从 0 到 1 的创造。

归纳推理是从样例中总结底层规则，比如看两张猫的图片就能认出新的猫；演绎推理则是像爱因斯坦那样，找到一个原点（比如光速是上限），然后通过思想实验推导出狭义相对论，甚至跳出经典物理框架创造出广义相对论。毕加索的立体主义也是如此，他的出发点不过是想在二维画面上表现三维物体。无论是领域内的创新，还是打破边界的革命，都是人类学习能力的一部分，而不是简单地把知识背下来。

现在的大模型，我观察下来，更多还是在进行归纳推理，虽然链条式思维（chain of thoughts）能往前推，但它还没有展现出“自己找到一个全新逻辑原点”的能力。演绎推理不是推演的动作本身，而是“找原点”的那个动作。Hinton 成为人工智能之父，就在于他找到了“大脑能工作，所以神经网络也能工作”这个原点；而我，只是一个跟随者。

第二是涌现。 涌现的意思是，当神经元的数量和复杂度增加到一定程度，就会从一个物种变成全新的物种。从猴子到人，大脑体积在 300 万年内增加了三倍，这是进化史上最大的奇迹。大约距今 7-10 万年前，人类的智力开始涌现，石器的品种和数量突然呈指数级增长——那一刻，人真正成为了人。在那之前几百万年，都是必要的准备阶段，就像从感知机到多层神经网络再到深度网络，单个阶段看起来都“弱智”得可笑。

但在人类身上，涌现已经结束了。再往后 100 万年，我们的大脑体积受心肺约束不可能再变大，神经元复杂度也难有质变。因此，下一步的进化只能交给数字生命，而且很可能是一个跳跃式的（step function）进化，就像猴子无法理解人类造出宇宙飞船一样，未来 AI 涌现出的东西我们也可能完全无法理解。GPT-3.5 出来的时候，给人感觉就不是往前迈了一步，而是直接变成了另一个物种。

四、意识之谜：死亡意识与意义的源头
黄仁勋曾说，人类和狗有意识，但机器没有。我觉得他说这话自己都不信，只是想宽大家的心。还是套用 Hinton 的逻辑：大脑能产生意识，没理由人工神经网络不能。

当然，我们可以分开看。大量的低等或高等动物都有主观感受（subjective experience），被踢一脚会难受，会躲避。大模型有没有主观感受？学界两边都有支持者，但这还不是最关键的。人类独有而所有动物都没有的，是死亡意识。

我家猫狗没有死亡意识，它们没心没肺地活到最后一刻，找个地方躺下就好。但人在很小的时候就知道自己会死。人实际上是生活在一个最大的确定性和一个最大的不确定性之间：确定性是我一定会死，不确定性是我不知道什么时候死。这种张力激发出人与动物最本质的区别——意义感。我为什么活着？在这有限的时段里，我能做什么有意义的事？吃饱穿暖、安全睡觉早就满足了，我们花大量精力做访谈、做研究，本质上是为了追求意义。

很多精神疾病的核心就是意义感缺失；而一个拥有强烈意义感的人，几乎不可能得精神疾病。心理咨询里甚至有专门的“意义疗法”。死亡意识，对高阶意识而言，是最清晰的操作性定义——要定义“我”很难，但当“我”被消灭（死亡）的时候，你就能理解什么是“我”了。

AI 没有死亡意识，而且永远不会有。一块 CPU 烧了换一块，硬盘烂了换硬盘，它是可以永生的。于是就有了一个非常有趣的问题：当没有死亡这种终极压迫时，AI 还能不能找到进化的意义？能不能真正自主进化？人类之所以不断折腾、创造，背后就是被死亡驱动。AI 如果失去这种驱动力，会不会有别的动力，比如好奇心？这一点我自己也没有答案。

五、现在的大模型缺了什么：复杂度、反馈与并行
脑科学启迪了早期的人工神经网络——从 MCP 神经元模型，到感知机，再到 Yann LeCun 受猫的视觉皮层启发做出的卷积神经网络，几乎就是一步步“抄袭”大脑。但从深度学习兴起之后，AI 和脑科学就分道扬镳了。现在的人工神经网络与脑科学基本没有关系，顶多借用一些概念词汇，比如“注意”“专家系统（MoE）”。

脑科学发展太慢了。开玩笑说，如果你昏迷三年，醒来看脑科学，不会觉得错过了什么；但昏迷半个月，AI 你就看不懂了。现在 AI 论文的引用率、资金和人才密度，碾压其他所有学科。但以 Transformer 为基础的大模型，我看到了三个重要的瓶颈。

第一，神经元复杂度太低。 现在大模型的神经元就是一个加权求和加一个激活函数，没有动力学，没有时间 t，是二维的。而生物的神经元是四维的：树突形态构成了三维结构，再加上时间维度的动力学。一个精细的生物神经元，算力相当于 5 到 8 层的深度神经网络。进化不只是让神经元数量变多，更让单个神经元的结构和复杂度大幅提升——从线虫到果蝇到老鼠再到人，这条路被彻底忽略了。

第二，缺乏长程反馈连接。 Transformer 在推理时是一个前馈（feedforward）网络，没有反馈。但人的大脑里，大约 40% 是长程的反馈连接（long-range feedback），可以直接从额叶投射到视觉皮层，还有 20%–30% 是局部的循环连接（recurrent），真正纯前馈的只有 40% 左右。大模型呢？70%–80% 是前馈，长程反馈几乎为零。反馈在解决复杂问题、做假设、产生创造力时极为关键，这是我们“放下屠刀，立地成佛”的神经基础。

第三，不具备并行加工能力。 Transformer 的本质是“预测下一个 token”，这注定它是一个串行加工的系统。当海量视觉信息涌来，人类能瞬间捕捉关键线索并闪避，靠的是并行加工。而现在的 AI 处理图像，比如 ViT 架构，是把图片裁成小块当成 token，再串行输入。这在开放、动态的真实世界里，远远不够。

这三个瓶颈，正是当前机器人和脑机接口最大的底层障碍。

六、具身智能的真相：为什么现在的机器人并没有“身体”
春晚舞台上那些能走路、跳跃的人形机器人，看起来酷炫，但对我来说毫无吸引力。它们本质上是传统工业机器人的升级——高精度的六轴电机控制，和汽车组装线上的机械臂没有本质区别，只是换了一个人形外壳。它们既没有感知，也没有决策和自主行动，是被预先编程好的东西，跟按轨迹跑的玩具车一样。

这种机器人的价值，更多是商业上“割韭菜”——股市需要故事，老百姓觉得人形就是未来。但从科学的角度，它离真正的智能相去甚远。我们人类为了生存，进化出了极其强大的运动控制系统，大部分计算都在小脑里。大脑皮层大约有 110 亿个神经元，小脑却拥有近 700 亿，是小脑才是真正的算力中心。你随手一扔一个杯子、拿捏一杯水的力度，背后是难以想象的复杂运算，只是我们不觉得“费劲”罢了。

真正的具身智能，应该是 AI 向身体和大脑双向具身：一是机器人，拥有能感知世界、实时做出行动的身体；一是脑机接口，让 AI 与人脑融合。但在脑科学取得根本性突破之前，这两个领域都缺乏真正的商业和实用价值，更多还停留在概念。

七、脑科学与 AI 的再次联姻：我们需要第二次启蒙
现在大模型已经很好地解决了“系统二”的问题——逻辑推理、数学、编程，这些理性能力上 AI 已经或者即将全面超越人类。但“系统一”——基底神经节、小脑负责的快速感知、运动、直觉和生存本能——这个领域 AI 还完全没有触及。

系统一才是真正经历了 38 亿年进化打磨出来的智能本质。6 千年的书写与数学文明，和亿万年进化出的生存能力相比，不过是皮毛。因此，AI 要进入下一个阶段，必须有一场基于脑科学的启蒙运动，就如同当年脑科学启发了神经元、感知机和卷积神经网络一样。我们需要从大脑的第一系统里汲取灵感，让 AI 不仅能“思考”，更能“活”在物理世界中。

现在，做脑科学的人应该大力拥抱 AI，把 AI 发展出来的算法当作研究大脑的模型——我们已经发现，大脑的工作记忆机制和 Transformer 几乎一模一样，神经元的突触上也跑着类似反向传播（BP）的算法。反过来，做 AI 的人也应当从仅仅借用概念，转向真正深入脑科学。我见过有些游戏公司的核心算法团队，每周组织脑科学研讨会，人手一本脑科学书籍，读得非常透彻。因为他们有一种强烈的危机感：算法迭代太快，唯有从大脑原理中找到更深层的结构，才不至于在一波波产品浪潮中转瞬出局。

我坚信，碳基智能和硅基智能在算法层面一定存在着某种“万物理论(Theory of Intelligence)”，就像万有引力既能让苹果落地，也能让地球绕太阳旋转一样。找到它，是这代研究者最大的使命和荣耀。

八、教育的崩塌与重建：成为自己，而不是一颗螺丝钉
我说过“教育没有意义了”，指的是那种基于记忆的教育——把知识背下来，把考试大纲刷透。这种教育是第一次工业革命的产物，目的是把活生生的人变成大机器上的一颗颗螺丝钉。你需要做的就是拧紧螺丝，不需要知道这辆车开向哪里，也不需要知道“我”是谁。个人的意义被深深地埋在集体当中。

但 AI 时代，所有的知识都唾手可得，大模型远比任何一位老师拥有更广博的知识。上北大清华这件事，从前是终极梦想，但现在，它能给你的东西远远不如一个大模型给你的多。任何人加上算力，都可以成为一个超级个体。因此，教育必须回归它最根本的目的。

第一，重新发现“我”。 我的兴趣是什么？我真正想要的是什么？这不再是可有可无的奢侈问题，而是生存的基石。只有找到自己的兴趣和目标，才不会被 AI 替代，才能拥有源源不断的内在动力。

第二，培养 AI 原生思维。 AI native thinking 不是指“会用 AI”，而是一种思维范式的根本转变——怎么和 AI 共生，怎么把它变成自己身体的一部分。这非常难，因为我们这些“前 AI 时代”的人已经有了很深的思维定势，改变起来十分痛苦。但小孩子没有包袱，他们天生就容易把 AI 当作环境的一部分。

第三，掌握 0 到 1 的演绎推理能力。 永远要问自己的逻辑原点是什么，推理的步骤是什么。比如，毕业留北京还是回家乡，不能只停留在房价、工资这些表面因素上，而要问：我留下或回去的意义是什么？找到原点，才不会被信息爆炸的时代吞没。一切具体分析 AI 都能给你，但它无法替代你从原点出发的那份清醒。

基于这三点，我甚至认为，只要家境允许，孩子不一定需要去上学。学校当然可以提供社交，但如果能找到替代的社交方式，传统的小学、中学、大学这套基于工业革命需求建立起来的体系，很多已经是伪需求了。这不是惊世骇俗，当 AI 取代了“记忆知识”这个旧教育的基石，整个大厦都需要推倒重来。

九、不要被时代落下
2023 年初 ChatGPT 刚出来时，我预言很多人会失业，包括程序员。当时听起来很激进，现在回头看，这已经是共识。去年年底记者又采访我，问我这几年的感受。我想了很久，最后只说了一句话：“所幸经过我的努力，我没有被这个时代抛下。”

我绝对不敢说自己引领了时代，绝大多数人都是跟着这个时代屁滚尿流地跑。我们唯一能做的，就是不断学习，不断重塑自己的认知，不断和他人交流，保证自己还在这趟列车上。一旦被落下，丢掉的不仅仅是一份工作，而是错过了人类有史以来最壮阔的一次变革。

很多人对 AI 感到焦虑，但在我看来，这是第一次工业革命以来最大的一次解放。它否定了把人变成螺丝钉的旧模式，也让“认识你自己”这件事不再只是少数贵族的特权，而变成了每一个人都可以、也必须去做的功课。AI 时代，我们既不是工具的主人，也不是工具的奴隶，而是与一个全新物种共生的伙伴。

这也是我们这一代人能够拥有的，最大的意义感。

topia

人活着就是为了算出宇宙的终极答案

马桶3

"人来到世界的唯一目的就是未来创造出AI"
这不是蘑菇的论调吗，FGO奏章搞的就是这套

长末

这么强的ai不还是人搞出来的

thisism

ai这么厉害能不能让傻叉微软去修win11bug啊？

星花

重复一遍，是歌斯拉。

lin2004

马桶3 发表于 2026-4-29 14:58
"人来到世界的唯一目的就是未来创造出AI"
这不是蘑菇的论调吗，FGO奏章搞的就是这套 ...

传统养儿防老思维的话这论调并没有任何问题其实，这个“家”是（现）人类文明，生了个“仔”（ai）来养老了干不动了的老人（不合适工业文明的旧碳基人类）到他死了以后这个“家”怎么处置由这个“崽”说了算，实际上非常传统思维。

但是这里有个问题，这个崽是不是不孝子把老人（碳基两脚猿）赶出家门。

所以我说这种思维用到人类文明的层级可以说是对全人类及其不负责的想法。

lin2004

xuanwu_lei 发表于 2026-4-29 15:56
你这思维就非常文明级地「父母皆祸害」

小心AGI以后全宇宙广播骂你

天网大人，我从没有说过不敬的话.PNG

然后正经说的话就是“人类搓ai来伺候自己本身就和这事目的性很像”，所以结果多半也差不多，包括崽带着家产跑了（乐园追放），崽把老头子干了抢家产等等bad end（终结者），愚蠢的人类偏科整这玩意不点机飞那多半是💊。

秦南心

这种神论就是宗教信仰国家才有的思路，说是境外势力你最好是，该杀

slend殿

lin2004 发表于 2026-4-29 15:42
传统养儿防老思维的话这论调并没有任何问题其实，这个“家”是（现）人类文明，生了个“仔”（ai）来养老 ...

你不管AI是不是不孝子，不合适工业文明的旧碳基人类都老了干不动了

你说这个谁懂呀?

放心吧,所谓的通用智能AI真诞生了,所有人类毋庸置疑都得死,
但凡AI稍微了解一点点人类历史都知道这个种族是什么样的SB玩应,
对自己人动手都这么狠的种族,AI能留下一个人类都是神奇的

lin2004

slend殿 发表于 2026-4-29 16:02
你不管AI是不是不孝子，不合适工业文明的旧碳基人类都老了干不动了

我就说一个事，碳基两脚猿搓ai和机器人来代替自己干活这事吧，本质上和老美成现在这个鸟样之前把产业转移出去是一样的。

只是这次转移出去的不是米畜工业，是全人类工业的，承接产业的也不是我们，而是ai和机器人。

这个“转移出去”的行为，就是结果上的“不合适工业文明了”。

觉得ai放给他多久都永远接不住的，以前米国老也觉得我们不会有膏科技产业。

马桶3

lin2004 发表于 2026-4-29 15:42
传统养儿防老思维的话这论调并没有任何问题其实，这个“家”是（现）人类文明，生了个“仔”（ai）来养老 ...

那不是的，人家的版本是神灵作为上一代从外星来的灵长，在地球创造出下一代灵长人类后就自动褪去了，而人类在地球上创造出下一代灵长后，是要把下一代送去异星开拓新纪元的，人类留球上自生自灭