WAIC首日言論集錦：工具越強，人越不能交出提問的權(quán)利

理查德·薩頓：現(xiàn)在的AI，只是在玩一場模仿游戲

2024年圖靈獎得主 “強化學(xué)習(xí)之父”、阿爾伯塔大學(xué)計算機科學(xué)教授

在AI最熱的場子里，這位圖靈獎得主繼續(xù)出場降溫。這次薩頓的潛臺詞更直接了：大模型這條路，數(shù)據(jù)耗盡就撞墻，而強化學(xué)習(xí)可能才是真正的入口。這既是學(xué)術(shù)觀點，也是對未來幾年技術(shù)路線之爭的一次公開表態(tài)。

他先承認(rèn)，機器熟練使用語言、生成圖片和視頻，是真正的科學(xué)突破，也確實催生出了產(chǎn)業(yè)、賺到了錢。但話鋒很快轉(zhuǎn)過來：這些東西，本質(zhì)上是“大規(guī)模的模式識別”。他在發(fā)言中反復(fù)提醒一件事——智能是智能，計算是計算，今天的大多數(shù)AI靠的是后者。

但更有趣的是他認(rèn)為，現(xiàn)在的大模型，主要是訓(xùn)練去預(yù)測人類語言的下一個詞，再由人類專家微調(diào)，說到底是把人的知識搬進機器里。“它們沒有能力發(fā)現(xiàn)自己的知識。”

那什么才算智能？他把威廉·詹姆斯、圖靈、麥卡錫的定義捋了一遍，給出自己的版本：通過行為的適應(yīng)來達成目標(biāo)的能力。

順著這個標(biāo)準(zhǔn)，他給出了一個核心判斷：AI正在從“人類數(shù)據(jù)時代”進入“經(jīng)驗時代”。理由很現(xiàn)實，高質(zhì)量的人類數(shù)據(jù)快用完了，而“從人身上搬知識”這條路，永遠長不出新知識。未來的AI得像嬰兒玩玩具、像AlphaGo下棋那樣，從自己和世界的互動里學(xué)，靠的全是獎勵、行為、觀察這些第一視角的信號。

演講收尾，他引了兩句話。一句是圖靈1947年說的，那時候連“人工智能”這個詞都還不存在：“我們需要的是一臺能從經(jīng)驗中自主學(xué)習(xí)的機器。”另一句來自雨果：“恰逢其時的思想，勢不可擋。”

印奇：我們至少站在了AGI高峰的山腳下

階躍星辰董事長、千里科技董事長印奇

印奇代表了產(chǎn)業(yè)界的典型心態(tài)：不等理論完美，你就需要先下場干活。他同時提出了一個新經(jīng)濟基礎(chǔ)設(shè)施這個概念，這個概念是重點不在模型本身，而在操作系統(tǒng)、硬件和網(wǎng)絡(luò)這三層。
印奇把AI浪潮拆得很清楚：每一波，都是模型能力突破疊加一個新產(chǎn)品形態(tài)出現(xiàn)。第一波，預(yù)訓(xùn)練模型加聊天機器人，有了ChatGPT時刻；第二波，推理模型加AI編程，正在發(fā)生。第三波呢？”很大概率是智能體，尤其是智能體走進物理世界。”

他給的證據(jù)很具體：5年前，AI編程Agent只能獨立干活幾秒鐘；今天，能連續(xù)工作幾小時甚至幾天。所以才有那句“我們至少站在了AGI高峰的山腳下”。

更激進的是他對產(chǎn)業(yè)的判斷：智能體不是單點應(yīng)用，而是一場結(jié)構(gòu)性變革，規(guī)模、強度和烈度會超過PC互聯(lián)網(wǎng)疊加移動互聯(lián)網(wǎng)。他列了未來3到5年的三個機會。

一是新系統(tǒng)。大模型驅(qū)動的操作系統(tǒng)，不綁定任何單一設(shè)備，會成為新經(jīng)濟的基礎(chǔ)設(shè)施。

二是新設(shè)備。PC變成個人工作站，手機變成控制其他設(shè)備的原點，汽車會成為第一個大規(guī)模落地的Robot形態(tài)。

三是新網(wǎng)絡(luò)。智能體之間互聯(lián)的網(wǎng)絡(luò)。他留了個問題：這張網(wǎng)絡(luò)里，價值怎么定價？他的看法是，經(jīng)濟學(xué)的基礎(chǔ)理論都會被算法重寫，這張網(wǎng)會比今天的社交網(wǎng)絡(luò)、電商網(wǎng)絡(luò)更值錢。

至于“AI替代人”的老焦慮，他的回答是：AI只是更強的工具，跟當(dāng)年的PC和互聯(lián)網(wǎng)一樣。未來會冒出很多“超級個體”，一個人就是一個團隊。階躍星辰的使命也押在這上面：10倍每個人的可能。

奧馬爾·M·亞吉：工具越強，人越不能交出提問的權(quán)利

2025年諾貝爾化學(xué)獎得主、清華大學(xué)講席教授

亞吉講了自己的事：團隊第一次用大模型，解的是化學(xué)里的經(jīng)典難題——分子合成之后的晶體化，論文已經(jīng)發(fā)表了。學(xué)生的反饋很直接：以前要花幾周甚至幾個月的活，現(xiàn)在快得多。

但這位諾獎得主觀點非常鮮明：“如果我們不主動去學(xué)，風(fēng)險就在于，由AI智能體來告訴我們科學(xué)應(yīng)該怎么做、問題應(yīng)該怎么回答。這個局面是不好的。”

他對AI的定位也清醒：AI能給很多答案，但它真正改變的是問題的難度——你得知道怎么問出好問題。材料世界的可能性是無窮的，他說未來需要一門“選擇的科學(xué)"。

亞吉給年輕人的建議倒是很樸素：夢想要成真，就得做實驗。“不斷實驗、不斷探索，沒有比這更激動人心的生存方式了。”