＂AI 教父＂ 辛顿:数字智能是否会取代生物智能?

新闻

作者：微信文章














































智能时代  同球共济

      习近平总书记指出，人工智能是新一轮科技革命和产业变革的重要驱动力量，要推动我国新一代人工智能健康发展。2020年，习近平总书记在浦东开发开放30周年庆祝大会上要求，上海要聚焦关键领域，发展创新型产业，加快打造人工智能等领域的世界级产业集群。

     经国务院批准，世界人工智能大会（WAIC）由外交部、国家发展和改革委员会、工业和信息化部、教育部、科学技术部、国务院国有资产监督管理委员会、国家互联网信息办公室、中国科学院、中国科学技术协会和上海市人民政府共同主办。大会自2018年创办以来大会已成功举办七届，始终坚持国际化、高端化、专业化、年轻化等发力方向，逐步成长为全球人工智能领域最具影响力的行业盛会，是由国家有关部门和上海市共同打造的国际高端合作交流平台。

2025年4月29日，在上海考察的习近平总书记来到上海“模速空间”大模型创新生态社区调研时深刻指出，“人工智能技术加速迭代，正迎来爆发式发展，上海要总结好以大模型产业生态体系孵化人工智能产业等成功经验，加大探索力度，力争在人工智能发展和治理各方面走在前列，产生示范效应。”。

     2025年，世界人工智能大会暨人工智能全球治理高级别会议继续发挥“科技风向标、应用展示台、产业加速器、治理议事厅”的重要作用，打造“会议论坛、展览展示、评奖赛事、智能体验、创新孵化”五大核心内容，汇聚世界顶级科学家、企业家、政府官员、专家学者、国际组织、投资人、初创团队等，搭建世界级合作交流平台，向世界展示“中国智慧”、“上海方案”，不断以中国新发展为世界提供新机遇。

     高水平办好世界人工智能大会，是深入贯彻习近平总书记考察上海重要讲话精神、深化全球人工智能开放合作的重要举措。2018年以来，上海已成功举办7届，累计吸引了6000余名海内外顶尖专家、25亿人次线上参与，成为全球人工智能领域规模最大、专业度最高、影响力最强的顶级盛会之一。

     7月26日上午，2025世界人工智能大会暨人工智能全球治理高级别会议主论坛在上海盛大启幕，全球AI领域的目光聚焦于此，共同见证这场关乎智能文明未来的思想盛宴。这场盛会不仅是技术成果的展示窗口，更是人类在智能时代凝聚共识、携手前行的重要里程碑。

     7月26日，国务院总理李强在上海出席2025世界人工智能大会暨人工智能全球治理高级别会议开幕式并致辞。

     作为开场主题演讲嘉宾，我们迎来了 AI 领域的重量级嘉宾，人工智能之父、诺贝尔奖和图灵奖得主杰弗里·辛顿（Geoffrey Hinton）分享了诸多深刻观点。这是辛顿首次踏足中国并参加线下活动，对于 77 岁、身体欠佳的他来说实属不易，也更能体现出他此次中国行的弥足珍贵。
摘要
首先，辛顿讨论了两种智能范式。

一种是受逻辑启发的方法，也就是传统人工智能（AI）。这种方法的核心观念是“人类智能的本质在于推理”。要实现推理，就需要建立一套符号表达式，再通过符号规则去操作它们。

而信奉这种方法的人认为，学习可以暂缓，首先要理解只是如何以符号表达的形式进行表示。

另一种方法，则是受生物学启发的，也就是艾伦·图灵（Alan Turing）和约翰·冯·诺伊曼（John von Neumann）所推崇的，智能的本质在于（脑细胞）网络的学习。

对人类而言，脑细胞是学习的关键；对计算机来说，就需要模拟。理解学习的机制最重要，而推理可以暂缓。

1985年，辛顿做了个小模型，尝试结合这两种理论，以解释人们如何理解词汇。他给每个词设置多个不同特征，记录数字特征来预测下一个词，过程中不存储句子而是生成句子并不断预测下一个词。

“相关联性的知识，取决于不同的词的特征与语义特征是如何进行互动的。”辛顿表示。

他接下来提到了推动语言模型发展的几个关键节点。

十年后，人们沿用此模式建模并扩大规模，成为自然语言真实模拟。二十年后，计算语言学家们终于开始接受并使用“特征向量”（嵌入）技术。

而到了三十年后，谷歌发明了Transformer架构，紧接着OpenAI向世界展示了基于该架构的大语言模型所具备的强大能力。

如今的大语言模型可视为1985年微型语言模型的后代，使用更多词输入、更多层神经元结构，建立更复杂特征交互模式。

大语言模型理解问题方式和人类类似，都是将词语转换成能够相互良好配合的特征向量来实现这种理解的，而且大语言模型是真正能够“理解”它们自己所说的话的。

辛顿将“词语”视作多维度乐高积木。我们拥有的不是几种，而是大约十万种不同类型的“乐高积木”。每一块的形状都不是固定不变，而词语的含义（名字）只是大致告诉你它的“形状”。

辛顿在此前的演讲中就用过这个比喻，他当时的解释更加细致：

“词语”的上面还有“小手”。当你改变词的“形状”时，“小手”的形状也会随之改变。这些词语与词语之间，就是通过“握手”来优化意思理解，类似蛋白质组合氨基酸产生有意义内容。

当词语进入模型，它们在这个高维空间里带着各自初始的、大致的形状，身上还布满了小手。当信息在网络的层级间向上传递时，你就在不断地调整这些词的“形状”和它们“小手”的形状，试图为每个词找到最合适的形态，让它们彼此之间都能完美地“握手”。

这样一来，语言其实就是一种建模过程（搭积木的过程），可根据情况调整所需的词汇（积木）。

最终，这就类似蛋白质组合成氨基酸，词汇的组合会产生有意义的内容。

“其实人脑和神经网络理解意思的方式相似，而且‘幻觉’并非大模型专属，人类也会产生。”辛顿解释道。

接下来，辛顿讨论了人类与大模型的差异性。

计算机科学将软件和硬件分开，软件中的知识永恒存在，即便硬件毁灭，只要软件在就能复活。

但人类不同，人脑是模拟的，神经元连接方式因人而异，知识传播与硬件（大脑）紧密相关，无法像软件知识那样轻易转移。人类的硬件一旦毁灭，所有知识都会烟消云散。所以人类靠学校、老师来传承知识，但效率极低。

人脑知识难以高效转移给他人，每秒最多传递约10-100比特信息。当然，人类的优势在于生物计算能耗少，如人类大脑仅需30瓦特功率。

相比之下，神经网络之间的知识共享就快多了，尽管能耗很大。

当大模型共享信息时，通过平均化权重，它们一次交互就能分享大量比特的内容。比如在如今大模型的训练中，每个模型都会部署多个副本，去分别学习不同的数据，然后所有副本再进行同步。

这就像人类学会了分身，同时去上不同的课程，然后只要聚在一起，知识就在每个个体中同步完成了。

最后，辛顿讨论了AI可能带来的挑战与潜在的应对方法。

几乎所有人都相信，一定会出现比人类更智能的AI，而AI智能体为了完成任务，会想要生存、获得更多控制。

辛顿此前已多次在公开信和演讲中指出，当前AI系统已经具备自主学习和演化的潜能。

一旦其拥有长期目标，就可能会发展出与人类目标不一致的“子目标”，甚至试图欺骗人类、操纵人类、逃脱人类的控制。

在此次WAIC上，辛顿又拿出了他很经典的比喻：现在的人类就像抚养幼小的虎崽，除非你能非常确定它长大后不会伤害你，否则你就应该担心。

但人类又无法彻底禁止 AI，因为它在很多领域作用重大，所以只能寻找一种办法，确保人类不会被AI消灭。

说起来容易，做起来难。

辛顿认为，这种努力应该是全球性的。但他坦言：“各国不会在防御AI的危险用途上进行合作。”因为每个国家都有自己的战略考量。

因此，他寄希望于国际社会在“预防AI统治世界”这一问题上达成一致，防止 AI 从人类手中夺走控制权。

辛顿最后提议，人类应当建立AI安全机构的国际社群，研究训练AI向善的技巧。这就好比，“教导孩子成为一个好人”与“让他们变得更聪明”，是两码事。

辛顿提议，各国可在本国主权范围内研究并分享成果（在允许的范围内），全球或AI领导国家应思考建立相关网络，研究如何训练聪明的AI辅助人类而非消灭或统治人类。

“因为这将是人类长期面临的重要问题。”辛顿说道。


杰弗里·辛顿 Geoffrey Hinton


杰弗里·辛顿（Geoffrey Hinton），1947年12月6日出生于英国温布尔登，2018年图灵奖得主，英国皇家学会院士，加拿大皇家学会院士，美国国家科学院外籍院士，多伦多大学名誉教授。是人工智能领域的大人物,被誉为“人工智能教父”，也是一位语气温和的学者。是深度学习的奠基人之一。2025年7月，是2025世界人工智能大会嘉宾代表。

1986年，他与大卫·拉梅尔哈特（David Rumelhart）等人合作提出了将反向传播算法应用于神经网络训练的划时代方法，使多层神经网络的训练成为可能。这一算法成为后来深度学习的基石。

2012 年，辛顿带领学生亚历克斯·克里泽夫斯基（Alex Krizhevsky）和伊利亚·苏茨克维尔（Ilya Sutskever）开发了卷积神经网络AlexNet，在ImageNet图像识别竞赛中远超其他模型，引爆了深度学习浪潮。

随后，辛顿创立的 DNNresearch 公司被谷歌收购，他本人也加入谷歌大脑团队，成为推动AI产业化的重要力量之一。

由于在神经网络领域的卓越贡献，他于2018年获得ACM图灵奖，与杨立昆（Yann LeCun）和约书亚·本吉奥（Yoshua Bengio）共享该荣誉。2024年，他又被授予诺贝尔物理学奖，表彰其在AI模型结构方面的突破性贡献。


相关阅读这一次，浙江又走在全国的前列人工智能全球治理上海宣言