李飞飞在GTC谈AI与人性、未来的责任与角色。

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。

在这次对谈中，李飞飞讲了个故事。当她完成自己书的初版时，她的好朋友，哲学家、斯坦福以人为本AI研究院联合主任约翰·埃奇门迪看了初稿后建议她去重写。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。如果李飞飞能给他们一个声音，这将更有力量。

李飞飞，她的一面是斯坦福大学教授，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。她的另一面是出生在北京，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。这就是艾奇门迪提到的李飞飞的“独特的经历”。

在整场对谈，李飞飞都用一种很不同的思考AI的视角，来给这个AI时代失语的普通人一个声音。

那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。

在这次访谈中，李飞飞直接回答关于AI的技术发展路径和未来应用这些具体的行业问题只占了全部讨论的不到1/4。这并不是对谈者，英伟达的首席科学家Bill Dally没问这些问题。他问了Sora的发展会如何影响影视行业，李飞飞的回答却是宫崎骏动画的无可替代，以此证明“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，而AI做不到”。他问了AI科学未来的影响，李飞飞的答案是人工智能在医疗领域的应用可能是最深远的。答案很中规中矩，但她的理由是那些在这个领域工作的女性和有色人种可以借由AI摆脱艰苦的，被忽视的照护工作；老年人可以通过技术获得更有尊严的暮年。

哪怕是在那些关于技术路径的问题中，她的回答也朝向着人的细腻和独特。像辛顿，杨立昆一样，李飞飞不相信单纯依靠缩放定律就能高效的解决一切问题，她认为我们需要一个结构化的模型去引导AI。但与其他人都不同，她最终理想的模型是感知的，超越语言互动的模型，只有能掌握人类在5.4亿年的时间里形成的那些细微的，比文字更人性的感知，AI才算有了基础模型。

在其他的时间里，她都在聊公共部门在AI发展中面对的困境，聊AI的监管模式。这些看似离人们非常远的话题。但她还是站在每个人的角度思考着。公共部门意味着公共利益，意味着与每个人相关。只有公共部门得到足够的支持，才能推动科学发现创新、为公众提供客观解释、培养负责任的人才，让AI的繁荣落在每一个人头上。

在她那里，所有AI的发展都是关于人，具体的人的。

在整场对谈的最后一分钟半，Bill Dally的问题已经问完。他请李飞飞讲讲她想传递给所有人的话。

李飞飞先讲了自己的故事，一个住在美国乡镇里爱跳舞的女孩的故事——她不是计算机科学家，不是理科毕业的，甚至家里连电脑都没有，但她还是和AI产生了如此多的联系，在AI的发展中扮演了一个角色。

所以我们不要被那些时髦的术语吓到，不要迷茫于AI时代自己的角色。只要把AI当成一个工具，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。去拥抱它，去做那个决策者，做那个让它被正确使用，变得更好的人。我们在AI时代的未来一定会像马丁路德想的那样，让人类文明的弧线朝着正义、希望、仁爱的方向发展。

这就是我们每个人，每个普通人，而非硅谷精英应该在这个AI时代里的角色。

这也是这位AI教母对每个人的恳求：在AI发展中有一个角色。

以下为GTC炉边访谈的全文：

Part 1. 我不是盲目乐观，但我相信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。让我们开始吧。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。老实说，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。

Bill Dally：但你认为在人类的某些特定领域，如医疗、教育或交通等，AI会产生比其他领域更大的影响吗?

李飞飞：我认为AI的应用非常广泛。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。我完全同意你的看法。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?AI可能带来的最大风险是什么?是换脸技术还是失业?AI的不利影响有哪些?

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：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。所以这是AI在过去十年左右的发展历程，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，是因为当我被要求写一本关于AI的科普书时，我确实花了一年时间在COVID大流行期间写了一本只关于AI的书。但我们的好朋友，哲学家、斯坦福以人为本AI研究院联合主任约翰·埃奇门迪看了我的初稿，基本上说我应该重写。我当时非常沮丧。他说，看，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。（但如果这么做的话）这肯定是一项充满爱的工作。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。

Bill Dally：我希望这就是我们要写的未来。这是一个非常乐观和积极的世界观。

李飞飞：我之所以乐观，是因为我们正在一起努力。我不是坐在这里空谈，而是真的相信，如果我们相信，我们就去做。

Bill Dally：没错。所以我们一起努力创造我们想要的未来。

李飞飞：是的。

Part 2. 公共部门没有GPU，基础创新就不会再发生

Bill Dally：你一直呼吁为学术界提供资源，以推进AI研究。但迄今为止，真正掌握训练模型所需GPU和数据的，还是那些资金雄厚的大公司。你认为未来这种情况会如何发展?国家AI研究资源(NAIRR)能否实现并民主化AI，让学术界和小公司也能接触到?还是人才将继续从学术界流向大公司?

李飞飞：首先，我认为我们俩现在都在白宫任各种顾问职位。你是总统科技顾问委员会(PCAST)的成员，我是拜登总统NAIRR特别工作组的成员。对于那些不知道NAIRR是什么的人，NAIRR是国家人工智能研究资源试点项目。

几年前，斯坦福HAI倡导联邦政府考虑增加对公共部门AI的资源投入，尤其是计算资源和数据资源。这转化为一项目前仍在国会讨论的法案，名为"创建AI法案"（CREATE AI BILL）。如果这项法案获得通过和拨款，它将创建联邦基金，用以建立一个国家AI云以及供公共部门使用的数据存储库。

斯坦福HAI一直在引领这场运动。我之所以在华盛顿特区花这么多时间，是因为我相信公共部门AI和私营部门AI同样重要。但就像Bill说的，现在的平衡是如此失衡。这个国家现在没有一所大学能训练出一个GPT聊天模型。我们没有成千上万的GPU，更不用说A100、H100或B200了。

有些人可能会问，这有什么问题？反正我们有伟大的公司，伟大的大型科技公司在创造伟大的技术。我认为这是事实。私营部门在蓬勃发展。但我想让大家认识到，公共部门创造公共利益。什么是公共利益?公共利益有几个维度，对我们当下和未来都很重要。

首先，公共利益包括好奇心驱动和知识驱动的发现与创新。这太重要了。你们现在所知道的关于AI的一切，最初都始于学术界那些无人知晓的好奇心驱动的研究课题。从感知机到反向传播算法再到ImageNet，这些都来自公共部门。这种天马行空式的、好奇心驱动的研究至关重要。它是一种公共利益，对我们社会的持续创新很重要。

公共利益的第二部分是作为公众值得信赖的合作伙伴去解释、教育和评估技术。私营部门有自己的目标。那谁来作为值得信赖的合作伙伴，让我们了解这项技术有多安全?透明度指数是多少?数据是否有偏差?我们如何以公平、值得信赖的方式使用这个推论?这些都是公共部门正在做而且可以帮助公众的重要话题。

最后但同样重要的是，公共利益的一种形式是最重要的，那就是人才。这是为了明天的人才。我们肩负很大的责任，去教育出不仅能发展未来科技的劳动力，而且是能对世界负责任的劳动力。这些劳动力不仅要学习如何编写AI代码，还要学习AI的道德框架，AI的社会影响。所以这些都是公共利益，支持公共部门AI很重要。

Bill Dally：在人才这个话题下继续，如果我们要发展公共部门AI，就意味着我们需要把AI专家吸引到公共部门。鉴于目前AI人才市场的情况，那里正在上演激烈的竞价战，开出的薪酬是联邦政府工资等级所能支付的好几倍。所以你设想如何吸引真正优秀的AI人才进入公共部门?

李飞飞：这是一个很好的问题，Bill。我记得十年前你还是系主任，想把人才吸引到学术界。

首先，在这个国家，进入私营部门的学生总是会更多，所以我们不是要实现50/50的平衡。但对于那些一心想留在公共部门或去学术界的人来说，我真的希望给他们提供资源非常重要。他们不是在寻求英伟达级别的薪酬，他们想要获得的是计算资源。就我个人而言，我和我的学生们希望有这样的计算资源，这样我们就可以与斯坦福医院合作，从事可能需要几百个GPU的项目。他们想要一个不会不断流失人才的社区。他们的同学、同事以及公共部门与私营部门的合作伙伴关系，在为他们提供资源方面可以发挥很大作用。

但我也想呼吁公共部门本身的创新。我们的公共部门，我们的机构，这个国家已经有几百年的历史了，那里的结构需要创新。这是为了应对当今快速变化的行业格局和人才格局。所以我们自己应该做一些工作，但我希望双方都能努力，让情况变得更好。

Bill Dally：在公私合作的标题下，你对NAIRR试点项目有何看法?正如你所知， 我们非常勤奋的国会公共代表正在推动法案，以授权和拨款NAIRR。与此同时，一个试点项目已经启动，主要是捐赠资源，英伟达提供了3000万美元，微软提供了相当数量的GPU。这会产生影响吗?你认为这将如何运作?

李飞飞：很好的问题。对于那些不知道的人，NAIRR试点项目，就像Bill说的，是总统去年11月AI行政命令拨款的一小部分计算资源。所以这是行政命令的一部分。我积极地看到私营公司走到一起，试图支持这项工作。作为一名学者，我太忙于支持NAIRR，错过了申请这些算力的截止日期。所以这一轮我不会受益，但我确实看到全国各地申请这个项目的同事有可能受益。

但我也直言不讳地说，这个项目太小了，我不知道这算不算是杯水车薪。我不是想否定它，这是一个很好的第一步，但我希望没有人对此感到满足。我希望白宫、国会、行业领袖们都不要满足于此，因为它实在是太小了。考虑到当前大模型的规模、数据的规模以及公共部门可以用这些计算资源做的事情的潜力，这真的只是沧海一粟。我们还有很多工作要做。

Part 3. AI就像电机，给它设置单独监管机构没意义

Bill Dally：你一直在把公共部门和私立大学混为一谈。如果把它们分开，问一下你认为政府实际上会如何使用AI?它会更好地为人民服务吗?它会简化各种政府服务的途径吗?真正的公共部门应用有哪些?

李飞飞：顺便说一下，即使是私立大学也是非营利组织，所以我说的公共部门更多的是非营利组织。但你提出了一个很好的问题，关于政府使用AI这件事，因为就AI而言，政府既是服务提供者，也是监管者。我认为政府扮演着这两个角色。在斯坦福HAI，我们有顶尖的学者与美国政府合作，无论是国税局、环保局还是其他机构，我们都在利用AI实现政府服务的现代化。

老实说，我们在座的人都会受此影响。我们可能觉得许多政府部门的服务缺乏现代化，所以我认为AI真的可以像帮助企业一样，无论是呼叫中心还是个性化帮助，AI都可以大有作为。此外，在金融部门或者公共部门的金融领域，AI可以进行欺诈检测，可以帮助确定案件的优先级。上周我在华盛顿特区与退伍军人事务部部长交谈，讨论我们如何利用AI更好地服务退伍军人。所以政府确实有很多应用，只是为了实现服务的现代化，让服务更有效率、更有成效。

Bill Dally：你提到的政府在AI方面的另一个角色是监管。欧盟最近通过了一项AI监管法案。在美国，当然也有一些参议员和国会议员在谈论做类似的事情，在许多情况下，他们觉得自己在社交媒体上错过了机会。他们不想在AI上落后。你认为AI监管将走向何方?它会带来好处还是坏处?

李飞飞：这是一个非常深刻的问题。当然，就安全至上的监管而言，欧盟往往在时间上领先于美国。而美国作为一个社会引以为豪的是我们的创新环境。我绝对是个中间派，这让我很无聊。

Bill Dally：但你绝不无聊。

李飞飞：谢谢。我绝对相信监管有它的作用。就像如果你有一个房子，如果你家里有孩子，就会有一些准则，对吧?所以对每一项创新，你都要设计对应的安全带。想想安全带拯救了多少生命，临床监管努力使我们的药品更安全，尽管还不完美。AI是一项如此深远的技术。我们不能不监管它。但如何进行有效监管非常关键。

你也在PCAST任职，从政府的角度来看，我们有两种方向的力量：一种是让社会创新，利用这项技术，提升每个人和社会的繁荣。另一种是确保它安全、可信、公平、透明。我认为这就是监管和激励之间的张力。我们必须深思熟虑地去做。

举个例子，我个人确实相信垂直领域，尤其是医疗、金融、交通等这些我们已经有监管框架的垂直领域，是时候更新它了。因为确实有许多迫切的用例，现在确实是时候让他们审视AI的影响了。例如，医疗器械。我们有很多医疗器械，它们受到很宽松的FDA检查或许可。我们应该真正关注这些垂直领域，看看我们如何在产品和服务中保证AI的安全，让其在这些领域发挥作用。

更深层次的监管措施，比如它如何影响我们的民主，社交媒体。我不得不承认，这是公民社会、学术界、政府等许多部门正在进行的一场复杂的斗争。我认为在过去二十年，或者至少十五年里，我们做得并不好。我同意你的看法，Bill，让我们希望我们不要继续犯错，至少我们需要从中吸取教训，对吧?

Bill Dally：我同意关注垂直领域是正确的做法，每个垂直领域，无论是监管汽车AI的NHTSA，还是监管医药AI的FDA等等。我认为你也可以将其应用于社交媒体，它对应的监管机构是FCC。FCC监管通信，无论是广播还是互联网。有人建议，我们实际上需要一个新的机构来监管AI，独立于应用领域。这对我来说没有任何意义。你怎么看?

李飞飞：我认为AI在某种程度上类似于电力或计算机。我认为我们不能为电力或计算机设立一个机构。所以我很难想象一个独立的AI机构。AI是如此的横向。

Part 4. AI在医学中的应用可能是最深远、最广泛的

Bill Dally：从蛋白质折叠到天气模拟，AI正在迅速加速科学发展。过去一个博士生折叠一个蛋白质，而AlphaFold一夜之间就完成了大约20万个。你认为AI在科学领域最大的应用是什么?你认为这将如何改变科学事业?

李飞飞：我认为这是最令人兴奋的。我已经提到，如果你看人类文明的历史，最终还是这些科学发现和创新产生了深远影响。而AI作为一种辅助科学发现的新工具，是我们这个世纪的机遇。

我很荣幸坐在斯坦福校园里，与来自神经科学、材料科学、纳米科学、航空航天、肿瘤学、化学等领域的朋友和同事交谈。不管我把目光投向哪里，我都能看到他们对AI所产生的数据的兴奋，对它们形成的新假设的兴奋，以及AI如何成为加速他们发现过程的超级力量的讨论。

所以我认为，回到公共部门，特别是大学的作用这个问题上，我认为加倍、三倍地投入科学发现，正是大学应该做的，这就是机会所在。

Bill Dally：你个人非常投入将AI应用于医学的许多努力。在这个领域，你认为目前最令人兴奋的事情是什么?你认为这个领域十年后会是什么样子?

李飞飞：说到写这本书的续集，如果我要写续集，我希望一半的内容是关于医疗保健和医学，因为我认为AI在医学中的应用可能是最深远、最广泛的。我个人并没有从事上游的药物发现、生物化学、基因组学等工作，但在那里，AI和生物技术的结合正在迅速加速。

在过去十多年里，我恰好从事医疗保健最下游的工作，也就是医疗服务提供。这是护士、医生、家庭护理工作者照顾病人、老人和慢性病患者的地方。这里安全是一个问题、也存在着劳动力短缺。即使有护理人员，这也是一个非常不平衡的市场，往往主要是女性和有色人种在这个领域工作，但他们甚至没有被计入GDP。所以，医疗服务提供中存在很多不平衡、低效率和人类苦难。

所以，我看到的机会是，AI真的可以成为守护天使或辅助守护天使。例如，我与斯坦福医院合作，在病房中安装被动传感器，非侵入性的、保护隐私的被动传感器，帮助医院监测重要的临床相关事件：比如病人即将跌倒的危险，病人病情突然恶化的征兆，临床医生不当的手部卫生习惯等。这些都是当前医疗保健中尚处于黑暗空间的临床相关工作，而作为一种智能传感器的AI真的可以帮助照亮那个黑暗空间。未来它甚至可以进入家庭。

如果我们相信技术将带来繁荣，将转变工作，那么我们需要相信人类生活需要继续以更有尊严、更独立、更自尊的方式生活。随着社会老龄化，我们希望老年人拥有尊严、独立和良好的生活环境。AI可以帮助确保这一点：即使你独自生活，即使你患有慢性病，AI传感器和AI技术也可以在不侵犯你的空间的情况下关注你，与你的护理人员或家人保持关于你健康状况的沟通。

这就是我工作的医疗服务提供领域，我对此充满热情。

Part 5. 除了缩放定律，AI的另一个方向是建立感知的基础模型

Bill Dally：这是一个非常令人兴奋的未来。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，它发展得非常快。接下来会是什么?这些新的状态空间模型是否有前景?或者你认为未来我们的主导网络模型会是什么?

李飞飞：目前最新的是扩散模型，但我还没有一个名字给你。如果我有，我现在就会去注册。

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。

但就世界数据、多模态数据而言，还有很多（数据可用）。人类和自然正在生产并利用这些数据。继续看好使用支持这些数据的模型架构。

Bill Dally：如果你把这种chinchilla缩放定律应用于LLMs，应用于多模态数据，那就意味着随着我们获得越来越多的世界数据进行训练，我们需要越来越大的模型。你认为事情正朝着这个方向发展吗?

李飞飞：我认为这是一个方向。我相信的另一个方向是世界的结构。我有点嫉妒我那些搞NLP的同事，因为从根本上说，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。

所以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。

Bill Dally：你是在暗示类似于许多类型科学模拟中使用的物理信息神经网络。你会扩展到利用人类对世界的先验知识，用它来使这些世界模型更有效？

李飞飞：是的，物理学就是对动力学和结构的信息输入及推导。

Bill Dally：那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：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。

Part 6. AI替代不了人性的部分，而这就是未来的工作

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，Bill。你应该提前告诉我你要问这个。这些问题我几天前都给你发过了（笑）。

这是一个危险的问题。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，对吧?移动、飞行、计算等等。所以我觉得工作的定义是什么?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。我认为这些永远不会被完全取代。我们会利用机器来帮助我们更好地完成这类工作。但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外籍父母。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。

老师和孩子、父母和孩子也是如此，我们真正珍视的服务，我们所做的旅行。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，我认为这些将是那种会保留下来并不断演变的工作。这样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：很明显，观众被你深深打动了。你以一种人性关怀的方式与他们建立了联系。但你是在暗示同理心、情感联系和关怀……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，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，你都无法训练出那种人类智能或人类创造力。这不仅仅是爱因斯坦，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。我们最终，也许当你在十年后写续集时，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，Bill。所以多生产一些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。是的，它是最棒的，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》那个故事多简单，那部电影中人性的表达那么单纯，除了宫崎骏，没有人，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，而AI做不到。我确实看到了这种共生的可能性。

Part 7. 不管那些技术词汇多陌生，我也希望你在AI时代中有一个角色

Bill Dally：你是在暗示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。我一直强调的一点，Bill，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。（掌声）

Bill Dally：我们还剩1分32秒。你还有什么想传达给观众的吗?也许能再次让他们给予掌声?

李飞飞：（让观众鼓掌）这是一个很高的标准。

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? 我不是计算机科学家，也不是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，我也会为我的一个类似农村的社区服务。

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，它们似乎离你每个人都很遥远。

但我真的想把它归结为：这是一个工具。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。所以在参与AI方面有很多公民的可能性。

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发展中有一个角色，请加入我们，让它变得更好。谢谢。

Bill Dally：谢谢你，飞飞。我想你激励了每个人，也给了我们很多思考的内容。非常感谢你抽出时间。

李飞飞：谢谢你邀请我，Bill。祝大家在GTC玩得开心。感谢大家的参与。

Bill Dally：谢谢。

本文来自腾讯科技，作者：郝博阳