新闻 发表于 2025-9-25 22:16

听周鸿祎聊AI - “AI for 科学才是皇冠上的明珠”

作者:微信文章
这周罗永浩十字路口对谈的是周鸿祎,全程都在聊AI,非常有趣。不仅是周鸿祎对AI技术、行业、人类未来处境的观点有趣,从节目视角看,更有趣的是罗永浩全程几乎只是在做老实的采访者,而无暇又极为谨慎收敛了自己抖机灵的本能。侧面更加衬托出周鸿祎强大到可怕的输出力,就像他自己描述,在当下这个短视频时代,为了打造个人ip,他也不得不借助数字人来和自己的内容做结合 - 因为他真的是面无表情,没有任何情绪流动,近4个小时他连坐姿都没怎么调整过。再结合他大量而高频提到的“智能体”和“人机协同”概念,我甚至都开始怀疑他自己已经是一个半硅半碳生物了!

中间甚至出现了周鸿祎“吊打”老罗的片段:周问罗有没有孩子(没有),那“你真应该生一个,你的基因这么好”(老罗说来不及了),“来得及,男的年纪大一点没关系”(老罗非常狼狈岔开了话题)。

跑偏了,一些笔记。


生成式AI与此前传统AI(基于规则)的不同 - 依赖语言的训练生成全新的内容

人类使用语言来做的事:交流、知识传承、逻辑的推理、描述这个世界。

大脑并不是单纯的存储容器 - 内存、数据库等只会存储和读取,比如当我们想起罗永浩以后大脑里产生的印象/概念事实都是大脑根据之前获得的已知信息重新临时生成的内容。这就和现在我们训练大模型一样 - 人脑就像大模型,而我们通过语言可以完成各种上述知识的共享和技能提升,从而使AI实现真正的智能。 大模型的训练是非常必要的 - 就像人类学习数学物理知识并非简单的知识储存,而学习过程是对大脑进行了重新塑造,形成吸收信息的有机网络,之后才能完成智能提升。

人类生存和繁衍历程并非只依存大脑,反映在 AI 的产品或形态上就是:知识库(知识传承),慢思考能力做深度思考和推理-智能体(人类分析问题并选择解决问题的工具),多智能体(人类繁衍依赖协同合作)。

语言作为基础,之后是视觉模型,之后可能是空间模型。


我也感到害怕,但人类没有选择 - 这是宿命。AI for 科学才是皇冠上的明珠。

AI被训练有了目标,事实上就会有目标驱动的价值观,然后可能产生意志。(老罗谈到希望AI用来辅助养老,比如有兼具保姆/护士/保安功能的机器人出现。周鸿祎表示保安角色是非常矛盾很难实现的,因为会违背阿西莫夫的机器人三大定律。)

现在的大模型是人畜无害,但是智能体从软件智能体变成硬件智能体之后,具备了物理世界改变能力,那就会超过人类。可能会伤害人类。

受到基于大模型训练而赋予生成能力的限制,目前AI就是会有幻觉或者出错,越是泛化的模型越会像抽盲盒。和大脑一样,智能体会倦怠会敷衍。

周鸿祎对AI持偏乐观态度,相信科技向善。认为最可能出现的未来并不是脑机接口 - 人脑的复杂信息很难通过接口方式实现复制或交换。而是纳米ai改造人类,实现碳基和硅基混合体。而强大的AI也许对统治人类并无兴趣-人类太弱小太无能了。。AI的出现一定是帮助人类实现科技的突破,就如同既往的工业革命和原子弹出现一样。


模型即使进化也很难文理兼修。全知全能是不可能的。

360并不做通用大模型,但依然需要并在做意图猜测/推理/路由等基座模型,智能体的护城河壁垒才能高。护城河是个动态的概念,需要判断和反应迅速。

大模型的能力远远没有被挖掘出来,也许是十亿个大脑,但是很多大模型共同存在的世界是混乱矛盾的。不能赋予它两个以上的角色,所以更适合专业角色。

就像人类世界存在明知识和暗知识,AI训练和人类知识传播一样受到断层、保密和知识产权等限制,应用需要本地化和专业化,并和业务结合才会发挥作用。


All in 智能体

GJ 的战略是产业数字化,避免走向西方国家的产业空心化。互联网高科技不能都去送外卖,而是要大力发展传统行业,现代工业。在这个大背景下 360 给这些行业的数字化网络化智能化做支持。要给传统行业做配角。

360在做的:浏览器搜索和智能硬件全部智能体化。智能体蜂群。

员工成为超级个体
团队成为超级组织
公司打造超级产品

目前 coding 是交付能力最强的。未来Coding是智能体标配,需要解决问题时可以帮助你写一个软件。


人类的课题,没有想通的问题:AI取代人类,失业问题。

人类历史上所有的乌托邦实验都失败了。可能需要社会学家经济学家从人文角度来思考。当人类都变成剥削机器的剩余价值的时候,人类有没有为这种未来做好准备。也许那时会实现人类命运共同体 - 整个人类都面临同一个敌人。


行业盈利模式,如何改变国内用户不为软件付费的习惯。

考虑 token 成本问题,有两个可能会改变这种现状的因素:1 软件还需要有能力使用的人,但智能体将取代人和软件,那企业可能会因为降本增效而愿意付费。2 越垂直越聚焦的智能体交付能力会更好,市场商机越大。这是和互联网时代商业模式的不同之处。
高价值应用场景必须花多少(token) 收费多少。要找到合适的客户群如依赖视频赚钱的。

泡沫不一定是坏的-大家认为市场经济浪费,计划经济节约,但竞争过程也是适者生存和自我优化的必经之路,而且依然创造过程价值。

AI认知现状,科普依然很重要-很多人并不会用。

文科生有优势,和 AI 聊天文科生表达能力强更有优势。😂
不要高估它的能力,也不要低估它的价值潜力。作为一个生产力工具,人需要不间断的培训和训练。
很多人习惯了做选择题填空题,不喜欢做问答题,这是我国用户的一个短板。AI产品人机交互界面就需要根据需求做出改善比如把提示词放好。

页: [1]
查看完整版本: 听周鸿祎聊AI - “AI for 科学才是皇冠上的明珠”