●                  ●                   ●

知识分子：您提到过一个实现AGI路线图，人类会达到三个智能的里程碑，信息智能（GPT、DeepSeek）、物理智能（自动驾驶、机器人）和生物智能（脑机接口）最终达到AGI的目标，在这个过程中，最大的障碍可能出现在哪个阶段？

张亚勤：这三个阶段中，最大的难点在于生物智能时期。

生物智能包括碳基和硅基的接口，也就是我一直强调的，未来是（物理和生物上的）HI+AI （人类智能+人工智能）。然而，在这种新的情景下，当我们将人的智能与机器智能融合在一起时，人类的意识如何控制(植入体内的)AI，AI与人类如何和谐共处，都是全新的挑战。这可能不仅仅是算法、技术问题，还包含伦理和治理等方面的问题。

知识分子：很多科学家，甚至人工智能领域的专家等都曾提到过人工智能（最终）会产生意识，您怎么看？

张亚勤：我认为（人工智能产生意识）这种情况不会发生。我们现在的算法都是基于统计数据，我不认为目前的路径或者目前硅基所用的这些算法会产生意识，这些东西只会产生一个非常聪明、能力很强的AI智能体，但它还只是工具，本身并不能产生意识。

虽然我无法严格证明这一点，但要知道，目前地球上的硅基智能（我们联网的电脑等）计算和存储能力已经远超过人类的水平，然而，它们至今从未有过生命意识的迹象，也没有更高层次的情感迹象。

我们人类目前对大脑的了解不到10%，我们不了解意识如何产生，也不知道意识产生的原因是什么，在这种情况下，如果认为人类开发的产品会有意识，就会存在一个悖论。

当然，我坚持硅基智能不会产生意识，一部分原因是出于经验，另一方面，也许这是某种哲学信仰，信仰至少占一半吧。AI可以帮助我们做许多事情，但它没有自我意识，没有自我价值，它的意识和价值都应该是依附于人类的。

当然，还有一个情况是：如果脑机接口出现之后，机器逐渐了解了我们的思维模式和意识，情况会不会不一样，我并不清楚。

知识分子：硅基智能难道不会自己进化产生意识吗，尤其是产生那种反抗人类或者奴役人类的意识？

张亚勤：我并不担心。我担心的是目前我们的算法或者路径会产生两个问题，一个是我们所设计的智能体在工作中失控了，由于我们对算法不够完全了解，这（种失控）是可能会发生的事情。另一个麻烦是：大模型智能体被坏人利用了。

我从不担心AI会产生意识并且伤害人类，我更担心的是AI的失控和滥用。后者就要求我们在每一步，无论是研究、开发，还是制定政策规范，都要考虑到红线。什么可以做，什么不能做，要有一个界限。

知识分子：您提到脑机接口的情景下，AI会和人类的融合，但AI与人类在节奏上有很大差距，如何融合？

张亚勤：我最近与人讨论，也提到过这一点，人类的DNA是经过了几十万年上百万年的演化产生的，这个过程很慢，所以，我们不论是生活还是思考，都希望有一种更慢、更和谐的方式，更自然的节奏。但机器不同，目前AI进化的节奏越来越快，还叠加上越来越多的数据、越来越多算力的投入，那就更快了。碳基和硅基融合之后，这些节奏上的差距，就成了问题。

我们希望的一种方式是：一些AI更擅长，但人类不喜欢的工作，由AI助理快速完成，而另一些，比如，思考、娱乐，甚至，体育锻炼，与朋友家人和亲人相处，按照我们人类自己的节奏，慢慢完成。这将是一种好的人机相处方式，也是人类+AI这个未来新物种的一种存在方式。

当然，要做到这一点并不容易，10-15年之前我就在讲，人类不要被三屏（手机、电脑、电视）奴役，而目前互联网和AI的发展更是几乎“侵入”了生活的方方面面。我认为，从现在开始，人类就得思考自己要做什么，我们要学会控制节奏，找到人类的主宰性。

知识分子：您提到过无人驾驶可能会在5年内实现，您认为目前制约自动驾驶商业化的最大障碍是什么，是技术的成熟度还是社会的接受度？

张亚勤： 技术的成熟度和社会的接受度都是巨大的挑战。技术的发展需要时间，社会的接受也需要时间。

虽然像萝卜快跑和谷歌的Waymo已经在特定场景下进行了大量测试，目前已经在旧金山和武汉等城市开始L4运营，但目前大多数车型仍处于辅助驾驶的L2或L2+的水平，离真正的L4级的自动驾驶尚有很大差距。尤其是在城市道路的复杂场景中，技术仍不够成熟，车辆更多是提供高级辅助驾驶功能，辅助人类做决策。这意味着驾驶员仍需保持手握方向盘、眼睛看路的状态。

人类社会对技术的敬畏心仍然不可或缺。我们需要学会如何与机器和谐共存，而不是完全依赖技术。无人驾驶的普及不仅是技术问题，更是社会心理和文化适应的过程。

知识分子：您曾经提到自动驾驶安全的几个要素，排在第一位的是智能驾驶决策模型的可解释性。从这个角度看，黑箱大模型框架是否适用于自动驾驶？还是我们需要一个更可解释的模型，这样才能更安全并且更能被大众接受。

张亚勤： 这是一个复杂的技术问题。当前的大模型端到端架构本质上是一个统计模型，许多决策过程我们并不完全理解。我们在AIR研究院的研究方向之一，就是让AI的驾驶行为决策更加透明。

但另一方面，尽管大模型的决策过程难以解释，从结果来看，它们往往是正确的。放弃大模型可能意味着失去目前最有效的解决方案。这就像人类的大脑，我们对其理解可能不足10%，但这并不妨碍我们每天依赖它做出正确决策。

目前的自动驾驶系统通常结合了大模型和规则兜底的安全机制。大模型负责核心的智能决策，而规则兜底部分则用来补足大模型无法解释的部分，提供额外的安全冗余。随着对智能驾驶决策系统的理解加深，未来这些规则兜底的部分可能会逐渐减少，但在此之前，它们仍然是不可或缺的。

知识分子：中国和美国哪个国家会更快地实现和推广普及L4级无人驾驶？目前的情况下，中美在无人驾驶方面还有合作共赢的可能吗？

张亚勤：我认为，中美在实现L4级无人驾驶的时间上会基本同步。虽然美国做得很好，但是整体来讲，中国的规模会更大，大规模商用方面，中国可能会更快实现。

在无人驾驶领域，中国有几点优势：第一点是基础设施比如V2X，我们比美国好；第二点，美国的电动车发展并不好，而我们的电动车普及速度则非常快。第三点，我认为中国的普通民众心态更开放，对新技术的拥抱比欧美都要好很多。

目前，尽管中美在智能驾驶领域的直接合作面临挑战，但基础研究的共享和学术交流仍有很大的合作空间。虽然公司间的合作可能受限，但开源代码、算法和学术论文的共享依然在推动技术进步。中美在基础研究领域的合作，虽然客观上有各种不确定因素，但基础研究领域，仍然是有共赢空间的。

知识分子：大家都很好奇，DeepSeek没有出现在高校和顶尖研究机构以及大公司，而是出现在了一家小公司，甚至一个量化公司？

张亚勤：这并非偶然。DeepSeek的出现正是中国创新机制多元性和包容性的体现，一家并不知名的小企业，能够做出如此大的创新，这本身就是一件非常不起的事情。DeepSeek的诞生，给整个行业注射了一剂强心针。

另外，DeepSeek的成功也离不开多年来在人才培养方面的积累。DeepSeek团队中有100多名中国本土教育培养出来的年轻人，这是我们国家长期以来重视教育的成果。我们AIR研究院也有学生在DeepSeek团队中，而且和Deepseek共同合作论文，他们都是很优秀的学生。

DeepSeek这种创新模式在学校中确实很难实现。因为尽管DeepSeek非常高效，但仍需要使用大量GPU，学校因为算力资源往往受限，无法完成这种任务。很多大公司虽然拥有算力，却更多地在关注如何追赶OpenAI，Scaling Law（规模定律）深入人心，大家都在堆算力，堆数据。在这种情况下，DeepSeek选择了不同的路径，这种差异化创新非常值得肯定。

知识分子：在您的眼中，中美在AI领域的人才储备是个什么情况？

张亚勤：中美都是AI领域第一梯队的国家，在人才方面，我认为美国可能顶尖和资深人才多一些，而中国则是优秀的年轻人多一些。

我们的优势是学生多。而AI领域的一个特点就是百分之八九十的新算法、新技术是过去5年出现的，这种情况下，刚毕业的年轻人有很大的优势。所以，你可以看到，过去5年间，中国AI人才的质量和数量都有大幅度提高。

目前，确实中美之间的交流合作会存在一些挑战，但在基础研究方面，大家还是能够交流的。我希望不要出现脱钩，但如果真的出现了，中国也不用害怕。我们现在包括老师、学生、产业界，乃至整个国力已经达到了一定的程度，很多问题我们可以自己解决。

当然，我还是希望全球化，全球化对中美两国，对全世界都是利好，没有了全球化和自由沟通，（科研资源）会有很多浪费。

知识分子：作为一个关注产学研的领导者，您如何概括DeepSeek的创新路径？

张亚勤： 我认为DeepSeek首先是一个了不起的工程和技术创新。其次，它是个产学研合作的范本，DeepSeek团队里人才非常多元，有清华学生，有各种顶尖高校的毕业生，也有经验的工程师，这是产学研的一个特别好的合作方式。

现在产学研新的模式往往需要从0到1再到n进行一体化研究。在过去，我们可能需要一个机构专门进行从理论到应用的转化，再到公司（市场）。但在AI时代，我们有了一种新的模式，新的模式中，这些转化过程已经内化、连接在一起了。DeepSeek的实践正是这种新产学研模式的缩影，也是我们在AIR研究院希望实现的目标。

知识分子：您提到AIR，它的使命是什么？能否详细讲讲？

张亚勤： 我是2020年创立的清华大学智能产业研究院（AIR），AIR是面向第四次工业革命的国际化、智能化、产业化的研究机构。AIR的使命是利用人工智能技术赋能产业升级、推动社会进步。通过大学与企业创新双引擎，突破人工智能核心技术，培养智能产业领军人才，推动智能产业跨越式发展。

AIR的科学家们不仅具有扎实的科研积累，且具备丰富的产业背景，许多人在大公司担任过顶级架构师，或管理过跨国企业。我们80%以上的科研项目是与企业合作的，比如与百度合作研究无人驾驶、与字节跳动（豆包团队）合作大模型研究，以及与阿里合作研究AI智能体。这些合作不仅让从0到N的转化更加顺畅，也让我们的学生能够直接参与顶级企业的重要项目，在实践中锻炼自己。

我认为，培养人才的最佳方式不是单纯上课，而是让学生通过科研帮助企业解决未来的问题。这种方式不仅能提升学生的实践能力，也能让他们在毕业后更好地适应产业需求。我们要求教授们具备这样的心态、经验和能力，这也是AIR的教育理念。

知识分子：在AI时代，教育会变成什么样子？大学们目前已经行动了吗？能否以清华为例讲一讲？

张亚勤： AI时代，静态的知识变得越来越不重要了，唯一重要的是提出问题、质疑、批判性思考能力以及创新能力。在这种情况下，我们的教育应该让每个人变得更加不同，而不是越来越相同，学生需要有更多自己的观点和判断力，而不仅仅是标准答案，原来的教育体系都需要重构。

目前，全球各国政府都在积极推动教育体系的变革，中国的高校和教育部尤其积极，且思维十分开放。相比之下，美国许多学校却拒绝使用AI工具，我认为这是错误的。我们生活在一个AI无处不在的时代，学会充分利用AI工具至关重要。

以清华为例，我们在AI教育改革方面已经做了很多尝试。目前，清华配备了AI助教，协助教师备课和答疑。我们还重新设计了上百门人工智能课程，包括面向全校的通识课程和针对人工智能专业的专业课程，其中的许多是全新的课程。

此外，我个人认为，“AI + X”的交叉学科模式，对AI时代的教育也至关重要。未来，纯粹研究AI的人将是少数，更多人需要将AI应用到生命科学、智慧交通、新能源和先进制造等领域。如何将AI与其他领域结合，是未来教育的重要课题。

知识分子：高考那种的标准化考试还会存在吗？

张亚勤： 标准化考试可能会减少，但高考这种高层次的选拔考试仍有必要。高考不仅是考试，更是一种相对公平的人才选拔方式。未来考试形式可能会变，我也不知道将来会变成什么样子，但公平性必须保障。高考是一种社会规则，它部分地确保了农村和边远地区的孩子也有机会接受优质的教育。我反对完全取消考试的选拔方式，因为我觉得那样的话，可能会不公平，农村孩子可能就更没机会了。

知识分子：那人类教师呢？还有存在的必要吗？尤其是上大课的那种人类教师？

张亚勤： 虽然AI给教育带来很大变革，但是它仍无法替人类老师。教学，不仅是传授知识，还是一种引导、学习和人与人之间的交互，这都是AI无法替代的。但AI可以作为教师的辅助工具，比如在清华，现在有AI助教。未来每位老师都会有AI助教，每个课程都会有AI助教，每个学生都有AI助理，它们可以帮助学生更好地呈现静态的知识，但人类老师的角色仍不可或缺。

知识分子：教育领域使用AI可能会带来一个很大的问题，就是学生过分依赖AI，导致丧失了思考的能力？

张亚勤：AI给人类带来的最大的挑战有两个，一是拒绝AI；二就是过分依赖AI，失去了个性、观点和判断力。因此，学校教育的重点是教会学生如何使用AI工具，同时引导学生保持独立思考和发挥创造力。

我们不能只会依赖AI，无论什么时候，人类要保持一种状态，没有AI，人类仍然能够生存，但有AI，我们可以做得更好。在这方面，我同样是一个乐观主义者。

知识分子：您提到了公平，但目前有声音认为，AI可能会加剧社会不平等，比如，有些人（被AI替代）失业了，有些群体可能被这个AI时代的发展遗忘了，这种情况您怎么看？

张亚勤：从宏观上看，AI的发展方向是积极的，但过程中确实会出现问题。比如，AI翻译和AI客服的出现，会让相关行业受到冲击；无人驾驶的成熟，会让司机面临失业。这种现象我们在不久之前就曾经经历过，比如打字员和电梯员职业消失。

某些群体可能因缺乏相关技术和知识而失业，这是整个社会面临的巨大挑战。政府、企业和教育界应共同努力，提供公平的教育和政策支持，帮助这些人适应变化。公共政策和伦理治理至关重要。但我不赞成像欧洲那样，一开始就用规则阻碍AI发展。我们要在发展中讨论，保持创新与治理的平衡。AI带来的收益大于问题，我们可以引导AI向着更有利于社会的方向发展。AI如同互联网，既是好东西，也可能被滥用。技术是中性的，关键在于什么人来用，做什么用。

知识分子：您提到未来10年机器人的数量会超过人类，也有AI学者曾经提到，目前有8成的人在工作，未来会倒过来，只有2成的人在工作。这种情况，不可避免地带来的一个后果是很多人会失业，对于这种情况，我们该如何应对？会出现一个新的社会范式吗？

张亚勤：我完全同意这个观点，将来可能只需要两成的人工作。这在人类历史上看，非常自然。回顾历史，蒸汽机出现后，人类的生产率有了指数级的提升，我们的工作时间也发生了很多变化——早期是一周工作7天，然后6天，再后来是5天，现在有些地方是4天，我觉得，可能20年之后我们一周工作两天就够了，剩下的5天不用工作，做点自己喜欢的事情就好了。

这是机器帮助人类工作的一个过程，先是体力，后来到信息，最后到智力。如果我们能控制好节奏，那么人类的整个生活会变得越来越好的。大部分人都可以有事做，又不需要做自己不喜欢的事情。

我认为一个理想的未来社会是：大部分人按照自己的兴趣去工作，而不是为了生存。为了达成这一点，很多人做了一些规划，有一些有趣且存在争议的话题，比如：国民基础收入计划（UBI计划，即：为每个人发钱，让大家都有可以维生的基本收入）。

过去我听说这个计划时是比较反对的，但这几年，（目睹了AI技术的发展），我的观点有点变化了，当社会生产力极大发展时，大部分人已经不需要工作了，我认为，整个社会是可以为每个人发放基础收入的。有了这种收入之后，生活可以兜底，工作就真的变成了自愿的，从兴趣出发。不用担心大家不工作，因为在一定程度上，工作是生命的意义，我们需要创造、与人交往、发明和新的体验，这是人类的意义，这些东西不能被替代，但我们可以不需要为了生存而工作。我希望这是我们20年内可以达到的目标。

BOOK TIME

《智能涌现 : AI时代的思考与探索》

张亚勤 著

中信出版社

赛先生书店可开发票，请在购书备注中留下开票信息（抬头、税号和电子邮箱），确认收货后，由出版社开具。