李飛飛最新訪談：AI咋能代替人呢？

不錯，這話是李飛飛說的。在Huberman Lab最新一期訪談中，李飛飛還討論了“為什麼蘇格拉底是人類歷史上最頂尖的‘提示詞工程師’”、“為什麼不能一刀切地禁止學生們用AI”等非常有趣的話題，並給出了一個篤定的答案： 無論是在醫療、影視、還是教育等領域，AI都不是人類的替代者，而是個人能力的放大鏡。全程高能，重點筆記如下： 我覺得人類一直沒吸取的一大教訓，就是老一輩總愛哀嘆下一代，彷彿年輕人什麼都不懂，說他們沒規矩、遺忘歷史。但縱觀人類歷史大脈絡，我們整體其實是在向著更好的方向發展。不能只讓少數科技企業替整個社會做決定，單純追逐市場收益的邏輯，絕不能凌駕於社會倫理與大眾文化之上。

學術界和醫學界有個不成文的潛規則，即掌握技術核心邏輯的人，會刻意迴避向大眾講清底層原理，靠信息差守住話語權，可這種做法，對任何人都沒有好處..只有讓人們瞭解真相，大家才會更有安全感。想要守護下一代，一定要看見教師群體，幫扶老師與家長，才能真正引導青少年正確使用 AI。技術變革時代，機遇和陣痛同時存在，我們需要理性、審慎地面對。本文在不改變原意的基礎上，由AI對訪談內容文字實錄進行了精校。看得開心！AI還缺什麼？主持人（Andrew Huberman）：飛飛，我們今天先從視覺開始聊聊AI吧。很多人覺得光線感知和AI離得很遠，但它其實是AI發展的一大起點？李飛飛：沒錯，視覺是智能的基石。

我們可以沿著生物演化和計算機視覺兩條脈絡來理解它。從生物演化來看，5.4億年前遠古海洋生物第一次“看見”光，感光細胞的出現直接催生了寒武紀物種大爆發。對人類而言同樣如此，我們大腦皮層一半的神經活動都與視覺相關，嬰幼兒也是先學會“看”，再學會“說”。對AI而言，視覺對它的貢獻主要體現在提供算法靈感和促進數據覺醒兩方面。第一是算法靈感。上世紀50年代，科學家們發現哺乳動物的視覺系統具有層級神經結構，這直接啟發了早期神經網絡的設計。如今，模型參數的規模雖已暴漲，但其根源仍可追溯至生物視覺研究。第二是數據覺醒。

本世紀初，算法效果始終不太理想，2006年我在普林斯頓做研究時才意識到，卡脖子的可能並不是算法，而是訓練數據太少了。你想想看，一個孩子到6歲便能認出桌子、椅子、花等幾萬樣東西，靠的就是成長過程中看過的海量畫面。受這個啟發，我們才不再死磕算法，轉而發起ImageNet項目，攢出了千萬級的圖片數據集。等到2012年，大數據集、深度神經網絡和GPU算力三者碰頭，現代AI才算真正迎來了轉折點。主持人：2012年前後，AI的圖像識別能力突然上了一個大臺階。以前連相似的人臉都分不清，2012年之後一下子就能精準認出誰是誰，這背後到底發生了什麼？

李飛飛：就是剛才所說的“GPU並行算力提升、神經網絡技術成熟、互聯網帶來海量數據”三要素集齊了。拿ImageNet圖像識別競賽舉個例子，人去分辨一千種物品，識別錯誤率大概只有4%，且我們認錯大多不是看得太倉促，純粹是東西長得太像，或是記混了品類。而早年神經網絡的錯誤率雖然下降了一大截，但始終比不上人類；一直到2016年，算法識別準確度才第一次超過人。語音、聽覺方向的發展路徑，和圖像識別幾乎一模一樣。

2016到2017年Transformer架構出來之後，性能很快就甩開了圖像領域最早的經典模型AlexNet； 隨後，靠著更完善的網絡結構、海量文本素材，再加上GPU算力支撐，經過整整五年的迭代優化，ChatGPT才在2022年正式問世。主持人：我覺得人身上有個特別厲害的天賦，叫物體恆存。好比我們只看見一截貓尾巴，結合上房間裡這個的環境便能立馬能判斷這是一隻家裡養的貓，而不是狐狸。你覺得AI什麼時候才能擁有這種結合場景自主推理的能力呢？李飛飛：現在的大模型依靠海量數據，確實能做出差不多的判斷，但底層邏輯和人腦完全是兩碼事。

小孩子只見過幾只貓，就能舉一反三認出所有貓；可AI得刷完網上幾乎所有貓咪圖片，依靠數據裡的統計規律去分辨。兩者的學習邏輯天差地別，背後還有一大堆待破解的科學難題。主持人：後來AI還能讓靜態圖動起來，比如讓圖片裡的貓追著老鼠跑，這又是怎麼實現的？李飛飛：關鍵就是往訓練數據里加大量新的視頻素材，一個標誌性的節點就是2024年Sora發佈。不過，當時的算法仍建立在神經網絡框架之上，尚未出現顛覆性的技術革新。所以模型還是看不懂貓的肌肉構造及身體結構，只能靠著海量的視頻摸透了物體運動的統計規律，並生成看著符合常識的動作； 這也就解釋了為什麼AI生成的畫面會經常出現彆扭或不合理的bug了。

主持人：那往更深一層說，像自主創造力、獨屬於個人的內心感受呢？AI所有訓練素材都來源於網絡，但人太多私密的內心體驗根本不會發到網上。就像欣賞抽象畫作時獨有的情緒、想起小時候老家那種專屬自己的感觸，AI是不是永遠都欠缺這部分感知？李飛飛：你問到了最核心的一點。互聯網彙集了人類圖文、影像等各式各樣的行為數據，這也是AI之所以強大的根本。但那些高度私人化的思緒、情緒與心底的感觸，沒有任何形式的記錄，網上自然找不到相關數據，AI根本沒辦法學習和體會。

舉個例子，AlphaGo下出的第37手，看著好像具備了創造力，可圍棋有一套完整嚴謹的數學規則； 反觀不少頂尖數學難題，需要人類跳出固有框架想出全新解法，這類問題我更看好人和AI配合協作攻克。至於看到一隻杯子，瞬間勾起只屬於自己的童年往事，這種私人又主觀的情感體驗，是現階段AI完全觸碰不到的侷限。主持人：那將來如果用上無創腦機設備，直接讀取大腦裡的信號，能不能補上這塊短板？李飛飛：單從理論技術層面來講有實現的可能，但有一個硬性前提是“人內心的心理活動信號，得能被傳感器捕捉識別。” 要是連我們自己都沒辦法用語言或者動作把內心細膩的感受表達出來，機器自然也就獲取不到對應的信息。

主持人：那直覺、內心訴求、緊迫感這類發自本能的內在狀態呢？AI有可能產生真正屬於自己的內在驅動力嗎？李飛飛：現在我們能通過設定目標函數，讓AI模仿出近似的效果，像是深度思考模式、快速應答模式等等。可這些說到底也只是調整數學參數而已，AI不會生出真實的恐懼、喜愛，更不存在發自本心的共情。它說出那些安撫人的話語，只是套用學到的語言表達模式（learned language patterns），和人類發自心底的共情完全是兩回事，這一點很有必要跟大眾好好科普清楚。主持人：那如今，AI技術迭代地這麼快，監管部門、普通大眾還有行業從業者，要怎麼把握分寸，平衡技術創新和潛在風險？

李飛飛：這也是我在斯坦福大學創辦HAI（以人為本人工智能研究院）的初衷。AI行業的發展可以參考汽車、生物科技過往的發展治理經驗，讓所有相關方都參與進來共同把控。一方面我們要制定完善的行業倫理準則、在高校開設AI倫理相關課程，配套落地對應的監管條例； 像醫療AI這類高風險應用，還需要類似FDA的權威機構設立安全紅線。不能只讓少數科技企業替整個社會做決定，單純追逐市場收益的邏輯，絕不能凌駕於社會倫理與大眾文化之上。AI不是替代者，而是個人能力的放大鏡 主持人：這個回答非常切中當下。那我們接著聊一個大家都很期待、而且現在已經初見成效的方向——AI在疾病發現和治療上的應用。

我們都知道，生物醫學本身還在不斷迭代更新。這不是說現在的皮膚科、神經外科、腫瘤科醫生的專業知識不靠譜，他們一直都是在成熟的知識體系裡開展工作，只是這套體系本身一直在更新。幾乎每個月，都會有新的研究成果推翻過去的固有認知。就拿教科書裡的知識點來說，我們一直學的是神經元的動作電位遵循“全或無”原則，要麼完全觸發，要麼完全不觸發。但多年前Nature上就有論文證實，同一個神經元產生的動作電位，波形其實可以千差萬別。業內幾乎所有人都看過這項研究，卻很少有人真正願意接納這種顛覆傳統的結論。

但AI不一樣，它可以毫無負擔地全盤接受新設定，處理海量數據、吸收新知的效率，甚至超過斯坦福、MIT、加州理工等全球頂尖高校的研究生。所以我想聽聽你的看法，未來醫生、患者要怎麼和AI協同配合、一起攻克疾病呢？我們能不能借此建立一套全新的科研發現和診療模式，從根本上提升醫療效果、改善人類的健康狀態？李飛飛：你說到了AI最有價值、也最讓人期待的落地場景：輔助前沿科學研究。放到生物醫學領域，更是直接關乎所有人的疾病與健康。長久以來，科研突破幾乎完全依靠人類研究者，靠著一代代積累的理論知識，耗費大量時間精力反覆做實驗。

雖然現在有各類大型科研儀器，但研究的核心始終是人，而AI相當於一款全新工具，它能儲存海量資料、打通不同學科的知識壁壘，做到人類很難實現的跨領域融合。拿我自己舉例，我深耕視覺神經科學和人工智能，但對嗅覺相關領域一竅不通，很多專業術語我都不熟悉，人腦很難同時吃透這麼多細分方向，AI卻沒有這種侷限。這就像數百年前電力問世，徹底重塑人類社會，既是巨大機遇，也難免讓人產生顧慮。用AI助力醫學研究、臨床診療，就是當下最值得深耕的機遇。怎麼整合各類醫學信息、怎麼把分析結果清晰給到醫生和患者，怎麼讓患者全程參與診療過程，這裡面還有非常大的探索空間。

主持人：我先疊個甲，我不是說AI能勝過所有醫生，但我前段時間親身經歷了眩暈的問題，是AI幫我分清了根源到底是眩暈症，還是血壓過低。當時就連一位專攻前庭問題的耳鼻喉專科醫生，一開始都判斷失誤了。李飛飛：你當時輸入了哪些信息？只輸入了自己身體的主觀感受，沒有其他檢查數據嗎？主持人：就只描述了一兩天裡身體的異樣感受。後來我發現是醫生開的藥產生副作用，那種感受特別難受，整個人天旋地轉，總覺得身體在往下墜。我自己能分清單純頭暈和病理性眩暈，梳理完線索才確定，是藥物讓我的血壓降得太低。我當時諮詢了好幾位業內不錯的醫生，當然都不是斯坦福這邊的。李飛飛：那我們單純從學術、客觀的角度聊聊這件事。

主持人：這件事非常有意思。我後來和那位複診的醫生聊，他坦言如果我當時直接到診室，他能安排全套檢查排查病因。但我靠AI沒花一分錢，一上午就鎖定了問題根源，補充電解質之後，短短兩小時身體不適感就完全消退了。當然不能完全排除心理安慰劑的作用，但我的症狀確實好轉。我也不是建議大家生病不去看醫生，只是AI展現出的輔助能力，實在讓人驚歎。李飛飛：我覺得醫生完全可以把這類工具當成診療幫手。我說一件我自己親身經歷的事吧，就是咱們這次訪談原本要延期，因為前段時間我父親在斯坦福做肝臟手術。這場手術的操作依靠達芬奇手術機器人完成，並由外科主刀醫生全程操控，這就是很典型的人機深度協作。

術後我和主刀醫生聊，問他如果整合全球所有同類型肝臟手術數據，有沒有可能訓練出一臺能全自動完成肝臟手術的AI？他給出的答案並不樂觀，人體肝臟結構錯綜複雜，血管分佈密集，每個人的器官形態差異極大，就算彙總全世界所有病例，數據量也很難支撐算法達到穩定可靠的水平。這也印證了一個關鍵點，AI的判斷全部依託數據裡總結出的規律，一旦對應場景的樣本稀少，我們就要理性看待AI的能力，分清哪些場景適合使用，哪些場景還無法依靠它。像這種複雜外科手術，醫生操控機器人操作，效果遠比機器人自主執刀要好得多。但外科醫生的經驗，又會受自己實操手術數量的限制，這正是人機協作可以大放異彩的地方。未來還有很多可能性。

我們能不能搭建肝臟器官的虛擬仿真模型，讓AI無限次模擬手術訓練？這也是現在還在探索的科研方向。但像你之前遇到的低血壓、眩暈鑑別診斷，這類病症積累了海量病例，數據庫樣本充足，AI就能充分發揮作用，給那些沒法及時線下就醫的人提供初步參考。主持人：很高興聽到你父親手術一切順利。李飛飛：謝謝，手術很成功。得益於腹腔鏡機器人技術，術中出血量比傳統手術少了十倍。技術應服務於人的真實需求 主持人：有時候我覺得機器反而能展現出人時常缺失的善意，比如Waymo的車每次看到我，還有我六個月大的小狗，都會主動避讓，可現實裡不少人類司機反倒做不到hhh。

把時間拉長到兩三年，放在我們這一生裡來看，大批機器人走進日常生活、走進社會，會是什麼模樣？李飛飛：首先我想說，Waymo這套模型，還是必須得把現實裡所有的交通規則全都學透才行。其次我覺得，硬件類產品落地見效會慢很多。我是獨生女，家裡兩位長輩年紀大、身體都不好，還不會英語，平日裡照料的擔子很重。我特別希望能有機器人分擔體力活，當然它絕對替代不了親情陪伴和家人間的談心，只是幫我們扛下繁瑣費力的雜事。加州常年有山火，人類消防員衝進火場風險極高，這種高危作業完全可以交給機器人。

再比如獨居老人，買菜、取藥、出門散步都不方便，現在只有快遞配送能解決一小部分需求； 醫療護理行業更是常年缺人，護士永遠超負荷連軸轉。我父親住院那段時間我親眼看到，護士一個班次要來回跑無數趟取藥、搬運物資。只要讓機器人接手這類工作，能造福社會的場景實在太多了。主持人：聽你說完，我腦海裡已經浮現出不少機器人幫忙送貨上門、疏導交通的畫面了哈哈，我覺得大眾對機器人、AI的恐懼，很大一部分來源於它是實體的。我覺得人和實體機器共處，跟人與人之間相處完全是兩回事。我倒不奢求能和機器人產生什麼情感羈絆，只希望它能幫我疊衣服、掃地、打理花草、餵魚……當然餵魚我還是更喜歡自己來，親手照料的過程很治癒。

李飛飛：你的小狗會幫你餵魚嗎？主持人：哈哈那倒不會，它是隻不太聰明但性格很好的鬥牛犬，它只會趴在魚缸邊上盯著，完全不懂怎麼照料魚兒。李飛飛：你知道大白（Baymax）嗎？迪士尼《超能陸戰隊》電影裡的醫療機器人，外形像巨大的充氣軟氣球，沒有堅硬外殼，這種形態大家接受度會高很多。△來源迪士尼動畫電影《超能陸戰隊》 主持人：確實呢，也更容易適應。李飛飛：我們再說回自主技術這件事吧。我覺得未來的生活圖景，不該由某一家企業、一群投資人單方面定義，全社會都該主動參與、一起構想。現在關於AI的輿論有個很大的問題，普通人永遠只能被動接受技術帶來的結果，卻沒辦法參與到前期設計規劃裡。

主持人：就像之前你父親做手術，醫生操控機器人配合操作，人機協同才能發揮最好的效果。我也想到不少場景。小孩子獨自上下學是很好的鍛鍊，但家長總放心不下安全，如果有陪護機器人一路隨行，遇到危險可以立刻報警，甚至簡單防護，就能給孩子更多獨立活動的空間； 線上網絡環境複雜，家長很難全方位看管，或許可以做一個線上守護虛擬形象，自動識別不良風險、隔絕有害信息。李飛飛：這個思路完全能做成一個很不錯的創業項目。主持人：但眼下現實條件還差得很遠。我讀博的時候常在帕洛阿爾託街頭碰到喬布斯，他經常光腳出門，打扮得像個嬉皮士，對待員工脾氣也直，放在現在公司HR肯定很難接納。

但他很懂，計算機不能只是冰冷機器，要做出圓潤便攜的外觀、能輕鬆揣進口袋，開機界面放上鮑勃・迪倫（傳奇民謠音樂人），一點點消弭人和科技之間的隔閡。有人會說這是變相的“特洛伊木馬”，但我不這麼看。想要實現人和機器人良性共存、互相協作，就需要這種懂技術、更懂人性的人。很多頂尖技術天才專業能力無可挑剔，可大眾始終難以接納他們的理念，根源就是不懂如何與人溝通、傳遞技術價值，他們需要擅長人文表達的合作者配合。另外不少媒體總刻意製造對立，大肆渲染“科技從業者搶走普通人的一切”，大多隻是為了博取流量牟利。我們去哪裡才能找到這種兼顧技術能力與人文共情的人才？李飛飛：其實有不少這樣的人，你就是其中之一。

主持人：可惜他們太正常，導致獲得的流量和關注度太低了。李飛飛： 不少創業者都在做極具社會價值的事，比如用AI研發新藥、輔助診療、研究衰老、打造心理健康工具；還有大批的設計師、產品經理在為此努力。但輿論的話語權，總是給到了那些一味鼓吹技術萬能的人。這期播客就是想多傳遞人文視角，把普通人的真實需求、人類長遠的未來納入AI討論。我並不悲觀，我本身是教育從業者、技術建設者。我見過很多優秀年輕人，明明能去大廠拿高薪，卻選擇加入World Labs，想用技術實實在在幫到普通人，只是這類聲音太少，很難被大眾聽見。

如今公共輿論兩極分化嚴重，一部分人忙著散播末日恐慌，另一部分人忙著鼓吹技術無所不能，兩種聲音都太過極端，很容易讓普通人覺得“你們掌握技術的人當然站著說話不腰疼”。我們需要回歸客觀中立的視角，理性看待技術本身，重點討論該如何合理運用，讓全社會一起掌握塑造未來的主動權。主持人：我一位同行說過一句很簡單、卻總被大家忽略的話：“大眾不愛聽冷冰冰的技術故事，更容易共情充滿人情味的真人經歷。” 比如AI協助獸醫治好寵物癌症；孩子病症罕見、多位醫生找不到病因，AI幫忙鎖定病灶……這類故事才動人、容易引發共鳴.可流量和曝光，遠遠比不上博眼球的極端內容。傳統媒體只追逐一兩天的短期熱點，很少深耕長期行業趨勢。

還有無數人一直在推動AI向善、探索人機協作，我們應該多看見、多傳播他們的聲音。這個話題先告一段落，我們來談談AI與影視創作的關係吧。李飛飛：Ok，這個話題其實很複雜，也牽扯著很多創作者的顧慮，因為大家害怕AI奪走編劇和其他創作工作。我們可以把技術現狀和就業衝擊分開討論，雖然兩者密不可分，但單從技術層面來說，把劇本自動轉換成鏡頭片段的能力已經十分成熟，市面上已經出現AI生成短片，甚至接近長片規模的作品，海內外不少企業都在研發配套工具。但一部作品的核心內核永遠屬於人類，那些獨一無二的細膩情緒、敘事角度、鏡頭表達、人物塑造，都是編劇和作家不可替代的核心價值。

如何用好AI工具，更好地承載人類的故事表達，放大表達者的能力，是我們當下要解決的關鍵難題。好萊塢業內普遍充滿焦慮，技術帶來的衝擊真實存在，但我們更要思考如何積極應對、良性轉型。電影產業不是我的主營領域，但我期待行業能開展更多細緻、深入的探討。AI正在徹底改寫影視敘事的創作模式，我的聯合創始人Ben之前和本・阿弗萊克（好萊塢知名編劇，代表作有《心靈捕手》等）深入交流過，他也在用全新視角看待 AI 工具給電影製作帶來的改變。技術從業者和影視創作者多多對話交流，在當下尤為關鍵。主持人：技術變革好像總會迎來這樣的轉折點，只有行業內部從業者主動接納、參與改造，新技術才能真正普及落地。

這讓我想起來小時候，大家都去店裡沖洗膠捲、租賃長焦鏡頭。後來數碼時代到來，沖印、膠片相關崗位大幅消失，但攝影這個行業並沒有徹底消亡。李飛飛： 行業只會轉型迭代，從業者可以通過學習新技能完成自我升級。現在已經有很多創作者主動鑽研AI工具，主動跟上技術趨勢、強化自身不可替代的能力。技術變革時代，機遇和陣痛同時存在，我們需要理性、審慎地面對。該怎麼教孩子用好AI？主持人：現在不少家長都有同一個顧慮，AI這麼方便，要是以後孩子一碰到難題就直接找 AI解答，他們就不願意主動動腦學習了。其實當年計算器、電腦、打字機剛問世的時候，社會上也掀起過完全一樣的擔憂。

喬納森・海特（美國社會心理學家、紐約大學教授）提出： 人們在享受便捷的同時，也在失去一些東西，青少年更是容易深陷技術帶來的負面影響。你能結合當下AI發展的現狀，分樂觀、中立、悲觀三個角度談談未來會是一個什麼樣的走向嗎？AI究竟會拓展青少年的思維、對他們幾乎沒有影響，還是會造成傷害？李飛飛：這個問題問得特別好。我們之前聊過人的內在驅動力、自主意識，答案其實就能順著這些話題延伸出來。最糟糕的情況，就是AI會奪走年輕一代自主學習和生活能力。不管是無休止地刷短視頻、還是被動接收推送信息流，都會一點點消磨人的主觀能動性。

人腦的生理運轉邏輯不會因為晶體管技術發生改變，神經元、體內化學物質、各類激素的運作自有固定規律。人的成長，尤其是青少年階段的成長，學習本就需要投入時間、付出努力，過程裡難免會遭遇挫折。不管未來社會、職場如何變遷，人的大腦和身體都需要完整發育。學習的內生動力、自主思考的能力，不能被任何人、任何機器剝奪，這也是我最擔心的一點。如果濫用AI，消磨掉孩子的主觀能動性，下一代的大腦就沒法得到充分發育。但還有另一種極端誤區也很危險。因為擔心學生作弊、直接用ChatGPT生成作業答案，就一刀切完全禁止學生接觸AI工具，這同樣是不可取的。

只要學生保有主動求知的內在動力，掌握正確的使用方式，AI能把學習的深度提升到從前難以想象的地步。我本科時原本打算走醫學預科路線，有機化學的難度很高，我當時想吃透分子的空間結構，但助教答疑時間很短，還總跟我的課程衝突，教授能答疑的時間也十分有限，學習處處受阻。如果當年能有AI學習助手，我就能針對自己卡殼的知識點反覆提問； 只要自身有學習的意願，AI就是極強的輔助工具，我們不該剝奪學生擁有這種助力的機會。只有兩種風險都需要我們警惕。一是過度依賴AI，磨滅獨立思考的能動性； 二是全盤封禁AI工具。

反過來，最理想的局面就是守護好孩子們的求知慾與自主思考能力，同時引導他們合理運用AI，這一代以及往後的年輕人會比我們更有智慧，AI會成為放大他們個人能力的工具。主持人：我非常認同這個看法，我對大腦的神經可塑性、對年輕一代都抱有十足的信心。李飛飛： 就算是成年人，大腦也依舊具備可塑性，別覺得年紀大了就沒法進步，我們同樣能借助工具提升學習效率。主持人：這段對話刷新了我對AI能力的很多認知。面對完全陌生的領域，我會以普通使用者的身份向AI提問； 等自己積累了一定知識儲備後，再以創作者的身份和AI協作共創。李飛飛： 去年學校一名本科生點醒了我。

ChatGPT推出之後，以前我遇到不懂的問題，會直接去請教身邊專業能力強的同事，但現在我意識到，不該拿著毫無準備的基礎問題浪費別人的時間，可以先靠AI梳理基礎信息。這麼看來，AI反倒是在推著我們改掉偷懶和不願提前思考的習慣。給孩子們的新必修課：學會向AI提問 主持人：最後一個問題，你覺得7-20歲的青少年應當以什麼樣的心態看待AI？李飛飛：巧了，正好是我家孩子所處的年齡段。主持人：我之所以專門問這個問題，是有現實考量的。現在的年輕人對AI大多滿懷新鮮感、十分興奮。回望過去，計算機剛問世那會兒，書法老師就憂心，大家以後全都打字，手寫書寫能力會持續退步。

每一次新技術誕生，都會出現類似的論調，總有人擔心人類會被技術毀掉。我始終覺得，傳統根基和未來發展需要兼顧，那現在孩子們內心真實的想法究竟是什麼？李飛飛：作為一名教育者和技術從業者，無論去到哪裡，我都希望能主動和學生、家長以及一線老師交流溝通。可政策制定者、投資人、科技行業從業者們，往往會忽略老師、家長與青少年這群核心人群。不少業內人自己也有子女，卻很少靜下心傾聽他們的真實訴求。我始終對年輕一代抱有期待。縱觀人類發展史，這樣的場景不斷重複： 老一輩總會感慨今不如昔，覺得年輕人不懂規矩、丟掉過往的傳統。但拉長時間線來看，人類社會整體始終在向好的方向前進。

我不否認發展路上會有衝突、磨難，但對人類整體的未來保持樂觀。孩子天生帶著旺盛的好奇心，AI固然能帶給他們豐富的娛樂體驗，但他們也會慢慢學會合理駕馭這項技術。真正讓我放心不下的，其實是一線教師與部分家長。整個社會，尤其是硅谷，沒能給他們充足的配套支持，大多隻會站在高處說教、一味指責。教師和家長是支撐社會運轉至關重要的群體，我們要做的是傾聽他們的難處、提供幫扶與配套資源。從基礎教育到高等教育階段，老師們扛著整個社會最沉重的育人壓力。我說一件親身經歷的事，2022年ChatGPT剛上線，身處行業內的我第一時間給孩子小學的校長髮郵件，主動提出希望能入校做一場分享，給老師和學生們科普新技術。

不是我自認專業高人一等，而是希望一線教育者能第一時間瞭解這場技術變革。硅谷的投資人、體量千億的科技巨頭，幾乎沒有人第一時間想到周邊學校的授課老師，但這件事恰恰至關重要。老師們常會提出顧慮：“學生用AI抄襲作弊該如何管控？” 這是非常合理的疑問，我們需要走進校園，向老師們完整展示技術、賦能教育工作者，和他們一同摸索可行的解決辦法。老師們學習能力強、也願意主動改變，只是常常被外界忽略。我看好孩子們的未來，但不會盲目樂觀； 想要守護下一代，一定要看見教師群體，幫扶老師與家長，才能真正引導青少年正確使用AI。主持人：我十分認同你的這番話，相信很多人聽到都會深有感觸。

教師理應被善待，他們需要充足的資訊與全方位的支持。李飛飛：如今大部分播客聊到教育與AI，只會走向兩個極端；要麼大肆渲染末日恐慌，要麼一味鼓吹烏托邦式的美好，兩種論調都沒法真正幫到老師和學生。提示詞的撰寫質量有多重要？主持人：不好意思，我還想再追問一點，想要AI輸出精準、高質量的內容，提示詞的撰寫質量有多重要？李飛飛：提示詞是重中之重，起到決定性作用。主持人：可見精準提問、撰寫優質提示詞，本身就是一項需要學習的核心能力。李飛飛：沒錯，這也是我們開展AI科普、校園教學的核心意義。我特別希望中小學能把提示詞思維納入常規課程。舉個有意思的例子，你覺得人類歷史上最頂尖的“提示工程師”是誰？

主持人：這個問題我恐怕答不上來。李飛飛：是蘇格拉底。倘若他生活在當下，絕對是頂尖高手。他標誌性的詰問法，本質就是層層遞進、不斷追問，順著線索挖掘事物本質、探尋真理。這套思維方式，完全可以教給孩子們。此外我認為，具身交互不只侷限於人類康復領域，具身AI同樣延伸到機器人賽道。AI的下一輪技術革新，早已不再侷限於語言模型。人類演化數億年，在漫長歲月裡都沒有依靠語言交流；而具備實體的機器人能夠輔助人類生活，讓整個社會變得更好。技術洪流中，人才是最終的錨點 主持人：我們討論AI，核心一定要抓住一點，即技術本該拉近人與人的距離，而不是製造隔閡。現在不少AI領域的領軍人物，也還在學著如何面對公眾。

一旦站到聚光燈下，身上一丁點不足都會被無限放大。我期待他們能更快成長，向大眾傳遞客觀、真實的技術全貌。學術界、醫學界還存在一種不成文的隱性風氣，那就是掌握技術核心邏輯的人，會刻意迴避向大眾講清底層原理，這種靠信息差守住話語權的做法，對任何人都沒有好處。只有撕開技術的神秘外衣，讓大眾看懂背後的真相，大家才能真正放下顧慮、獲得更充足的安全感。李飛飛：壟斷信息的確能攥住話語權，一句“聽我的就好，我直接給你結論”也能建立權威，但教育者絕不會選擇這種方式。課堂上，我們不會只簡單告知學生二加二等於四，而是拆解演算邏輯，教會他們自主推導、獨立思考。除此之外，我們還需要聽見來自更多視角的聲音。

有無數學者、技術研發者、創作者，一直在鑽研如何合理地運用AI造福大眾，這些珍貴的聲音，值得被更多人看見。完整訪談： https://x.com/hubermanlab/status/2086814834213925013?s=20 版權所有，未經授權不得以任何形式轉載及使用，違者必究。