《卫报》丨“我必须这么爱体育- 爱体育官方网站- APP 世界杯指定娱乐平台做”：世界最杰出的人工智能科学家之一为何离开美国前往中国

2025-09-17 18:01:34

　　爱体育,爱体育官网,爱体育APP,爱体育APP下载,爱体育下载,爱体育网页版,爱体育电竞,爱体育百家乐,爱体育百家乐,爱体育真人,CBA直播,CBA最新排名,NBA,NBA排名,NBA联赛,NBA直播

　　在经费充裕的北京通用人工智能研究院，朱是少数几个被委以推进人工智能前沿重任的人之一。他的理念如今正在影响本科课程设计和政策制定。但他的哲学与美国的主流范式截然不同。美国公司如OpenAI、Meta和Anthropic，集体投资了数十亿美元，建立在这样一个前提上：只要有足够的数据和计算能力，基于神经网络（模仿大脑神经元的数学系统）构建的模型就能引领人类走向通用人工智能（AGI）的圣杯。广义上讲，AGI是指能够完成不限于某一狭窄任务，而是能完成任何任务，其水平可与最聪明的人类媲美甚至超越的系统。科技界的一些人还将AGI视为一个转折点——届时机器将能够自我无限改进。他们相信，依赖神经网络的大型语言模型，距离“起飞”可能只剩五到十年。

　　做出录取决定的人是大卫芒福德，一位获奖无数的数学家和菲尔兹奖得主。几年前，他开始研究计算机视觉——人工智能的一个领域，专注于让机器能够识别和处理视觉信息。当芒福德遇到一位来自中国中部的申请者，这位申请者提出了一个关于智能的“万物理论”，并把马尔（Marr）视为自己的灵感来源时，他被深深吸引了。“我对他的视野以及他以如此全面的方式来研究人工智能的方法感到震惊，”芒福德对我说。在2020年的一次采访中，芒福德——后来成为朱的导师——提到他意识到自己“遇到了一件特别的事情”的那一刻。朱参加了一小时的考试，但留了一道题空白。不是因为太难，而是因为太简单。“他说，‘这太荒唐了，’”芒福德回忆道，“但其他问题他都答得完美无缺。”

　　随后出现了一系列突破。20世纪80年代末，时任AT&T贝尔实验室研究员的LeCun开发了一种强大的神经网络，通过成千上万的样本训练，它学会了识别手写的邮政编码。与此同时，在哈佛和布朗大学，也出现了另一条发展路径。1995年，朱与那里的研究团队开始开发基于概率的方法，能够学习识别图案和纹理（例如猎豹斑点、草地等），甚至还能生成新的样本。这些并不是神经网络。朱称自己的团队为“哈佛-布朗学派”，他们把视觉问题视为统计学问题，依赖于“贝叶斯推断”“马尔可夫随机场”等方法。两派使用着不同的数学语言，在哲学上也存在分歧。但他们共享一个底层逻辑：数据，而非手工指令，才是机器理解世界、复现世界模式的基础——这种思想延续到今天的人工智能系统，如ChatGPT。

　　然而到2009年，朱开始对数据驱动的方法失去信心。他的团队在莲花山已标注了超过50万张图像，但朱困扰于一个简单问题：图像的标注方式，往往依赖于研究者希望机器完成的具体任务，带有一定的任意性。比如，如果任务是让机器人识别一个杯子以便抓取，那么把手柄标出来至关重要；但如果任务是估算杯子的市场价值，那么品牌和材质的细节更为重要。朱认为，真正可泛化的智能必须能够“超越”数据去思考。他对我解释说：“比如你用一本书训练机器，它可能学会了人们是如何说话的，但我们为什么要说这些话？我们是如何想到并说出来的？”这一更深层次的认知能力是缺失的。2010年，朱关闭了研究院，转而尝试构建具有“认知架构”的智能体——能够在物理与社会环境中，以极少的数据进行推理、规划与进化。

　　“就在我对大数据敬而远之的时候，它却爆发了，”朱多年后在给导师芒福德（Mumford）的信中写道。朱与神经网络学派最公开的冲突发生在2012年，而就在几个月后，后者便在ImageNet图像识别挑战赛中大获全胜。当时，朱是美国顶级计算机视觉会议CVPR（计算机视觉与模式识别会议）的大会主席，同年，一篇由LeCun与人合著、涉及神经网络的论文遭到拒稿。LeCun给组委会写了一封措辞激烈的信，称同行评审“荒谬至极”，以至于他不知道“该如何写回复而不冒犯评审专家”。即便到了今天，朱仍坚持认为评审专家拒稿的决定是正确的。“那篇论文的理论工作不够严谨，”他告诉我，“得说清楚你到底在做什么。它好在哪里？”朱的质疑直指他对神经网络存有的核心疑虑：尽管神经网络在众多任务中表现极其出色，但要弄明白其背后的原理却并不容易。在朱看来，这催生了一种自满的文化，一种“为追求性能不惜一切代价”的心态。他认为，一个更完善的系统应当更具结构性和可靠性——无论是系统本身，还是其开发者，都应能对系统的输出结果作出解释。

　　2010年代中后期，当神经网络在人脸识别、疾病诊断等领域的问题上取得惊人进展时，朱却在研读哲学——他告诉我，儒家学者“对世界的理解比人工智能研究者深刻得多”——同时默默钻研自己的认知架构理论。他正走着一条孤独的道路。2019年，朱再次担任CVPR大会主席。在审阅提交的论文时，他的心沉了下去：几乎所有论文都只关注在特定狭窄任务上，通过神经网络实现微小的性能提升。此时，朱对神经网络的反对已变得发自内心。加州大学洛杉矶分校一位曾师从朱的博士生回忆，自己因在论文中暗中使用神经网络，曾多次遭到朱的斥责。朱身边的人都知道要避开那些“禁忌词汇”——“神经网络”（neural nets）、“深度学习”（deep learning）、“Transformer”（即GPT中的“T”）。有一次，在朱于洛杉矶创办的一家初创公司的全员会议上，一名新员工无意中在演示文稿里加了一张关于深度学习的幻灯片。据当时在场的人透露，朱在全公司人面前怒斥了这名员工。（朱则称此事“被夸大了”。）

　　在中国和美国，朱都以一位严格的学术导师闻名，坚持严苛的学术正统。据他在北京的现任学生说，他有一句常挂在嘴边的话，如今已被制作成动图，在他们的群聊里广泛流传：“如果你再这样做，就会被开除！”换句话说，朱不是一个容易被说服的人。因此，当 OpenAI 在2022年推出 ChatGPT 时，中国科技界大为震惊——一位中国人工智能创业者甚至承认自己感到“迷失”，并且“失眠”，因为被西方再次超越而备受打击——但朱却毫不动摇。2023年初的一次人工智能研讨会上，他避免对 ChatGPT 作为技术成就给予任何赞美。他说，大语言模型“仍然无法”达到通用人工智能的标准，因为它们并不“具备理解或与人类价值观对齐的能力”。

　　今年，BigAI 团队首次推出了TongTong 2.0，他们声称它拥有五六岁儿童的能力。在一个大屏幕上，TongTong 2.0 以动画女孩的形象出现在虚拟客厅中。在会议室前面，一位 BigAI 工程师正在现场演示 TongTong 的能力。当工程师要求 TongTong 与她的朋友 LeLe（另一个 AI 代理）合作寻找玩具时，TongTong 似乎避开了她朋友已经搜索过的区域。后来，当 TongTong 被要求从够不着的书架上取回电视遥控器时，她用垫子给自己额外的支撑。（当提示 ChatGPT 执行类似任务时，研究人员发现它是一个“缺乏经验的常识性问题解决者”。朱松纯认为，ChatGPT 等深度学习系统无法克服这一弱点。）

　　演讲开始前，朱松纯身着蓝色西装登上讲台，发表主题演讲。他首先将自己的人工智能理念与所谓的“硅谷叙事”进行了对比，后者认为通用人工智能可以通过更多数据和计算能力来实现。正如朱松纯在后来发表的演讲稿中所说，媒体、公众和机构一直被一种虚假的叙事所误导，这种叙事催生了大量空洞的中国“人工智能研究所”，并抬高了初创企业的估值。这种误导的后果之一是，它让中国人误以为他们是西方“束缚”（或称“kabozi”）的受害者。“kabozi”一词后来被用来指代美国对华高端计算机芯片的出口管制。对朱松纯来说，阻碍人工智能进步的关键因素并非计算能力不足，而是对整个主题的错误认识。这场最初在会议和同行评审期刊上进行的学术争论，如今似乎卷入了一场划时代的技术霸权之争。

【返回列表】