AI时代：进化、挑战与人类的未来

自2016年AlphaGo击败世界围棋冠军李世石以来，人类与AI间的对决便频繁出现在大众视野中，其中不乏令人瞩目的案例。

曾参与《最强大脑》节目并担任首席科学家的刘嘉，亲眼见证了智能机器人小度与人类选手比拼“看照片认脸”的场景。面对多轮挑战，最终人类顶尖面孔识别选手败给了AI。这一结果让刘嘉深受震撼，他迅速递交辞呈，重返实验室，专注于脑科学与AI的交叉研究。

时至今日，我们生活在一个被AI包围的时代。去年，诺贝尔物理学奖和图灵奖双双授予AI领域。今年年初，DeepSeek的火爆让“无所不知”的大模型风靡朋友圈，随后Manus的出现更是将AI完全自主的蓝图展现给大众。AI真的会超越人类吗？身处当下，这一话题已成为现实议题，许多人感受到深深的危机感。

在2025年6月出版的新书《通用人工智能：认知、教育与生存方式的重构》中，刘嘉用“近乎疯狂”来形容AI的进化速度。他认为，这场人造的进化史诗，不再是一场旁观者清的外围变革，而是每个人必须直面“新生存现实”。本书从认知底层逻辑讲起，帮助读者清晰认知AI、审视自身定位，堪称“AI时代生存指南”。

近期，刘嘉接受了我们的专访。如今，他不仅是清华大学基础科学讲席教授，也是北京智源人工智能研究院首席科学家。访谈中，他不仅谈及了AI在认知科学视角的真实智能级别，还明确指出了AGI实现的能力标志与技术路径方向。

同时，作为一名长期在科研与教育一线耕耘的学者，刘嘉剖析了当前高校AI教育中的现实问题，并提出许多切实可行的教育改革建议。对于大众，他也全方位分享了与AI抗衡的多方面秘诀。

人工智能到人类的距离

Q：刘老师，最近一年里，AI领域的哪一进展或成果最令您感到震撼？原因是什么？

刘嘉：从大众视角来看，我认为今年最重要的两个进展是人形机器人和智能体领域。这两个领域的发展是传统大模型向物理和虚拟世界延伸的标志。

在机器人领域，核心是探索AI如何在真实生活中与人类交互。现在大家关注AI在真实世界的工作、与人交互及从事社会相关事务。然而，整体趋势向好的同时，这个领域也有需要改进提升的地方。目前更多关注机器人的稳定性、动作协调性等基础层面，没有真正用AI控制其行为，在开放环境中让机器人像人一样做出自适应行为。

至于第二个振奋的领域是虚拟世界里的“机器人”，即智能体（Agent）。虽然大模型擅长推理和内容解释，但无法具体做事。但现在出现的智能体技术能给大模型装上各种各样的“手脚”和工具，让它具备实际办事能力：有的能订票，有的能写程序查询具体问题。

这两点结合起来发现，一个是物理世界的机器人，另一个是虚拟世界的智能体。传统大语言模型正从“你问我答”的对话模式向服务人类、与人类进行实体及工作层面交互的方向转变。

Q：您目前的研究方向是什么？能否具体谈谈。

刘嘉：我的科研方向与脑机接口、机器人都有关联，核心是围绕“脑科学如何启发人工智能发展”。在脑机接口方面，难点在于对大脑的理解，比如大脑神经元的放电代表什么。在机器人领域，现在的机器人不能仅依赖Transformer架构，因为本质是序列加工。我在这一领域研究如何实现环境信息的并行加工：快速理解周遭环境、提取关键要素后，把信息传给大模型做推理。

总的来说，我现在的研究核心是“脑科学+AI”，试图解决两大问题：一是脑机接口中大脑信号的解码问题；二是机器人在真实物理世界中感知与运动的并行加工问题。

Q：ChatGPT、Claude、Gemini等大语言模型重塑我们日常生活与科研工作的当下，它们真的“理解”自己输出的内容吗？如何验证一个系统是否真正具备理解能力？

刘嘉：这是一个非常好的问题。2024年9月OpenA推出o1大模型后，我认为所有相关讨论都该画上句号。o1是基于推理的大模型，能从学术角度梳理出思维链。至于像GPT-4这类纯粹的对话大模型已退出历史舞台。中国DeepSeekR1是首个开源的推理大模型。

这种推理能力体现了大模型对人类需求与任务的理解，并模仿人类思维方式解决问题。智能体最核心的是“规划”能力：明确用哪些工具、怎么用工具来完成任务。

总结来说，“大模型是随机采样还是模仿人类推理”无需再讨论。因为大模型确实能理解我们的需求并进行推理。

Q：若未来AI不仅通过图灵测试、镜像神经元模拟甚至会表现出“痛苦”等情感状态，这是否意味着意识可从计算中涌现？

刘嘉：AI在智商层面已比人类更强。至于情感与意识我的回答是“yes and no”。理论上AI能产生意识但从生物进化层面看神经元或“参数量”越大生物不一定越聪明架构很关键。

因此总结来说：AI要实现人类级别的智能或许还需要向人脑学习需要从脑科学中获取新启发才能走向下一代人工智能。

Q：当前AI仍依赖人类标注数据未来是否可能实现完全自主的“自我进化”学习？

刘嘉：当前大模型的学习无论是有监督还是无监督都属于被动学习与人类主动学习的模式有本质区别。

当然我们也要考虑到如果有一天大模型真的拥有自我进化的动力其发展效率会远超人类甚至能在极短时间内进化出超越人类的能力。

Q：当前您最期待和关注哪一AI细分方向的发展有突破？

刘嘉：我觉得从今年开始AI领域有两个方向比较火且和人类直接互动一是机器人领域二是虚拟世界里的智能体。

无定义的AGI已进化为新物种

Q：您在书中为何选择从认知科学视角而非纯技术角度解读AGI？如果让您用一句话总结AGI对人类的意义您会如何描述？

刘嘉：认知科学和人工智能本质上是一回事只是侧重点不同一个更偏向理论一个更偏向工程应用。

至于一句话概括AGI对人类的影响我认为它既不会仅仅是人类的工具也不会是来消灭人类的新物种。在我看来AGI对人类最大的贡献在于它可能会成为一种与人类共生共进化的全新物种能推动人类自身不断迭代、持续进化。

AGI何以真正实现？

Q：您认为未来3-5年AGI最可能突破的技术瓶颈是什么？

刘嘉：现在大家认为ChatGPT这类大模型是AGI的火花或雏形还不是真正意义上的AGI。在我看来AGI真正实现需要两个标志：一是大模型需要具备从0到1的创新能力；二是AI需要达到足够的感知和运动能力。

当AI“停不下来”：未来教育必须改

Q：如果AGI最终超越人类智能人类是否应限制其发展？

刘嘉：现在有个关键问题不知道你有没有关注过2023年年底OpenAI的那次风波。在我看来想让大家都停下来实现所谓的“对齐”根本不可能。

Q：从大学教授的角度来看您认为未来教育应如何调整来培养出AI时代“不可替代”的人才？

刘嘉：现在我给学生布置作业时鼓励他们用AI辅助完成。之所以这么做是因为让学生学会用AI后能快速把作业中基础性的部分完成好。

普通人如何建立AGI“防线”？

Q：您提到“在AGI时代基于知识和技能的白领行业寂然倒下甚至包括教师和科学家”那么未来哪些职业反而会因AI变得更稀缺？这类岗位需要具备哪些能力？

刘嘉：当前所有以知识密集型为核心的职位都会受到AI的巨大冲击。但顶尖创作者的稀缺性变得更突出了。