来源：新智元
今年 6 月，华人 AI 研究员毕树超在哥伦比亚大学和哈佛大学发表演讲，讲述了在过去十年中，他如何从怀疑 AGI 逐渐转变为对 AGI 的日渐痴迷。
最近，他分享了在哈佛大学的演讲内容。
两次演讲主题一致，内容类似，关于硅基智能的过去、开放问题和未来。
从 OpenAI 离职后，毕树超加入了 Meta 的超级智能实验室，他已经分享过哥伦比亚大学的演讲：
有趣的是，在哈佛演讲最后，有人提了一个问题：
如果您在「AI 原生交互」领域创业，您会押注于哪些多模态基础技术？未来两年最大的机遇在哪里？
确切的答案，毕树超承认自己不知道，即便知道了也不会公之于众。
不过他还是回顾了历史，指出了两个历史性突破：
（1）GUI（图形用户界面），催生了个人电脑；
（2）多点触控，催生了移动设备。
如果有人能基于人工智能找到下一个人机交互方式，那将是一家价值万亿美元的公司。而且他非常肯定地给出了宝贵的洞见：
语音和视觉将成为其中的一部分。它必须非常接近人类自然的交互方式。
AI 狂飙史
首先，他介绍了从 2012 年 AI 日新月异的进步，抛出一条清晰而震撼的「AI 进化时间线」——十年，人工智能完成了一次从蹒跚学步到奔跑跃迁的蜕变。
2012 年，AlexNet 横空出世，「大数据+算力」一击击碎了数十年手工特征工程的神话。
2013 年，Word2Vec 出现，引爆「万物皆向量」革命。
单词成了可以计算距离的向量，语义之间有了坐标系。
推荐系统、搜索引擎瞬间换了玩法——YouTube 的算法，也从此学会了更懂你。
2015 年，两个名字写进了深度学习的骨骼——Adam 优化器和 ResNet 残差网络。
前者像是给训练提速的涡轮，让模型跨数据集稳定奔跑；
后者则打通了「神经网络的任督二脉」，让深度从十几层飙到上百层不再是奢望。
2017 年，Transformer 来了。它像一座跨领域的超级枢纽，不仅颠覆了 NLP，更成了多模态模型的核心骨架。从此，机器开始学会「长篇大论」，并且「举一反三」。
2019 年，Rich Sutton 总结了《苦涩的教训》：利用算力，一般的方法终将压倒性胜过人工工程。
随之而来的，是被毕树超反复强调的——Scaling Law。
更多数据、更多参数、更多算力，性能就能稳步上升。而且，不只是稳步。
当增长跨过某个临界点，模型会突然「开窍」：会推理、会诊断、会用你意想不到的方式解决问题。
这不是魔法，而是数学与算力堆叠出的质变。
过去十年，AI 像婴儿学会了走路；未来十年，它可能会跑得比任何人都快。
强化学习：DeepMind 的时代
历史回顾的第二部分，毕树超把视线从自监督学习转向强化学习（RL），故事同样惊心动魄。
2015 年，DeepMind 推出 DQN，AI 第一次能从原始像素里学会玩街机游戏。没有规则输入，没有人类提示，靠奖励信号驱动，正如孩子在不断尝试中学会骑车一样。。
接着，世界震惊于 AlphaGo。先从人类棋谱起步，再靠自我对弈疯狂磨炼，最终击败围棋世界冠军。它的升级版 AlphaGo Zero 更狠——彻底抛开人类经验，从零起跑，却跑进了人类棋史的巅峰。
那被称为「神之一手」的第 37 手，成了载入史册的 AI 时刻。
AlphaZero 则把这一套搬到国际象棋和将棋，全面碾压顶尖棋手。而在棋盘之外，OpenAI 将强化学习的战场搬到 3D 即时战略——Dota 2。最终，他们的 AI 团队击败了世界级职业战队。
看似风光无限，但毕树超直言——这些都是「单项冠军」。
它们在特定任务上超人，却无法迁移到更多领域。围棋高手不会自动变成医生，AI 亦然。
转折出现在预训练+人类反馈强化学习（RLHF）的结合。
ChatGPT 就是这样炼成的：
先让模型吸收海量知识，再用人类偏好做微调，让它不仅聪明，还更懂交流、更贴近人类思维。
结果？一场爆发。原本低调的研究预览，迅速变成全球现象级产品，每周吸引 5 亿+用户。
毕树超提醒，强化学习是 AI 可无限扩展的两条路径之一（另一条是自监督学习）。既然预训练的规模已被推到极限，下一步，就是在强化学习上同样拉满算力。
开放问题
数据决定智能
当话题进入演讲的第二大部分，毕树超的语气陡然凝重——这一次，他谈的不是 AI 的辉煌战绩，而是挡在前面的瓶颈。
他指出了关键问题：「别以为只要有更大的模型和更多的算力，AI 就能无限变强。有一样东西，比算力更稀缺——高质量数据。」
数据红利，正在消耗殆尽
在过去十年里，我们喂给 AI 的是人类几千年来积累的知识宝库：书籍、论文、代码、图片、视频、网页……这些数据像肥沃的土壤，让模型在短短几年长成参天大树。
但毕树超警告，这块土壤正在快速流失。
高质量、结构化、真实、有深度的信息，正一点点耗尽。等到库存见底，光有更大的「树」和更强的「阳光」（算力），也长不出新枝。
他直言，这是一个全行业即将面对的「隐形天花板」。
突破口I：让 AI 自己造数据
解决之道？
毕树超抛出第一个突破口——让 AI 像人类一样，通过与环境互动生成新数据。
人类的学习过程不是坐在教室里背完所有书，而是边做边学。我们在尝试、失败、修正中获得经验，再把这些经验传递给别人。
「为什么不能让 AI 也这样做？」他问。
强化学习中的自我博弈（self-play）已经证明了这一思路：
AlphaGo Zero 就是在与自己下棋的过程中，不断创造并吸收新局面，从而突破人类经验的边界。
如果 AI 可以在虚拟环境、模拟实验、甚至真实世界的机器人平台上持续生成并验证数据，它就能摆脱「吃老本」的命运。
「用算力换数据——这是我们唯一能让曲线继续向上的方法之一。」毕树超强调。
突破口 II：让学习更高效
第二个突破口，是数据效率。
人类只需看几局棋，就能学会规则并进行策略思考；而大模型往往要消耗百万、千万级的样本，才能掌握类似的技能。
原因何在？
毕树超给出两点：
-
泛化能力——人类会迁移推理模式。学会数独的逻辑，可能帮你下棋时提前几步预判。
-
学习粒度——人类学习的是「概念」，而不是逐字逐句的「下一个词」。同一个意思有成千上万种说法，人类不需要全部记住，而模型却在消耗大量资源去拟合这些表述。
「这就像你要学游泳，不是去背所有水花的形状，而是直接掌握漂浮和划水的原理。」他形象地说。
如果模型能直接学习概念和关系，而非表面符号，数据需求将骤降，学习速度也会飞跃。
安全与对齐，难度最高的关口
即便解决了数据问题，毕树超提醒，还有另一道高墙——安全与对齐。
他将其分为三层：
-
内容安全：避免生成有害信息。
-
滥用防护：防止被恶意利用。
-
内在对齐：确保 AI 的目标与人类价值观一致。
前两层已有较成熟的技术与策略，但第三层，才是真正的硬骨头。
未来：AI 无处不在
当演讲进入展望部分，毕树超开始描绘一幅气势恢宏的未来图景——AI 将全面渗透社会的每个角落，重塑我们的生活、工作与认知。
智能体：AI 时代的手机
毕树超预言，推理能力的进步将让 AI Agent 像空气一样无处不在。
它们会在办公室帮你做研究、写报告，在家中帮你管理日程、照顾孩子的学习。
「想象一下，身边有一个随时待命的超级助理，永不疲倦，从不忘事。」
这不是奢侈品，而会像智能手机一样普及。
AI for Science：颠覆科研范式
他将科研形容为「在一片浩瀚的可能性海洋中寻找珍珠」。
而 AI 的搜索能力，将让我们一次网下去，就捞起整串珍珠。
药物研发不再耗费十年，可能几个月就能找到候选分子；
材料科学可以在模拟中直接筛出最佳配方；
像 AlphaFold 这样的突破将成为常态。
毕树超甚至说，科学家未来可能会有属于他们的「AlphaGo 时刻」——突然看到 AI 给出一个人类几代人都没想到的解法。
AI 移掉两座大山：教育与医疗
教育领域的变革同样惊人。
AI 可以让任何人无障碍进入新领域，也可以为顶尖学者量身打造最优学习路线。
「也许未来，一个人 5 年内可以完成 10 个博士课题，」毕树超半开玩笑地说，「前提是他真的愿意学。」
这不仅意味着效率，更意味着教育公平的真正可能——偏远地区的孩子，也能享受世界顶级的教学资源。
AI 让好医生触手可及。
他相信，AI 能为更多人带来高质量的医疗服务，尤其是在医生资源匮乏的地区。
一个普通诊所可能会有 AI 诊断系统，能像经验丰富的医生一样识别病情，还能实时参考全球最新的医学研究。
「很多人的第一位好医生，可能会是 AI。」
具身智能：人类伸向宇宙的触角
毕树超将目光投向更远——具身智能（Embodied AI）。它不仅是机器人在仓库里搬货，更是能进入深海、火山、甚至外太空的探索者。
在那些人类无法生存的地方，它们可以代替我们采集数据、建造设施，甚至开启跨星际的「殖民」尝试。
「人类的触角，会通过它们伸向整个宇宙。」
演讲人简介
目前，毕树超是 Meta 超智能实验室研究员，RL/后训练/智能体；之前，在 OpenAI 研究多模态和 RL。
他联合创建了 GPT-4o 的实时语音界面，主导了 OpenAI 的多模态后训练。
他的工作让人工智能能够像人类一样说话——富有情感、自然且即时。
可以把他看作是未来 AGI 助手的声音设计师。
他也曾经在谷歌从事数据科学。
他是浙江大学理学学士（竺院工高班），加州伯克利大学理学博士，大数据资深从业者与实践者，专注大规模机器学习和统计模型在互联网与金融领域的应用。
曾在硅谷联合创立大数据公司，基于谷歌， Facebook 和 Twitter 数据指导广告投放策略与监控广告投放效果。实用主义的数据科学家，深层次去伪存真地理解数据价值。
