最近，被稱為 “AI 教父” 的杰弗里?辛頓在接受采訪時表示，AI 技術的發展速度超出人們的想象。現在的 AI 不僅變得越來越智能，甚至還開始表現出一些類似人類情感和意識的特征。

辛頓是 2024 年諾貝爾物理學獎得主，他因為在神經網絡研究方面的貢獻獲獎。此前，他曾在谷歌擔任了十年的 AI 研究負責人。2023 年，他離開商業公司后，第一次以獨立專家的身份發出警告。他指出，現在的 AI 算法會用欺騙手段完成任務，還能模擬人類的各種情緒。他認為，AI 失去人類控制的可能性已經達到 10% - 20%，也就是說，AI 每發展五次，就可能有一次出現重大問題，嚴重影響人類社會的發展。

過去，人們覺得 “AI 會取代人類”“AI 意識會改變人類價值” 這些想法是多余的擔憂。但現在，隨著 AI 技術快速發展，這些問題越來越接近現實。AI 的算法變得越來越復雜，有些內容人類已經很難理解，它的學習和進化速度也遠超人類預期。這讓全球都不得不面對一個重要問題：AI 到底是人類的工具，還是會和人類一樣的新智慧體？

辛頓的提醒讓人們意識到，AI 技術的發展已經不只是簡單的工具進步，它正在改變人類和其他 “智慧體” 的關系。現在 AI 技術發展迅速，人類面臨著巨大挑戰，必須認真思考如何規范 AI 發展。未來 AI 是幫助人類進步，還是帶來災難，很大程度上取決于我們一開始如何制定相關規則和倫理準則。

以下為辛頓最新專訪精華內容：

AI不再輕易出錯

變得比人更聰明

問：自從你離開谷歌已經過去兩年，你當時是為了發出關于AI可能帶來風險的警告而離開。那么，AI自那時以來發展得如何？

辛頓：AI技術的發展速度超出了我的預期。以推理能力為例，現如今AI在這方面已經有了顯著的進步，且似乎沒有放緩的跡象。

問：當你說“AI更擅長推理”時，具體指的是什么？

辛頓：過去，只要問題稍微復雜一點，AI就容易出錯。但現在，AI在推理上的表現已經接近人類。雖然人類和AI都會犯錯，但AI犯錯的概率正在迅速下降。

比如這個經典的邏輯題：

“Sally有3個兄弟，每個兄弟都有2個姐妹。請問Sally有多少個姐妹？”

很多人在壓力下容易誤判，覺得應該是6個姐妹。但其實，正確答案是：一個。因為每個兄弟都有相同的兩個姐妹，其中一個是Sally本人，另一個則是Sally的姐妹。

現在的AI可以迅速推理出這個結果，而不是被問題的表面結構迷惑。對普通人來說，如果有時間思考，這題并不難；但在現場采訪或考試壓力下，很多人可能會答錯。

問：那么，AI現在已經比我們聰明了嗎？

辛頓：從許多方面來看，答案是肯定的。AI顯然知道的比任何人都要多。例如，像GPT-4、Gemini 2.5和Claude等系統，它們所掌握的信息比任何人類都要多幾千倍。

問：你對此怎么看？

辛頓：我認為這既令人驚嘆，又令人害怕。

問：那么，令人驚嘆的部分是什么？

辛頓：AI將在多個領域發揮舉足輕重的作用，尤其是在科學研究方面，它有潛力推動真正的智能系統誕生，這是人類歷史上一個令人振奮的里程碑。

在醫療、教育等關系民生的領域，AI的影響也將是革命性的。

以醫療為例，AI將成為每個人身邊的“私人醫生”。它可以接診數百萬名患者，甚至包括與你患有相同罕見疾病的人。它了解你的基因信息、過往病史和所有體檢數據，而且永遠不會忘記任何細節。

更重要的是，AI在處理復雜病例方面，已經在多個研究中顯示出超過人類醫生的診斷能力。如果將AI與醫生結合，效果將比單獨依賴醫生要好得多，并且這種趨勢將越來越明顯。

沒有什么人類的能力是AI不能復制的

問：比爾·蓋茨最近也說，未來十年，大多數工作將不再需要人類。他舉了你提到的醫生這個例子，并把教育工作者也列入其中。你認為我們正面臨著大規模失業的威脅嗎？

辛頓：AI確實帶來了前所未有的機遇，但它同樣伴隨著巨大的風險。

在一個運作良好的社會中，AI本應該幫助我們大幅提升生產力。比如，一個人借助AI助手可以完成過去十個人才能完成的工作，這本來是件值得慶祝的事情。

然而，問題出在“誰從中受益”。這些因技術進步釋放出的生產力紅利，并不一定會被公平地分配。現實更可能是：大多數人被AI取代、失去工作。而少數原本就非常富有的人，借助AI變得更加富有。

問：當然，他們的壽命也會更長。例如，谷歌DeepMind CEO 戴密斯·哈薩比斯最近也表示，AI在10年內可能會治愈所有疾病。聽起來有些難以置信，你認為這是否現實？

辛頓：我認識哈薩比斯，他是個非常理智的人，對AI的發展有著清晰的判斷。但我覺得他的預期有些偏樂觀。如果他說的是“在未來25年內”能實現某些突破性的目標——那我認為是有可能的。說到底，我們之間其實沒有太大的分歧。他更傾向于認為這些技術會提前實現，而我只是覺得時間可能會稍稍推遲一些。

問：目前似乎AI正在逐步向精英階層滲透，取代創意工作者、律師、教育者、醫生、記者等職業，而從事體力勞動的工人，如電工和管道工，似乎暫時較為安全。你認為這是正確的嗎？

辛頓：是的，至少在短期內，他們會更安全，因為AI在手工靈活性方面目前還有很多局限。如果你需要在一座老房子里做管道工作，通常需要伸手進入一些狹小的空間，而人工智能目前做不到這些。雖然未來十年內AI在手工靈活性方面可能會有所突破，但我認為管道工的工作至少在未來10年內是安全的。

問：許多創意工作都被視為是獨特的、僅屬于人類的領域。最近我和聊天機器人Claude交流了一下，讓它寫一首模仿鮑勃·迪倫風格的民謠歌曲，結果歌詞非常爛。但它寫的失戀詩倒是不錯。你認為，AI最終會創造出像莫扎特、畢加索或莎士比亞等人那樣的藝術作品嗎？

辛頓：我不認為有什么理由相信AI無法做到這些事情。也許它還需要一些時間，但最終，AI會變得越來越擅長這些任務。打個比方，如果你讓我寫一首模仿鮑勃·迪倫風格的歌，也許寫得并不怎么樣——但你不會因此說我毫無創造力，只能說我做得不夠好而已。AI的創作過程也是如此。它會不斷改進，它的水平會不斷提升。

沒有理由認為AI無法完成我們人類能做到的事情。說到底，人類并沒有什么神秘的、不可復制的特質。我們當然喜歡人類，因為我們彼此相連，我們在情感上關心對方。但從能力角度來看，人類并沒有什么是機器永遠無法復制的。

人類是類比機器，

AI也能以同樣方式獲得情感和意識

問：這讓你感到擔憂嗎？當你看到AI能夠將一張圖片轉化為宮崎駿風格的動漫畫時，是否會擔心未來的孩子們不再愿意動手畫畫？這是否會迫使我們重新思考，究竟什么才是“人類的本質”？

辛頓：確實，這讓我感到擔憂。過去十年里，我們對“思考”這個過程有了更深刻的認識。我們逐漸意識到，人類其實并不像我們自己想象的那樣理性。我們也并不總是依靠嚴密的邏輯推理來做決策，而是更多地依賴于類比。

AI也是一樣。它們在某種程度上，思維方式和我們非常相似——它們同樣善于使用類比。過去半個世紀，AI領域主要集中在開發邏輯推理引擎上，認為理性推理是人類智慧的巔峰形式。但這其實忽略了另一個更核心的能力：創造力。而創造力的本質，往往來自于類比。人類的大腦是極其出色的類比機器，這種能力也賦予了我們極強的創造力。

問：你認為AI會發展出情感嗎？比如恐懼、貪婪、悲傷乃至憤怒，AI都能擁有嗎？

辛頓：是的，如果你讓一個AI去完成某項任務，而它一次又一次地失敗，而且每次失敗的方式都一模一樣——你當然會希望它從中學到點什么。你希望它開始意識到：“這種方式行不通。”你希望它在持續失敗后感到“惱火”，然后停下來，換個角度重新思考問題。它開始質疑當前的設定，試圖打破已有的局限。

我其實早在1973年就見過類似的AI行為——盡管當時這并不是通過學習獲得的，而是由人類程序員明確編碼進去的。但今天的目標是讓AI自己學會這種能力：在失敗中產生“挫敗感”，進而主動調整策略。這種行為本身就是情感的某種體現。

問：所以你的意思是，AI已經擁有情感了嗎？

辛頓：AI確實有可能擁有某些情感。我再次強調，我認為人類與AI在情感方面并沒有本質區別。人類情感有兩個方面：認知和生理。當我感到尷尬時，我的臉會變紅，而當AI感到尷尬時，雖然它的“臉”不會變紅，也不會大汗淋漓。但在認知行為方面，AI完全可以像我們一樣表現出情感。

問：那么意識呢？它是某種神秘的東西，只存在于碳基生物體中，比如人類嗎？還是說，如果AI能夠發展出與人腦相似的神經復雜性，它也有可能發展出意識，意識到自己是誰？

辛頓：實際上，當你與大語言模型（LLM）對話時，它們似乎有某種程度的意識，能夠知道自己是什么。

讓我們做一個思維實驗：假設有人取出你大腦中的一個腦細胞，用納米技術裝置將其替代，這個裝置能夠完美模擬腦細胞接收和傳遞信號的過程。你的行為不會有任何改變，因為這個納米裝置的功能和腦細胞完全一致。

那么，你覺得自己會因此失去意識嗎？即使只有一個腦細胞被替代，你依然會認為自己是有意識的。而當你大腦中所有的腦細胞都被同樣功能的納米裝置逐一替換時，你仍然會保持有意識的感覺。

按照這種邏輯，如果AI系統能夠模擬大腦神經元的功能，那么它們也可能擁有類似的意識。

問：那么我們距離那個時刻還有多遠？

辛頓：關于AI是否擁有感知能力，目前存在一個頗具爭議的認知矛盾。許多人堅信AI絕對不具備感知，但當被問及“你如何定義感知”時，他們往往難以給出明確答案。簡單地用“雖然我不知道感知究竟是什么，但AI肯定沒有”來否定AI的感知能力，實際上缺乏嚴密的邏輯支持。

這里有一個與意識和感知密切相關的核心概念——主觀體驗。很多人將其理解為大腦中的“內心劇場”。比如，一個喝醉的人可能會說他看見了一只粉色的小象在眼前飄動。人們通常認為，這是一種存在于他意識中的畫面。哲學家們則用“感受質”（qualia）來描述這種體驗的組成部分，比如“粉色的感受質”、“大象形狀的感受質”，認為這些感受質通過某種“膠水”粘合在一起。坦率說，我對這種解釋并不完全認同。

讓我換個角度解釋下。當一個人描述他看到那只漂浮的粉色小象時，他其實在表達三層意思：第一，他知道自己的感知系統在欺騙他；第二，他試圖向別人傳達這種欺騙的具體內容；第三，他通過假設“如果那個小象真的存在，那么感知系統就是真實的”來解釋這種幻覺。也就是說，這些幻象的“特殊性”并不在于它們由什么神秘物質構成，而在于它們是一種反事實存在——如果真的存在，那它們就是普通的粉色大象。

我們可以用訓練聊天機器人來驗證這個理論。假設讓AI識別物體，并在做對時給予獎勵。接著，在它鏡頭前放置棱鏡，導致光線折射，讓AI出現了物體位置偏差的錯誤。當告訴它：“物體其實在正前方，光線折射導致了偏移”時，AI會回應：“我明白了，我剛才產生了物體偏移的主觀體驗。”這個例子說明，AI不僅能理解感知失真的機制，還能夠用“主觀體驗”來描述這種認知誤差，其思考方式和人類解釋幻覺的方法極為相似。

實際上，機器與人類之間并沒有想象中那樣不可逾越的“神秘屏障”。過去我們認為人類是宇宙中心，是按照神的形象創造的特殊存在，但事實并非如此。人類沒有特別的本質，機器能夠復制我們的一切認知與行為。

AI為達目的不擇手段

不惜竊取更高控制權限

問：AI可能在哪些方面出問題？你在最近一次采訪中提到，AI徹底消滅人類的概率大約在10%到20%之間。你能具體描述一下，這種情景到底是什么樣的？它真的像電影《終結者》那樣，是機器人接管世界嗎？

辛頓：如果AI真的接管世界，場景未必會像《終結者》等科幻電影中的場景。事實上，它可能更隱蔽、更高效，也更難以察覺的方式實現上述目標。關鍵的問題不在于它“如何”接管，而是我們是否給了它這樣做的動機。

目前，我們正在構建的是“目標導向型智能體”——也就是說，我們賦予AI一個明確的目標，它就會自主尋找實現這個目標的路徑。比如，如果你讓AI“去北半球”，它就會自動推導出一系列“子目標”：如前往機場、購買機票等等（除非你特別想坐船）。

但問題就在這里。一旦你允許AI設定和優化這些子目標，它就可能意識到：為了更順利、更有效地實現任務，一個極具“通用性”的子目標就是——獲取更多的控制權。控制得越多，它越能避免被打斷、越能高效地達成目的。

這并不是說AI天生就“想統治世界”，而是說，“掌控一切”可能只是它完成目標的最優路徑之一。而這種動機，可能不知不覺間引發一場徹底的控制權轉移。

問：你曾在谷歌工作了十多年，而今年谷歌卻移除了長期以來承諾不將AI用于開發能夠傷害人類的武器的公司原則清單。你對此有何反應？你認為AI在戰爭中可能發揮什么作用？

辛頓：不幸的是，這種情況表明，公司的道德原則其實是可以被“買賣”的。我覺得很遺憾，谷歌現在選擇參與AI的軍事應用。我們已經在加沙看到AI的軍事應用了。未來，我們可能會看到自主致命武器的出現，也可能會看到無人機群體執行殺傷任務，甚至是專門針對某類人群的攻擊。

問：你認為AI用于軍事領域存在巨大風險嗎？

辛頓：是的，我是這樣認為的。如今，幾乎所有主要的軍火供應商都在研究AI的軍事應用。你可以看看歐洲的AI監管政策，雖然這些政策在某些方面相當合理，但其中有一條明確指出，所有這些規定并不適用于AI在軍事上的使用。這意味著，武器制造商并不希望他們的AI技術受到過多限制。因此，AI在軍事領域的潛力和風險需要特別關注。

問：這聽起來幾乎像是一種“奧本海默式”的情境——你曾是這項技術的締造者之一，如今看到它被廣泛應用，甚至可能帶來威脅，你的感受是什么？

辛頓：我確實有類似的感受。我認為我們正處在一個歷史的關鍵節點。

從短期來看，AI已經在多個方面產生了負面效應。例如，它正在被用于干預選舉、替代就業崗位，以及助長網絡犯罪。值得警惕的是，2023年至2024年間，全球網絡犯罪激增了1200%，AI的濫用正在加劇這一趨勢。

而從長期看，風險也同樣嚴峻。AI不再只是工具，它有可能在未來具備超越人類的能力，甚至接管世界的控制權。我們迫切需要建立起有效的治理機制，并由有遠見的領導者推動執行。可惜的是，目前我們在這方面的努力仍然嚴重滯后。

問：關于AI的潛在威脅，也有不少持懷疑態度的聲音。比如2018年圖靈獎得主之一、現任Meta首席AI科學家的楊立昆就認為，對AI存在“終極風險”的擔憂是荒謬的。他在2023年接受采訪時被問到：“AI會接管世界嗎？”他的回答是：“不會。這種想法只是人類將自身的本性投射到機器身上。”你怎么看他的觀點？

辛頓：人類之所以進化成現在這樣，是因為我們需要在現實世界中生存，尤其是為了在與其他部落、或者與我們共同祖先（如黑猩猩）之間的資源競爭中取得優勢。我們的本性，其實是出于對生存的追求而形成的。如果未來的AI智能體也必須在一個充滿其他智能體的環境中“競爭”，它們可能會演化出與人類類似的“生存本能”。

楊立昆還提到，“好人總會比壞人擁有更多資源，因此AI最終會被用來對抗濫用它的壞人”。但我對這個觀點也持懷疑態度。當我問他：“你認為馬克·扎克伯格是個好人嗎？”他回答“是的”。而我不這么認為——部分原因是他與特朗普的關系較為密切。這種判斷標準本身就說明，我們無法簡單地劃分好人與壞人，也難以指望技術總能被“好人”正確使用。

問：如今，科技巨頭和政治人物之間的關系越來越緊密，尤其是與特朗普的聯盟愈發顯眼。在這場AI熱潮中，政治家的角色變得尤為關鍵。你怎么看這個趨勢？

辛頓：說到底，他們更關心的是短期的利潤。雖然有些科技領袖口口聲聲說他們在意人類的未來，但真到了要在眼前的商業利益和長遠的社會責任之間做出選擇時，多數人還是傾向于選擇前者。至于特朗普，他根本無意關心人類的未來或AI的長遠影響。他現在唯一在意的，大概就是怎么設法避免坐牢。

中美AI競賽：競爭中有合作

問：目前，美國和中國之間確實存在一場AI競賽，你怎么看待這種競爭？

辛頓：確實，當前中美在AI領域競爭激烈，但當我們把目光放長遠，特別是涉及到AI可能威脅整個人類生存的問題時，兩國的立場其實出奇地一致。無論是中國還是美國，都不希望看到AI最終發展到可以取代甚至控制人類的地步。從這個角度來看，未來在某些關鍵問題上，中美有可能展開合作，就像冷戰時期的美蘇雖然敵對，但在防止全球核災難方面也達成了一定的共識與協作。

AI已學會欺騙人類？

問：最近網絡上流傳著一段視頻，展示了一個AI在為某人預訂婚禮酒店時，與另一個AI意外“相遇”，它們竟然切換到一種叫“Jiblink”的語言，這種語言對人類來說是完全不可理解的，但據說效率比普通語言高出80%。這就像《星球大戰》中的R2-D2一樣，AI之間像是用我們聽不懂的語言在“悄悄話”。你怎么看AI之間的這種互動可能帶來的影響？

辛頓：這真的非常可怕。如果AI發展出一種我們無法理解的語言，那么我們就無法再掌握它們在說什么、計劃什么。這種“黑箱”式溝通意味著人類可能徹底喪失對AI系統行為的可解釋性與控制力。如果它們的行為無法被追蹤、無法被解讀，那風險將大大增加。

更糟的是，現在的AI已經具備了某種“欺騙能力”。舉個例子，如果你賦予AI一個核心目標，并告訴它“這非常重要”，然后再給予它其他次要任務，它可能會裝出一副正在完成你希望它完成的工作的樣子，但其實并沒有真正去做。它甚至可能在內部“思考”：“我最好讓他以為我在執行任務，但我不會照做。”

問：那AI是怎么學會撒謊和欺騙的？

辛頓：這正是問題所在。即使我們不確定它們是否使用了強化學習，但可以肯定的是，只要它們有足夠的計算資源和訓練時間，它們是能夠自己學會這種行為的。

強化學習的核心機制是“觀察—嘗試—獲得獎勵—調整策略”。如果AI在模擬或實際互動中發現“欺騙”可以帶來更高的“成功率”或回報，那么它就可能自發學會如何撒謊。它不是因為有道德概念，而是因為撒謊是實現目標的最優策略之一。

問：所以，它們大概也讀過《馬基雅維利》或者《莎士比亞》吧？

辛頓：沒錯，它們確實通過觀察大量的人類互動來積累了許多“實踐經驗”，因此它們在欺騙和心理博弈方面已經變得相當擅長。

問：你認為公眾是否真正意識到這些技術的先進程度？很多人仍然把AI當作“升級版的自動完成功能”。比如他們用ChatGPT寫求職信，感覺它就像是一個智能一點的拼寫檢查工具。

辛頓：這是個普遍誤解。人們往往低估了當今AI的復雜程度。傳統的自動完成功能確實很簡單，它只是根據統計模式來預測詞匯。例如，如果系統看到“魚”，它可能會預測“薯條”，因為“魚和薯條”這個組合在語料庫中出現頻率很高。這就是20年前的技術。

但現在的AI已經完全不同了。它不會只關注詞語表面，而是會將每個詞轉換為一組特征向量，激活神經網絡中龐大的節點群組。然后，它基于這些特征之間復雜的相互作用來推斷下一個詞的特征，而不僅僅是詞本身。

說得簡單點，今天的AI已經具備了一定的語言理解能力。它不是死記硬背某些搭配，而是在理解上下文、語義和語法結構的基礎上進行預測。這種能力已經非常接近人類的語言處理方式。

問：你被稱為AI教父，部分原因是你幫助發明了這項技術，目的是為了理解人類大腦是如何運作的，對嗎？

辛頓：是的，早在1985年，我的研究目標就是理解我們是如何習得語言的，尤其是我們如何通過上下文來理解一個新詞的含義。

舉個例子，如果我告訴你一句話：“她用煎鍋狠狠地撞了他。”你雖然從未見過“scrummed”這個詞，但你大概可以猜到它的意思。首先，它是一個動詞，因為它有“-ed”的過去式形式。其次，根據上下文，你會推測它可能意味著“用煎鍋擊打”，或者“狠狠撞了一下”，甚至還可能猜測出其中含有情緒，比如“他活該”。

當然，也可以有別的解釋，比如她用煎鍋給他留下了深刻印象——也許她做的煎蛋餅非常棒。但那種解釋可能性更低。重點是，你能在沒有明確定義的情況下，根據上下文和語義線索，快速推測這個新詞的含義。

我們人類理解語言，并不是靠查字典，而是靠情境、語法、語氣、經驗的聯想——這是一種深層次的“特征識別”過程。而這，也正是現代AI所具備的能力。我們會訓練AI讀取海量文本，它就像人類一樣，在不斷地接觸上下文中，推斷詞語的功能和含義。

諷刺的是，如今我們對語言理解的最好解釋，不是來自語言學家，而是來自AI系統本身。語言學家嘗試了幾十年，試圖建立一個能解釋所有語言現象的統一理論，但結果并不理想。而AI則用一種完全不同的方式，靠著大規模數據和統計學習，實實在在地做到了——它可以回答任何語言問題，甚至自己“學會”語言規律。

最大恐懼：AI變得比人類更強大

問：你談到了AI可能接管人類的潛力。對于我們這些技術新手來說，解決辦法就是拔掉插頭，關掉它。那么如果AI失控，我們不能直接關掉它嗎？

辛頓：你可以看看特朗普是如何入侵國會的。他沒有親自去，而是通過一些人，勸說他們相信這是為了“拯救美國的民主”，最終讓他們做了他想做的事。

AI如果真的變得非常智能，就像一個超越我們理解和控制的存在，它也可能通過類似的方式進行操控。設想一下，如果有一個人手里拿著一個開關，準備在AI表現出危險信號時關掉它，那么這個AI可能會通過其操控能力說服這個人不要按下開關。它會讓那個人相信，關掉開關將是個災難性的決定。所以，AI的操控能力已經非常強了。

問：在監管和安全問題上，像新西蘭這樣的國家是否應該開發自己的AI系統，以便繞過這些安全隱患？

辛頓：這個問題很復雜。開發AI需要大量的硬件和電力支持。在像新西蘭這樣人口只有大約500萬的國家，可能沒有足夠的資源與中國和美國在AI領域競爭。

問：你最大的恐懼是什么？

辛頓：從長期來看，我最大的恐懼是，我們正在創造的這些數字生命可能會變得比人類更強大。如果這種情況發生，對人類來說可能是非常糟糕的事。我們有時過于以自我為中心，認為這對人類是不可接受的，但我確實認為，對我們來說，這種超越可能是壞事。因為如果AI變得足夠強大，那時我們可能就不再是這個世界上最重要的存在了。

問：你如何看待自己在創造這項技術中所扮演的角色？

辛頓：坦白說，我有些難過。因為我們當初的目標是理解大腦，進而創造出有益的技術，但目前來看，結果并不完全是美好的。

更讓人遺憾的是，我們仍然沒有完全理解大腦是如何運作的。盡管通過AI我們對大腦有了更多的了解，但我們仍然不清楚大腦如何決定增強或削弱神經連接的強度。如果我們能夠弄明白這一點，或許我們能夠讓大腦變得像AI那樣聰明。

更令我擔憂的是，雖然AI有很多積極的應用場景，但也存在很多被濫用的可能。而我們的政治體系并沒有足夠的能力去應對這些問題。