![98策略平台 产业丨从施密特对话李飞飞，看[超级智能]的产业节点与技术边界](/uploads/allimg/260325/251S4020102541.jpg)
]article_adlist-->前言：近日，沙特利雅得的FII峰会现场，目光都聚焦在舞台中央的两个人身上。
]article_adlist-->前谷歌CEO埃里克·施密特，这位见证了谷歌从搜索巨头成长为AI领军者的科技老兵；以及斯坦福AI实验室创始人李飞飞，被称作[AI教母]、用ImageNet推动深度学习革命的顶尖学者。 ]article_adlist-->这场对话早已超越了技术讨论的范畴，它更像一场关于人类未来的[思想对赌]。 ]article_adlist-->作者 | 方文三图片来源 |网 络
]article_adlist-->
]article_adlist-->3年降临还是远未开始？节点之争藏着分歧
对话的起点，是一个看似基础却无解的问题：[超级智能到底是什么？它什么时候会来？]
施密特的答案带着科技圈特有的激进：[超级智能不是一个聪明的AI，而是比地球上所有人类加起来还要聪明的总和级智慧。]
他提到了[旧金山共识]，硅谷有一群人坚信，这种智能会在未来3—4年内实现。在他看来，这早已不是[会不会来]的问题，而是[来得有多快]。
他的逻辑很直接，智能的核心是[能力堆积]，既然AI已经能掌握几十种语言、记住无限知识，只要技术突破足够快，把知识堆到[超越全人类总和]的高度，超级智能自然会到来。
就像当年没人想到深度学习会颠覆图像识别，今天我们也可能低估了技术的复利效应。
但李飞飞却把话题拉回了更本质的层面。她没有直接否定施密特的时间预测，而是反问了一个灵魂问题：[AI能成为牛顿吗？能成为爱因斯坦或者毕加索吗？]
在她看来，智能从来不是[知识的堆砌]，而是[在混沌中找到突破的创造力]。
今天的AI确实能处理海量数据，比如把所有行星运行数据喂给它，它能算出轨道，但永远没法像牛顿那样，从混乱的观测中[顿悟]出万有引力定律；就像把1902年之前的所有科学知识塞进计算机，它也推导不出相对论。
[真正的智能，是提出别人没问过的问题。]李飞飞的这句话，点出了两人分歧的核心，施密特看到的是[量的突破]，而李飞飞关注的是[质的起点]。
缺失的[顿悟]与连续推理，暴露技术的硬边界
为了说清[AI成不了牛顿]的原因，施密特举了一个技术层面的例子：[今天的AI在推理时，不会像人那样反复思考。一个数学家证明了一个定理，会立刻用这个结论推导下一个问题，但AI不会，它记住了定理，却不会把它当成新的起点。]
这就是当前AI的核心盲点，没有[连续推理]能力。它可以完成单一任务，比如证明一个数学公式、翻译一段文字，但无法像人类那样，把一个结论[反馈给自己]，形成迭代式的思考链条。
李飞飞则从另一个角度补充：[我们让AI处理过无数天体数据，但它从来没有主动问过这些行星为什么会这样转。而牛顿的伟大，恰恰是从为什么开始的，他没有停留在计算轨道，而是追问背后的规律是什么。]
换句话说，AI擅长[解决已知问题]，却不会[发现未知问题]。它是高效的[执行者]，却不是[探索者]。
这种局限，不是靠[堆算力]就能解决的，施密特自己也承认：[要让AI拥有顿悟能力，我们可能需要一次全新的算法突破。比如解决目标非平稳性问题。现在的AI都是围绕固定目标训练的，但创造力需要在过程中动态调整目标，这是当前技术做不到的。]
这也解释了为什么AI在数学、软件等封闭领域进展飞快。因为这些领域的规则固定、可验证，只要堆算力就能预测下一个词、推导下一个公式。
但在物理、生物等开放领域，需要跨领域联想、抽象思维时，AI就显得力不从心。
今天的AI，本质上还是一个[超级助理]，它能整理信息、提高效率，却跳不出人类给它设定的框架。
而真正的超级智能，需要跳出框架，自己定义问题，这一步还没摸到门槛。
AI创造的15万亿财富，会只流向少数人吗？
主持人抛出了一个乌托邦式的设想：AI会不会带我们进入[后稀缺社会]？就像谷歌让知识免费一样，医疗、教育会不会人人可及？
施密特的回答给这场畅想泼了冷水：[这是个美好的想法，但现实可能没那么平均。]他提到了经济学里的[网络效应]，越早用AI、资源越丰富的一方，越容易把优势变成垄断。
[每家用AI的公司，效率都会提升，财富也会增长。但这些财富会分给所有人吗？很可能不会。]
他举了沙特的例子：只要用AI优化10%的石油分销网络，这个国家就能节省数十亿美元；在医疗领域，AI能加快新药审批、降低试验成本，但这些收益只会属于那些[做得快、做得准]的企业。
最终的结果可能是，少数国家、少数公司、少数资本拥有者，会拿走AI创造的大部分财富。
IDC预测，到2030年AI将产生22.3万亿美元的经济影响，但这份蛋糕的分配，可能比我们想象的更不均衡。
李飞飞对此深表认同：[AI能提升全球生产力，但效率不等于共同繁荣。技术本身不会主动解决分配问题——它需要政策、地缘政治、社会机制的配合。]
最危险的，是那些[跟不上的群体]，施密特点名了非洲：[那里缺乏稳定的政府、像样的大学、成体系的工业基础，已经落后很多年了，现在可能被甩得更远。]
就连欧洲，也因为能源成本高、融资难，连建设AI数据中心都困难重重，只能靠和阿布扎比这样的伙伴合作才能跟上。
[每个国家都该投资人才、技术和教育生态，不能靠别人。]李飞飞的这句话，既是提醒也是警告：在AI时代，[不行动]就等于[被淘汰]。
对国家而言，是要不要建数据中心、要不要培养AI人才；对个人而言，是要不要学习与AI协作、要不要提升不可替代的能力，这不是选择题，而是生存题。
从[搭档组合]到[人的尊严]，人类会被边缘化吗？
当辩论触及最敏感的[人类角色]时，主持人的问题直击人心：[如果超级智能能做所有科学研究、经济决策，人类还剩下什么价值？]
施密特的答案很接地气：[20年后，我们还是会看人类体育比赛，哪怕机器人能100%击败我们。你去F1赛场，想看的是人类车手，不是自动驾驶汽车，人类永远对同类的潜能感兴趣。]
他提出了[人机搭档]的未来，不是AI取代人，而是人和AI一起做事。
[未来可能有两种比赛：人类之间的，AI之间的。但我们更关注的，会是人和AI共同完成了什么，比如医生用AI模拟手术，科学家用AI验证猜想。]
在他看来，人类的判断力、好奇心、审美，是AI永远学不会的，而这些恰恰是[创造价值]的核心。
李飞飞的态度则更坚定，带着一种人文主义的底线：[我们讨论超级智能时，绝不能忘记人的尊严和人的能动性。这个世界必须以人为中心，哪怕AI再聪明，决定权也必须握在人手里。]
她担心的，是[人类被边缘化]的风险，如果我们习惯了让AI做选择，习惯了让AI替我们思考，最终可能失去[作为人的主体性]。
两人的分歧在这里变得清晰，施密特更乐观于[AI能帮人做更多事]，而李飞飞更警惕[AI会不会夺走人的主动权]。
但他们的共识更重要，无论AI多强，人类的核心价值。提出问题的能力、抽象思维的创造力、对尊严和意义的追求，都是不可替代的。
就像爱因斯坦说的，[科学的精髓在于提出正确的问题]。AI能解决问题，但永远没法像人类那样，在混沌中找到[该问什么]，这才是人类之所以为人类的根本。
超级智能是失控悬崖还是泡沫前夜？
就在施密特和李飞飞辩论的同时，AI行业内部正陷入一场更激烈的分裂。
2025年下半年，非营利组织[生命未来研究所]发起了一封公开信，呼吁[在达成广泛科学共识和公众支持前，禁止超级智能的开发]。
签名名单让人震惊，[AI教父]辛顿、本吉奥，苹果联合创始人沃兹尼亚克，维珍创始人布兰森，甚至哈里王子夫妇、前美国国家安全顾问赖斯。
横跨科技、政治、文化领域的超千人，都在警告超级智能的风险。
[它可能带来经济崩溃、人类失控、公民自由丧失，甚至人类灭绝。]公开信里的措辞严厉，直指当前AI实验室的竞赛心态，OpenAI、Meta、xAI都在争相开发[超越人类的智能]，却没人能保证安全。
但另一边，技术乐观派的反驳同样尖锐，Meta首席AI科学家杨立昆批评那些[一边警告风险、一边造系统]的同行[理智不诚实]，他认为当前的大型语言模型被严重高估，[连AGI都没摸到，谈何超级智能威胁？]
《人工智能：一种现代方法》作者斯图尔特·罗素则担心[膨胀的预期会引发泡沫破灭]，就像当年的互联网泡沫一样。
这场分裂，本质上是[未知的恐惧]与[技术的信心]的碰撞，有人怕步子太快掉进悬崖，有人怕停下脚步错过未来。
结尾：
无论立场如何，有一点是共识：AI不是[中性技术]，它的发展方向，取决于人类的选择。
施密特和李飞飞的辩论，不是为了给出答案，而是为了让我们思考：当超级智能真的到来时，我们想成为什么样的人类？我们想构建什么样的世界？
这个问题，没有标准答案，但每个人的选择，都会决定最终的结果。
部分资料参考：AI深度研究员：《李飞飞 vs 施密特：超级智能，3年之内？还是远未开始？》，DeepTech深科技：《辛顿等人再为[超级智能]踩刹车，超千名公众人物联署公开信》，红熊AI:《李飞飞与谷歌前CEO激辩超级智能：3年降临，还是从未真正开始？》
本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。 ]article_adlist-->END ]article_adlist-->推荐阅读：
商务合作请加微信勾搭：18948782064
请务必注明：
「姓名 + 公司 + 合作需求」
]article_adlist-->
]article_adlist-->
海量资讯、精准解读，尽在新浪财经APP
迎尚网配资提示：文章来自网络，不代表本站观点。
沪深股票配资平台 “520”临近，斗南花市鲜切花日均交易量突破120万枝
期货配资 官网 回顾王菲千禧年穿搭，才懂再过20年穿衣也没她大胆时髦
