Fei-Fei Li（李飞飞）：AGI 的核心是空间智能，AI 发展的首要原则是尊重人类能动性

撰文：Techub News 整理 导语 2025 年 1 月，斯坦福大学“以人为本人工智能研究院”（HAI）联合主任、被誉为“AI 教母”的 Fei-Fei Li（李飞飞）做客知名投资人 Reid Hoffman（里德·霍夫曼）的播客节目《Possible》，进行了一场深度对谈。在这场对话中，李飞飞回顾了其从开创 ImageNet 数据集到如今领导 World Labs 的学术生涯，并分享了其对人工智能，特别是通用人工智能（AGI）本质与未来的深刻洞见。在当前 AI 技术飞速发展、AGI 讨论众声喧哗的背景下，李飞飞从一位奠基性研究者和人本主义倡导者的双重视角出发，提供了兼具技术远见与人文关怀的思考。 摘要 AGI 的“另一半”：空间智能：真正的智能不仅在于“说”（语言），更在于“看”和“做”。理解和作用于三维物理与数字世界的“空间智能”，是实现更完整 AGI 的关键。 从 ImageNet 到 World Labs 的演进：ImageNet 是为 2D 图像贴标签的“婴儿步”，而 World Labs 的目标是解锁三维世界的空间智能，实现物理与数字世界的无缝交互。 AI 发展的核心原则：尊重人类：必须将 AI 视为人类使用的工具，尊重人的能动性（Agency）和追求健康、生产力与被尊重的根本需求，这是技术发展的基石。 构建积极 AI 生态的三大支柱：AI 治理应基于科学而非科幻；监管重点应放在具体应用场景而非上游研发；需要公私部门协作，共同投资于好奇心驱动的创新和全民 AI 教育。 从 ImageNet 到 World Labs：追寻智能的完整拼图 李飞飞的 AI 生涯起点，源于一个关于数据重要性的深刻洞察。2006 年前后，她在利用机器学习算法理解图像中的物体时，发现整个领域存在一个普遍性问题：研究者们过度关注模型本身，却严重忽视了数据的规模、多样性与复杂性。她意识到，模型能力与数据质量必须匹配，尤其是对于神经网络这类高容量模型。这一洞见直接催生了 ImageNet——一个大规模、多样化的视觉数据库，它通过竞赛等形式极大地推动了深度学习在计算机视觉领域的复兴。 然而，ImageNet 在李飞飞看来，只是通向更宏大目标的一个“婴儿步”。“人类的智能，一半在于我们用语言沟通、组织知识，”她解释道，“但另一半同样深刻，在于我们‘做事’的能力——无论是烹饪煎蛋、徒步旅行，还是与朋友共处。” 这种“做事”的能力，根植于我们对所生活的三维世界的感知、理解、推理和行动能力，她称之为“空间智能”。 ImageNet 处理的是 2D 图像，而 2D 图像只是 3D 世界的投影。因此，李飞飞当前领导的 World Labs，目标正是迈出那“决定性的一步”：解锁空间智能。她指出，空间智能不仅关乎物理世界（如更换轮胎、进行手术），也涵盖数字世界（如虚拟环境）。未来的 AI 将成为桥梁，模糊物理与数字的界限。例如，当汽车爆胎时，人们或许能通过智能眼镜或手机，在 AI 应用的视觉引导和对话协助下，轻松完成换胎。这种技术将深刻改变我们与现实世界互动的方式。 超越语言模型：空间智能是“自然的语言” 当被问及“世界模型”与当前炙手可热的大语言模型（LLMs）有何区别时，李飞飞给出了一个清晰的比喻：LLMs 的基本单元是词汇，关乎“说”；而世界模型的基本单元是像素或体素（voxels），关乎“看”和“做”。 “语言是人类的语言，”她说，“而 3D 是自然的语言。” 她希望 AI 算法最终能让人们以更直观的方式，与像素构成的世界（无论是虚拟还是物理的）进行交互。这指向了一个超越文本交互的、更具沉浸感和行动力的 AI 未来。 李飞飞引用社会生物学家 Edward O. Wilson 的名言：“我们拥有旧石器时代的情感、中世纪的制度，以及神一样的技术，这极其危险。” 但她对此持乐观的逆转态度：人类有能力创造“神一样的技术”，来改进我们“中世纪的制度”，并提升或引导我们“旧石器时代的情感”，将其转化为创造力、生产力和善意。关键在于我们如何建造和运用技术。 人本 AI 的核心：尊重能动性，赋能每个人 作为“以人为本人工智能研究院”（HAI）的联合创始人，李飞飞阐述了其 AI 伦理与治理观的核心原则。首要且最重要的，是尊重人类的能动性（Human Agency）。 她批评了当前公共讨论中一种危险的叙事倾向：过于频繁地将 AI 作为句子的主语，仿佛 AI 自身具有独立意志。“我们会说‘AI 将治愈癌症’，甚至我自己有时也这么说，”她坦言，“但事实是，‘人类将利用 AI 来治愈癌症’。更危险的说法是‘AI 将夺走你的工作’。” 她强调，这种话语剥夺了人类的主体角色。技术真正的巨大潜力在于创造机会、增加就业、赋能人类能动性。这是必须坚守的第一原则。 第二个基本原则是尊重人类对健康、生产力以及成为受尊重社会成员的根本追求。无论 AI 如何发展，都不能忽视这些基本人性需求，否则将是危险且适得其反的。 基于这些原则，李飞飞认为，AI 治理应聚焦于以下几点： 基于科学，而非科幻：关于 AI 导致人类灭绝或带来世界和平的极端言论，大多属于科幻范畴。政策与治理必须建立在数据和科学事实之上。 监管应聚焦“橡胶 meets 路”的应用层：类比汽车发展史，我们并未因早期事故而关闭工厂，而是制定了安全带、限速等应用层法规。对于 AI，应在医疗、金融等具体应用领域建立相应的监管护栏，而非一味阻止上游技术研发。 构建积极的生态系统：这需要私营部门（大公司和创业者）的活力，也离不开公共部门的作用。公共部门承担着产生公共品的关键角色：一是资助好奇心驱动的基础研究与创新（如 ImageNet 正源于此），二是承担从 K12 到高等教育的全民 AI 素养教育重任。 李飞飞共同创立的非营利组织“AI4ALL”正是后者的实践，旨在通过夏令营、实习等项目，让更多来自女性和 underrepresented 社区的中学生接触并激发对 AI 的兴趣，让更广泛的群体参与塑造 AI 的未来。 AGI 迷思：本质是“会思考的机器”，当下重在赋能 对于热议的 AGI 概念，李飞飞坦言自己“并不完全清楚它是什么意思”。她认为这个词更多来自约十年前 AI 商业化兴起时的业界，意在强调 AI 从狭窄任务走向通用能力的趋势。然而，若回溯至 AI 奠基者 John McCarthy、Marvin Minsky 在 1956 年的梦想，其核心始终是“建造能够思考并帮助人们决策的机器”。从这个意义上说，AGI 与 AI 的原始梦想一脉相承。 谈及当前 AI 的进展，李飞飞认为这是一个“非凡的时刻”，因为 AI 已经能够被日常用户和企业所使用，早期 AI 先驱们的许多梦想正在实现或接近实现。例如，图灵测试在公众语境中已基本被视为“已解决”，自动驾驶也远比 2006 年时成熟。她特别看好自然语言交互带来的赋能，无论是用于自我学习、理解概念，还是帮助孩子们提升学习效果。但她再次强调，无论工具多么强大，都必须确保人类保持自我能动性，并利用工具来增强自身。 李飞飞以自己在医疗健康领域的工作为例，说明了 AI 如何以“赋能者”而非“替代者”的角色发挥作用。她长期研究利用非接触式智能摄像头（她称之为“Nurse’s AI”）来辅助医护人员：在医院防止病人跌倒，在家中关注老人行为与营养，在手术室清点器械以避免遗留。这些技术旨在减轻医护人员的繁重负担，让他们能更专注于提供高质量的关怀，而非取代他们。 最终愿景：技术普惠，共享繁荣 在对话的最后，李飞飞分享了影响她至深的人生经历：15 岁移民美国时，一位高中数学老师 Mr. Sabella 给予了她无条件的尊重与支持。这段经历让她深刻体会到，人类社会意义的核心在于人与人之间的善意、尊重与互助。“将人类置于中心是美好的，”她说。 对于未来 15 年的愿景，李飞飞希望看到“全球知识、福祉和生产力的提升，并特别强调共享繁荣”。她相信技术如果使用得当，能够帮助我们发现新知识、推动创新、提升福祉。“但我们一次又一次需要学习的教训是，当这一切发生时，我们必须认识到，我们需要分享这种繁荣，我们需要 democratize（民主化）这些好处。” 这或许正是这位“AI 教母”所有工作背后，最根本的人文关怀与科技向善的信念。