近日，人工智能领域迎来里程碑式对话。人工智能领域的六位顶尖人物齐聚在伦敦举行的未来人工智能峰会，展开一场跨越技术、产业与伦理的深度思辨。

英伟达创始人黄仁勋，“深度学习三巨头”约书亚·本吉奥、杰弗里·辛顿、杨立昆，斯坦福大学教授李飞飞，以及英伟达首席科学家比尔·戴利，围绕职业生涯关键转折、AI泡沫争议、人类级智能的实现路径畅所欲言，分享了各自观点。

顿悟时刻：那些改变AI历史的“灵光一闪”

对话从回顾个人职业生涯的关键转折点开始。约书亚·本吉奥开始坚信存在简洁原则能解释并创造智能。而在两年半前ChatGPT问世后，他顿感危机，毅然将研究方向转向AI安全与伦理：“我们是否在创造人类无法掌控的东西？”

比尔·戴利的关键时刻则与算力基础息息相关。上世纪90年代末，他为突破“内存墙”难题构思出“流处理”架构，为GPU计算埋下伏笔。2010年与同事的一次交流中，对方说用16000个CPU在网上开展图像识别研究，而他随后仅用了48个GPU就复现了实验，这让他确信应研发专为深度学习优化的GPU。

杰弗里·辛顿将他的顿悟时刻追溯到1984年。当时，他用简单的反向传播算法训练一个微型语言模型来预测下一个单词，意外发现模型能捕捉单词的语义特征，这就是今天大语言模型（LLM）的雏形。

黄仁勋的顿悟，则源于对软件开发模式变革的洞察。2010年前后，他注意到多个大学的研究人员不约而同地采用一种类似芯片设计的结构化框架（即深度学习）来开发软件，这种可扩展的模式让他意识到，算法和芯片设计可以并行规模化发展。

李飞飞的贡献在于为AI“喂养”了关键数据。2007年前后，面对机器学习泛化能力不足的瓶颈，她与团队意识到核心问题在于“数据营养不良”。他们耗时三年构建了包含1500万张标注图像的ImageNet数据集。这一疯狂项目解决了泛化能力难题，验证了大数据能驱动机器学习，它是现在所有算法包括AI领域的各种应用的基础，也是AI能规模化发展的核心。

杨立昆的理论坚持重塑了深度学习范式。他意识到，仅依靠监督学习无法实现AI的终极发展目标，必须聚焦于自监督学习，而LLM正是自监督学习的典型范例。这一模式与李飞飞的ImageNet形成互补：前者提供学习机制，后者提供训练燃料。

泡沫之争：狂热需求下的理性审视

从英伟达、微软到谷歌、Meta，科技巨头们正以前所未有的规模上调AI基础设施的投入。全球企业争抢GPU资源时，AI是否正步入泡沫期？在这场圆桌对话中几乎给出了一致的答案：当前的投入是真实存在的刚需。

当前，智能基础设施的建设正处于初期阶段。黄仁勋对比了互联网泡沫时期的现象，强调如今几乎所有GPU均处于满负荷运行状态，市场对AI基础设施的需求并非虚高。AI能力的显著提升，使得生成结果所需的计算量及AI模型实际使用量的指数级增长。这引发了对于计算资源的巨大需求。

约书亚·本吉奥和比尔·戴利对黄仁勋的观点表示赞同。约书亚·本吉奥表示，近年来，AI在“智能体”方向的发展已取得显著突破，但过往成功不代表未来一帆风顺，若市场预期无法兑现，可能出现金融层面的调整。比尔·戴利认为，当前AI应用才刚起步，应用场景开发可能还不到1%，增长空间巨大。

AI在诸多领域的探索，也催生出新的应用场景。李飞飞从学科发展的宏观视角提醒，AI还是一门非常年轻的科学，历史不过70余年，尚有大量前沿待探索。当前AI在语言智能方面成果显著，但人类智能中还有很多超越语言的能力，比如空间智能，这将催生新的应用浪潮。

杨立昆也批判性地发出了“泡沫思维”的警告。他表示，技术的推进与场景的开发，说明软件和基础设施层面的投资是合理的。但要造出真正有人类智能水平的机器，还需要几次重大技术突破。

终极之问：人类级智能还有多远？

关于AI何时能达到人类或高等动物智能水平这一终极问题，在杨立昆看来，AGI不会是一个单一事件，而是能力在不同领域逐步拓展的过程。未来5到10年，人类或许能在新型AI范式上取得重大突破，此后技术也将逐步落地，但整体推进进程可能比市场预期更长。

杰弗里·辛顿断言，20年内必将实现“AI能在辩论中持续战胜人类”。他表示，辩论需要复杂的推理、知识整合与表达能力，能实现这一目标，意味着AI在核心智能层面已接近人类水平。

约书亚·本吉奥从理论层面分析，认为可以构建出可完成人类所有工作的机器。若以当前指数级趋势延续，AI或在5年内完成大部分工程类工作任务。另外，多家企业正聚焦于“AI自主迭代研发”的能力建设，这可能成为改变游戏规则的加速器，但应对未来保持开放心态，避免武断结论。

AI对于人类的超越，只能是一场“有限超越”。李飞飞表示，从客观角度出发，AI在众多领域可以超越人类，如多物体识别、多语言翻译等方面。但就像飞机的飞行方式与鸟类不同，机器智能会有很强的能力，但人类智能在人类社会里始终有不可替代的关键作用。

AI的目标不是替代人类，而是增强人类。黄仁勋与比尔·戴利在此问题上具有相同的看法。黄仁勋表示，当前已拥有足够的通用智能，可在未来数年内转化为大量对社会有益的应用，这一进程已在推进中。从现在开始，应聚焦技术应用，同时推动技术持续进步，解决更多重大社会问题，让AI切实服务于人类发展。

比尔·戴利认为，应用角度而言，核心目标是让AI成为人类的“协作伙伴”。人类所独有的创造力、同理心及人际互动能力，是AI无法复制的核心价值，AI的角色是成为人类发挥这些优势的强大支撑。

在这场跨越技术、产业与哲学的对话中，尽管六位AI大咖对短期泡沫风险看法谨慎乐观，对终极智能的到来时间各执一词，但一个共识清晰可辨：智能革命的基础设施建设时代才刚刚揭幕，而其最终形态与对人类社会的塑造，依然深深依赖于持续的科学突破与深刻的人文思考。