炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：澎湃新聞）

·AI的發展就像一場洪水，如果說每個人的職業技能是高低不等的山峯，洪水來了，那些較低的山峯就會被淹沒。關鍵是發掘自己的獨特性，利用AI去做自己想做的事。

Meta AI Research（FAIR）研究科學家總監 田淵棟。來源：受訪者供圖

在寫下30萬字的《破曉之鐘》之前，田淵棟正在美國卡內基隆大學機器人研究所攻讀博士學位。科研生活的艱辛和苦悶激發了他的創作欲。在這本非常硬核的長篇科幻小說《破曉之鐘》裏，他說書中的人物“大師兄”研究員某種程度上有他自己的影子。

“一開始非常渴望做出震驚世界的科研成果，但入校後才發現，原來全世界最聰明的人都在做科研，你能力不夠。”他在書裏展現了科研工作者的“癡”，對科研癡迷，也對人性困境的癡迷。

出生於上海的田淵棟從上海交通大學研究生畢業後，2013年在美國卡內基隆大學機器人研究所獲博士學位，後加入Meta GenAI擔任研究科學家。如今他已是AI領域的重要華人研究者、科幻作家。

但對於他來說，AI研究員這一身份是他賴以生存的土壤，而腦子裏那些“不靠譜”的想法則靠科幻文學來表達，他說自己在理性和感性之間找到了一條平衡之道。

在和澎湃科技（www.thepaper.cn）長達近兩個小時的專訪中，這位思維活躍的AI研究員坦誠地表達自己對AI未來走向的看法：樂觀和擔憂並存。作爲AI研究員，他對AI未來的發展非常樂觀，但作爲一名依然關注社會發展的科幻作家，他又有些擔憂。

AI的發展現在看下來似乎沒有上限，他的想法和有“人工智能教父”之稱的傑弗裏·辛頓（Geoffrey Hinton）一樣。辛頓曾在一場深度專訪時表達對人工智能技術發展的擔憂，他的觀點是，AI替代的是認知勞動，當一個社會中的“普通的智力”不再具有價值時，絕大多數依賴腦力勞動的工作崗位將被顛覆。

在田淵棟看來，“AI的發展就像一場洪水，如果說每個人的職業技能是高低不等的山峯，洪水來了，那些較低的山峯就會被淹沒。”

不過，他認爲也不用太過擔憂，現在大模型的算法效率並不高，對於使用者來說，目前“我們只是摸到了智能的邊。”很多時候，我們可以利用AI去探索真正想做的事情。“你平日的生活可以是碼農，但你可以利用AI成爲一名作家或音樂家。”他建議，我們應該轉換成更偏向於科學家的思維，即一個人一生中只要做出一兩件讓大家驚歎的事情就足夠了。

在科幻小說的世界裏，他從第一性原理出發，去思考人類未來在人工智能時代的可能性，我們在浩瀚無垠的未來世界裏，如何自處？又如何審視Ta所做的決定？在現實生活裏，他作爲AI研究員，也從未停止對大模型背後的機制思考和追問。

田淵棟的科幻小說《破曉之鐘》

【以下是澎湃科技專訪內容】

“現在大模型的算法效率並不高”

澎湃科技：你是Meta GenAI的研究科學家，很好奇你現在的工作狀態和對當前大模型的看法？

田淵棟：我們研究組整體也專注在大模型的研發上，我們的目的希望把大模型做得更好，整體工作氛圍比較緊張。

從技術來看，現階段大模型整體還是很受限，因爲我們最終希望大模型能夠對語言能有所理解，語言意味着模型能力的上限。我認爲，大模型的智能程度需要比人有更深刻的洞察和見解，即“Insight”，這部分目前模型還沒有做得特別好。

大模型需要海量數據（維權），這些數據量可能是人類一生閱讀量的千倍或者萬倍。我們曾經計算過，一個人即使不眠不休地閱讀100年所能接觸到的文本量大約在1000億詞彙量級，而目前訓練AI模型需要的Token（詞元）在10萬億量級，所以人與機器在獲取信息量上存在巨大的差異。

但人類擁有敏銳的洞察，對問題的理解深入方式是計算機無法比擬的。對於科學研究或攀登人類智慧高峯這種方向來說，大模型的數據學習效率非常低。一個優秀的專家可能只需通過研究一兩個新穎的課題，就能發現其中重要的洞察點，思考如何改進。但大模型目前尚無法做到這一點。

我認爲最本質的原因還是現在大模型的訓練算法不是特別高效。所以說我們現在還只是“摸到了智能的邊”。我們在各種試錯的方案過程中找到了神經網絡的範式，這個框架能夠比較好地對世界數據進行建模，能夠產生類似智能的內容，但是否能達到人類的效率，目前尚不清楚。

澎湃科技：業界也有科學家質疑過Scaling Law（尺度定律）的訓練路徑。你怎麼看？

田淵棟：現在看下來，AI沒有上限。我的觀點是，雖然通過 Scaling Law確實能帶來大模型性能上的提升，但這種提升所需的時間和代價是巨大的。Scaling Law的橫軸是指數級的，而縱軸是線性的，這意味着，爲了獲得線性的性能提升，我們需要投入大約十倍的各種資源。如果缺乏足夠的數據、算力我們遲早會因爲資源獲取能力受限而停滯不前，最終可能導致所有人被卡在這一瓶頸上。

所以我們不應該僅僅依賴 Scaling Law 來實現強大的功能。相反，我們應該更多地依賴對模型本質的理解，或者對算法進行本質上的修改，從而在更優的成本下達成目標。這確實是一條更具挑戰性的研究路線，但可以通過各種深入研究來解決。

澎湃科技：大模型現在已經展現出它比較強的推理能力，還有哪些問題是你想繼續深入研究的？

田淵棟：還是在實現智能上。如果大模型是一種實現智能的解決方案，但這個解決方案是人類摸索出來的，背後究竟爲什麼而生？又或者是通過怎樣的方式？數據本身又是怎樣的結構能讓大模型有這麼好的效果？這正是我想持續深入研究的問題，比如神經網絡和生物學習怎樣運轉有效果？這或許是很核心的問題，屬於百年之內不一定成功，但我可以去嘗試的問題。

我認爲，在這個環境下，大家今後可能會更傾向於深度思考。例如之前我們談論的公平和正義問題，在研究領域已經有很多相關的討論，比如著名的“不可能三角”理論，現在很容易得到的思想和觀念，AI已經學習和掌握了。

澎湃科技：現在AI應用出現大爆發，國內也是如此，這些爆發性的應用往往是由少數人組成的小團隊完成的。

田淵棟：我認爲這確實是一個趨勢，在 AI 時代，許多執行層面的工作已被 AI 取代，我甚至不需要招聘人手。AI 能完成大部分代碼工作，你只需要稍作修改。不過，這也需要具備幾個關鍵要素。

一方面，很多執行層面的工作，其實內容高度重複且容錯性較強。高度重複意味着有大量數據可用，容錯性強說明即便大模型有諸如幻覺這樣比較難解決的問題，其結果仍然可以發佈，也可以通過讓人站“最後一班崗”來解決。

另一方面，大模型的發展速度很快，並且在這個領域裏大家已經開始達成了共識，從“等第一個喫螃蟹的人”到“再不加入就晚了”，這種思維轉變可能會在極短的時間內完成。如果主事的人開始有這樣的轉變，那這種趨勢的發展是必然的。

現在的模型能力已經比較強了，能夠完成很多任務；此外，模型調用的價格比較低，未來，模型的API價格每年繼續成倍下降都非常有可能的。

澎湃科技：你觀察到中國團隊和美國團隊在大模型競爭中有怎樣的差異？

田淵棟：中國團隊的優勢在於，執行非常快，因爲執行快一直是中國團隊的優勢，大家也不怕加班；短板可能在於，方向上可能不夠有創新性，短期內可能會一擁而上，出現反常識的東西其實很難。在硅谷，總會有一兩個人想跳出來說，“不對，他想要做點別的”，這可能是中美文化比較大的區別。

“AI會像一場洪水”

澎湃科技：你現在對AI未來的發展態度是怎樣的？樂觀還是有擔憂的地方？

田淵棟：作爲AI研究者，我當然持樂觀態度。

我一直在強調，AI 會像一場洪水。如果說每個人的技能是高低不等的山峯，洪水來了，那些較低的山峯就會被淹沒。這意味着，你原本賴以謀生的技能可能會被 AI 取代，導致很多人難以找到新的工作，比如一些基礎的行政/助理類/還有基礎寫代碼工作。

這種情況正在發生，並且很快會波及所有人，因爲 AI 的普及速度非常快。最關鍵的是，每個人能否找到自己真正想做的，並且與衆不同的事情，也就是發掘自己的獨特性。

怎麼挖掘自己的獨特性？關鍵在於，利用 AI 去做你想做的事情。當大家開始使用 AI 後，你可能會發現以前每天需要花費 8 小時以上才能完成的工作，現在只需要 1 小時就能搞定。AI 實際上給了我們更多嘗試的時間，你可以利用這些時間去探索你真正熱愛的事物。比如平日工作是碼農，也可以利用 AI 工具成爲一名作家或音樂家。我認爲這是未來發展的趨勢。

澎湃科技：我們需要和AI競爭嗎？

田淵棟：在執行層面，人類已經沒有必要與 AI 競爭，因爲你沒辦法超越它。

很多時候，我們應該轉換成更偏向於科學家的思維：比如一個人一生中只要做出一件讓大家驚歎的事情就足夠了，爲此對生活做什麼樣的安排，各人隨意。比如說我個人還是相對比較“卷”的，嚴格意義上說，我沒有娛樂時間，會一直去思考一些有意思的事情。

澎湃科技：未來，我們和工作的關係是不是也會發生變化？

田淵棟：未來，工作可能不再僅僅只是一個“工作”。過去，薪資水平往往與工作量掛鉤，譬如加班多、工作量大就能獲得更多報酬。但未來，工作量可能不再那麼重要，因爲重複性的工作AI就能完成。取而代之的，是你的智力或創造力。比如，你發表了一篇開創性的文章，或者創作了一幅極具價值的畫作，人們會爲此付費。

現在很多公司的考覈體系往往是滯後時代發展的，關於績效考覈，我大膽預測未來一定會改變。

很多變化已經在硅谷發生了。比如，在硅谷，裁員現象開始出現，原本計算機專業畢業生非常“喫香”，工作機會衆多，但現在這種強勁的上升趨勢已不復存在，反而有所下滑。因爲大型科技公司發現，通過精簡人員和增加工具（AI）的使用，效率可能會更高。所以，整個行業都在發生變化。

澎湃科技：如果我們每個人都想擁有自己的AI bot，你有什麼建議？

田淵棟：我認爲最好的方式，是大家都能學會自己寫代碼。現在已經到了人人都能寫代碼的階段了，每個人都可以嘗試自己寫一段代碼。AI可以幫你寫代碼。如果你學會了如何與AI協作編寫代碼，你就能做很多事情。通過這種爲自己製造工具的方式，未來你會有無限的可能。

我覺得這是一個非常有趣的嘗試。當然，如果暫時無法自己寫代碼，也可以依賴各種第三方軟件。現在有很多小公司開發了這類工具，它們可以完成很多任務，比如各種插件，或者像ChatGPT、Manus這類平臺，你可以通過與它們互動，慢慢地掌握如何有效地利用它們。

澎湃科技：我看你在個人總結中提到你的女兒，未來你會嚴格控制她使用手機和電子設備的頻率嗎？作爲父親，你會擔心她沉迷嗎？

田淵棟：她目前很喜歡和人交流，而且沒有沉迷手機，但我肯定還是會擔心，特別是在 AI 和機器人普及後，“它們”會無條件順從孩子，提供一個高度安全且保護性的環境。然而，作爲一個成熟的人，孩子必須學會面對不確定性，應對負面評價甚至傷害性言論，並懂得如何處理這些情況，這很難。如果孩子從小就多與人互動，多接觸真實環境，他們自然會建立起這種適應能力。

澎湃科技：爲什麼現在會出現和AI戀愛、AI虛擬陪伴？

田淵棟：因爲人們知道AI已經被調教成不會背叛你的角色，而且說話也非常友善。

“靠譜的想法做科研，不靠譜的想法寫小說”

澎湃科技：你寫的《破曉之鐘》這本書裏有各類科研人員困境的描寫，這是基於你自己的科研經歷嗎？

田淵棟：這本書裏提到了很多科研人員的困境。比如，書中的大師兄研究員，他是一個代表科研人員典型困境的角色。他非常渴望做出震驚世界的科研成果，但他能力不夠。

很多博士生都曾經歷過這種“科研折磨”，第一年信誓旦旦要拿諾獎，第五年博士畢業可能找不到工作。大家最初都抱着崇高的理想去做科研事業，但後來發現找不到路，或者沒有辦法承受科研事業的各種折磨之苦。

我也是這段路程中的過來人。因爲全世界最聰明的人都在做科研，除非天賦異稟，不然你不可能一上手就比別人更厲害，只能靠自己一點一滴去積累。

每個人的出發點和個性導致他們最終走的那條路是不一樣的。在寫作時我也會帶入自己觀察自己，好高騖遠的心態我當初也有過，只是後面慢慢變得更實際，找到了腳踏實地的方法。

我現在也找到了一種平衡之道，靠譜的想法做科研，不靠譜的想法寫進小說。

澎湃科技：寫科幻小說會擔心技術發展太快，寫的技術過時了嗎？

田淵棟：我個人並不擔憂，這其實是科技發展的必由之路。過去，科幻作品往往能超前現實一兩百年，但現在，如果你不及時動筆寫，這本書就沒用了。現在你也會有自己的寫作工具讓你的速度變快，我覺得最重要的是是否能持續探索出有意思的新範式，把你自己的思路和想法完全呈現給讀者。

澎湃科技：科研人員跨界寫科幻小說，有哪些職業病？

田淵棟：科研人員在寫小說時，往往熱衷對某些科學機理的闡釋，比如《破曉之鐘》這本書裏面總會有幾段專門解釋事物是如何產生的。這或許是科研人員的職業病。

我經歷過科研，也在Meta擔任過管理者，所以書裏面自然會有處理人際關係和“政治”關係的討論。理工科的人相對比較現實，因爲他們處理的是現實世界中的問題，所以後期我也反思過，《破曉之鐘》可能缺少一部分浪漫主義色彩，浪漫的成分不夠。

澎湃科技：你現在會用AI寫小說嗎？

田淵棟：我有嘗試用Gemini2.5 Flash/Pro 寫，效果還不錯，當然很多地方仍有待改進。比如AI寫得有點俗氣，最麻煩的地方在於，AI沒有辦法立意。

我在創作的過程中，那些有意思的高潮段落或者人物性格的發展，我會堅持自己來寫，這些內容可能是我過去的經歷，或者是我對於生活的觀察，這是“人的部分”，當我核心部分構思成熟後，那些次要人物的行爲和互動，這部分工作是AI可以完成的。

澎湃科技：AI時代，大家想看的是什麼？

田淵棟：這是一個很好的問題，我覺得應該是現在快節奏了，大家只關注跟生活息息相關、讓自己過得更好的內容。另外一種內容是讓自己爽。

澎湃科技：聽說你現在已經開始構思你的第二部小說了，你想繼續探討的核心問題是什麼？

田淵棟：第二部小說在情節上會繼續向前推進。第一部《破曉之鐘》主要講述外星人來到地球時正處於人工智能時代。從這個角度看，既然我們人類已達到如此高的智能水平，這些超越人類的外星智能，他們對地球到底有何企圖？他們的需求是什麼？來到這裏的目的又是什麼？這個問題在不同時代會有不同的答案。

比如在過去機械文明時代，人們可能會覺得外星人是殖民者，會來佔領土地、奴役人類。但在信息時代，我們人類對世界的認知已上升到新的臺階。在這種情況下，如果有比我們更強大的外星文明降臨，他們到底會想要什麼？這是一個問題。

另一個問題是，在科幻世界裏，對於已經實現了永生和“所見即所得”的人類，他們的社會形態會是怎樣的？大家想要通過什麼樣的方式生活？

海量資訊、精準解讀，盡在新浪財經APP