在深圳创投25周年大会上的主旨演讲：人工智能：突破口在哪里？

各位朋友早上好，今天非常高兴受邀到这里做演讲，首先祝贺深圳创投25周年，深圳创投对深圳的发展与创新立下了汗马功劳，了不起！我们大家都感谢深圳创投做出的巨大贡献。

我从事人工智能机器人方面的研究大概40年，今天想跟大家分享一下这方面的思考，求教于诸位。人工智能发展到今天，无论是大语言模型、机器视觉，自动驾驶汽车，似乎基本上都到了一个顶端，那么，下一个突破口到底在哪里？

最近这段时间，不少投资界的朋友，无论是国内的还是国外的，包括来自硅谷的，都到我家里来问我同一个问题：人工智能有没有泡沫？我给出的回答是：有，而且是巨大的。因为从价值（valuation）来看，如今几乎所有与人工智能相关的投资都是出于狂热。但是也不要太悲观，我给人工智能的泡沫下了一个定义——这是一个“真实的泡沫”。所谓“真实”，体现在几个关键点：

第一，人工智能的突破是根本性的。从美国的曼哈顿计划开始，到今天，可能还没有任何一项科学技术能像人工智能这样，取得如此巨大的突破，具有这么重大的影响力，这可能是人类历史上的第一次，注意，我说的是根本性突破！

第二，智能从现在开始成为了商品，生产力的潜力是巨大的，会渗透到各行各业，影响到千家万户，所有的行业都会发生变革，有着巨大的生产力提升空间。

第三，人工智能已经形成了产业。这一点其实非常了不起，回顾互联网早期的发展，产业化的过程并不顺利。而今天，人工智能已经形成了一个相当规模的产业体系。注意，形成产业后，事情是很难改变的，我是一辈子跟着产业走的，我喜欢给工业界做顾问，给很多著名企业都做过顾问。我的一个体会是：产业上来了以后，它会反过来引导你，甚至是不罢休的。举个例子，今天所有的工业都用到的齿轮，有一天如果我说不用齿轮了，这件事情是做不到的，为什么？因为齿轮已经形成了一个产业了，它有做齿轮的机器和产业在那里，这是一定会做下去的，不会罢休的。我们都知道渐开线齿轮不是最好的，我从学生时代就知道，到现在还改不了，因为产业已经形成了。人们都关注科技对产业的影响，我想提醒大家产业对科技的影响也是巨大的。

第四，国家的战略支撑，这是非常重要的。可以负责任地说：未来人工智能的竞争，就是中美两国之间的较量。去年这个时候，我还不能这么肯定地说这句话，现在可以说了，明年会更明显。这意味着什么？两个国家的情况跟几个国家的情况是不一样的，几个国家是讲竞争（competition），而两个国家是讲对峙（rival），一旦形成这种关系，就不会轻易停下来。

基于以上几点，我的分析是：人工智能是一个真实的泡沫，发展前景非常之大。

那么我们先回顾一下现实世界中的人工智能到底发展到了哪一步，我们现在在哪里？目前的人工智能大概在五个领域：一是语言模型，包括语音、文本，所有与语言有关的东西；二是Transformer架构，就是注意力的分布（attention-based），它加强了语言的功能，当然也有很多功能。

三是扩散模型；四是图像生成，图像这件事情已经做了很多年，但图像的生成这两年做得特别好；五是代码，代码是这几年开始的，我个人的判断是，到今年年底，自动生成上百行代码会非常普遍，代码生成会像语文课写作文造句一样，系统会自己衍生出来。至于其他方面的东西，有没有太大的本质性进步呢？我认为没有。

如果把这些现状放在一起看，人工智能今后应该往哪里走？首先，我们要从“语言”过渡到“非语言”，一定要从“语言”这个框里走出去。除人类以外，世界上有“智能”的东西，你去看看，比如说鸟、兔子、蛇，它们有语言吗？没有。

其次，要从“计算”到“非计算”，“非计算”指的不是“没有数字”，指的是除了“数据（data）”以外的东西，以及数据本身代表的“智能”程度。现在都是围绕着数据转。正是在这个从“语言”走向“非语言”、从“计算”走向“非计算”的过程中，产生了“具身智能”。

什么叫具身智能？就是基于物理的、身体的，通过感知及与周边的交互来进行学习和进化。比方说，你看到了我手在动，我的手是有感知的，是在与周边交互的，如果你们不在的话，我会这么动吗？这个过程就是具身智能。

具身智能的重点，首先是要有感知，没有感知是不行的，人都是有感知的，像眼、耳、鼻、舌、身等等。语言只是感知的一个特殊的方面。其次是要有交互，比如说我看到你们在听我的讲演，通过听、看、交流，形成一种互动。最后是要有学习，这是人工智能当中最根本的、不能忘记的三点。

讲到具身智能，现在很多人都认为是在讲人型机器人，我想与大家讲，这可能是误区。人型机器人是从90年代开始的，当时日本的科学家搞得很欢，但其他国家的大部分科学家并不太认同，为什么？因为人类创造机器人的目的，本来就不是要造一个“完全代替人类”的存在。所谓“机器人”，只是“像机器一样的人”或者“像人一样的机器”，你可以说它不是人，但它又多少带着一点人的特征。所以，人类造的机器人并不一定非得像个“人”，而只是具有人类（或非人类）的某些能力或特征的机器而已。

现在大家一窝蜂在做人型机器人，这其实不是唯一的路，我在硅谷还见过一家做“炒菜机器人”的创业公司：就是用一个机械臂拿着铲子在锅里翻炒。我当时看了只觉得很好笑——如果你只是想让机器炒菜，为什么非得给它一只“手”，再让它去拿一把“铲子”？我们完全可以直接让机器从底下把菜翻起来就好。人是因为做不到这样翻菜，才发明了铲子。所以，用机械臂握着铲子炒菜，其实挺傻的。真正要做具身智能，要把人工智能带入千家万户，需要另辟蹊径，不能只盯着人形机器人这一条路。人形机器人做出来，大家看了会很开心，去上春晚，相关部门也会很开心。这是可以的，但用不着所有人都去做人形机器人。

做人工智能的目的到底是什么？40年前我们做人工智能、做机器人，我们的初心是这样：首先，是为了让人远离危险。比如，当年我所在的地方有一家全球最大的核电站公司，核电站有故障，人是进不去的，因为太危险了，那能不能让机器人进去修理呢？因此，第一是避免危险；第二是去完成那些超越人类极限的事情。我们去到外太空，外太空环境可能是零下250度，人类无法在那里生存，那机器人能不能去？这些都是“极限场景”的问题。另外，是为了摆脱重复劳动。我们为什么要造机器人、为什么要发展人工智能？就是为了让人从危险、极限、重复的工作中被解放出来，而不只是简单地“造一个人来代替人”。

那么，人类是不是这个世界上做各种工作或活动都最厉害的动物呢？其实并不是。比如，在平坦的路上，我们人类走一走还可以，但速度并不快，车就比我们快得多。我们也不会飞，人类想要飞行已经折腾了两千多年，但始终没能让自己飞起来。现在的飞机其实也不是“会飞的鸟”，比鸟差远了。鸟有两只会拍动的翅膀，飞机的机翼却动不了，只是做成一个类似鸟的形状，中间挖个洞，把人装进去而已。所以，在很多方面，人类其实并不如其他动物。

每天早上我都会在院子里散步，我很喜欢看鸟，观察它们是怎么飞的，而鸟的飞行方式和昆虫的飞行又完全不同；在海滩，我研究过螃蟹、龙虾，两者也有不同，它们适应不同的海滩环境，在沙滩上，人爬得再快也比不过螃蟹；森林里面你看松鼠，爬树爬得很好，我们做了很多“爬树机器人”，但是比松鼠还是差一点。我们能不能把自然界的其他动物的“智能”学出来？

现在稍微讲一下动态与静态，我个人其实更喜欢研究动态系统，不过今天时间有限，就不详细展开了。人类对“动态”这件事其实相对比较陌生，这也是具身智能的空白处，但动态本身有着非常有趣的智能。最简单的例子就是自行车。假设你从来没见过自行车，也不知道它