新智元报道

编辑：KingHZ

【新智元导读】AGI不是未来，它已到来。十年前，他嗤之以鼻；如今，他赌上职业生涯。Meta科学家毕树超揭秘AI进化真突破：更好更快造数据。 在哈佛大学的演讲，他还揭秘下一个万亿级AI机会。

今年6月，华人AI研究员毕树超在哥伦比亚大学和哈佛大学发表演讲，讲述了在过去十年中，他如何从怀疑AGI逐渐转变为对AGI的日渐痴迷。

最近，他分享了在哈佛大学的演讲内容。

两次演讲主题一致，内容类似，关于硅基智能的过去、开放问题和未来。

从OpenAI离职后，毕树超加入了Meta的超级智能实验室，他已经分享过哥伦比亚大学的演讲：

有趣的是，在哈佛演讲最后，有人提了一个问题：

如果您在「AI原生交互」领域创业，您会押注于哪些多模态基础技术？未来两年最大的机遇在哪里？

确切的答案，毕树超承认自己不知道，即便知道了也不会公之于众。

不过他还是回顾了历史，指出了两个历史性突破：

（1）GUI（图形用户界面），催生了个人电脑；

（2）多点触控，催生了移动设备。

如果有人能基于人工智能找到下一个人机交互方式，那将是一家价值万亿美元的公司。而且他非常肯定地给出了宝贵的洞见：

语音和视觉将成为其中的一部分。它必须非常接近人类自然的交互方式。

AI狂飙史

首先，他介绍了从2012年AI日新月异的进步，抛出一条清晰而震撼的「AI进化时间线」——十年，人工智能完成了一次从蹒跚学步到奔跑跃迁的蜕变。

2012年，AlexNet横空出世，「大数据+算力」一击击碎了数十年手工特征工程的神话。

2013年，Word2Vec出现，引爆「万物皆向量」革命。

单词成了可以计算距离的向量，语义之间有了坐标系。

推荐系统、搜索引擎瞬间换了玩法——YouTube的算法，也从此学会了更懂你。

2015年，两个名字写进了深度学习的骨骼——Adam优化器和ResNet残差网络。

前者像是给训练提速的涡轮，让模型跨数据集稳定奔跑；

后者则打通了「神经网络的任督二脉」，让深度从十几层飙到上百层不再是奢望。

2017年，Transformer来了。它像一座跨领域的超级枢纽，不仅颠覆了NLP，更成了多模态模型的核心骨架。从此，机器开始学会「长篇大论」，并且「举一反三」。

2019年，Rich Sutton总结了《苦涩的教训》：利用算力，一般的方法终将压倒性胜过人工工程。

随之而来的，是被毕树超反复强调的——Scaling Law。

更多数据、更多参数、更多算力，性能就能稳步上升。而且，不只是稳步。

当增长跨过某个临界点，模型会突然「开窍」：会推理、会诊断、会用你意想不到的方式解决问题。

这不是魔法，而是数学与算力堆叠出的质变。

过去十年，AI像婴儿学会了走路；未来十年，它可能会跑得比任何人都快。

强化学习：DeepMind的时代

历史回顾的第二部分，毕树超把视线从自监督学习转向强化学习（RL），故事同样惊心动魄。

2015年，DeepMind推出DQN，AI第一次能从原始像素里学会玩街机游戏。没有规则输入，没有人类提示，靠奖励信号驱动，正如孩子在不断尝试中学会骑车一样。。

接着，世界震惊于AlphaGo。先从人类棋谱起步，再靠自我对弈疯狂磨炼，最终击败围棋世界冠军。它的升级版AlphaGo Zero更狠——彻底抛开人类经验，从零起跑，却跑进了人类棋史的巅峰。

那被称为「神之一手」的第37手，成了载入史册的AI时刻。

AlphaZero则把这一套搬到国际象棋和将棋，全面碾压顶尖棋手。而在棋盘之外，OpenAI将强化学习的战场搬到3D即时战略——Dota 2。最终，他们的AI团队击败了世界级职业战队。

看似风光无限，但毕树超直言——这些都是「单项冠军」。

它们在特定任务上超人，却无法迁移到更多领域。围棋高手不会自动变成医生，AI亦然。

转折出现在预训练+人类反馈强化学习（RLHF）的结合。

ChatGPT就是这样炼成的：

先让模型吸收海量知识，再用人类偏好做微调，让它不仅聪明，还更懂交流、更贴近人类思维。

结果？一场爆发。原本低调的研究预览，迅速变成全球现象级产品，每周吸引5亿+用户。

毕树超提醒，强化学习是AI可无限扩展的两条路径之一（另一条是自监督学习）。既然预训练的规模已被推到极限，下一步，就是在强化学习上同样拉满算力。

开放问题

数据决定智能

当话题进入演讲的第二大部分，毕树超的语气陡然凝重——这一次，他谈的不是AI的辉煌战绩，而是挡在前面的瓶颈。

他指出了关键问题：「别以为只要有更大的模型和更多的算力，AI就能无限变强。有一样东西，比算力更稀缺——高质量数据。」

数据红利，正在消耗殆尽

在过去十年里，我们喂给AI的是人类几千年来积累的知识宝库：书籍、论文、代码、图片、视频、网页……这些数据像肥沃的土壤，让模型在短短几年长成参天大树。

但毕树超警告，这块土壤正在快速流失。

高质量、结构化、真实、有深度的信息，正一点点耗尽。等到库存见底，光有更大的「树」和更强的「阳光」（算力），也长不出新枝。

他直言，这是一个全行业即将面对的「隐形天花板」。

突破口I：让AI自己造数据

解决之道？

毕树超抛出第一个突破口——让AI像人类一样，通过与环境互动生成新数据。

人类的学习过程不是坐在教室里背完所有书，而是边做边学。我们在尝试、失败、修正中获得经验，再把这些经验传递给别人。

「为什么不能让AI也这样做？」他问。

强化学习中的自我博弈（self-play）已经证明了这一思路：

AlphaGo Zero就是在与自己下棋的过程中，不断创造并吸收新局面，从而突破人类经验的边界。

如果AI可以在虚拟环境、模拟实验、甚至真实世界的机器人平台上持续生成并验证数据，它就能摆脱「吃老本」的命运。

「用算力换数据——这是我们唯一能让曲线继续向上的方法之一。」毕树超强调。

突破口II：让学习更高效

第二个突破口，是数据效率。

人类只需看几局棋，就能学会规则并进行策略思考；而大模型往往要消耗百万、千万级的样本，才能掌握类似的技能。

原因何在？

毕树超给出两点：

• 泛化能力——人类会迁移推理模式。学会数独的逻辑，可能帮你下棋时提前几步预判。

• 学习粒度——人类学习的是「概念」，而不是逐字逐句的「下一个词」。同一个意思有成千上万种说法，人类不需要全部记住，而模型却在消耗大量资源去拟合这些表述。

「这就像你要学游泳，不是去背所有水花的形状，而是直接掌握漂浮和划水的原理。」他形象地说。

如果模型能直接学习概念和关系，而非表面符号，数据需求将骤降，学习速度也会飞跃。

安全与对齐，难度最高的关口

即便解决了数据问题，毕树超提醒，还有另一道高墙——安全与对齐。

他将其分为三层：

• 内容安全：避免生成有害信息。

• 滥用防护：防止被恶意利用。

• 内在对齐：确保AI的目标与人类价值观一致。

前两层已有较成熟的技术与策略，但第三层，才是真正的硬骨头。

未来：AI无处不在

当演讲进入展望部分，毕树超开始描绘一幅气势恢宏的未来图景——AI将全面渗透社会的每个角落，重塑我们的生活、工作与认知。

智能体：AI时代的手机

毕树超预言，推理能力的进步将让AIAgent像空气一样无处不在。

它们会在办公室帮你做研究、写报告，在家中帮你管理日程、照顾孩子的学习。

「想象一下，身边有一个随时待命的超级助理，永不疲倦，从不忘事。」

这不是奢侈品，而会像智能手机一样普及。

AI for Science：颠覆科研范式

他将科研形容为「在一片浩瀚的可能性海洋中寻找珍珠」。

而AI的搜索能力，将让我们一次网下去，就捞起整串珍珠。

药物研发不再耗费十年，可能几个月就能找到候选分子；

材料科学可以在模拟中直接筛出最佳配方；

像AlphaFold这样的突破将成为常态。

毕树超甚至说，科学家未来可能会有属于他们的「AlphaGo时刻」——突然看到AI给出一个人类几代人都没想到的解法。

AI移掉两座大山：教育与医疗

教育领域的变革同样惊人。

AI可以让任何人无障碍进入新领域，也可以为顶尖学者量身打造最优学习路线。

「也许未来，一个人5年内可以完成10个博士课题，」毕树超半开玩笑地说，「前提是他真的愿意学。」

这不仅意味着效率，更意味着教育公平的真正可能——偏远地区的孩子，也能享受世界顶级的教学资源。

AI让好医生触手可及。

他相信，AI能为更多人带来高质量的医疗服务，尤其是在医生资源匮乏的地区。

一个普通诊所可能会有AI诊断系统，能像经验丰富的医生一样识别病情，还能实时参考全球最新的医学研究。

「很多人的第一位好医生，可能会是AI。」

具身智能：人类伸向宇宙的触角

毕树超将目光投向更远——具身智能（Embodied AI）。它不仅是机器人在仓库里搬货，更是能进入深海、火山、甚至外太空的探索者。

在那些人类无法生存的地方，它们可以代替我们采集数据、建造设施，甚至开启跨星际的「殖民」尝试。

「人类的触角，会通过它们伸向整个宇宙。」

演讲人简介

目前，毕树超是Meta超智能实验室研究员，RL/后训练/智能体；之前，在OpenAI研究多模态和RL。

他联合创建了GPT-4o的实时语音界面，主导了OpenAI的多模态后训练。

他的工作让人工智能能够像人类一样说话——富有情感、自然且即时。

可以把他看作是未来 AGI 助手的声音设计师。

他也曾经在谷歌从事数据科学。

他是浙江大学理学学士（竺院工高班），加州伯克利大学理学博士，大数据资深从业者与实践者，专注大规模机器学习和统计模型在互联网与金融领域的应用。

曾在硅谷联合创立大数据公司，基于谷歌, Facebook和Twitter数据指导广告投放策略与监控广告投放效果。实用主义的数据科学家，深层次去伪存真地理解数据价值。

参考资料：

https://www.youtube.com/watch?v=OB9AIHTP5JM