新智元報道

編輯：KingHZ

AGI不是未來，它已到來。十年前，他嗤之以鼻；如今，他賭上職業生涯。meta科學家畢樹超揭秘AI進化真突破：更好更快造數據。 在哈佛大學的演講，他還揭秘下一個萬億級AI機會。

今年6月，華人AI研究員畢樹超在哥倫比亞大學和哈佛大學發表演講，講述了在過去十年中，他如何從懷疑AGI逐漸轉變為對AGI的日漸癡迷。

最近，他分享了在哈佛大學的演講內容。

兩次演講主題一致，內容類似，關于硅基智能的過去、開放問題和未來。

從OpenAI離職后，畢樹超加入了meta的超級智能實驗室，他已經分享過哥倫比亞大學的演講：

有趣的是，在哈佛演講最后，有人提了一個問題：

如果您在「AI原生交互」領域創業，您會押注于哪些多模態基礎技術？未來兩年最大的機遇在哪里？

確切的答案，畢樹超承認自己不知道，即便知道了也不會公之于眾。

不過他還是回顧了歷史，指出了兩個歷史性突破：

（1）GUI（圖形用戶界面），催生了個人電腦；

（2）多點觸控，催生了移動設備。

如果有人能基于人工智能找到下一個人機交互方式，那將是一家價值萬億美元的公司。而且他非常肯定地給出了寶貴的洞見：

語音和視覺將成為其中的一部分。它必須非常接近人類自然的交互方式。

AI狂飆史

首先，他介紹了從2012年AI日新月異的進步，拋出一條清晰而震撼的「AI進化時間線」——十年，人工智能完成了一次從蹣跚學步到奔跑躍遷的蛻變。

2012年，AlexNet橫空出世，「大數據+算力」一擊擊碎了數十年手工特征工程的神話。

2013年，Word2Vec出現，引爆「萬物皆向量」革命。

單詞成了可以計算距離的向量，語義之間有了坐標系。

推薦系統、搜索引擎瞬間換了玩法——YouTube的算法，也從此學會了更懂你。

2015年，兩個名字寫進了深度學習的骨骼——Adam優化器和ResNet殘差網絡。

前者像是給訓練提速的渦輪，讓模型跨數據集穩定奔跑；

后者則打通了「神經網絡的任督二脈」，讓深度從十幾層飆到上百層不再是奢望。

2017年，Transformer來了。它像一座跨領域的超級樞紐，不僅顛覆了NLP，更成了多模態模型的核心骨架。從此，機器開始學會「長篇大論」，并且「舉一反三」。

2019年，Rich Sutton總結了《苦澀的教訓》：利用算力，一般的方法終將壓倒性勝過人工工程。

隨之而來的，是被畢樹超反復強調的——Scaling Law。

更多數據、更多參數、更多算力，性能就能穩步上升。而且，不只是穩步。

當增長跨過某個臨界點，模型會突然「開竅」：會推理、會診斷、會用你意想不到的方式解決問題。

這不是魔法，而是數學與算力堆疊出的質變。

過去十年，AI像嬰兒學會了走路；未來十年，它可能會跑得比任何人都快。

強化學習：DeepMind的時代

歷史回顧的第二部分，畢樹超把視線從自監督學習轉向強化學習（RL），故事同樣驚心動魄。

2015年，DeepMind推出DQN，AI第一次能從原始像素里學會玩街機游戲。沒有規則輸入，沒有人類提示，靠獎勵信號驅動，正如孩子在不斷嘗試中學會騎車一樣。。

接著，世界震驚于AlphaGo。先從人類棋譜起步，再靠自我對弈瘋狂磨煉，最終擊敗圍棋世界冠軍。它的升級版AlphaGo Zero更狠——徹底拋開人類經驗，從零起跑，卻跑進了人類棋史的巔峰。

那被稱為「神之一手」的第37手，成了載入史冊的AI時刻。

AlphaZero則把這一套搬到國際象棋和將棋，全面碾壓頂尖棋手。而在棋盤之外，OpenAI將強化學習的戰場搬到3D即時戰略——Dota 2。最終，他們的AI團隊擊敗了世界級職業戰隊。

看似風光無限，但畢樹超直言——這些都是「單項冠軍」。

它們在特定任務上超人，卻無法遷移到更多領域。圍棋高手不會自動變成醫生，AI亦然。

轉折出現在預訓練+人類反饋強化學習（RLHF）的結合。

ChatGPT就是這樣煉成的：

先讓模型吸收海量知識，再用人類偏好做微調，讓它不僅聰明，還更懂交流、更貼近人類思維。

結果？一場爆發。原本低調的研究預覽，迅速變成全球現象級產品，每周吸引5億+用戶。

畢樹超提醒，強化學習是AI可無限擴展的兩條路徑之一（另一條是自監督學習）。既然預訓練的規模已被推到極限，下一步，就是在強化學習上同樣拉滿算力。

開放問題

數據決定智能

當話題進入演講的第二大部分，畢樹超的語氣陡然凝重——這一次，他談的不是AI的輝煌戰績，而是擋在前面的瓶頸。

他指出了關鍵問題：「別以為只要有更大的模型和更多的算力，AI就能無限變強。有一樣東西，比算力更稀缺——高質量數據。」

數據紅利，正在消耗殆盡

在過去十年里，我們喂給AI的是人類幾千年來積累的知識寶庫：書籍、論文、代碼、圖片、視頻、網頁……這些數據像肥沃的土壤，讓模型在短短幾年長成參天大樹。

但畢樹超警告，這塊土壤正在快速流失。

高質量、結構化、真實、有深度的信息，正一點點耗盡。等到庫存見底，光有更大的「樹」和更強的「陽光」（算力），也長不出新枝。

他直言，這是一個全行業即將面對的「隱形天花板」。

突破口I：讓AI自己造數據

解決之道？

畢樹超拋出第一個突破口——讓AI像人類一樣，通過與環境互動生成新數據。

人類的學習過程不是坐在教室里背完所有書，而是邊做邊學。我們在嘗試、失敗、修正中獲得經驗，再把這些經驗傳遞給別人。

「為什么不能讓AI也這樣做？」他問。

強化學習中的自我博弈（self-play）已經證明了這一思路：

AlphaGo Zero就是在與自己下棋的過程中，不斷創造并吸收新局面，從而突破人類經驗的邊界。

如果AI可以在虛擬環境、模擬實驗、甚至真實世界的機器人平臺上持續生成并驗證數據，它就能擺脫「吃老本」的命運。

「用算力換數據——這是我們唯一能讓曲線繼續向上的方法之一。」畢樹超強調。

突破口II：讓學習更高效

第二個突破口，是數據效率。

人類只需看幾局棋，就能學會規則并進行策略思考；而大模型往往要消耗百萬、千萬級的樣本，才能掌握類似的技能。

原因何在？

畢樹超給出兩點：

泛化能力——人類會遷移推理模式。學會數獨的邏輯，可能幫你下棋時提前幾步預判。

學習粒度——人類學習的是「概念」，而不是逐字逐句的「下一個詞」。同一個意思有成千上萬種說法，人類不需要全部記住，而模型卻在消耗大量資源去擬合這些表述。

「這就像你要學游泳，不是去背所有水花的形狀，而是直接掌握漂浮和劃水的原理。」他形象地說。

如果模型能直接學習概念和關系，而非表面符號，數據需求將驟降，學習速度也會飛躍。

安全與對齊，難度最高的關口

即便解決了數據問題，畢樹超提醒，還有另一道高墻——安全與對齊。

他將其分為三層：

內容安全：避免生成有害信息。

濫用防護：防止被惡意利用。

內在對齊：確保AI的目標與人類價值觀一致。

前兩層已有較成熟的技術與策略，但第三層，才是真正的硬骨頭。

未來：AI無處不在

當演講進入展望部分，畢樹超開始描繪一幅氣勢恢宏的未來圖景——AI將全面滲透社會的每個角落，重塑我們的生活、工作與認知。

智能體：AI時代的手機

畢樹超預言，推理能力的進步將讓AIAgent像空氣一樣無處不在。

它們會在辦公室幫你做研究、寫報告，在家中幫你管理日程、照顧孩子的學習。

「想象一下，身邊有一個隨時待命的超級助理，永不疲倦，從不忘事。」

這不是奢侈品，而會像智能手機一樣普及。

AI for Science：顛覆科研范式

他將科研形容為「在一片浩瀚的可能性海洋中尋找珍珠」。

而AI的搜索能力，將讓我們一次網下去，就撈起整串珍珠。

藥物研發不再耗費十年，可能幾個月就能找到候選分子；

材料科學可以在模擬中直接篩出最佳配方；

像AlphaFold這樣的突破將成為常態。

畢樹超甚至說，科學家未來可能會有屬于他們的「AlphaGo時刻」——突然看到AI給出一個人類幾代人都沒想到的解法。

AI移掉兩座大山：教育與醫療

教育領域的變革同樣驚人。

AI可以讓任何人無障礙進入新領域，也可以為頂尖學者量身打造最優學習路線。

「也許未來，一個人5年內可以完成10個博士課題，」畢樹超半開玩笑地說，「前提是他真的愿意學。」

這不僅意味著效率，更意味著教育公平的真正可能——偏遠地區的孩子，也能享受世界頂級的教學資源。

AI讓好醫生觸手可及。

他相信，AI能為更多人帶來高質量的醫療服務，尤其是在醫生資源匱乏的地區。

「很多人的第一位好醫生，可能會是AI。」

具身智能：人類伸向宇宙的觸角

畢樹超將目光投向更遠——具身智能（Embodied AI）。它不僅是機器人在倉庫里搬貨，更是能進入深海、火山、甚至外太空的探索者。

在那些人類無法生存的地方，它們可以代替我們采集數據、建造設施，甚至開啟跨星際的「殖民」嘗試。

「人類的觸角，會通過它們伸向整個宇宙。」

演講人簡介

目前，畢樹超是meta超智能實驗室研究員，RL/后訓練/智能體；之前，在OpenAI研究多模態和RL。

他聯合創建了GPT-4o的實時語音界面，主導了OpenAI的多模態后訓練。

他的工作讓人工智能能夠像人類一樣說話——富有情感、自然且即時。

可以把他看作是未來 AGI 助手的聲音設計師。

他也曾經在谷歌從事數據科學。

他是浙江大學理學學士（竺院工高班），加州伯克利大學理學博士，大數據資深從業者與實踐者，專注大規模機器學習和統計模型在互聯網與金融領域的應用。