#667.李飞飞:利用人工智能提升你的智力与丰富人性

#667.李飞飞:利用人工智能提升你的智力与丰富人性

103分钟 ·
播放数1035
·
评论数1

📝 本期播客简介

本期我们克隆了:知名播客 Andrew Huberman Using AI to Increase Your Intelligence & Enrich Humanity | Dr. Fei-Fei Li

原内容更新时间:2026-08-10

本期节目来自全球顶级科学播客《Huberman Lab》,主持人是斯坦福大学医学院神经生物学教授Andrew Huberman,嘉宾则是被誉为"AI教母"的斯坦福大学计算机科学家李飞飞博士。两人从神经科学与计算机科学的交叉视角,展开了一场关于AI本质、人类认知独特性以及AI如何真正造福人类的深度对谈。

这期节目发布于2026年8月,正值AI技术深刻改变社会各层面的关键时期。对话从视觉作为智能基石切入,回溯了ImageNet数据集如何点燃现代AI革命,进而探讨了AI与人类大脑在学习机制上的根本差异。李飞飞博士坦诚地指出,那些高度个人化、从未被捕捉到的直觉与情感体验,是AI永远无法触及的领域——而这恰恰是人类独特性的核心所在。

节目中,两位科学家还深入讨论了AI在医疗健康领域的革命性应用,从机器人辅助手术到AI辅助诊断的真实案例。李飞飞博士也分享了她创办World Labs的愿景——解锁空间智能,让AI从语言走向物理世界。无论你是AI从业者、教育工作者,还是对技术如何影响人类未来感到好奇的普通听众,这期对话都会给你带来高密度的洞见与启发。

👨‍⚕️ 本期嘉宾

李飞飞博士(Dr. Fei-Fei Li),斯坦福大学计算机科学教授,斯坦福以人为本人工智能研究所(HAI)主任,被誉为"AI教母"。她是计算机视觉领域的先驱,主导创建了ImageNet数据集——这个包含1500万张图像的数据集,与神经网络算法和GPU计算一起,共同点燃了2012年的现代AI革命。她也是空间智能公司World Labs的联合创始人,致力于让AI超越语言,理解和生成3D、4D世界。作为一位教育者和建设者,她始终坚持以人为本的AI发展理念,强调AI应该增强而非取代人类能力。

⏱️ 时间戳

开场 & 节目介绍

00:00 跨国串门计划开场:AI声纹克隆技术介绍

00:34 本期节目:Huberman Lab对话李飞飞博士

02:01 Huberman Lab播客开场与嘉宾介绍

视觉:智能的基石

04:22 从视觉开始:AI与神经科学的交汇

04:40 视觉作为智能基石:进化与AI两条路径

05:00 5.4亿年前:动物第一次看到光

06:25 人脑一半皮层活动与视觉相关

ImageNet与现代AI的诞生

07:00 神经网络算法的起源:1950年代

08:42 2006年普林斯顿:数据缺乏是AI进展缓慢的原因

09:34 ImageNet项目:1500万张图像的诞生

10:09 2012年:现代AI三要素的汇聚

AI如何学会"看见"

11:01 GPU、算法与大数据的汇聚

12:34 ImageNet挑战:从2010年开始

13:36 2012年转折点:错误率大幅下降

14:31 人类4%错误率之谜:博士生测试

从识别到理解:AI的进化

15:39 语音识别与自然语言处理的突破

16:16 Transformer时代:2016-2017

17:08 ChatGPT时刻:2022年的跨越

19:11 猫尾巴问题:情境学习的实现

AI与人类认知的本质差异

21:01 人类与AI学习路径的分道扬镳

23:01 视频训练数据:Sora与猫的动作

24:56 算法不知道猫的肌肉结构,但它学到了

25:55 创造力与思想:AI能触及吗?

人类独特性的核心

28:45 李飞飞回应:AI无法触及的领域

29:21 互联网:人类行为最大规模的集合

31:02 毕加索的念头:从未被捕捉的创造力

31:43 人类仍然独特的地方

AI的创造力与局限

31:59 AlphaGo第37手:AI的创造力

32:32 围棋的数学本质与AI的特殊创造力

33:01 菲尔兹奖得主的乐观:AI能帮数学家

34:08 混合创造力:人类与AI并肩工作

情感与直觉:不可及的数据

34:21 情感的高度个人化:AI无法触及

35:12 未来:非侵入式读取大脑活动

37:30 增强而非取代:AI的真正价值

38:11 自主权:人类的核心需求

AI与医疗健康

43:29 AI加速健康发现与疾病治疗

44:49 动作电位的"全或无"规则被打破

46:07 科学发现:AI最激动人心的用途

48:06 Andrew的亲身经历:AI帮他区分眩晕与低血压

机器人手术与人机协作

49:29 李飞飞父亲的手术:达芬奇机器人

49:51 深度人机协作:外科医生操控机器人

50:18 肝脏手术的复杂性:数据不足的挑战

51:11 人类与AI协作的最佳结果

直觉、动机与AI的边界

52:10 人类独有特质:直觉真的独有吗?

54:12 直觉与创造力的区分

54:58 上下文:AI定制化输出的数学事实

55:37 不可及的直觉:没有感官装置能采集

机器没有情感

59:15 目标函数:紧迫感与动机的数学本质

01:00:25 机器没有恐惧、爱或共情

01:00:49 机器说"对不起"与朋友说"对不起"的区别

01:01:40 我们必须区分人类与机器的运作方式

AI的社会治理与多方利益

01:02:42 技术已具备,但社会参数需要考量

01:03:21 技术专家喜欢快:狂犬病病毒果蝇的例子

01:05:03 2018年创办HAI:搭建社会框架

01:05:34 汽车、飞机、生物技术的先例

年轻一代与AI教育

01:07:29 大脑如何被机器塑造

01:08:15 "学会学习"的机器:前额叶皮层

01:09:25 最糟糕的结果:能动性被夺走

01:10:41 两种危险:剥夺工具或夺走动机

01:11:20 有机化学的挣扎:AI作为学习伴侣

提示词与提问的艺术

01:13:39 提示词的精确程度有多关键

01:13:55 从幼儿园到高中都应教提示词

01:14:02 苏格拉底:人类最会提问的人

01:14:09 回到苏格拉底的方法

具身AI与机器人

01:14:28 具身AI:给声音配上会说话的脸

01:14:44 埃迪·张博士:让闭锁综合征患者重新说话

01:15:57 AI的下一个前沿:超越语言

01:16:16 机器人帮助人类:世界会好得多

机器人的未来图景

01:16:59 三十年视角:机器人成为社会一部分

01:17:28 照顾年迈父母的现实需求

01:17:51 山火救援:让机器人冒险

01:18:17 独居老人:买菜、拿药、散步

机器人的形态与接受度

01:19:26 物理硬度:人与机器人共享空间的挑战

01:19:44 叠衣服、吸尘、浇花:日常助手

01:20:43 多形态机器人:一个而非一堆

01:20:45 大白:迪士尼的医疗机器人

自主权与共同设计未来

01:21:18 自主权:人类如何想象未来

01:21:44 社会应集体主动地想象

01:21:47 公众被放在被动反应的位置

01:22:01 机器人+医生:正确的方向

保护孩子与线上安全

01:22:15 机器人守护者:孩子走路上学

01:22:38 线上掠夺性行为:化身保护孩子

01:22:55 这是个很棒的创业点子

史蒂夫·乔布斯的启示

01:22:58 史蒂夫·乔布斯:懂人性的人

01:23:24 圆润的边角:软化人与技术的关系

01:23:42 需要真正懂人性的人

01:24:03 你们是房间里最聪明的人,但人们不理解你们

公共话语的失衡

01:24:46 以人为本AI研究所:很多人都在做

01:24:57 AI药物发现、AI医疗、AI抗衰老

01:25:14 大喇叭太聚焦于捶胸顿足的人

01:26:05 极端言论太多:愚蠢主义与乌托邦

World Labs:空间智能

01:27:45 李飞飞的创业公司:World Labs

01:27:50 2024年初创立:毕生的事业

01:28:17 空间智能与物理智能:下一章

01:28:55 生成3D、4D世界:超越语言

从想象到现实

01:29:28 捕捉世界影像:无人机与手机

01:30:17 World Labs:把想象呈现出来

01:30:34 娱乐、设计、机器人训练

01:30:49 从剧本到电影:AI能做什么

AI与讲故事

01:31:16 微妙话题:AI与创造力的担忧

01:31:40 技术已进步:剧本生成镜头

01:32:02 人类的部分:讲故事与情感

01:33:11 本·阿弗莱克:前卫思考AI电影

行业变形而非消灭

01:34:13 World Labs与视觉特效行业合作

01:34:28 技术应该给创造力加超能力

01:34:40 照相馆的消失:行业变形

01:35:06 再培训与提升技能

年轻一代与AI

01:35:29 七岁到二十岁的孩子怎么看AI

01:36:09 李飞飞最上心的项目

01:36:17 被遗忘得最彻底的人群

01:36:33 对孩子抱有希望:教育者的视角

对人类的乐观

01:36:38 老一辈总在抱怨下一代

01:36:48 人类历史轨迹:往更好的方向前进

01:37:00 从根本上,我对人类是乐观的

01:37:12 孩子们好奇,他们开始使用它

老师的困境

01:37:23 真正担心的是老师和一部分家长

01:37:26 硅谷没有在帮他们

01:37:46 K-12老师扛着最重的担子

01:37:56 ChatGPT出来的第一件事:给校长发邮件

结语与感谢

01:39:03 上帝保佑老师们

01:39:12 老师打开播客只会害怕

01:39:31 如果老师得不到帮助,孩子就得不到帮助

01:39:35 感谢李飞飞博士

🌟 精彩内容

💡 视觉是智能的基石

李飞飞从进化与AI两条路径阐述视觉的核心地位:5.4亿年前动物第一次看到光,催生了寒武纪大爆发;而人脑一半的皮层活动与视觉相关。视觉不仅是动物智能进化的起点,也是现代AI革命的源头——从神经网络算法到ImageNet数据集,都源于对视觉的理解。

"我把视觉看作智能的基石,几乎从两条平行的路径来看。"

💡 数据是AI革命的隐藏英雄

当所有人都在盯着算法时,李飞飞和她的团队选择了不同的路——收集数据。ImageNet的1500万张图像,与神经网络算法和GPU计算汇聚,在2012年点燃了现代AI革命。这个洞察源于一个简单的问题:人类到六岁时能学会成千上万种物体类别,而当时的AI只能看到可怜的数据。

"我们跟所有只盯着算法的人走了不同的路,我们说,我们需要数据。"

💡 人类与AI学习路径的分道扬镳

一个孩子可能只见过三只猫,却能识别出书架后露出的猫尾巴;而AI需要下载整个互联网的猫图片才能做到。李飞飞指出,这种通过不同学习路径达成的识别能力,是尚未解开的谜团,也是人类智能独特性的体现。

"那个学会你说的小猫咪的孩子,不会有机会下载整个互联网的猫图片。"

💡 毕加索的念头:AI无法触及的领域

那些高度个人化、从未被捕捉到的念头——无论是毕加索对肖像的独特表达,还是你对童年老家的乡愁——从未被上传到互联网,因此AI永远无法触及。这正是人类仍然独特的地方。

"那个念头从来没被捕捉到。所以它不在互联网上。所以AI没见过它。这就是人类仍然如此独特的地方。"

💡 机器说"对不起"与朋友说"对不起"完全不同

当机器说"对不起你病了",是因为它从数据中学到了这个模式;而朋友说这句话,是因为他们真心希望你好,他们爱你,不想看到你受苦。李飞飞强调,我们必须区分这两种"共情"。

"机器说这个,是因为它通过模式学到了。而你朋友听到这个,他们真心希望你好。"

💡 最糟糕的结果是夺走能动性

对于年轻一代,李飞飞最担心的是两种极端:一是被动刷短视频、负面信息刷屏,夺走学习的能动性和动机;二是以"防止作弊"为名,把AI工具从学生手里夺走。两者都会导致一代又一代大脑没有得到充分发育的人。

"如果人工智能用得不对,能动性和动机就会被夺走。那样的话,我们留下的是一代又一代大脑没有得到充分发育的人。"

💡 苏格拉底是最会提问的人

李飞飞呼吁从幼儿园到高中都教提示词,因为提问本身就是一门艺术。苏格拉底的方法——通过提问引导、探寻真理——正是我们应该回到的方式。

"人类最会提问的人是谁?苏格拉底,如果他活着的话。"

💡 老师是我们社会里最重要的人

ChatGPT发布后,李飞飞做的第一件事是给孩子的校长发邮件,要求做客座讲座。因为硅谷没有人想到老师——那些扛着社会最重担子的人。如果老师得不到帮助,我们的孩子就得不到帮助。

"我们在说教他们,在训斥他们,在俯视他们。他们是我们社会里最重要的人。"

🌐 播客信息补充

本播客采用原有人声声线进行播客音频制作,也可能会有一些地方听起来怪怪的

使用 AI 进行翻译,因此可能会有一些地方不通顺;

如果有后续想要听中文版的其他外文播客,也欢迎联系微信:iEvenight

展开Show Notes
虚舟飘瓦
虚舟飘瓦
15分钟前
来啦来啦