#667.李飞飞：利用人工智能提升你的智力与丰富人性

📝 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：2016-201717:08 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 Labs01:27:50 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AI01:35:29 七岁到二十岁的孩子怎么看AI01:36:09 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在小宇宙查看该单集文稿