王坚博士访谈摘要

关于人工智能、技术演进与中国AI生态的洞见

💡
今非昔比: 上世纪80年代的AI技术非常“脆弱” (shaky),主要解决的是“玩具问题” (toy problem) 或人为问题 (artificial problem),没有实际意义。
💡
今日之变: 如今的AI技术已经变得真实 (getting real),能够用来解决现实世界中真正困难的问题 (real problem)。这是最核心的转变。
💬
核心观点: AI最大的吸引力在于,它正在改变我们做事的方式 (how we doing things),甚至是我们思考问题的方式 (how we think about things)。
交通工具的类比: 计算能力的量级提升会彻底改变思维模式。
  • 给你一辆自行车,你会思考如何从香港骑到杭州。
  • 给你一辆汽车,你的路线规划和思考方式会完全不同。
  • 给你一架飞机,这又是一个全新的故事。
  • 如果给你一枚火箭,你的思维将彻底被重塑。
💬
核心观点: 强大的计算能力 (Computing Power) 就像新的交通工具,它不是简单地让我们“更快”,而是从根本上改变了我们对问题和解决方案的构想。
💬
不认同分类法: 我不喜欢 AI (人工智能) -> AGI (通用人工智能) -> ASI (超级人工智能) 这种分类。AI就是AI。
人类成长的类比: AI的演进就像一个人的成长,从幼儿园到博士,是一个能力不断增长的连续过程 (continuum)。虽然能力天差地别,但很难说存在根本性的不同。
💬
本质是能力进化: 所谓的“超级AI”只是意味着AI获得了更强的能力 (more capability),仅此而已。
💡
学科融合: 过去,自然语言处理、计算机视觉、机器人学是界限分明的不同学科。今天,它们都被归入了AI这个“大篮子”里。
💬
机器人学的独立性: 机器人学 (Robotics) 仍然是一个非常不同的领域,其基础技术是不同的。
新引擎的比喻: AI为机器人学提供了一个全新的“引擎”。就像汽车本身没变,但它的动力从过去的柴油发动机变成了今天的电力驱动。AI的产出可以“部署” (deployed) 在机器人上。
💬
探索精神与迭代: 中国有巨大的机会去探索百万种可能性。人们对技术充满热情,即使大部分尝试会在5-10年内失败,但这个探索过程本身非常有价值。
💬
市场的全新角色: 中国市场不再仅仅是销售产品的传统市场。它更重要的功能是成为新技术的“试验场” (testbed),帮助技术快速试错、走向成熟。技术只有走向市场才能真正成熟。
💬
集体马拉松而非个人冲刺: 单个组织无法长期保持高速前进。中国的AI发展是靠深求(DeepSeek)Kimi等众多参与者共同推动的集体赛,通过竞争实现快速迭代。这种竞争是健康的。
💬
竞赛的早期阶段: AI竞赛是一场马拉松,现在仅仅是开始。今天任何公司拥有的优势,都不足以构成阻止其他人追赶的壁垒 (barrier)。
💬
挑战是创意,而非算力: 当前最大的挑战是创意 (creativity)。短期内,算力 (computing power) 并非主要障碍。
💡
基础模型已足够好:通义(Qwen)深求(DeepSeek)这样的基础模型已经足够好,甚至比很多人想象的要好。
💬
应用思维定势: 最大的问题在于,在应用层面,我们深受 ChatGPT 的影响,思维被局限在构建类似的聊天场景上。我们真正需要的是有创意的人,去为这些强大的基础模型开发全新的、有价值的应用。
💡
说服之难: 最初说服马云和阿里其他人接受云计算非常困难,因为它与当时主流的互联网业务模式 (Internet business) 在根本上是不同的。
💡
幸运的巧合: 我从未写过商业计划书 (business proposal)。阿里云非常幸运,因为它的诞生恰逢中国互联网和创业公司 (startups) 蓬勃发展的时期,这些小公司成为了最早的客户。
💬
对未来的预见与未见: 我坚信互联网汇聚了数据 (data),而数据将从根本上改变商业。但我当初未能预见的是,当计算数据模型这三者结合时,会创造出AI,并再次改变商业的形态。AI的到来比我预想的要快得多。
💬
反对“砸钱抢人”模式: 硅谷那种为“知名”人才支付天价薪酬的模式,不是创新的制胜法宝 (winning formula)。
💬
寻找“对的人”而非“贵的人”: 在一个创新领域的极早期,你需要的是“对的人” (right person),而不是“昂贵的人” (expensive person)。真正的颠覆性创新,其所需的人才在初期往往无人关注。
💬
昂贵人才的价值: 高价争抢的人才,往往是为了维护“已有的成功业务” (existing success),而不是为了探索无人知晓的未来技术。这需要的是远见 (vision)。

原文

源链接