#306. 黄仁勋、辛顿、扬勒昆、李飞飞与人工智能的未来愿景

episode

跨国串门儿计划 not yet transcribed

▲ 0

Transcript

This episode hasn't been transcribed yet Upvotes decide what gets transcribed next — 0 so far. Sign in to upvote

More from 跨国串门儿计划

#365.风险共担与非对称性：塔勒布对话纳瓦尔，拆解真实世界的运行逻辑 1h 9m · 20 Dec 2025

All episodes from 跨国串门儿计划 →

Report any issue

Source

Recorded09 Nov 2025

Publisherfeed.xyzfm.space ↗

Handlerec:3930750

Show notes

📝 本期播客简介本期节目汇聚了六位荣获2025年伊丽莎白女王工程奖的AI巨擘：深度学习三巨头Yoshua Bengio、Geoffrey Hinton、Yann LeCun，“ImageNet之母”Fei-Fei Li，英伟达创始人Jensen Huang，以及斯坦福大学教授Bill Dally。他们罕见地齐聚一堂，由《经济学人》资深编辑Madhumita Murgia主持，分享了各自职业生涯中塑造现代人工智能的“顿悟时刻”——从早期对神经网络的痴迷、克服“内存墙”到ImageNet的诞生，再到ChatGPT问世后的深远影响。对话深入探讨了当前AI热潮是否为泡沫，Jensen Huang将AI比作生产“智能代币”的工厂，而Yann LeCun则辩证指出当前范式无法直接通向人类水平智能。嘉宾们还对AI未来的发展方向、人类级智能的实现时间线给出了多元预测，并探讨了AI应如何增强而非取代人类。这不仅是一场技术前沿的深度剖析，更是一场关于AI伦理、社会影响和人类未来的深刻思辨。翻译克隆自：The Minds of Modern AI: Jensen Huang, Geoffrey Hinton, Yann LeCun & the AI Vision of the Future👨‍⚕️ 本期嘉宾Jensen Huang，英伟达创始人兼CEO。Yoshua Bengio，深度学习三巨头之一。Geoffrey Hinton，深度学习三巨头之一。Fei-Fei Li，斯坦福大学教授，“ImageNet之母”。Yann LeCun，深度学习三巨头之一。Bill Dally，斯坦福大学教授、芯片架构专家。⏱️ 时间戳00:00 开场 & 播客简介AI先驱的“顿悟时刻”04:04 Yoshua Bengio：从早期论文到ChatGPT后的伦理反思04:54 Bill Dally：从“内存墙”到GPU计算的诞生06:27 Geoffrey Hinton：1984年的微型语言模型预示未来07:45 Jensen Huang：从芯片设计到深度学习的规模化洞察10:29 Fei-Fei Li：ImageNet的诞生与“以人为本AI”的理念13:18 Yann LeCun：对训练机器的痴迷与自监督学习的探索AI热潮：泡沫还是新范式？17:07 泡沫之辩：AI热潮与互联网泡沫有何不同？18:13 Jensen Huang：AI是生产“智能代币”的工厂，我们正处在智能大建设的初期22:18 Yoshua Bengio：大语言模型已是“智能体”，技术演进超乎想象23:27 Bill Dally：模型效率提升、应用拓展，AI正处于多重指数增长曲线25:06 Fei-Fei Li：AI仍是年轻学科，语言之外的智能（如空间智能）仍有广阔前沿26:48 Yann LeCun：应用层面非泡沫，但当前范式无法直接通向人类水平智能AI的未来与人类级智能28:11 人类级智能何时到来？嘉宾们给出多元预测28:50 Yann LeCun：未来5-10年或有新范式，但进程漫长29:13 Fei-Fei Li：机器智能已在某些方面超越人类，但人类智能地位独特30:15 Jensen Huang：足够通用智能已存在，重点在于应用31:03 Geoffrey Hinton：20年内机器有望在辩论中胜过人类31:31 Bill Dally：AI应增强而非取代人类，聚焦人类独特能力32:14 Yoshua Bengio：无概念理由阻止机器做人类所有事，AI研究AI是游戏规则改变者33:55 结束语🌟 精彩内容💡 AI先驱的“顿悟时刻”六位AI巨擘分享了各自职业生涯中关键的“啊哈时刻”，这些瞬间不仅塑造了他们个人，也深刻影响了现代AI的发展轨迹。从Jeff Hinton在1984年对微型语言模型的早期探索，到Fei-Fei Li创建ImageNet，再到Jensen Huang从芯片设计中领悟深度学习的规模化潜力，这些故事揭示了AI从理论萌芽到实践突破的历程。“仅仅通过给它一串符号，让它试着预测下一个词，模型就能学会把词语转换成一组特征，这些特征捕捉了词的含义。” —— Geoffrey Hinton (06:27)🚀 AI热潮：泡沫还是新范式？面对当前AI的爆发式增长，嘉宾们对“泡沫论”展开了深入讨论。Jensen Huang强调，与互联网泡沫时期光纤闲置不同，现在每一个GPU都在被充分利用，AI需要“工厂”来实时生产智能，而非预编译内容。Yann LeCun则辩证指出，虽然应用潜力巨大，但当前大语言模型范式无法直接通向人类水平智能，需要科学突破。“今天，你几乎能找到的每一个GPU都在点亮和使用中……人工智能需要工厂来生产这些‘代币’，来生产智能。” —— Jensen Huang (18:13)🧠 AI的未来与人类级智能关于人类级智能何时实现，嘉宾们给出了从“已经到来”到“20年内”的多元预测。Fei-Fei Li指出机器智能已在某些方面超越人类，但人类智能的社会地位独特。Bill Dally强调AI的目标是增强而非取代人类，让人类专注于创造力和同理心。Yoshua Bengio则认为，AI进行AI研究的能力将是未来的“游戏规则改变者”。“如果我们造出了能理解语言、拥有目标，而我们又无法控制这些目标的机器，会发生什么？如果它们比我们更聪明会怎样？” —— Yoshua Bengio (04:04)“我们的目标不是构建AI来取代人类或者比人类更强……我们的目标是构建AI来增强人类。” —— Bill Dally (31:31)🌐 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```

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.