对话六位「AI先驱」众神齐聚：探索人工智能的未来蓝图！

不二如是

此次对话在 Financial Times（FT）组织下举行，旨在汇聚当今人工智能领域最具影响力的学术与产业先行者，共同反思人工智能的过去、现况与未来。

在线学习：



主持人：Madhumita Murgia 金融时报主编

嘉宾：

• 1.Yoshua Bengio 蒙特利尔大学计算机科学系教授，加拿大计算机科学家；
• 2.Bill Dally  英伟达首席科学家兼高级副总裁；
• 3.Geoffrey Hinton 多伦多大学教授，加拿大计算机科学家；
• 4.Jensen Huang（黄仁勋） 英伟达首席执行官；
• 5.李飞飞 斯坦福大学教授，美国国家工程院院士；
• 6.Yann LeCun（杨立坤）法国计算机科学家，2018年图灵奖得主。
  

演讲全文

大家早上／下午／晚上好。非常荣幸能担任今天的主持人，向各位介绍这群卓越非凡的专家。

坐在我面前的六位嘉宾，是当今全球最聪明、最具影响力的人工智能先驱，他们的贡献足以改变技术史的进程。

他们同时也是 2025 年 Queen Elizabeth Prize for Engineering（简称 QEPrize）的得主，因在先进机器学习与人工智能领域的开创性成果而受到表彰。

当你回望这些技术如何深刻塑造我们的日常生活，便能理解今天能让他们齐聚一堂，是何等难得而令人期待的时刻。

就我个人而言，我非常希望听到各位对于当下这一迅速演进、人人试图理解未来趋势的时代所做的反思；

我也渴望了解各位的职业旅程——是什么推动您走到今天？您又如何影响彼此、影响企业与技术？

最后，我希望能从你们的视角中窥见更清晰的未来图景。

让我们从宏观视角转入更个人的层面：

我想请每位嘉宾分享职业生涯中的“Aha时刻”——那个促使您踏上当前道路、并最终走到这里的关键转折点。无论这一刻发生在求学阶段，还是来自近年的某次深刻冲击，都请谈谈它对您今日工作的影响。

例如，有得主提到自己在研究生时期阅读 Geoffrey Hinton 早期论文时忽然意识到：“也许存在如物理定律般简洁的原理，可帮助我们理解人类智能，并构建智能机器。”

也有嘉宾在看到大型语言模型出现后意识到：“如果我们造出能够真正理解语言、具备目标且不受完全控制的机器，会发生什么？”

因而彻底转向新的研究方向。

另一位嘉宾则在 1990 年代末于 Stanford University 研究“记忆墙”问题时，提出以 kernel 组织计算、以 streams 连接任务，从而降低内存访问成本——这一灵感最终演化为 stream processing，并推动 GPU 运算的崛起。

这些转折瞬间，都是今日人工智能浪潮的重要起点。

回到现在，我想请各位谈谈如何看待当前这一波人工智能浪潮。

它与传统软件时代有何根本不同？

例如，有嘉宾指出：

不同于过去软件“预编译后部署”的模式，现代人工智能的智能是“实时生成”的，必须在每一次运算中根据上下文即时产生。这种模式催生了全新的“AI工厂”概念。

在算力需求与模型调用量同时呈指数级增长的环境下，“每块 GPU 都被点亮”成为常态。

对于当前的市场估值是否合理、是否存在泡沫，各位又有何判断？

有人看到的是模型效率、硬件能力与应用场景的多重扩展趋势；

也有人强调，人类水平智能仍需跨越重大的理论与系统性突破。

最后，请分享您们对未来五至十年——无论是通用人工智能（AGI）还是更广义人工智能能力演进——所抱持的期待与展望。

评论区聊聊你的想法吧

                               
登录/注册后可看大图

>>万能兑换C币许愿池<<

如果有收获，别忘了评分 ：

                               
登录/注册后可看大图

                               
登录/注册后可看大图