【對談】AI 教母李飛飛：機器學不到的不是創意，是那個從未上傳的念頭

這場對談值得留意的地方有四個：第一，AI 現在能做什麼，不能做什麼，李飛飛劃得比任何行銷說法都清楚；第二，AI 在醫療上的真實進展與真實侷限，不是想像，是她父親開刀的親身案例；第三，她對年輕世代與教師的判斷，刺中了整個科技圈最集體迴避的問題；第四，她在 2024 年初創立的新公司 World Labs 要做什麼，為什麼她認為語言 AI 不夠用。合起來看，這場談話畫了一條線：AI 不是來取代人的，但如果我們讓它取代人的自主意志，那才是真正的危機。

◎AI 能學貓，不能學畢卡索那個念頭

李飛飛用一個非常乾淨的框架解釋了 AI 的能力邊界：凡是被記錄下來，上傳到網路的，AI 都能學；凡是從未被捕捉的，AI 永遠碰不到。語言，照片，影片，音樂，全都在網路上，所以今天的大型語言模型——也就是 ChatGPT 這類系統背後的技術——能在這些維度上超越多數人類。但畢卡索在某個下午對著畫布冒出的那個念頭，從未被任何感測器記錄，不在網路上，AI 就是零。她特別點出一件事：人類小孩看過三到十隻貓就能認出貓尾巴，AI 需要幾百萬張圖片才能做到同樣的事。兩條路都能到終點，但走法完全不同，混淆這兩者是當前公共討論最大的錯誤。

◎醫療 AI 不是萬能，但有一件事它確實做到了

Huberman 提到自己幾個月前被 AI 正確區分眩暈與低血壓，而一位真正的耳鼻喉科醫師沒做到。李飛飛沒有趁機大喊 AI 勝過醫生，她反過來講了她父親的故事：肝臟手術由達文西機器手臂執行，外科醫師在旁操控，術後出血量是傳統手術的十分之一。然後她問那位外科醫師：能不能直接訓練 AI 自動完成肝臟手術？答案是：肝臟血管極其複雜，每個人的肝長得都不一樣，全世界的肝臟手術案例加起來可能都不夠訓練資料。結論非常明確：AI 從資料中學習，資料夠多就強，資料稀缺就危險。在資料充足的地方放手用，在資料稀缺的地方，人機協作比機器單飛安全得多。

◎Silicon Valley 忘記了老師這件事

ChatGPT 在 2022 年 11 月上線，那個月李飛飛做的第一件事是寫信給她孩子就讀的小學校長，申請去給老師和學生現場說明。她說得很直接：所有的投資人，所有市值兆美元的科技公司，在 ChatGPT 發布的那一刻，沒有一個人想到附近學校的老師。老師是被徹底遺忘的族群。她的判斷是：對孩子有信心，孩子天生好奇，他們會適應；真正的風險是老師和家長沒有資源，沒有資訊，只能在一堆末日論和烏托邦說之間手足無措。兩種論述都幫不了任何人。這個觀察不是表演式的關懷，她明確點名 Silicon Valley 在這件事上是失職的。

◎World Labs 要做的事：語言之外的那個世界

李飛飛在 2024 年初與幾位共同創辦人成立了 World Labs。她的出發點是：語言 AI 已經很強，但人類的智能從來不只是語言，演化用了五億年在沒有語言的情況下推進動物智能。World Labs 要建立的是空間智能——讓機器能生成，理解，操作三維和四維的環境。用途包括：給機器人提供訓練場景，給建築師和設計師生成空間，給娛樂與創作產業提供工具。她特別說了一句話：只要你能打一句話，畫一個草圖，World Labs 試圖把你腦袋裡想像的世界變成可互動的環境。公司目前還在早期，以模型研發為主，正在開始建立產品。

李飛飛整場最核心的詞是 agency，也就是人的自主意志。AI 的最壞結果不是機器太強，而是我們讓它帶走了人自己決定學什麼，怎麼活的動力。最好的結果也不是機器替我們做一切，而是每個人——學生，老師，醫生，創作者——因為有這個工具而能走得比以前更遠。這不是新的說法，但能把這件事說清楚，同時拿出真實案例的人不多。她是其中一個。