身处大智能时代，人类的未来路在何方？2013年诺贝尔化学奖得主、美国科学院院士Michael Levitt在中欧国际工商学院以“人类应如何引领大智能时代”为主题发表了演讲。这位使用计算机近60年的78岁科学家，如今每天深度使用4~5种AI工具，向AI提问上百个问题，他从生物智能、文化智能、人工智能和个人智能四个维度，为我们揭示了智能演化的深层逻辑。

今天我要讲的是未来，是如何去驾驭这个伟大的智能时代。在探讨这个问题时，我想谈论四种不同但密切相关的智能：生物界有生物智能（BI），我们人类有文化智能（CI），计算机有人工智能（AI），每个人有独有的个人智能（PI）。

可以说，“智能”是个非常复杂的概念，我们都自以为对人类智能了如指掌，但实际上，它并非仅由我们的遗传基因所决定。我们所处的文化环境、日常交流、朋友影响、书籍启迪、网络资讯以及智能手机等，都在共同塑造着我们的人类智能。

生物智能：以进化为师的智慧

某种意义上，地球上最伟大的智能是“以进化为师”的生物智能。

生物界是顶尖的化学家和材料科学家。它为什么能制造出机器人无法企及的灵巧双手，还能孕育出体积小巧、能耗极低却异常聪慧的大脑？答案是进化。

（PPT上的）这棵“进化之树”开始非常简单，逐渐变得越来越复杂。你可能认为，它变得越来越复杂是显而易见的，但事实并非如此。我们需要思考生命的特殊之处，是什么让事物变得越来越复杂。

简单生命与复杂生命的区别在于：复杂生命通过性繁殖。孩子并不是父母的优点集合，而是随机继承双方的特质。因此，自然试图让子女与父母尽可能不同，让子女彼此间也各不相同。

这些真核细胞赋予了生命意义——树木、鱼类、鸟类、人类，都是由它们构成的。而细菌不存在性繁殖。一种成功的细菌会通过克隆复制自身，如果未来像现在一样，这种方式是奏效的，但未来永远都是未知的。

生命就像精明的银行家，通过保持多样性来分散风险。它让一个物种的成员彼此不同，这样他们在未知的未来中有最大的生存机会。

因此，生命的秘密不是适者生存，而是多样者生存。这是重要但常被忽视的原则。简而言之，大自然奖励创造力和多样性。

文化智能：年轻的创造力

文化智能包含很多方面。人们可以通过讲座、书籍、互联网学习，但最重要的是结识那些令人印象深刻的人。

我出生于1947年，现年78岁。我很幸运，曾在多个国家生活、工作、求学，具有全球视野。

伟大的科学家是科学领域非常重要的榜样，我结识的科学家们就是这样的榜样。20世纪60年代，这些科学家都在英国剑桥的一间实验室里开展研究，正是他们揭开了生命的奥秘。

我想提及的第一位人物叫马克斯·佩鲁茨（Max Perutz），他是那间实验室的负责人，他致力于探寻如何确定分子结构的方法。与他共事的有一位名叫约翰·肯德鲁（John Kendrew）的科学家，肯德鲁是第一个发现分子结构的人。这些人都获得过诺贝尔奖。

有趣的是，在那个年代，重要的科学发现都会刊登在大众科普杂志《科学美国人》上。这本杂志被翻译成多种语言，无论你身居何处，都能在书店买到它。我在南非长大，远离世界上的任何科学中心，但我清楚地记得，那本杂志的封面印着蛋白质结构的图片。我之所以印象如此深刻，是因为它几乎是当时唯一彩色印刷的杂志。所以，要是你想做些很酷的事，“封面”首先得吸引眼球。

我想说的第三位科学家是弗朗西斯·克里克（Francis Crick），他应该是这些人中最著名的。克里克有个特别之处，他在开展DNA的重大研究时，还是马克斯·佩鲁茨的博士生。佩鲁茨帮助克里克完成了那篇关于DNA的著名论文并顺利发表。不过，佩鲁茨并非该论文的合著者。

佩鲁茨早在20世纪60年代就意识到，要给予年轻人独立的空间与责任担当，帮助他们但不剥夺他们的成果。这一点非常重要，而如今的学界在某种程度上做得还不够。

导师可塑造未来的科学家。除了导师的智慧，年轻人的创造力是文化智能中的另一个重要方面。年轻人尚未被既有的认知边界束缚，这正是我们必须培育并大力支持他们的原因。

我个人比较幸运，在20岁时就踏上了独立研究的道路。回想16岁那年，我第一次接触电视时，就看到约翰·肯德鲁（前面提到的诺贝尔奖得主）主持的一档节目，讲生命是怎么运作的。看完之后，我心里就种下了投身科学的种子。后来，我就向肯德鲁提出想跟着他读博，但他要我先去以色列的魏茨曼科学研究所，跟着那边某位学者学习一年，之后才有资格读他的博士。

我当时对他的安排一头雾水，但他心里肯定有他的打算。所以，我去了以色列，而正是在那里开展的研究工作，后来帮我敲开了斯德哥尔摩诺贝尔奖领奖台的大门。我那时才21、22岁的样子，特别年轻，就已经在做那项意义非凡、影响深远的研究工作了。

年轻力量是推动科学发现的强大引擎，这在每个领域都成立。伟大的基础科学成果往往出自年轻人之手。因此，我们应当尽早赋予那些年轻的聪慧头脑以独立探索的自由。

我们需要让年轻人接触那些改变世界的人。商界亦然，甚至更应如此。我知道斯坦福附近的风险投资界在培养下一代企业家方面极为出色，培养完成后他们便适时退居幕后。

我现在78岁了，还在台上演讲，也许我该把机会让给其他人。而支撑我继续发言的唯一理由，就是想强调为年轻人提供资源支持是多么重要。

这些伟大的科学家揭开了生命的奥秘。那么，生命的奥秘究竟是什么呢？

简单来说，生命的运作就像工厂。DNA存储着信息，包含制造各种物质的说明，但它没有制造物质的“机器”。它生成一条氨基酸组成的蛋白质链，这条链会自发地自我组装成形。

蛋白质分子具有特定的三维形状，这种形状使得它能像拼图一样，让某些物质嵌入其中。如果嵌入的物质对细胞有益，细胞就能获得更多DNA。这个看似简单的过程，是地球上所有生命存在和发展的基础。

DNA本质上是信息的载体，像一条超长的文字链条。我们每条染色体上排列着约十亿个“文字符号”，人体所有染色体的“文字符号”加起来有约三十亿个。

然而，正是这些“文字符号”，却蕴含着指导系统如何创造出一个完整人类的全部指令。简单来讲，DNA是信息的集合，DNA链里藏着生命的密码。而我们所处的世界，是由各种三维形状构成的。那么，大自然究竟是如何从这些信息中创造出各种形状的呢？

关键在于蛋白质。蛋白质是一种长链状分子，链上的“小单元”（氨基酸）彼此差异很大。这些“小单元”有着独特的形状，引导整个蛋白质分子在三维空间里折叠成特定形态。

在我们身体里，这种三维结构都是一模一样的。人体内约有25000种不同形状的蛋白质结构，就像一套超级庞大的乐高积木套装。

每种形状的蛋白质，都是由一条像绳子一样的链折叠而成。就像你把绳子抛到空中，它会自动折叠成特定的绳结形状。这就是大自然造物的神奇秘诀。

蛋白质会精准地折叠成独特、稳定的三维形状，而蛋白质之间的相互作用，就是生命得以组装和构建的奥秘。物理和化学的力量，促使蛋白质塑造了生命丰富多彩的形态。

人工智能：强大的助力工具

我从18岁起就开始学习计算机编程，至今已有60年。这些年来，我一直借助计算机解决各种难题。计算器其实就是一种人工智能，它算乘法比我们厉害多了。

大约三年前，新一代人工智能横空出世。OpenAI公司推出的大语言模型给全世界带来了巨大震撼。ChatGPT 3.5的出现彻底改变了游戏规则。

我一直充分运用AI处理各种事务。毫不夸张地讲，我每天至少要向AI抛出100个问题。我起初主要使用ChatGPT，如今会同时启用四五个不同的AI工具。它们给出的答案并非千篇一律，也不一定都精准无误，但确实能为我们提供极大助力。

AI还能助力我们深入了解过去的事物，这里说的不仅是古老的哲学思想，还包括那些早已被岁月尘封的老旧计算机系统。如今，人们大多已经遗忘了50年前计算机的功能，而AI却能告诉我们如何为那些老旧计算机编写程序。

我认为在提供“医疗建议、法律建议、心理建议”这一点上，AI显示了关键作用，它与每个人都息息相关。AI在提供建议方面十分在行，因为它没有人类的情感纠葛，也不存在偏见。

关于生成式人工智能的基本概念，出人意料地相似且简单。追根溯源，它和生物智能紧密相连。大自然创造出了神经细胞，而在人工智能中，神经细胞以极为简化的形式得以呈现。

简单来说，神经细胞的作用是接收来自眼睛等感官的数字信息，将这些数字分别乘以某个权重值，再加上一些数值，最后把结果汇总起来。这本质上和矩阵乘法没什么区别，是一种非常简单的操作。

不过，当把这些神经细胞相互连接起来，让神经元彼此互通信息，一个神经细胞的输出就会成为下一个人工神经元的输入。在这个网络里，每个神经细胞都与其他所有神经细胞相连。当神经细胞进行学习时，它会强化某些连接，同时让其他一些连接逐渐消失。

也就是说，学习的过程就是在改变这个网络的结构。而训练的过程，本质上就是在调整这些连接的权重。

真正具有里程碑意义的成果，当属2022年11月GPT的横空出世。当时，它已经接受了海量数据的训练，数据规模约有十亿词，差不多涵盖了一百万本书的内容，而且这些训练数据来自多种语言。

最终，GPT要完成一项庞大又看似简单的计算任务，它需要计算一兆（十亿乘以十亿）个数值，这些数值分为W值和B值两类。这背后的原理其实不难理解。回到之前提到的那个运算公式，当面对某个特定的输入信息时，GPT要确定该把这个输入乘以多大的系数，以及要给它加上多少数值，就是这么个基础又关键的运算过程。

如今，令人惊叹的是，ChatGPT一经问世，其智能程度便远超我们以往见过的任何计算机程序。你马上就能向它提问，起初得到的答案或许有些荒诞，但这些答案并非毫无内容，而是有实质意义的。

我至今仍记得，2022年12月时，哪怕面对一些简单问题，ChatGPT给出的回答都让我惊叹不已。而现在，它的表现更是有了质的飞跃，远非昔日可比。

那么，具体是如何开展训练的呢？把海量书籍“喂”进去，最终就“产出”了具备智能的模型？其实，人工智能背后的核心原理极为简单：学习预测下一个单词。

在众多书籍里，存在着数以百万计甚至数以十亿计的句子。训练时，可以选取一个句子中的前五个单词，或者中间五个单词，又或者是中间二十个单词，然后让模型去推测下一个单词是什么。由于书籍原文就在那里，答案一目了然，所以只需不断训练模型，让它尽可能精准地完成这种预测任务。而这一过程，营造出了智能的表象。实际上，智能极大一部分就在于推测下一个单词。

这一能力之所以如此重要，是因为预测下一个单词并非易事，它需要理解语义内涵，构建对世界的认知模型，具备推理与规划能力，还要能考量社会和情感层面的影响。这些都需要高度智能才能完成。

开展这项研究的OpenAI公司，起初其实并非奔着这个目标去的。他们原本是想在翻译领域取得突破，实现高质量的翻译效果。OpenAI当时主要致力于两件事：一是提升翻译能力，二是实现语音识别，也就是把听到的语音转化为文字。

倘若计算机能精准理解我所说的每一个字，那翻译工作自然就轻而易举了。然而，在新一代技术出现之前，计算机在识别语音时常常状况百出。就拿苹果的Siri、亚马逊的Alexa来说，人们可能会尝试说：“嘿，Siri，给我设个闹钟。”可结果往往不尽如人意，系统根本无法准确理解指令。

如今，你完全可以毫无拘束地与某些智能体畅快交流。如此一来，AI不仅催生了更先进的自身形态，还在翻译领域取得了重大突破。

有一件事着实令我意外。大约两年前，清华大学发表了一篇论文，研究结果显示，当时版本的ChatGPT 4具备较高的情商，在情绪智力方面的表现超过了他们所调查对象中90%的人。

另一件令人震惊的事是，AI在一款名为《外交》的游戏里的表现，比大多数人类玩家都要出色。AI在这款游戏里能击败任何人类玩家，而且它从不作弊，不会从别人那里拿到好处后又突然反戈相向发动攻击。它之所以能赢，是因为它对游戏棋盘的理解比任何人类都更为透彻。

可以说，AI几乎在各个领域都表现出色。作为AI工具的深度用户，我给每个人的建议是：请尽情去探索AI的玩法。我之所以说“玩”，是因为AI是一款极其复杂的工具，堪称人类迄今为止发明过的最复杂的工具。

使用工具得掌握正确的方法。如果是米开朗基罗那样的艺术大师，有一把锤子和一把凿子，就能用它们雕琢出美轮美奂的雕塑。但同样的工具，要是使用不当，也可能造成破坏。

AI亦如此。每个人都需要摸索出如何让AI按照我们的意愿行事的方法。AI就像一座蕴藏无数答案的宝库，而关键在于我们如何提出恰当的问题。在我看来，最重要的是，我们要保持像8岁孩童那般强烈的好奇心，同时拥有如80岁智者那般的睿智。

对8岁的孩子而言，保持好奇是轻而易举的事，但要拥有深刻的智慧却十分困难；80岁的老人往往见多识广、睿智沉稳，却很难再像孩子一样对世界充满好奇。然而，好奇心正是关键所在，因为AI确实掌握着数不胜数的答案。

当然，事情远非如此简单。在任何领域的工作中，勇于冒险都至关重要。一位优秀的科学家，他的研究结果有90%可能是错误的；而一位伟大的科学家，错误率甚至可能高达99%。为什么呢？因为真正伟大的科学家致力于攻克那些极其棘手、极具挑战性的难题。

所以，被赋予冒险的自由是极为重要的。不该有人在你犯错时说：“哦，你搞砸了，这下有麻烦了。”相反，他们应该说：“你没犯错，真正的问题在于你冒险的力度还不够。”

个人智能：照料身心的智慧

最后，我想浅谈一下个人层面的人生智慧。毕竟我们不是按程序运行的机械，没有永不断电的能源，也没有专属的维修工程师。我们每个人都是自然演化创造的奇迹，因此，我们得学会好好照料自己的身体与心灵。

简而言之，饮食、运动、休憩以及保持内心的平和，这些都很重要。我想重点谈谈其中一点——睡眠。睡眠非常关键，因为它能让每一天都成为全新的开始。

所以，我格外重视睡眠，努力保证自己每晚平均睡眠时长超过八小时。为了做到这一点，我给自己设定了一个“游戏规则”：如果我在某个时间上床睡觉，比如晚上11点，那么直到次日早上8点，我都不会起床，不会碰手机，不会开灯，也不会看书。即便躺在床上睡不着也没关系，我尽量让自己呈现出假寐的状态。

从本质上讲，人生中蕴含着多种不同类型的“智慧”。如果想拥有精彩纷呈、充实美好的人生，我们需要全面接纳并灵活运用这些智慧。

然而，这并非易事。我心中的楷模马克斯·佩鲁茨曾说过：“在科学的世界里，真理终将占据上风。”这句话在科学领域或许是不争的事实，但放在更广阔的天地中，却未必适用。

科学领域之所以如此，是因为它有着独特的验证机制。倘若有人提出一个荒谬的论断，即便提出这个论断的人获过十次诺贝尔奖，这个观点也是错误的，因为实践才是检验真理的最终标准。

科学领域同样遵循这一铁律。在科学探索中，任何观点在被确凿的证据证实之前，都不应被视为真理。也就是说，我们应当秉持一种审慎的态度，默认所有观点都是错误的，直到有确凿无疑的证据证明其正确性。

这一原则不仅适用于科学探索，同样适用于人工智能、互联网等新兴领域。因此，在面对纷繁复杂的信息时，保持健康的怀疑态度，在接受任何信息之前都进行仔细的核实与甄别，这一点至关重要。

本文根据Michael Levitt在年度论坛上的演讲整理编辑而成，已经本人确认。