五億年智慧啟蒙：李飛飛的人工智能演講(2025 巴黎 AI 會議)
Fei-Fei Li's Talk on AI: The Amazing Journey from Eye Evolution to the Future of Intelligence
影片原文出處
五億年的智慧啟蒙
想像一下五億年前的海洋深處，那是一個光線穿透幽暗水層的神秘世界。在這樣一個原始的環境中，最早的三葉蟲，這些微小的生命先驅，睜開了它們原始而奇特的複眼。這不僅僅是簡單的睜眼，而是生物第一次獲得了視覺，第一次開始以視覺感知這個世界。李飛飛教授巧妙地運用這個生動的比喻，將三葉蟲的視覺啟蒙與嬰兒睜開眼睛的瞬間相類比，深入淺出地解釋了智能最根本的起源：感知環境的能力。
就像一個剛出生的嬰兒，從混沌的黑暗來到充滿光線的世界，透過睜開稚嫩的雙眼，開始觀察周遭的一切。最初，映入眼簾的可能只是模糊的光影，隨著時間推移，嬰兒的視覺逐漸發展，開始分辨出清晰的輪廓、色彩和物體。這是一個不斷學習和探索的過程，每一次視覺體驗都在幫助嬰兒建立對世界的認知。同樣，生物從最初級、最簡單的感光能力開始，歷經漫長的進化，逐步發展出能夠處理周圍環境複雜信息的能力，最終進化出與環境互動並採取行動的智慧。這種從最初被動地「看見」外部世界，進階到主動地「理解」所見之物，再到最終根據理解「做出行動」的完整循環，正是所有形式智慧最基礎、也是最核心的起點，無論是五億年前的三葉蟲，還是今天的人工智能，都遵循著這個感知、理解和行動的智慧進化之路。
"the moment Evolution endowed the simple creatures the ability to sense the world around them... seeing become understanding, understanding led to action"
AI成長的三大燃料
1. 學習方法突破
從1958年，Frank Rosenblatt 發明了第一個「感知器」（Perceptron），這個被視為最早的「AI神經元」模型開始，科學家們就開始積極模仿人腦設計機器學習的模式。早期的神經網路模型雖然簡潔，但受限於計算能力和演算法的限制，發展一度停滯。就像算盤進步到智慧型手機一樣，AI 的學習方法也經歷了漫長的演進。近年來，隨著「注意力機制」（Transformer）的出現，AI 迎來了突破性的進展。Transformer 模型能夠有效地處理序列數據，並行處理大量資訊，不再像傳統的循環神經網路（RNN）那樣需要依序處理，這使得 AI 在處理長文本和複雜語境時效率和準確性都大幅提升。這種革命性的技術，正是驅動 ChatGPT 等大型語言模型能夠流暢自然地與人類對話的底層秘密。
"This work would go on to inspire Decades of computer scientists... culminating in the Deep learning algorithms we know today"
2. 資料養分
2009年，李飛飛教授主導的ImageNet專案，如同為AI建立了一座豐富的「圖像圖書館」。這個專案耗時數年，從網路上收集了超過一千四百萬張人工標註的圖片，涵蓋兩萬多個不同的類別，旨在為電腦視覺系統提供海量的訓練數據。李飛飛教授曾生動地比喻：「這就像教小孩認識貓和狗，需要給予足夠多的學習樣本，才能讓AI真正學會辨識圖像。」ImageNet的出現，極大地推動了深度學習在圖像識別領域的發展，成為日後許多AI視覺技術的基石。而如今，更為龐大的LAION資料集被廣泛使用，其規模達到了驚人的580億張帶有文字說明的圖片，這相當於人類歷史上所有出版書籍的總和，為AI的發展提供了前所未有的數據燃料。
"Our hypothesis of data as the key... kicked off a global Trend in using big data for AI"
3. 超級引擎
令人驚訝的是，AI 算力的爆發竟然與電玩遊戲息息相關！圖形處理器（GPU），最初是為了滿足電子遊戲對圖像渲染的需求而開發的，但意外地成為了訓練 AI 模型的理想引擎。GPU 擅長並行處理大量數據，這與深度學習中大量的矩陣運算完美契合。正是由於遊戲產業對更精細、更流暢畫面效果的不斷追求，才推動了 GPU 技術的飛速發展，使其具備了遠超傳統 CPU 的計算能力，進而成為 AI 發展的關鍵基礎設施。AI 模型訓練的成本也因此發生了驚人的變化，從 2012 年大約相當於一支手機的價格（約 1,000 美元），急劇攀升至如今如同建造摩天大樓般的天價（高達 1 億美元）。這背後的原因是，隨著 AI 模型變得越來越複雜，處理的數據量也呈現指數級增長，對算力的需求也隨之水漲船高。
"it was video games that helped push the raw speed of silicon into overdrive... if there are any Gamers out there we have to thank you for this"
AI新技能：從思考到動手
最新技術讓AI突破「鍵盤戰士」角色，不再僅限於螢幕上的互動：
3D透視眼：從2D照片重建立體空間：AI能夠分析二維圖像，重建出三維立體模型。例如，它可以將梵谷的畫作轉換為可沉浸式體驗的立體咖啡館，讓觀者身臨其境。這項技術利用深度學習演算法，從單張或多張2D圖片中推斷深度信息和空間結構，應用於虛擬實境、擴增實境、以及城市建模等多個領域。
機器人學徒：透過VR模擬學習多項日常任務：AI驅動的機器人不再需要繁瑣的編程，而是可以通過觀看VR模擬示範來學習執行複雜的日常任務，例如泡茶、整理房間等超過1000種不同的操作。這種「模仿學習」的方式，大幅降低了機器人學習新技能的門檻，加速了機器人在家庭服務、工業自動化等領域的應用。
醫療好幫手：腦波控制機械手臂與手術機器人：AI在醫療領域扮演著越來越重要的角色。腦波控制機械手臂技術，讓癱瘓病人能夠通過意念精準控制機械手臂，準確率高達92%。此外，全球已有7000多台手術機器人在醫院服役，輔助醫生進行更精確、微創的手術，提高手術成功率並縮短病人恢復時間。
"AI is starting to create, understand, reason and interact in tangible 3D spaces... going from an observer to an actor alongside Us"
以人為本的AI時代
溫暖科技
聽見世界：OpenAI 開發的 Whisper 語音辨識技術，如同為世界裝上耳朵，它不僅支援高達 97 種語言，更能精準辨識各種口音和方言，打破語言隔閡，讓資訊無障礙流通。
看見美好：Google Lookout 應用 AI 視覺技術，化身為視障者的眼睛，即時描述周遭環境、辨識物品、閱讀文字，幫助他們更安全、更獨立地探索世界，重拾生活的美好。
學習夥伴：可汗學院 AI 導師，如同每個學生的專屬家教，它運用 AI 技術分析學生的學習狀況，提供個人化的指導與解答，目前已幫助全球 50 萬學生，讓學習變得更有效率、更有趣。
"AI should help protect and even return that sense of dignity to all of us, especially to the most vulnerable"
全球共治
面對AI帶來的挑戰，需要全球共同努力，採取以下策略：
科學監管，風險分級： 借鑒食品分級制度的思路，對AI應用進行風險評估和分級管理。就像食品有不同的安全等級，AI應用也應根據其潛在風險程度，例如對社會穩定、個人隱私、倫理道德可能造成的影響，劃分不同等級。高風險的AI應用，如涉及公共安全、金融決策等領域的系統，需要更嚴格的審查和監管，確保其安全、可靠和符合倫理標準。低風險的應用則可以相對寬鬆的管理，鼓勵創新。這種分級制度有助於在促進AI發展的同時，有效防範和降低潛在風險。
開源共享，知識普惠： 學習Hugging Face平台的開源共享模式，打破技術壟斷，促進AI知識和技術的普及。Hugging Face 平台就像一個「AI維基百科」，匯集了超過15萬個預訓練模型、數據集和AI工具，讓研究人員和開發者可以免費存取和使用，極大地降低了AI開發的門檻，加速了技術創新和應用落地。鼓勵更多機構和企業將AI研究成果、模型和數據集開源共享，構建開放、協作的AI生態系統，讓更多人能夠參與到AI的發展中來，共享技術紅利。
資源平衡，算力普惠： 正視算力資源分配不均的問題，避免算力過度集中在少數大型企業手中。目前全球算力資源分配極不均衡，例如非洲的算力僅佔全球的0.6%，這將導致發展中國家在AI發展中處於劣勢地位，加劇數字鴻溝。應推動算力基礎設施的均衡發展，例如通過國際合作、技術援助等方式，幫助發展中國家提升算力水平，確保各國都能平等地參與到AI的發展進程中。同時，也需要探索更高效的算力利用方式，例如發展更節能的AI算法、優化算力調度機制等，提升全球算力資源的整體利用效率，實現算力普惠，讓更多人能夠平等地享受AI帶來的便利。
"we need everyone from all walks of life to have a role in shaping this change"
給人類的智慧叮嚀
李飛飛最後提醒：「AI應該是擴展人類能力的工具，不是替代品。就像顯微鏡延伸我們視力，AI將幫助我們更好理解世界，但人性的溫暖永遠無可取代。」她進一步強調，儘管AI在某些方面超越了人類的能力，例如數據處理和快速計算，但其本質仍然是服務於人類的工具。如同顯微鏡幫助生物學家探索微觀世界，望遠鏡幫助天文學家探索宇宙奧秘，AI 的價值在於擴展人類的認知邊界和解決問題的能力。然而，科技的發展不應以犧牲人類獨有的情感、創造力和社會連結為代價。人與人之間的同情心、關懷和倫理判斷，是機器智能難以複製和替代的。因此，在追求AI技術進步的同時，我們必須堅守以人為本的原則，確保AI始終服務於人類的福祉，而不是取代人類的價值和地位。
"Today I would like to dare all of us to build a human centered AI. The real power of intelligence isn't merely to think but to drive action with those thoughts"
copyright © PrivacyUX consulting ltd. All right reserved.