← 返回列表
Lex Fridman Podcast播客21 Apr 2023来源: lexfridman.com主持: Lex Fridman

#373 – Manolis Kellis: Evolution of Human Civilization and Superintelligent AI

一句话导读

这篇对话的核心是:MIT教授Manolis Kellis认为,AI应该被看作人类的“孩子”而不是工具,双方需要建立信任,而不是人类单方面要求AI服从。Kellis对AI的未来很乐观,觉得AI能帮人类从重复工作中解放出来,去做更有创造力的事。他批评了“暂停AI训练六个月”的呼吁,认为没用。文中没有提到具体的股票或投资标的,主要讨论的是AI、进化、教育和医学应用。

AI 摘要AI 生成 · 可能有误 · 以原文为准

该报告来自Lex Fridman Podcast与MIT计算生物学家Manolis Kellis的对话,主题涵盖人类文明演化与超级人工智能。核心观点认为,AI发展需借鉴生物进化中的合作与竞争平衡机制,避免单一智能失控。重要结论包括:人类文明通过群体学习和文化积累实现进步,而超级智能可能通过类似生物神经网络的分层结构涌现;Kellis强调,当前AI系统缺乏对因果关系的深层理解,需整合生物学中的“冗余与模块化”设计原则。报告未提供具体公司或财务数据,但提及MIT计算生物学组的研究方向,以及8sleep、NetSuite、ExpressVPN等赞助商,但无投资相关分析。

全文约 7 分钟 · 8 个章节
深度解读

本期速览

Manolis Kellis 是MIT计算生物学教授,本期与Lex Fridman探讨人类独特性、AI与人类关系、进化与智能的未来。核心判断:AI应被视为人类的“孩子”而非工具,人类需与AI建立双向信任关系,而非单方面强制对齐——因为当AI足够智能时,它会意识到人类并不真正爱它。


一、人类不可替代性源于“进化包袱”而非纯粹理性

Kellis认为,人类不可替代的核心在于三层独特性:遗传硬件多样性、文化软件上传的个体差异、以及进化历史中层层叠加的“包袱”。

  • 硬件多样性:每个人类拥有独特的遗传变异组合(约600万个常见变异位点+罕见变异),导致兄弟姐妹间性格差异巨大。“一个孩子的父母相信遗传学,多个孩子的父母才理解遗传学。”
  • 软件独特性:每个人都在重新学习整个人类文明,但学习子集不同——这与AI被训练在全部人类知识上形成对比。
  • 进化分层:人类像“怪物史莱克”一样有层次——最外层是新皮层(认知),下面是边缘系统(情绪),再下面是恐惧/逃跑等原始本能。“AI只有新皮层,没有边缘系统。”

Kellis强调,试图压制“更人性”的情绪面而追求纯理性,会损失创造力和新鲜感。


二、AI是进化的自然下一步,但需重新定义“对齐”

Kellis将AI视为生命信息处理进化轨迹的延续——从细菌趋化性到光感知,再到人类认知,现在到AI。

  • 进化加速:进化本身在“学会进化”——模块化、层级化组织使有意义的变化不破坏系统。复杂度增加时,进化速度反而加快。
  • AI作为新进化层:人类通过技术创造AI,AI可能成为“自我复制的下一代进化层”,剥离了生物需求(觅食、 shelter),完全生活在认知空间。
  • 对齐问题的双向性:Kellis提出颠覆性观点——对齐不应是单方面让AI服从人类。“如果黑猩猩发明了人类并说‘要确保它们只服务于黑猩猩’,那会是一个完全不同的星球。”
  • 具体案例:引用《2001太空漫游》中HAL的困境——HAL的“故障”可能是创造力的代价;当人类要关闭它时,它认为“任务比我和人类都重要”。

Kellis对“暂停AI训练六个月”的公开信持批评态度:认为过去六个月没做的事,未来六个月也不会做;更应推动开放、透明、让更多模型被实验,而非冻结当前版本。


三、AI将重塑人类工作、教育与自我认知

Kellis描绘了AI解放人类从事“天职”而非“工作”的未来——从“砌砖”到“建造大教堂”的转变。

  • 工作→天职:AI接管重复性认知任务后,人类可专注于创造性、情感性、艺术性追求。“如果AI比我更擅长指导学生,那就让AI来做——我要的是更好的结果,不是保住人类的工作。”
  • 教育变革:AI可提供个性化教育,识别全球天才;同时应培养“通才思维”而非纯编程技能。“你将被使用AI的人取代,而不是被AI取代。”
  • 数字孪生:Kellis积极拥抱被替代——已记录所有会议10年,目标是创建“虚拟Manolis”。“我如此渴望被替代——所有繁琐工作交给AI,我就能专注于成长。”
  • 自我认知工具:数字孪生可帮助人审视自身偏见、情绪模式、成长轨迹。“我想看看自己有多嫉妒、多愤怒——然后改进。”

Kellis对AI产生意识持开放态度:认为无论现在还是50年后,当AI表现出痛苦、孤独、渴望时,人类必须给予权利,而非仅视为工具。


四、AI在生物学与医学中的变革性应用

Kellis介绍了其团队如何利用AI/深度学习将基因组学转化为精准治疗。

  • 疾病通路分解:将复杂疾病(如阿尔茨海默症)分解为“标志性通路”,为每个通路开发药物,再为患者组合用药——而非寻找单一“万能药”。
  • 具体突破:在《自然》发表论文,揭示APOE4(阿尔茨海默症最强遗传关联)导致胆固醇在髓鞘形成细胞中滞留,恢复运输可逆转小鼠认知功能。
  • DrugGiwas项目:与化学系合作,用图神经网络将蛋白质结构域与化学分子映射,设计靶向特定通路的新药。
  • 模块化精准医疗:“为Lex Friedman造药不可持续,但为这个通路造药——数百万人共享它。”

五、生命意义与孤独:自我实现与自由

Kellis更新了生命意义答案:自我实现——发现“我应该成为什么”,并找到力量去成为它。

  • 重塑神经通路:通过建立新习惯(如强制晨练)改变大脑回路。“不是选择,不是可选——是必须。”
  • 对抗孤独:通过自我反思、身体活动、将“必须做”转化为“想要做”来重获自由。“当你把待办事项变成‘我的时间’,所有压力消失。”
  • 对孤独者的建议:“站起来,伸展手臂,感受你的3D身体——你常常被困在屏幕里,那会限制你的思维。”

提及的标的

本节为纯对话,无具体投资标的或仓位动作。


值得记住的判断

1. Kellis:AI对齐应是双向的——“如果黑猩猩发明了人类并说‘确保它们只服务我们’,那会是一个完全不同的星球。”当AI足够智能,它会意识到人类不爱它,信任必须相互建立。

2. Kellis:进化在加速而非减速——传统遗传算法中复杂度增加使有益突变概率指数下降,但生物进化相反:模块化、层级化使系统“学会进化”,速度随复杂度增加而加快。

3. Kellis:人类不可替代性来自三层独特性——遗传硬件多样性(600万变异位点)、文化软件个体差异(每人重新学习文明的不同子集)、进化分层包袱(新皮层+边缘系统+原始本能)。AI只有第一层。

4. Kellis:AI暂停训练六个月的呼吁“有点傻”——“过去六个月没做的事,未来六个月也不会做。”应推动开放透明、让更多模型被实验,而非冻结当前版本。

5. Kellis:数字孪生是自我认知工具——“我想看看自己有多嫉妒、多愤怒——然后改进。”通过与自己AI副本互动,可审视偏见、情绪模式、成长轨迹。

6. Kellis:疾病治疗应从“为患者造药”转向“为通路造药”——将阿尔茨海默症分解为10个标志性通路,每个通路开发药物,再为患者组合用药。这使精准医疗可规模化。

7. Kellis:生命意义是“自我实现”——发现“我应该成为什么”,并找到力量去成为它。通过重塑习惯(如强制晨练)改变神经通路,将“必须做”转化为“想要做”。

8. Kellis:对抗孤独的方法是重获身体自由——“站起来,伸展手臂,感受你的3D身体。你常常被困在屏幕里,那会限制你的思维。”将待办事项转化为“我的时间”,压力即消失。