2025年下半年，人工智能走到了一个玄妙的分叉口——一边是以OpenAI为代表的大模型连续押注算力和数据扩大 的“Scaling Law”范式，一边是顶尖科学家以图灵奖得主杨立昆（Yann LeCun）、李飞飞等开始 公开呼吁AI的未来并非创建更大的语言模型，而是付与 其“空间智能”（Spatial Intelligence）。

与此同时，关于AI是不是存在泡沫的争议在资本 市场和科技界连续升温，谷歌CEO桑德尔·皮查伊（Pichai Sundararajan，英文名 Sundar Pichai）日前在继承媒体采访时也说起 ，人工智能投资热潮 存在“非理性身分 ”，泡沫一旦破碎，没有公司能幸免。

张军平是复旦大学盘算与智能创新学院传授、博士生导师，重要研究标的目的 是人工智能、死板 进修 等。2025年8月，他所撰写的《人工智能的边界》正式出版 ，在书里，张军平充实肯定大模型等技术为临盆 生活带来的巨大便当 ，同时也直言其隐患：现有AI依靠高能耗运行，常识 表达方法 与人类认知存在本色 差异。

日前，张军平在继承澎湃 科技（www.thepaper.cn）的专访中提出了一个概念 。他以为，人类智能的进化应先从“感知”开始 ，再发展“认知”，只有将底座“感知”本领进修 好了，认知本领才有更坚固的基础。而人工智能以GPT模型为代表的主流研究，大概找到了一条与天然进化不太一样的路，先让人工智能拥有“认知”本领。

他直言，这条路线终极很有大概培育不出一个真正像人的智能体，“现在的人工智能大模型非常耗能，大概也是由倒金字塔布局的研究模式导致的。”

对于近期科技圈热议的“AI泡沫”等争议，张军平以为产生 的大概性较高 。他以为，如果资本 对长周期、高投入的技术研发（如GPT-6、GPT-7）淘汰投入，导致模型算力无法优化，人工智能行业很大概因连锁反应而萎缩。

以下是澎湃 科技对话张军平内容：

人工智能的研究路径是“倒金字塔”，大概走反了

澎湃 科技：为什么这本书会取名《人工智能的边界》？

张军平：最开始 是想用“人工智能的极限”，但后期用“边界”这个词，我想在人们广泛对人工智能发展存在焦虑的环境下，给大家 一点宽解。人工智能发展的边界一直在扩大，最早它只能战胜跳棋级别的 选手；1996 年已经能够击败国际象棋世界冠军；到了 2016 年，又实现了战胜人类的围棋世界冠军。

这意味着我们在摸索 智能的时间，一直在实验把边界扩大，还有很多事可以做。如果大家 对人工智能有恐慌情绪，可以看看我这本书。看完后大概会明确，人工智能的发展没那么快，固然现在能看到很多落地应用 。

澎湃 科技：这本书里你曾提到，人工智能现在的研究模式是倒金字塔布局，“反其道而行”，人工智能的科研工作者更偏好把研究重心放在认知层面，而轻视了对感知层的研究。你是如何得出这一结论？

张军平：人工智能在模仿人类智能的进程 中，通常要模仿感知、认知、决定、执行。人类进化最开始 没有语言，在感触沾染 这个世界大概去做一些行为决定的时间，重要依靠于感知，比如80%的信息来自视觉，各方面信息来自身体皮肤上的传感器、身体的姿态 等。

人类把握了语言，才开始 有比较 高等 或抽象的认知，我们将人类的进修 本领当作金字塔的布局，底座是感知，再向上是认知。只有感知进修 好了，认知本领才会有更坚固的基础。

现在的人工智能大概找到了一条与天然进化不太一样的路。研究模式是反的，先从认知本领开始 。

2017年，谷歌团队发布了“Attention is All You Need”这篇论文，自此今后 ，人工智能研究的方法 转向以GPT为代表的“天生式预训练Transformer模型”。这类模型的核心基础，都基于天然语言处理惩罚，从智能布局来划分，天然语言处理惩罚更靠近“认知”层面的本领，而非感知。

直接从认知环节发展和人一样的智能，金字塔布局呈倒三角形，在这种路径下，现在形成的智能形态肯定会和天然界进化出来的效果不太一样。

就像我书里也写过，这种路线产生的效果，很有大概培育不出一个真正像人的智能体，有大概会越来越像死板 ，说不定现在的人工智能大模型非常耗能，也是由倒金字塔布局的研究模式导致的。

澎湃 科技：你如何看待 强化进修 和Scaling law？

张军平：Scaling law基本 是现在的共识。想把人工智能做得比较 好，就需要三件事。第一需要巨量的高质量数据，第二需要充裕 大的模型，第三需要显卡、GPU。这是现在基本 范式。

从技术层面来说，我们刚刚 提到的主流是“模型加显卡”，底层技术路径又可以分为两部门，监视微调和强化进修 ，两者处理惩罚的内容并纷歧 样。

监视微调重要针对已经收集完成的数据集。在这些已稀有 据上进行猜测，并按照 详细任务对一些模型参数进行微调，确保它的机能 在已稀有 据集上有好的表现。但我们不能 保证全部收集的数据能笼罩 到一些新的、没有见过的常识 ，所以在这个层面，面对超出数据集规模 的内容，就可以依靠强化进修 来让模型得到更好的处理惩罚和推广本领。

监视进修 到强化进修 泉源：作者张军平供稿于新智元“人类是硅基性命 过渡体？”一文

AI大概碰面对泡沫，但应用 还有很多事可做

澎湃 科技：你在书里也提到过一个假设性的概念 ，现在大语言模型算力、电力耗尽了怎么办？会有这个大概吗？包罗人工智能是不是泡沫？

张军平：人工智能到底是不是泡沫，这是有大概存在的。

人工智能领域的一些学者会喜好做一些能直接变现的项目。但很多时间，投资人对人工智能的判断并不特殊确按时 ，会淘汰对人工智能相干研究的投入，投入少了，天然就会停止 。

比如GPT6、GPT7的研发进程 肯定需要越来越多的资金支持，如果投资人希望能在两年内看到成果，但这些技术真正落地大概需要十年乃至二十年，变现周期被拉长，投资就会淘汰。资本 投入淘汰后，公司也没有办法为优化模型而购买 更强的算力或硬件，届时就有大概会连续串的连锁反应，导致相干行业和相干科研领域的萎缩。

这种环境从某种意义来看就可以称为“泡沫”，而且产生 的大概性概率比较 高。从老百姓的角度来看，大家 希望看到一个死板 人跟我们人一样，比如能够知道怎么快速地把外卖送已往等。但现在我们至少从网上的视频来看，实际上死板 人大概有些动作如空翻跟头比人强，但大部门的本领是不如人的，尤其是告急环境的反应本领。

从应用 的角度来看，如果要往通用人工智能的目的去做，泡沫大概非常大。但人工智能赋能到各行各业，还有很多变乱可以做。

AI的本色 是理解智能，如果大家 把人工智能的发展当作必须 在两三年内实现通用人工智能，如许不太现实。回归人工智能的本色 ，需要比较 长的时光 周期，逐步发展，不能 操之过急。

澎湃 科技：我们现在是往对的标的目的 发展人工智能吗？

张军平：纷歧 定是对的。人工智能发展已经有100多年历史了，有时间就像时装一样20年一循环。最开始 是神经收集 ，背面是统计死板 进修 ，现在又是神经收集 ，但未来是什么也纷歧 定。

澎湃 科技：你能不能 预估人工智能实现人类对等智能或达到高等动物智能水平还要多久？

张军平：如果要达到的话，我感觉遥遥无期。在书里我提到过一个“飞机与鸟”的故事：人类最初试图模仿鸟类翱翔 ，但终极找到的路径是让飞机起飞 。颠末一百多年的发展，人类已经把飞机飞得更远、载客量也越大，但直到本日，仍未看到一个真正的鸟被人类模仿出来。

这是（技术发展）的困境。从图灵1936年提出自念头 概念以来，人工智能差不多在这个期间已经很多方面凌驾人类了，但我们至今也没看到像人类的智能体出来。

未来做出的人工智能会越来越像飞机，像对象 ，落到产业应用 的话有很大空间。不成 能像人一样拥有真正人类认可的智能。

比如AI陪伴，大家 大概最希望出现 的环境是，这个死板 人能不能 跟我一起玩，像一个友人 跟我聊天。但也大概会买回来离去 ，聊几天今后 会以为是死板 人放一边。这取决于人类会不会真正把死板 或智能体当成人或友人 来看待 。

科研需要自由而无用，而非预设项目可行性

澎湃 科技：你曾经在科学网的个人博客中讨论过一个题目，即为什么中国出不了马斯克，在你看来科研项目缺乏原创性有哪些原因 ？

张军平：国内的科研体系里，有时会更夸大“先设定题目，再环绕 题目睁开研究。”但从诺贝尔获奖规律来看，科研原创性突破不是被操持出来的，就像一本书名《为什么巨大不能 被操持》所说的一样。

这和复旦大学的校训“自由而无用”的风格也基本 契合。做一个原创性的科研项目，需要给老师 、弟子充裕 的自由摸索 空间，不能 框在某些框架里，比如我先写一个指南，然后未来我以为三到五年一定可以实现。

别的 ，也没须要追求 是否有用。很多大概其时看似无用，大概未来在某个节点，会产生非常告急的应用 。

比如中国科学院数学所的杨乐院士，其时大家 都以为数论没什么用，但现在来看，对暗码学的用处非常大。所以我们在夸大原创性研究时，没须要盯着现在有没有应用 。

开玩笑 地说，国内不少科研项目从申请开始 就要做可行性计划 分析，很有大概评审对从0到1的原创性项目无法把握其是否乐成 的话，大概率会将其拒失踪 。

还有，我们看从前在物理学等科研领域做出庞大突破的人，通常都是“吃饱了撑的”，比如法国物理学家路易·德布罗意、杨振宁等，他们都属于门第 充裕 的人，才会把更多的精力放在科研上。如果一个科研职员在科研的时间，还需要想着怎么把家景变得更好，费心房贷压力、一般 收入这些，大概没有太多心思去做无用的研究和摸索 ，毕竟时光 是最公平上的。在这种环境下，要做出真正具备原创性的科研项目会比较 困难。

澎湃 科技：你作为导师的风格是如何 的？

张军平：我不会束缚弟子的想法，推崇原创性成果，最好的办法 是提供一个比较 好的科研环境，让他们自己去摸索 ，不去干涉。

别的 ，博士扩招在未来大概会是趋向 ，因为 现在就业的机会本钱上升。它意味着存在一种新的大概，即未来会有很多家长意识到，在读书上花费太多的时光 本钱已经没有很好的性价比，还不如让小孩选择职业黉舍 。

尤其是思量到现在的AI期间，拥有技能有大概会更有意义，因为 人工智能领域有一个著名的“莫拉维克悖论”。它夸大了人类所独有的高阶进修 本领比如推理，死板 会以为简单，反而人类需要较少时光 进修 得到的技能和直觉却让死板 以为很难学会。

效果，就会导致一个有趣的征象，人类花长时光 进修 才能得到的岗位，AI有大概也能做到，乃至部门能做得更好。但简单的技能死板 却无法学好，那为什么不去从事相对简单，但又能赚到钱的工作呢？固然，即使 云云，也还是不要忘却 进修 或自学，毕竟只有对峙进修 ，才能在未来的人生有更多的选择空间。

AI期间需要最大限度地保存自己原创性

澎湃 科技：你是人工智能领域的研究者，也是从业者，你写这本书的时间有依靠AI吗？

张军平：我不太喜好在写书之前看别人的东西，因为 希望能最大限度地保存自己的原创性。但我有时会在写完后，再使用AI大模型去收集 汇集 材料 ，弥补不够 。

事实上，从我个人感触沾染 来看。在AI期间，如果想让别人记住你，最关键 的是保存自己的视角。比如《我的阿勒泰》这本书非常畅销的原因 大概不在于文字有多么富丽，而是作者的视角是我们城市里生活的人没有见过的，所以会有很猛烈的好奇心。

别的 ，写书要把可读性做好，否则，很难让读者有耐烦把一本书读完。

我是比较 享受创作的，大概我的业余生活也为我的创作提供了好的视角。比方说，我喜好活动，会跑步游泳也滑雪。科研方面我也会一直在跟进一线的论文和动向。这些东西交织在一起，加上常写常练，就能帮助形成与别人不太一样的视角。它又隐式地增强了书的可读性，因为 能让人看到不太一样的内容。

澎湃 科技：你是人工智能的乐观主义者还是悲观？

张军平：我比较 中性、相对理性地看待 ，不会有狂热的情绪，大家 都在这上面赢利了，但我不会思量做企业来变现，因为 这块不是我熟悉的领域。

澎湃 科技：下一本书的主题是关于什么？

张军平：下一本大概会跟音乐人工智能相干，我已经写了近10万字了，还有一本书是科幻小说，讲人工智能如果战胜了人类会怎么样？

澎湃 科技：你的科学观用一句话如何总结？

张军平：我做科研的风格有点像武侠小说作家古龙笔下的一个角度，小李飞刀。大部门的时光 是花在思考题目上，但一旦以为这个题目值得研究，我会像小李飞刀一样，立即执行，该动手就动手，只管做到例不虚发。