我们头颅骨里那仅重约1.4公斤的神秘器官，只占体重的百分之三，却消耗着人体百分之二十的氧气。它以区区三十瓦的功率，迸发出超越今天人工智能的强大算力。

这不禁引人深思：智能，究竟是什么？而情感，这一人类独有的复杂体验，机器是否也能拥有？

当AI学会了礼貌回应、主动关怀，甚至能“记住”你的过去，这种“情商”是真实的涌现，还是一种精巧的“智商化”扮演？我们感受到的AI的“情感”，究竟是人类智慧的又一次伟大创造，还是我们一厢情愿的幻觉？

欢迎来到本期《会友镖局》，我们邀请到了三位重量级嘉宾，共同探讨一个引人入胜的话题：AI能否产生类人情感？

复旦大学的神经科学家、高级PI 王云老师，将从生命科学的本源出发，探索智能和情感的奥秘。清华大学的雷博博士，现于北京智源人工智能研究院深耕类脑模型，他将为我们揭示AI学习人脑的路径与挑战。以及星语智能的创始人兼CEO醒辰，她正致力于将AI的情感能力应用于实际，让冰冷的机器展现“人情味”。

本期播客，我们将跟随三位嘉宾的思辨，穿梭于神经科学的深邃与人工智能的前沿，探寻情感的本质，以及AI在通往“类人”道路上，已行至何处，又将走向何方。

👩 本期人物

· 主持人：蚂蚁集团 友红

· 嘉宾：复旦大学教授脑科学家 王云

· 嘉宾：北京智源人工智能研究院类脑模型组研究员，清华大学生命学院及脑科学研究院博士 雷博

· 嘉宾：星语智能创始人，CEO 醒辰

02:14 人脑与AI的根本差异

中文的“智能”包含“智”（认知过程）与“能”（能力特点）两个层面。生物智能，尤其是人脑，其强大之处在于对自然环境的强适应性，这种适应性来源于大脑的“智”与身体的“能”的交互。而当前的人工智能，似乎更侧重于“能”的实现，即达成特定目标，其“智”更像是任务驱动下的副产品。

06:14 AI的情商是真实的吗？

现阶段AI展现的“情商”更像是一种“智商化”的表现。用户感知到的AI“情商高”，往往源于其礼貌、友好、事事有回应的交互方式。AI通过工程手段可以实现记忆和主动关怀，但这与人类复杂的情感体验仍有距离。不过，这种“智商化”的情商已经能给用户带来温暖和陪伴。

07:10 从远古到未来，智能的演化与AI的爆发

从240万年前能够使用工具的原始人，到8000年前两河流域文明的曙光，人类的“智”是在漫长的学习、积累、应用过程中形成的。而如今AI的发展速度远超想象，呈现出指数级的迭代，这让我们不得不重新审视人类智能与人工智能的关系。

11:22 AI走向“像人”的桥梁？

人工智能从诞生之初就在向人类智能或大脑智能趋近。无论是早期的神经网络模型，还是如今大火的Transformer架构，都能找到与大脑（如海马体、视皮层）在结构或功能上的相似之处。

类脑智能的路径包括还原论（数字模拟大脑）、概念理念借鉴（如感知-记忆-认知过程）以及模拟人类推理（如DeepMind的后训练过程）。

16:53 AI能否实现类脑智能？

AI未来能达到类脑状态，但2050年之前都不一定能实现。我们对自身大脑的认知尚浅，大脑学习、记忆、信息处理的复杂机制仍是巨大挑战。而AI的学习过程，如AlphaGo，也是在不断训练、对比、优化中进行的。

21:40 AI如何“像人一样”被训练和应用

目前在产业落地中，AI公司训练模型的过程本身就是在尝试“把机器当人”。定义清晰的目标、步骤和任务至关重要。在多模态情感互动等应用中，高质量的对话数据是关键，因为这直接影响模型的意图识别和回应方式。努力让机器像一个资深的专业人士一样自我训练和成长，以服务于更广泛的需求。

29:26 我们距离通用人工智能还有多远？

AGI是人工智能的“圣杯”，但其定义模糊且难以衡量。我们如何看待个体与群体的AGI？个体或许能力有限，但人类群体在各项能力峰值上依然强大。当前AI追求“全知”相对容易，但“全能”充满挑战，这可能源于路径选择的问题——先全知再全能或许并非最优解。

37:02 人与大模型的交融，未来智能的一种可能形态

未来AI的一种重要形态可能是人类与大模型的交融。人类拥有与真实世界交互、在复杂环境下决策的独特优势，而大模型则拥有海量数据和强大的泛化能力。通过脑机接口等技术，将人类大脑信号作为模型输入，让模型辅助人类完成不擅长的运算或创作，或许是更易实现的AGI形态，类似赛博朋克中的“前额叶增强芯片”。

40:58 AI如何走向“全能”？

“系统性泛化”（举一反三）能力在解决大模型的“全能”问题中至关重要。通过让模型学习模仿人类在特定任务中的错误模式，反而能提升其在其他不相关任务上的学习效率。提升模型的泛化能力，是当前AI通向全能的关键路径之一，也是众多AI研究方向的核心科学问题。

44:00 除了Transformer之外，AI架构也在持续进化

Transformer因其简单、易叠加、为数据而生的特性成为主流。但也提及了其他挑战Transformer的架构，如Mamba，以及经典的卷积神经网络（CNN）、循环神经网络（RNN）和新兴的脉冲神经网络（SNN）。AI架构的迭代一直是领域内非常底层的探索。

47:28 普通人如何应对智能时代的机遇与挑战

AGI的到来是必然趋势，甚至会超越人类。年轻人要拥抱AGI，学会使用AGI，与之平衡共存。同时普通人应思考其带来的社会关系、工作形态的变化。

融会贯通的架构能力和整合多种技术解决复杂问题的能力将愈发重要。

57:05 情感的本质与AI的模拟

情感是高级动物普遍存在的现象，但其神经生物学机制尚不完全清楚，如同一个“黑匣子”。情绪的表现（喜怒哀乐）可能服务于更深层的进化目的，例如通过多巴胺等神经递质参与的“预测误差”机制来指导学习和适应。如果情绪的本质是这种调节机制，那么AI不仅需要情绪，而且已经在强化学习等领域展现了其雏形。

当前社会存在大量未被满足的情感支持需求，AI可以在提供基础陪伴和情绪疏导方面发挥巨大价值，而关于AI情感的伦理问题，或许在满足广泛的基础需求之后才更值得深入探讨。

75:11 三个关于智能与人生的终极提问

到了2050年，你选择什么样的生活状态？为了这个状态，你今天要做什么？

如果宇宙中存在其他智慧体，它的大脑会和我们一样吗？人类是不是唯一的智能形式？这对我们做人工智能有何启发？

如果把人生当成一场游戏，在人工智能这个绝佳的周期里，你想打什么怪，升什么级？

运营：狐狸

更多节目信息，欢迎关注小红书：会友播客

添加小助手微信:huiyouhz，可以加入听友群喔