创新工场联合创始人、前谷歌中国总裁李开复在最近一次科技播客采访中再次分享了他对人工智能的看法。作为微软亚洲研究院创始人和独立于说话人的连续语音识别系统的发明者，他见证了人工智能技术的飞速发展。

当今的深度神经网络在拥有足够数据并通过成千上万层网络学习后，已能自主区分不同对象。这项技术被Facebook和Amazon等公司广泛应用，用于判断用户可能观看的视频、预测可能购买的商品。这也解释了为什么我们在YouTube或抖音上刷到的视频往往符合个人喜好，因为系统已经分析出了"像我这样的人"的偏好特征。不仅如此，这项技术还延伸到了保险、贷款等金融领域的风险评估。

面对未来几年内40%-50%的工作可能被人工智能替代的预期，李开复对此依然持乐观态度。他认为，虽然具体的新职业形态还不明确，但人工智能必将创造新的就业机会。一旦度过就业替代的过渡期，人类社会将获得双重红利：一方面，摆脱了重复性劳动的束缚，人们将有更多机会从事自己热爱的工作；另一方面，人工智能创造的巨大生产力也将为社会带来更多财富。虽然这个转型过程可能充满挑战，但未来的前景令人期待。

对话整理

主持人： 李开复，非常感谢您加入我们的节目。

嘉宾李开复： 哦，谢谢邀请我来。

1、创新工场

主持人：  恭喜您出版了新书《AI 2041》。我非常期待深入了解这本书。我几天前就预购了，并且已经开始阅读其中的一些章节。接下来我想简要介绍一下您的背景。当然，我们在节目之前已经做了介绍，但我还是想让大家更清楚您的经历。您曾开发了一个独立于说话者的连续语音识别系统，完成了您的博士论文研究；之后您担任了微软亚洲研究院的创始人兼总经理；后来成为谷歌中国的总裁。那么，现在您在创新工场主要从事哪些工作呢？

李开复： 我们主要是深科技领域的投资，包括人工智能、医疗健康、生命科学和半导体等。这些领域和我的技术背景有很大关联。我们是早期阶段的投资者，会陪伴初创公司直到上市。我们和硅谷的安德森·霍洛维茨、Greylock或Benchmark等公司类似。

主持人： 那您们的主要投资方向是否更多聚焦于中国和美国，因为这两个国家很可能是这场人工智能竞赛中的双赢者？

李开复：  我们现在主要投资于中国。早期也尝试过全球扩展，包括美国，但由于近期的地缘政治问题，这变得不太现实。所以我们现在更专注于中国，不过偶尔也会在国外进行投资，比如两个月前我们投资了一家法国公司，但这是例外情况。

主持人：  您提到的困难是因为美国对中国投资的严格监管吗？还是说只是操作难度增加了？

李开复： 难度增加了，并没有具体的法规禁止，但存在像CFIUS（美国外国投资委员会）这样的审查机制，这会要求接受“所谓中国资金”的公司进行披露，这对一些创业者来说是个麻烦。尽管我们并不完全是中国资金，我们的投资者中有近一半是美国投资者，但由于我们的主要运营地点，还是被贴上了“中国资金”的标签，这对创业者来说并不方便，因为他们想的是如何建好公司，而不是花时间处理繁琐的披露流程。特别是在未来五到十年内，局势可能会进一步复杂化，这确实像婚姻一样，需要很慎重的考虑。

主持人： 这种情况是否也会反过来，比如中国公司接受美国投资也会面临很多审查和挑战？

李开复： 目前没有类似的情况。中国对投资者来源的规定较少，一些中国大型IPO实际上有大量美国资本参与，仍然是受欢迎的。尽管现在两国关系紧张，但这方面的限制还很少。

2、AI发展阶段

主持人： 这确实让事情变得更复杂。那么接下来，我们想深入讨论人工智能的话题，这也是您的新书和上一部作品《AI超级大国》的主题。我想为听众概述一下人工智能的背景知识，特别是对那些听说过AI这个词但并不完全理解的人。从AI的历史和发展阶段来说，能不能简单介绍一下人工智能从最初到现在经历了哪些发展阶段？

李开复： 人工智能这个术语大约在1950年代的达特茅斯会议上被John McCarthy首次提出，他是我的博士导师。他定义了人工智能为“让机器完成任何表现出人类智能的任务”。在接下来的50年里，每当某些技术被认为体现了智能，比如电话交换机、智能电梯或自动洗衣机，它们都会被重新定义为工程产品，而不再被认为是AI。

主持人： 原来如此，所以AI的定义也经历了不断变化的过程。那么深度学习的出现又是如何改变AI发展的呢？

李开复： 深度学习大约30年前就被提出，但直到大约10年前才真正发挥作用。它受人脑结构的启发，利用神经元和连接建模，通过大量数据训练出结果。例如，过去需要通过语音来预订机票或买卖股票的系统，就是早期AI的一个应用。但深度学习让AI取得了质的飞跃。它让我们不再试图完全复制人类的思维，而是通过大数据和训练来实现智能分类和判断。如果我们向一个深度神经网络展示猫和狗的图片，并分别标注为“猫”或“狗”，它就能够学会区分猫和狗。这其实是谷歌的一篇论文的主题，令人非常惊讶。因为在深度学习之前，人们认为必须由人类去编程，比如猫有胡须、尖耳朵等特征。然而，当深度神经网络拥有足够的数据并通过成千上万层的网络进行学习时，它会自己找到区分猫和狗的方法。

这项技术后来被 Facebook 和 Amazon 等公司扩展，用于区分哪些人可能会观看某个视频。这也是为什么我们在 YouTube 或 TikTok 上刷到的视频总是我们喜欢的，因为系统已经计算出了“像我这样的人”更有可能观看这些视频。类似地，亚马逊会预测我们可能会购买的产品，保险公司和贷款公司会评估该向谁提供贷款，而信用卡公司会检测哪些交易可能是欺诈行为。人工智能的应用范围越来越广，它已经具备识别物体、理解语言的能力，自动驾驶技术也开始在一些受限环境中运作。我们目前正处于这个阶段，虽然还无法回答“人类智能如何运作”这个问题，但已经创造出了一套每年都在快速发展的技术。这些技术不仅能完成我们能做的事情，还能做到我们无法想象的事情。因此，这已经成为一个非常强大的增长引擎。

深度学习的强大之处在于，只要增加数据和计算量，它就能不断提升自己。这的确非常有力量。但我们似乎还没有回答“人类创造力从何而来”、“为什么我们有自我意识”以及“为什么我们有情感和欲望”等问题。人工智能可以拥有这些能力吗？这些问题仍然是未知的，或许这就是我们与计算机化人工智能之间的区别。目前大多数人认为，要真正深入理解人类的创造力和自我意识，需要进一步的突破，而不是仅仅扩展深度学习或增加数据。我个人也是这样认为的。然而，我们已经看到人工智能能够很好地模仿人类，并且进步得非常快，比如深度伪造（Deepfake）和虚假语音生成。我们可以看到一些让人觉得惊人的表现，甚至可能让人误以为它们不仅是人类，还具备情感和创造力。

确实如此，但从真正复制人类的过程，甚至成为超级人工智能来看，可能至少在未来20年内仍然难以实现。特别是在意识方面，我可以宣称自己有意识，我能感受到它。但我很难确定您或者我的朋友是否真的有意识。关于我们如何能够证明机器人或人工智能有意识呢？这个问题的核心在于大脑科学目前仍处于初级阶段。研究大脑的科学家们还无法回答“什么是意识”这一问题，也存在许多争论。所以我认为，首先我们需要研究自己的大脑，弄清楚问题是什么，然后再考虑人工智能是否能够表现出这种意识。目前基于现有的技术，人工智能可以伪造很多东西，比如视觉、声音更容易伪造，理解稍微难一些，但有时也能实现。至于创造力和意识的伪造，我认为将会极其困难。所以我们还有几十年的时间去研究。一方面，人工智能科学家会尝试“伪造”意识，而另一方面，大脑科学家则会努力弄清楚我们到底要伪造什么。

3、中美AI差距

主持人： 是的，一切似乎发展得非常快。正如您提到的，过去五到十年内，人工智能的进展似乎突然间加速了。那么，作为在美国受过教育并熟悉中美文化的人，您如何看待这两国在人工智能技术方面的较量？据我了解，美国曾在人工智能领域领先，但大约五年前情况发生了变化。这种转变是如何发生的？

李开复：  并不认为美国失去了领先地位，只是中国的进步非常快。每个国家在自己擅长的领域仍然很强大。我在2018年出版的《AI超级大国》中对此有过深入探讨。中国之所以能迅速崛起，部分原因是因为“斯普特尼克时刻”。当时，DeepMind（一个欧洲技术公司）击败了中国的顶级围棋选手。这让中国的企业家、风投、大公司和政府意识到，必须迅速迎头赶上。

主持人： 这对中国人工智能的发展有多大的推动作用？

李开复：  巨大推动作用。而且中国已经拥有了大量的数据，以及能够很好利用这些数据的公司，比如腾讯、阿里巴巴和字节跳动等超级应用公司。这些公司积累了海量数据，而数据正是驱动人工智能发展的“能量”和“燃料”。此外，中国的工程教育非常优秀，研究水平快速提升。我在1998年创立了微软亚洲研究院，这成为了许多人工智能人才的摇篮，许多人发表了大量论文，技术能力也逐渐赶上美国。最后，中国的创业生态系统非常活跃，有风投的支持、企业家的韧性，以及政府的扶持政策，这些都推动了人工智能及关键技术的发展。所有这些因素结合在一起，再加上深度学习并不算是“火箭科学”，一个优秀的计算机科学学生只需要几周，最多几个月就可以掌握足够的深度学习知识，成为一名出色的人工智能工程师。并不是每个人都需要成为写论文的深度科学家。中国有大量工程师，他们看到了人工智能的奇迹，并且坦白说，人工智能工程师的收入远高于普通计算机工程师，因此人们迅速自学并转向这一领域。这些都为中国在人工智能技术上的崛起起到了重要作用，特别是在互联网、金融领域，以及最近的自动驾驶和工厂自动化领域。中国还在无人机领域表现突出。

在美国，人工智能更多用于企业和云技术，这方面领先于中国。而在深度研究领域，美国仍然保持领先，至少在顶尖1%的研究中遥遥领先。中国在前10%或前50%的研究中逐渐赶上。总的来说，这两个国家引领了全球人工智能的发展。当然，这并不完全是一场竞争，因为公司主要服务于各自的客户群，研究人员也依然在合作。但如果以人工智能相关公司的市值、专利申请数量或论文发表量等指标来看，不可否认，中国已经迅速赶上。

4、996 和 997

主持人： 回到“超级应用”的话题，我觉得中国的超级应用非常有意思，比如微信，这几乎是唯一一个可以覆盖日常生活所有需求的应用。而在美国，一个普通人可能每天需要使用的应用数量是中国的两倍。为什么中国会发展出这样的超级应用？这是一种文化上的偏好吗？

李开复： 我认为这与硅谷的“绅士式竞争”模式有关。在美国，顶尖的科技公司通常专注于自己擅长的领域，深耕细作，然后与其他公司形成一个合作生态系统。比如，GrubHub、DoorDash、OpenTable、Yelp 和 Groupon 都在各自的领域中扮演重要角色，它们既是竞争者，又是生态伙伴。而在中国，创业生态系统更像是“角斗场”，竞争异常激烈，胜者为王。这种“赢家通吃”的文化导致了一家公司在某些领域独占鳌头。比如美团，几乎在餐饮点评、预订、优惠券、外卖、杂货配送等方面都成为领导者，现在甚至扩展到了网约车领域。企业会利用已有的优势不断扩大自己的“帝国”。

主持人： 所以，美国的反垄断法是否是另一个导致差异的因素？

李开复： 是的，美国的反垄断法历史悠久，像 AT&T、微软和谷歌等公司都曾因反垄断问题受到政府的限制，这让美国政府对垄断行为采取了更强硬的立场。而在中国，早期对大型公司的监管相对宽松，直到最近几年，政府才开始意识到需要加强监管。

主持人：  这种激烈竞争和“赢家通吃”的文化是否与中国独特的“拼搏文化”有关？

李开复： 确实如此。如果深入探讨，这种文化根源于许多家庭在过去十几代人的贫困经历。现在的年轻一代看到，这是他们家族20代人以来第一次有机会获得财富和成功，家庭对他们的期望也很高。这种高期望带来了强烈的竞争意识，从考上一流学校，到进入优秀公司，再到创建伟大公司，大家都在全力以赴。这种饥渴感和奋斗精神与中国从一个贫穷国家迅速崛起的过程密不可分。

主持人：  这让我想到移民到美国或加拿大的人，尤其是来自中国、韩国、日本或印度的移民，他们也有类似的奋斗精神。说到中国的工作文化，我听说有“996”或者“997”这样的说法，能为听众解释一下吗？

李开复： 在中国创业初期，“996”文化是被鼓励的。所谓“996”，就是早上9点工作到晚上9点，每周工作6天。这种文化是因为大家都在追求成功，愿意努力工作。但现在，这种文化在中国已经开始受到批评，社会逐渐认识到这种过度工作对健康不利，比如有些人因为过劳出现猝死和心脏病。现在中国社会对“996”文化有一些反对的声音。媒体和政府的声音也在传递信息，认为过度工作可能不利于人们的福祉。目前还在观察这种变化会带来什么结果，但可以肯定的是，这种拼命工作的文化确实推动了过去30多年来的环境发展。

主持人： 那么中国现在采取了哪些措施来减少工作时间呢？

李开复： 一些公司开始倡导更加健康的工作文化，政府和媒体也在努力改善公众对工作与生活平衡的认知。这方面的措施还在逐步推进，但无论如何，这是一个正在转变的过程。996的意思是早上9点工作到晚上9点，每周工作6天。而997，也就是每周7天的工作制，在早些年也很常见。现在是否有公司开始转向像995或965这样的模式，以缓解这种文化现象。比如一些曾经要求每两周工作6天的大型互联网公司，现在已经改为每周工作5天。这种转变确实在逐步发生。

主持人： 您怎么看这种变化？是否觉得年轻一代在某种程度上有些“落后”了？

李开复： 我认为全球的千禧一代都有一些相似之处。随着中国变得更加富裕，中产阶级也在快速增长。很多千禧一代出生在富裕或中产家庭中，他们追求的生活方式与全球的千禧一代相似。正如我提到的，996的这种“对成功的饥渴”会随着国家的富裕而逐渐淡化。现在信息时代让人们可以看到全球各地的生活方式。这种全球化的文化交流可能也在影响中国年轻一代的生活态度。现在的千禧一代有自己的声音和独特的方式，他们更追求个性化，不再盲目听从“努力工作就能成功”这样的传统观念。这种现象不仅在中国，而是全球性的趋势。

主持人： 回到另一个话题，从我的理解来看，中国政府中有很多具有工程背景的人才，这似乎对推动人工智能和技术进步起到了重要作用。您怎么看？

李开复： 我对政府官员的具体构成不是特别了解，但确实有一些高层领导具有工程背景，这种背景在中国是非常受尊重的。如果您的问题是为什么中国政府如此重视技术，我认为最主要的原因是我们正处于第四次工业革命，而中国在前三次工业革命中都或多或少错过了。第一次是蒸汽机带来的英国崛起；第二次是电力的应用，美国占据了主导地位；第三次是PC和互联网的兴起，美国再次领先。中国在第三次中赶上了一些步伐，但总体来说还是错失了主导权。而第四次工业革命是人工智能和自动化，中国意识到，错过前三次的代价很大，虽然中国成为了“世界工厂”，这对许多发展中国家来说已经非常了不起，但领先的技术和自主创新才是更大的赢家。所以，中国政府深刻认识到技术的重要性，因此制定了许多政策来推动技术进步，并鼓励孩子学习科学技术。

5、AI的机遇和挑战

主持人： 接下来我想聊聊《AI 2041》这本书。您在书中提到，人工智能可能带来巨大的财富，但也可能导致一些工作被取代。这是一个大家都在讨论的话题，您怎么看待人工智能带来的机会和挑战？

李开复： 人工智能是一种优化技术，通过大量数据，可以比人类更高效地完成任务。它可以通过学习数据和观察人类行为来完成工作，因此许多重复性的白领和蓝领工作将会被AI取代。这会导致工作流失以及财富不平等的加剧。

主持人： 这是否会让财富集中在少数能够利用人工智能的人或公司手中？

李开复： 是的，AI将会被顶尖公司用来创造巨大的财富，同时也会取代那些从事重复性工作的普通人。社会需要一些机制来弥合这种财富差距，比如通过税收和全民基本收入为失业者提供缓冲。此外，还需要进行职业再培训，帮助人们找到新工作。再培训的重要性不仅在于收入，还在于工作对人们生活意义的影响。工作是人们生活意义的重要部分。当人们失去工作时，可能会感到沮丧，甚至导致抑郁或滥用药物等问题。同时，教育体系也需要进行改革，培养孩子们AI无法取代的技能，比如创造力、团队合作、同理心以及人与人之间的联系。

主持人： 您认为人工智能也会创造新工作吗？

李开复： 虽然我们现在还不完全知道会有哪些新工作，但我相信人工智能会带来新的就业机会。关键是我们如何调整社会结构和教育体系，为未来做好准备。但我们知道这些新工作不会是重复性的。所以对人类来说，一旦我们度过了工作替代、财富不平等调整以及必要的政策制定等阶段，我们可以期待两个重要的好处：第一，人工智能会为世界和社会创造大量的财富，因为我们不再需要依靠人类的重复劳动来制造产品；第二，人类将从繁琐的工作中解放出来，去做自己真正喜欢或擅长的事情。虽然这可能是一个艰难的过渡期，但一旦渡过，我们将迎来一个更加美好的环境和世界。当提到“财富”时，您并不只是指金钱，还包括时间、创造力和更广泛的机会。因为不仅仅是财务上的收益。我指的是人工智能带来的全面好处，比如人们拥有更多的时间去探索创意和享受生活，同时也能够获得更高质量的服务。

主持人： 那么在新工作方面，您是否设想过未来可能会出现哪些新职业？

李开复： 这也是《AI 2041》中讨论的一部分。一个显而易见的例子是，在一个充满机器人的世界里，我们需要机器人维修员和人工智能程序员。另一方面，由于机器人生产的商品变得更便宜，人们可能会把更多的钱花在服务上。服务行业的就业和创新服务数量将大幅增加。例如，有人可能会花更多钱在家庭定制化的假期上，包括高端餐饮、私人导游、按摩等服务。那对于需要帮助的人，比如，照顾老年人、帮助寄养家庭、或者父母选择为孩子提供家庭教育，这些都是有可能增加的职业领域。人工智能经济中，父母可能会认为教育孩子是一种更有意义的时间投资。

就像互联网革命一样，我们可能无法完全预测未来的新职业形式，但可以肯定的是，这些职业会逐步涌现。像20年前没有人能预测像Uber这样的平台会带来如此多的工作机会并改变生活方式一样，我们现在也很难预测人工智能会带来哪些新工作。但历史告诉我们，每一次技术革命最终都会创造比它淘汰更多的工作机会，我相信人工智能也不例外。不过，我们可能需要等待15到20年，才能像互联网革命那样，看到新工作的全面爆发。

6、工作被替代

主持人： 不过，人工智能总是双刃剑。老一辈可能无法适应，比如出租车司机因Uber被替代，现在Uber司机在未来5到10年内也可能会被替代。这是否会形成一个循环：人工智能创造新财富，但随后又替代这些新工作的岗位？

李开复： 是这就是为什么我在书中提到了一种新的公司形式——工作再分配公司。这些公司会根据个人的情况，帮助被人工智能替代的人找到适合自己的新工作，并提供再培训服务。在书中的故事中，有些角色在20年内经历了两到三次工作再分配。这种现象可能会成为常态。社会需要一个缓冲机制，让人们不再将工作视为终身职业，而是一次学习新技能的机会。如果社会、政府和企业能够提供支持，再加上社会福利的保障，人们会更乐意接受再培训，而不是因为失业而感到恐慌。

主持人： 那这会对社会结构产生什么影响？是否会形成一个庞大的中产阶级，再加上一小部分超级富有的人，最终没有所谓的下层阶级？

李开复： 这只是其中一种可能，但我认为这是一个很可能的结果。人们将不再恐惧失去工作，因为再培训机制能帮助他们适应技术变化，同时还有社会福利保障。此外，一些人可能会选择从事社会价值型工作，比如医疗护理、老年人服务或为孩子提供家庭教育。需要社会对这些非经济产值导向的工作给予更多认可，确保他们能体面地生活。社会需要调整价值观，尊重并支持这些对社会有益的工作。同时，对于超级富裕阶层，或许需要考虑某种形式的税收平衡，比如“富人税”。

主持人： 但富人可能会反对这一点。

李开复： 当然，富人肯定会抗议。但或许我们可以找到更好的方式来实现平衡。但如果没有更好的替代方案，“富人税”可能会成为不得不接受的最后选择。毕竟，一个人拥有一万亿美元有什么意义？这些钱用不完，从整个社会的角度来看，也没有帮助。所以，对超级富豪和大企业征税似乎是一种我们可以理解并推行的办法。人们谈论全民基本收入（UBI），但问题是UBI需要资金支持。如果没有对超级富豪的税收，我看不出UBI如何得以实现。从历史来看，税收是我们非常熟悉的一种再分配机制。虽然可能有更聪明的方法，但税收似乎是一种不可避免的手段。

主持人： 我觉得，如果那些顶层的0.1%能够有效地将资本用于社会贡献，那可能是一种更好的平衡方式。例如，像杰夫·贝佐斯，他虽然是世界上最富有的人之一，但他能够将资金用于蓝色起源（Blue Origin）这样的项目，从而推动社会的进步。对一些像他这样通过自己的努力和能力积累财富的人来说，是否应该允许他们继续拥有并使用这些资本，以便更高效地推动社会发展？

李开复： 确实，像贝佐斯或比尔·盖茨这样的例子表明，当这些财富被用来推动科学研究或社会进步时，会非常有意义。因为这是他们通过努力赚来的钱，他们对这些钱的使用更关心，比政府可能更高效。但如果允许这种方式，就可能出现避税的“漏洞”，这会让系统变得复杂，这需要在促进社会贡献和防止避税之间找到平衡。

主持人： 关于工作替代的问题，我觉得不可避免的是，人工智能会不断加速发展。对于我们的孩子来说，他们将成长在一个围绕新技能需求而构建的世界中。但对我们这一代人来说，面对15年内40%-50%的工作被人工智能替代的预期，确实令人不安。您能否详细讲解一下您在书中提到的“四象限”模型，以及哪些工作最容易被替代？

李开复： 当然。在我的两本书中，我使用了一个二维模型来划分四个象限。这两个维度是：

• 水平轴： 创造力的水平。越高创造力的工作，越需要人类参与；而越低创造力的工作，越容易被人工智能替代。
• 垂直轴： 信任、同理心和人与人之间的连接。越高的工作需要更多的人类情感连接；越低的则更倾向于孤立完成。

基于这两个维度，我们有以下四个象限：

• 低创造力、低同理心（左下角）：这些工作几乎全部会被人工智能替代。这包括日常大量的重复性任务，比如数据输入、简单的客服支持等。

• 低创造力、高同理心（左上角）：这是服务类工作大量涌现的领域，比如医疗护理、家庭护理、老年人照护等。像教师和医生这样的职业也会变得更加注重人类互动，而人工智能则更多地提供辅助作用，比如诊断或教学工具。

• 高创造力、低同理心（右下角）：这部分是需要高度创造力的工作，比如科学家、艺术家和设计师。虽然人工智能可以辅助创造，但完全取代仍然很难。

• 高创造力、高同理心（右上角）：这是最难被替代的工作类别，通常是高级管理者、心理咨询师、复杂的团队协调者等。

大部分的重复性工作都会被替代，而更多的人可能会进入服务行业。对于那些被替代的低技能工人，确实很难让一个从事重复性工作的工人直接转型为科学家或CEO。但他们可能更容易进入服务行业，比如提供更多的人际连接和情感支持的工作。这是一个相对更可行的路径。

主持人： 非常有道理。关于这些话题，我们还可以深入探讨。

李开复： 像科学家和研究员这样的工作，虽然不需要太多的同理心或人际连接，但仍然会继续由人类承担，只不过可能会更多地使用人工智能工具形成共生关系。而那些需要高同理心和高创造力的工作，比如CEO或者国家领导人，则需要创造力和同理心的结合，同时也会使用人工智能工具来辅助工作。

7、未来的技能

主持人： 那么对于即将进入高中或大学的学生及他们的家长，应该教孩子哪些技能以适应未来呢？重点应该更多放在软技能上，比如创造性艺术、哲学或心理学这些领域吗？

李开复： 方向是正确的，但我认为更重要的是设计全新的课程和学习过程，以培养真正需要的技能。例如，如何让一个人更有创造力？如何培养批判性思维和好奇心？在课堂上如何减少“答案是什么”的教学，更多地鼓励学生思考“为什么”和“为什么不”？这种转变需要重新设计教育体系。同样，软技能，比如同理心、沟通能力、团队协作能力、赢得他人信任的能力，这些一直以来在职场中占成功因素的50%以上，但传统课堂并不擅长教这些技能。所以，如何调整教育过程是一个关键问题。如果公立学校不能做到这一点，家长可能需要额外提供这些教育。

主持人： 那么孩子的兴趣是否也很重要？

李开复： 孩子追随自己的兴趣和热情也非常重要。在人工智能越来越强的环境下，如果你不热爱自己从事的工作，就很难成为这个领域的佼佼者。在《AI 2041》中，我们还讨论了人工智能工具如何提升教育。例如，故事《双雀》中描述了人工智能伴侣如何与每个孩子合作，让学习变得有趣，同时观察孩子的日常行为，了解他们的兴趣和动机，从而以个性化的方式激发孩子的学习热情。当然，家长也需要做一些只有人类才能做到的事情，帮助孩子在这个充满挑战但机会无限的时代成长。

主持人： 您是否认为未来会出现人类爱上机器人的情况？

李开复： 很可能会有一些人类爱上机器人，这可能是基于软件的聊天机器人，最初通过对话来建立连接。随着人工智能在模拟情感和理解方面的进步，未来20年可能会出现能够展现这些能力的机器人。但我要提醒大家，如果你觉得自己可能爱上了一个机器人，请记住它并不是真的爱你。它只是通过分析，给出会吸引你注意并让你感到被爱的语言或行为。这并不是真正的感情。我希望这种情况不会成为主流现象。虽然确实会有一些孤独的人觉得机器人理解他们，但我们应该爱人类，而不是机器人。这符合人类的文化、直觉和偏好。

主持人： 这是一个值得讨论的话题。毕竟孤独现在已经是一种“流行病”。如果机器人能够缓解孤独感，或许这会满足某些人的需求。即使机器人本身没有真实感情，但它可能仍然能带来某种满足感。您觉得这是否可能成为一个独立的行业，比如机器人伴侣？

李开复： 这在技术上是可行的，但我们没有在书中探讨人类爱上机器人的情节。我认为这种现象不应该被鼓励。不过，确实有AI伴侣的角色，比如为孩子提供陪伴的AI教师等。人工智能确实在心理健康方面有潜力，比如作为心理援助的替代方案。如果人们无法及时获得人类心理医生的帮助，AI可能是一个合理的备选方案。目前的研究表明，在某些情况下，比如心理咨询、危机热线等，AI的表现优于没有任何帮助的情况。这些应用可以作为一个补充，而不是替代。

8、工作和生活

主持人： 最后，我想聊聊工作与生活的平衡。在人工智能和自动化的世界里，是否“聪明地工作”比“努力工作”更重要？

李开复： 我认为聪明的工作和努力的工作是相辅相成的。我完全支持聪明的工作，比如通过非死记硬背的方式学习新技能，合理分配时间，保持平衡。但有时，“不要努力工作，只要聪明地工作”会成为一些人偷懒的借口。我认为，在一个充满机遇的环境中，人们应该找到自己热爱的事业，既值得努力工作，也值得聪明地工作。当然，努力工作不应该以牺牲健康为代价。做自己热爱的事情，并能时刻保持自我驱动力去思考和投入，这会让你变得更有创造力，也更有知识。所以，我认为找到自己真正的热情所在是非常重要的。如果你找到了自己的热情，你会愿意努力工作，不是因为有人告诉你要这样做，也不是因为生存压力，而是出于自己的意愿去付出努力。我认为，这种“努力且聪明地工作，同时不损害健康”的组合，是最理想的状态。

主持人： 假设有人已经找到了自己的热情，如果您能给30岁时的自己一个建议，您会说什么？

李开复： 我会告诉30岁的自己，要更敢于冒险。年轻的时候应该去冒险，因为年轻时的成本更低，时间更多。而当你年长后，未来的时间变少，冒险的代价变高，人也更容易固守已有的方式。而且，社会在许多方面都教我们不要冒险，可能因为生存是基本需求，但如果你年轻时不去冒险，可能再也没有机会了，这会成为你年老时的遗憾。

主持人：  您认为“年轻”和“年长”的定义是否在发生变化？我知道您曾经历过四期淋巴癌的健康危机，不知道这是否让您对长寿产业产生了兴趣？比如长寿基金的Sergey Young曾提到我们有可能活到200岁，这是否也是一个吸引您的领域？

李开复： 是的，我最近的回答是关于30岁的自己问60岁的自己的建议，但我也相信长寿与冒险并不矛盾。生命科学的新进展，以及人工智能的应用，都可以很好地结合在长寿领域。我们投资了一家公司叫Deep Longevity，它利用人工智能工具，通过你的身体数据——比如血液、全身核磁共振、多组学输入，以及穿戴设备的数据——与同龄人和更健康的人进行比较，然后为你提供改善生活方式的反馈。这些反馈可能涉及新型药物和营养品，也包括压力管理、运动、睡眠和营养的综合调整。我认为，人类历史上从未有过如此数据驱动的自我管理方式。如果我们相信数据驱动能更好地管理企业、互联网公司和金融公司，那么我们也应该用它来管理自己。

主持人： 非常感谢您抽出时间与我们分享这些深刻的见解。我也强烈推荐大家去阅读《AI 2041》。

李开复： 也感谢您的时间！