Pada Konvensi Zhiyuan 2026, Akademik Wang Jian, anggota Akademi Kejuruteraan China dan pendiri Alibaba Cloud, berbincang dengan Huang Tiejun, ketua Institut Zhiyuan. Wang Jian menyatakan keyakinannya bahawa AI tidak akan menggantikan manusia, dan menekankan perlunya memikirkan perkembangan AI dalam kerangka yang lebih luas: kecerdasan haiwan, kecerdasan manusia, dan kecerdasan mesin. Beliau menggunakan contoh penciuman anjing untuk menunjukkan bahawa kecerdasan mesin tidak akan menjadi ancaman kepada manusia. Wang Jian percaya bahawa masalah yang dicipta oleh manusia pasti akan diselesaikan oleh manusia sendiri, dan menekankan perlunya menjadikan token seharga kertas. Huang Tiejun pula berpendapat bahawa manusia dan AI akan hidup berdampingan dan menyatu seperti ibu bapa dengan anak. Mengenai jurang AI antara China dan Amerika Syarikat, Wang Jian berpendapat enam tahun lalu kita masih terperangkap di dalam kolam renang, tetapi kini kita telah melihat lautan yang sama, dan perjalanan jauh masih belum selesai.

Penulis artikel, sumber: Zhi Dong Xi

Laporan Zhixidong pada 12 Jun, hari ini, Konferensi Zhiyuan 2026 diadakan di Pusat Inovasi Antarabangsa Zhongguancun, di mana akademik Akademi Kejuruteraan China dan pencipta Alibaba Cloud, Wang Jian, bersama dengan ketua Institut Zhiyuan, Huang Tiejun, berkongsi serangkaian penilaian terkini dan pandangan baru dalam perbincangan podcast secara langsung.

Bagaimana untuk melihat masa depan lebih awal daripada orang lain? Wang Jian percaya bahawa kita perlu memberikan cara berfikir yang melampaui kerangka semasa. “Ketika kita membincangkan kecerdasan buatan (AI), kita juga terbatas oleh perkataan ini.” Beliau percaya bahawa kita seharusnya berfikir tentang naratif AI dalam kerangka yang lebih besar, seperti yang dikatakan oleh penerima Anugerah Turing sebelumnya, Whitfield Diffie, iaitu kecerdasan haiwan, kecerdasan manusia, dan kecerdasan mesin.

▲ Akademi Kejuruteraan China, pencipta Alibaba Cloud, Wang Jian

Akankah manusia dikuasai oleh kecerdasan mesin? Pandangannya sangat jelas: “Saya tidak percaya bahawa AI akan menggantikan manusia. Hidung anjing jauh lebih peka daripada manusia, tetapi kita tidak pernah merasakan ini sebagai ancaman kepada manusia.”

Wang Jian percaya bahawa semua isu model besar yang kita bincangkan hari ini sebenarnya dahulu digunakan untuk menggambarkan manusia. Saya seorang optimis yang tidak dapat disembuhkan, jadi saya sentiasa percaya bahawa masalah yang dicipta oleh manusia sendiri pasti akan diselesaikan oleh manusia.

Berkenaan dengan naratif AI China, Huang Tiejun memberi nasihat kepada para profesional muda: miliki pemikiran sendiri, dan lebih penting lagi, bertekadlah ketika saatnya tiba; jangan mendekati ketidakpastian dengan sikap seperti menyerahkan tugas atau mengharapkan keberhasilan pasti. Wang Jian menambahkan: Hari ini, China dan Amerika Serikat melihat lautan yang sama; enam tahun lalu kita mungkin masih terperangkap di kolam renang, kini kita sudah menghadap ke langit dan bumi yang sama, dan perjalanan jauh ini belum sampai ke penghujungnya.

▲ Huang Tiejun, Ketua Jawatankuasa Institut Penyelidikan Zhiyuan

Apabila ditanya mengenai hubungan antara manusia dan AI, Huang Tiejun menyatakan bahawa manusia dan AI akan hidup berdampingan dan menyatu seperti ibu bapa dengan anak, di mana manusia akan menggunakan AI untuk memperluas sempadan manusia. Wang Jian berpendapat bahawa manusia secara semula jadi takut terhadap teknologi baharu, dan kesan AI mungkin tidak akan melebihi peranan api dalam sejarah. Beliau membandingkan ketakutan awam terhadap alat tulis pada masa lalu dengan ketakutan terhadap AI pada masa kini, dan mencadangkan bahawa “kita mesti menjadikan token menjadi ‘tidak bernilai’”, supaya ia seharga kertas.

Rangkuman perbincangan penuh antara Wang Jian, Huang Tiejun, dan pembawa acara Wei Shijie adalah seperti berikut, diedit oleh Zhi Dongxi tanpa mengubah maksud asal:

1. Sebagai bapa komputasi awan, anda sentiasa melihat masa depan lebih awal daripada orang lain dalam titik-titik kunci seperti komputasi awan, otak bandar, infrastruktur AI, dan komputasi angkasa—semuanya berdasarkan model pemikiran dasar yang bagaimana?

Wang Jian: Sebenarnya tidak. Pagi ini, setelah mendengar ucapan dua penerima Hadiah Turing, saya tetap sangat terkesan. Terutama Andrew Barto yang kedua, ketika membicarakan pembelajaran penguatan, beliau menyebut seorang psikolog bernama Thorndike, yang kami pelajari dalam buku teks psikologi pada awal tahun 1980-an. Jadi, bayangkanlah bahawa sering kali hari ini sukar untuk menentukan sama ada suatu idea itu pertama kali anda fikirkan atau orang lain yang lebih dahulu fikirkan. Oleh itu, ini sebenarnya menjadi satu persoalan: setelah anda berfikir, adakah anda memberitahu orang lain? Yang lebih sukar lagi ialah adakah anda mempunyai keberanian untuk mencuba, dan akhirnya, apabila anda merasa tiada harapan, adakah anda mampu bertahan dan melangkah selangkah lagi?

2. Jawapan anda sangat makro, saya ingin menguraikannya. Dalam buku anda, anda menyebut bahawa terdapat kesamaan asas dalam perkara-perkara tersebut, saya tertarik dengan metodologi asas anda dalam menganalisis masalah?

Wang Jian: Sebenarnya sukar untuk membincangkan cara berfikir. Ucapan profesor pertama, Whitfield Diffie, juga sangat memberi kesan kepada saya. Beliau menyebut bahawa kita semua berbincang mengenai AI, dan satu cabaran besar di dalamnya ialah kerana ada perkataan ini, kita secara sedar atau tidak sedar membina kerangka-kerangka begitu. Seperti yang sering saya katakan, ruang pertemuan ini menentukan bagaimana kita mengadakan pertemuan, apa yang boleh anda katakan, dan bagaimana cara anda menyampaikannya, jadi jarang ada orang yang benar-benar memikirkan perkara ini.

Jadi, sebenarnya ketika kita berbincang tentang AI sekarang, kita secara sengaja atau tidak sengaja terbatas oleh tiga huruf AI itu sendiri. Itu sebabnya mengapa perkataan Professor Whitfield Diffie pagi ini menyentuh perasaan saya. Sila lihat, saya hampir telah membincangkan perkara yang sama persis seperti yang beliau bincangkan pada tahun 2017 di Guiyang—mengapa ada Animal intelligence (kecerdasan haiwan) dan Human intelligence (kecerdasan manusia), serta Machine intelligence (kecerdasan mesin)? Saya rasa, apa sahaja perkara yang anda lakukan, anda perlu memberi diri sendiri satu kerangka pemikiran yang boleh melampaui kerangka semasa.

Jadi, bagi saya, apabila memikirkan cabaran yang dihadapi hari ini, saya pasti akan memikirkannya dalam kerangka kecerdasan haiwan, kecerdasan manusia, dan kecerdasan mesin. Saya dengan teguh tidak percaya bahawa AI yang dibincangkan semua orang hari ini akan menggantikan manusia.

Sebabnya juga sangat mudah, saya sering mengatakan bahawa hidung anjing jauh lebih peka daripada manusia, tetapi kita tidak pernah merasa ada kerosakan. Jadi, apabila anda mempunyai kerangka seperti ini, ia sebenarnya membantu anda memikirkan banyak masalah lagi. Oleh itu, saya rasa setiap orang sepatutnya membina satu kerangka pemikiran sendiri, yang mungkin akan lebih baik.

3. Anda menyebut bahawa kita perlu percaya pada sesuatu, dan penting juga untuk membuat orang lain percaya. Pada masa itu, Alibaba Cloud mengalokasikan RM1 bilion setiap tahun secara berterusan selama 10 tahun, dan mendapat sokongan sumber sepenuhnya sangat penting. Bagaimana cara membuat orang lain percaya pada kepercayaan anda?

Wang Jian: Beberapa perkara menjadi tidak tepat semasa disebarkan. Tetapi satu perkara masih pasti—marilah kita sementara waktu tidak menggunakan perkataan "sumber" yang agak biasa. Saya percaya seseorang memerlukan bantuan orang lain untuk melakukan sesuatu, tetapi jangan terlalu oportunis dalam tindakan.

Saya pernah menjalankan satu aktiviti bernama "2050", di mana orang biasa yang tidak terkenal dan tidak memiliki sumber daya pada hari ini diundang untuk terlibat, tetapi mereka tidak datang ke aktiviti ini untuk mencari sumber daya. Sebenarnya, kami mempunyai idea yang sangat mudah: apabila anda ingin melakukan sesuatu, apabila anda bercerita tentang sesuatu, pada dasarnya, apakah orang lain anggap benar atau bagaimana mereka merasakannya, dalam beberapa segi, tidak penting. Yang penting bukanlah orang yang berbicara di atas pentas berjaya meyakinkan orang di bawah untuk percaya kepadanya, tetapi pemuda itu sendiri telah menyatakan pandangannya terhadap dunia dan keteguhan hatinya untuk melakukan sesuatu—akhirnya, apakah orang di bawah percaya atau tidak menjadi tidak penting. Setelah dia sendiri mengucapkan perkataan itu di atas pentas, dia akan percaya.

Jadi, perkara yang sangat penting menurut saya ialah anda perlu berkata tentang perkara yang anda percayai, dan perkara yang anda akan lakukan sendiri. Saya percaya, jika anda membuatnya begitu, pasti akan ada orang yang menyokong anda. Jika seseorang berasaskan prinsip bahawa jika saya ingin melakukan sesuatu tetapi tiada siapa yang menyokong saya, maka saya tidak akan melakukannya, pada dasarnya ia bermaksud tiada siapa yang akan menyokong anda.

4. Yang Berhormat Profesor Huang, Zhiyuan boleh dikatakan sebagai Akademi Militer Huangpu bagi dunia AI China, serta buaian inovasi AI berterusan kita semua di masa depan. Sila ceritakan kepada kami, apakah kepercayaan yang menjadi asas naratif AI China?

Huang Tiejun: Zhiyuan beruntung kerana berdiri pada masa yang tepat pada tahun 2018, dan beruntung kerana Pemerintah Kota Beijing memberi kami sistem yang bebas serta sokongan jangka panjang yang stabil; selain itu, kami beruntung kerana pada masa yang tepat itu kami melakukan perkara yang betul, iaitu pada tahun 2020, seratusan orang bekerja sama untuk mengembangkan model besar.

Sebelum itu, ramai pakar di dalam dan luar negara telah menyelidik dan membuat kemajuan, tetapi benar-benar menginvestasikan berjuta-juta hingga berbilion ringgit memerlukan keteguhan hati. Jadi, saya bertindak pada masa yang tepat, dan dalam lima bulan melancarkan model generasi pertama, kemudian tiga bulan selepas itu, generasi kedua sudah mengejar ketertinggalan. Saya rasa zaman memberi kami satu peluang.

Namun, saya juga ingin menambahkan sedikit lagi, perkara ini juga merupakan proses bertahap manusia. Model besar sebenarnya merupakan hasil akumulasi selama beberapa dekad. Jangan lagi bicara tentang rangkaian saraf, bahkan ramalan token seterusnya (next token prediction) sudah diperkenalkan pada tahun 2000. Tentu saja, pada masa itu sebagai sebahagian daripada evolusi teknologi, penciptanya sendiri tidak pasti sama ada kaedah ini berkesan atau tidak, tetapi pendekatan ini telah dieksplorasi, dan kemudian banyak teknologi lain berkumpul bersama, sehingga mencetuskan ledakan besar ini.

Jadi saya fikir, China kini berada pada titik ledakan inovasi teknologi, dan terdapat banyak faktor di dalamnya. Namun, yang paling penting ialah dua aspek. Pertama, anda perlu mempunyai idea sendiri, jika tidak, anda hanya akan mengikuti arus; kedua, ketika masa untuk membuat keputusan tiba, buatlah keputusan itu. Kita tidak boleh memandang perkara ini dengan pendekatan seperti menyerahkan tugasan atau menuntut kejayaan pasti, kerana ketidakpastian dalam teknologi sentiasa wujud. Oleh itu, anda perlu mempunyai idea, dan apabila masa untuk membuat keputusan tiba, buatlah keputusan itu.

5. Apakah narasi AI China, dari mengejar ke menentukan cerita sendiri?

Wang Jian: Sebenarnya, mengenai perkara yang disebut oleh Tiejun tadi mengenai Zhiyuan, saya ingin menambahkan. Saya rasa Zhiyuan cukup inovatif. Saya selalu merasa bahawa pada masa itu, melakukan AI dengan skala dan keteguhan seperti itu sangatlah sukar. Ini mengingatkan saya pada satu perkataan, iaitu ilmu roket, yang sering kita bincangkan dahulu—kita menekankan betapa kukuhnya perkara itu, tetapi tiada apa yang lebih berbahaya atau lebih tidak pasti daripada roket.

Pada pagi ini, dalam satu perbincangan, pengerusi bertanya sama ada keselamatan mempunyai kepastian, dan jawapan tetamu ialah sukar untuk mengatakan ada kepastian, betul kan? Jadi, saya ingin membincangkan perkara AI ini, bermula daripada Zhiyuan, dan inilah perkara yang saya sangat menghormati.

Ini berbeza dengan cara kami melakukan penyelidikan sebelum ini. Dahulu, melakukan penyelidikan bermaksud mendapatkan dana dan melaksanakannya; jika berjaya, anda memberitahu seluruh dunia, tetapi jika gagal, tiada siapa yang tahu. Namun, kini, ketika membuat model, ia benar-benar berbeza daripada dahulu. Walaupun anda tidak perlu membina keseluruhan model, sekadar satu peringkat tengah—misalnya, anda melatih selama tiga atau lima bulan—jika hasilnya buruk, wang yang dibelanjakan itu seolah-olah meletupkan satu roket, kira-kira seratus juta hingga dua ratus juta. Tetapi hari ini, semua orang tahu bahawa jika anda ingin melatih dengan baik satu siri, jumlah bil elektrik dan kos pengiraan yang anda habiskan pada akhirnya juga berada pada tahap yang sama.

Jadi, kembali ke titik ini, perbezaan antara naratif AI China dan Amerika sebenarnya tidak semudah itu, dan saya sukar untuk mengatakannya. Kerana terdapat satu prasyarat: penyelidikan asas adalah global—hampir pasti tiada penyelidikan asas yang bukan global. Jadi, apa sahaja kertas penyelidikan atau bahan buku yang anda lihat, hampir pasti semua orang boleh melihatnya. Dari sudut ini, ia adalah global. Kembali kepada naratif AI China dan Amerika, orang sering bertanya sejauh mana perbezaan kami dengan mereka? Saya kurang suka menggambarkan hubungan kami dengan cara ini.

Dalam kata-kata saya sendiri, kerana usaha semua orang dalam beberapa tahun terakhir, saya selalu berkata bahawa China dan Amerika Syarikat sekurang-kurangnya melihat lautan yang sama. Jika enam atau tujuh tahun yang lalu, saya risau bahawa kita melihat sebuah kolam renang, sementara orang lain melihat lautan; walaupun dari jauh kedua-duanya kelihatan biru, tetapi apabila anda mendekat, baru anda sedar ia bukan dunia yang sama. Hari ini, saya masih boleh berkata bahawa kita semua melihat dunia yang sama. Mengenai siapa yang lebih dekat atau lebih jauh, mungkin ia adalah masalah teknikal. Mengenai perkembangan pasaran atau perjalanan ini, saya rasa ia jauh daripada boleh dicapai dalam beberapa hari sahaja. Oleh itu, kita masih mempunyai jalan panjang untuk ditempuh ke hadapan.

6. Adakah kita di China mempunyai peluang untuk mengemukakan soalan pintar, jalan teknologi, dan paradigma inovasi sendiri?

Huang Tiejun: Saya rasa, saya sependapat dengan Guru Wang tadi. Saat ini, dalam hal pelaksanaan teknikal yang diwakili oleh model besar, China dan Amerika Serikat memang kedua-duanya berprestasi baik. Namun, masalah ini tidak boleh ditafsirkan sebagai isu satu negara atau dua negara semata; ia adalah proses akumulasi bertahap dari banyak pemikiran manusia. Sangat mudah, lihatlah dua penerima Hadiah Turing hari ini—mereka bukan berasal dari universitas atau institusi terkenal yang biasa kita perhatikan; Hinton dan Sutton berada di Kanada. Tentu saja, saya percaya bahawa begitu ramai akademik dan penyelidik di seluruh dunia sebenarnya berfungsi dalam komuniti yang saling berinteraksi secara besar-besaran.

Jadi, dari masa depan, seperti yang baru saja dibincangkan mengenai naratif, saya rasa China sedang melakukannya, dan seluruh dunia juga sedang melakukannya; sebenarnya selama beberapa dekad ini, ia telah mengikuti satu logik besar. Saya akan membincangkan ini semasa penutupan, saya sengaja memilih tajuk tahun ini, “Mengerti Jalan yang Konsisten.” Tentu saja, ini bukan pemahaman saya sendiri, tetapi perkataan Confucius; sebenarnya jalan ini selalu begitu. Apakah bentuk jalan ini?

Anda ingin membuat kecerdasan, sebenarnya hanya ada dua perkara: satu ialah data yang digerakkan, yang kita semua bincangkan setiap hari, dan jika diperluaskan lagi, ia adalah fungsi yang digerakkan. Hari ini, kedua-dua penerima Anugerah Turing tadi telah menyebut bahawa anda mengumpulkan perkara-perkara ini, kemudian melatihnya, dan membentuk sesuatu yang meniru kecerdasan manusia atau biologi.

Yang lain ialah asas struktur—anda menggunakan asas fisiologi dan fizikal yang bagaimana? Tentu saja, tubuh manusia dan otak kita, sekarang mesin mempunyai Transformer, serta arsitektur yang sedang diperbaiki, bahkan direvolusikan, jadi kedua perkara ini terus berkembang dan meningkat. Saya percaya, para sarjana China pasti akan memberikan sumbangan yang semakin banyak dalam dua aspek ini. Saya tidak akan menyebut contoh spesifik kerana masa terhad, tetapi sebelum ini kita telah memberikan banyak sumbangan, dan saya percaya di masa depan kita akan memberikan lebih banyak lagi.

Jadi, secara keseluruhan, AI, atau seperti yang dikatakan orang, AGI adalah narasi besar manusia, dan kita juga boleh mengatakan ia sebagai arah besar evolusi kecerdasan alam semesta. Saya berharap, sama ada kita sebagai penyelidik, pembangun, atau perusahaan, kita semua dapat memberikan sumbangan kita sendiri dalam proses ini, meninggalkan bintang kita sendiri, yang semuanya bergabung menjadi alam semesta yang besar.

Wang Jian: Baik, sebenarnya anda telah menanyakan soalan yang cukup baik, dan saya rasa Tiejun tidak menjawab anda dengan baik. Anda menyentuh perkara pemahaman tentang kecerdasan. Sebenarnya, perkataan "intelligence" ini agak menarik; apabila diterjemahkan ke dalam Bahasa Cina, tentu semua orang tahu ia diterjemahkan sebagai "kecerdasan". Tetapi ada satu terjemahan yang lebih langsung, iaitu "maklumat", jadi CIA adalah "intelligence" ini, perkataan ini agak istimewa. Mengapa saya katakan anda telah menanyakan soalan yang sangat baik?

Semua orang tahu saya berlatar belakang psikologi. Sebenarnya, dari sudut pandang manusia, memahami apa itu intelligence hingga kini masih merupakan perkara yang jauh dari diketahui. Oleh itu, mengapa tadi saya membincangkan Animal intelligence, Human intelligence, dan Machine intelligence? Mengenai Animal intelligence, kajian hari ini masih merupakan misteri. Human intelligence pula lebih dalam lagi. Jadi, tiga misteri ini digabungkan, sebenarnya masih merupakan perkara yang sangat kompleks.

Jadi, saya rasa ini adalah soal yang boleh dieksplorasi dalam jangka masa yang panjang, di mana ruang yang ada jauh melebihi apa yang kita lihat hari ini, kerana apa yang kita lihat hari ini hanyalah perkara yang boleh dicapai pada masa kini. Apakah peluang yang diciptakan oleh keadaan semasa ini, terutamanya untuk akademik muda? Saya masih berpendapat bahawa kita sepatutnya menggunakan perkataan sendiri oleh Tiejun. Saya sendiri mendengar ucapan beliau dan belajar banyak, walaupun saya pernah memikirkannya, tetapi tidak pernah mengungkapkannya dengan cara seperti itu. Beliau pernah menyebutnya, tetapi kemudian, nampaknya beliau sendiri tidak menjelaskannya dengan jelas. Biar saya ulangi perkara ini dengan perkataan Tiejun.

Mungkin ada di antara anda yang pernah mendengar beliau berkata tentang perkara yang sangat menarik, iaitu pesawat terbang berjaya terbang sebelum semua orang benar-benar memahami dinamik udara, dan anda pernah mengatakan perkataan ini. Sebenarnya, ini menekankan isu penting hari ini, iaitu pemahaman kita terhadap hakikat dunia dan tindakan yang kita lakukan pasti naik secara bersilang.

Hanya apabila satu disiplin atau bidang mengalami tahap tertentu, seolah-olah kita boleh meninggalkan iterasi semacam ini untuk berkembang. Secara peribadi, saya rasa sama ada kecerdasan buatan atau kecerdasan mesin, hari ini masih berada dalam fasa di mana pemahaman kita terhadapnya terus mendalam, dengan iterasi kejuruteraan dan interaksi sedang berlaku. Oleh itu, secara ketat, selepas pesawat terbang, baru selepas 12 tahun jabatan penerbangan ditubuhkan, betul?

Huang Tiejun: Lebih dari 30 tahun.

Wang Jian: Lebih dari 30 tahun, kan? Jadi, semua orang boleh fikir, selepas pesawat terbang, baru selepas 30 tahun ia membentuk jabatan penerbangan. Dari sudut ini, jika kita anggap AI sebagai perubahan besar hari ini, kita mungkin masih sangat jauh dari masa untuk membentuk jabatan AI yang sebenar, jadi ini sangat menarik untuk generasi muda.

Dengan kata lain, dunia ini, apatah lagi tentang penyelesaian masalah, permulaannya sangat awal, jadi pada dasarnya ia berada dalam fasa kekacauan permulaan dunia. Ini adalah pemahaman saya mengenai perkara ini. Contoh penerbangan yang disebut oleh Tiejun, saya rasa lebih baik untuk menyokong perkara ini.

Jadi, ada peluang mutlak untuk mengajukan soalan pintar anda sendiri. Bukan peluang mutlak, maka tidak mengajukannya adalah kesalahan anda.

Pada tahun ini, Terence Tao dan agen AI DeepMind, AlphaEvolve, bergabung untuk menyelesaikan masalah matematik dunia yang telah terkubur selama lebih dari 50 tahun, Erdős. Professor Wang Jian, apakah menurut anda AI sudah mulai mendorong sempadan kecerdasan manusia? Adakah anda melihat paradigma baru?

Wang Jian: Sebenarnya, ini meninggalkan kesan yang sangat mendalam pada saya. Maksud saya, apabila model bahasa besar hari ini atau arsitektur semacam ini muncul, tentu kita pertama kali melihatnya dalam konteks bahasa, bukan? Walaupun pada masa itu ia diciptakan semata-mata untuk terjemahan mesin, tetapi hal ini mengingatkan saya pada awalnya, sekitar tahun 84 atau 85, ketika Herbert Simon, salah satu dari sepuluh orang yang hadir dalam pertemuan Dartmouth, datang memberi kuliah di jurusan kami tentang AI. Pada masa itu, semuanya membahas masalah logika. Semua masalah AI pada masa itu adalah masalah yang dibuat-buat, sehingga disebut toy problem—masalah bersifat main-main—baik itu dalam penglihatan mesin maupun lainnya.

Jadi, hingga hari ini, anda akan melihat perubahan yang sangat mendasar; tanpa perlu membincangkan dari segi teori atau kejuruteraan, anda akan melihat perubahan yang sangat mendasar, iaitu masalah yang perlu diselesaikan tidak lagi menjadi masalah mainan, tetapi semuanya mungkin sangat sukar untuk difahami oleh manusia—ini adalah perubahan yang sangat, sangat mendasar, sekurang-kurangnya menurut saya. Masalah-masalah ini sudah melampaui bayangan kita; ini yang pertama.

Kedua, dari perkembangan hari ini, anda boleh lihat satu perkara yang sangat menarik, iaitu berhubung dengan data, kerana selama ini semua data model bahasa besar sebenarnya adalah teks, sama ada anda mendapatkannya daripada internet. Di tengah-tengahnya, anda melihat satu perkara yang sangat menarik, iaitu vibe coding yang kini sangat kita kenali dan menjadi satu trend. Di sini, muncul satu perkara yang dipanggil kod. Jika anda pernah menulis kod sebelum ini, anda tahu bahawa kod paling mudah apabila mula menulisnya, ketika menulis kod di Linux, anda hanya perlu menggunakan editor teks.

Tidak ada yang lebih mudah daripada editor teks, jadi dari sudut pandang ini, ia masih merupakan teks. Namun, dalam bidang ini ada yang pernah mengatakan: jangan perlakukan kod sebagai teks, iaitu don't treat code as a text.

Jadi, dari segi logik ini, kod bukan teks, jadi mengapa ia berada di bidang itu, termasuk apa yang kita lihat hari ini yang telah mengubah cara kerja jurutera perisian kita; sebenarnya, AI telah melangkah maju dengan besar, ia benar-benar mampu, dalam beberapa cara, membezakan antara teks yang kita ucapkan dan teks yang kita tulis sebagai kod. Pelancaran Zhizhi hari ini membincangkan perkara seperti ilmu hayat dan protein; seterusnya ialah apa itu data secara ilmiah sejati, yang benar-benar berbeza. Saya selalu rasa AI mula memahami sains, tetapi jika ia hanya menggunakan teks daripada kertas sains, saya rasa ini mempunyai kekangan yang sangat besar, sehingga anda benar-benar memahami data sains sejati—inilah yang Zhizhi sedang lakukan dalam bidang kehidupan hari ini. Tetapi kebetulan kami memahaminya, dan kebetulan hari ini kami mempunyai peluang untuk memahami data sains sejati. Oleh itu, apabila anda benar-benar memahami data sains, sains pasti akan berubah—ia akan mengubah sepenuhnya kaedah penyelidikan sains yang telah kita gunakan sebelum ini.

Bagaimana kita dahulu menjalankan penyelidikan saintifik? Seorang saintis, atau sekumpulan saintis, mengumpul data sendiri, kemudian memahami data tersebut sendiri—sebenarnya hanya memahaminya sekali sahaja—dan akhirnya menulis kertas kerja untuk diterbitkan, setelah itu data tersebut dibiarkan begitu saja. Oleh itu, anda lihat keseluruhan logiknya ialah sebahagian kecil orang, atau bahkan hanya seorang individu, yang memahami data yang sangat sukar dikumpulkan sekali sahaja, dan cerita itu berakhir. Dengan adanya AI, kita akan mendapati bahawa data saintifik kita sebenarnya boleh dipahami oleh orang yang berbeza, dengan cara yang berbeza, dan pada skala yang lebih besar; oleh itu, saya percaya kesan terhadap sains akan sangat panjang.

Jika anda melihat sejarah, ada dua perkara yang menarik: ketika kita membincangkan data, kadang-kadang kita sangat menekankan perlunya mengumpul data baru. Tetapi lihatlah AlphaFold—AlphaFold sebenarnya tidak mengumpul data baru sama sekali; ia menggunakan data yang telah terkumpul sebelumnya. Namun, ini bukan sesuatu yang terpisah dalam sejarah perkembangan ilmiah. Galileo juga tidak pernah mengumpul data; dia menggunakan data yang telah dikumpulkan oleh orang lain.

Jadi, saya rasa kita telah memasuki era di mana semua data ilmiah akan dipahami semula kerana kehadiran AI. Pada masa ini, perubahan yang anda boleh bayangkan betapa besarnya. Oleh itu, saya rasa yang pertama kali terkesan pastilah penyelidikan ilmiah itu sendiri, sama seperti ketika seseorang mampu memahami kod, para pengatur cara adalah yang pertama kali terkesan; saya rasa logik ini konsisten.

8. Apabila agen mampu mengubah dunia, bagaimana kita menentukan krisisnya? Bagaimana kita mengawalnya dalam lingkup yang boleh dikendalikan untuk memastikan ia memberi manfaat kepada manusia?

Huang Tiejun: Saya rasa, kata-kata seperti "mengawal" dan "menjamin" yang baru dibincangkan tadi mungkin tidak realistik; ini adalah satu interaksi, satu peristiwa yang sangat kompleks. Tetapi kita memang perlu mempertimbangkan kehidupan bersama. Agen pintar juga adalah agen pintar, dan kita juga adalah makhluk pintar. Setiap orang mungkin pada masa depan akan memiliki banyak agen pintar sendiri, dan semua agen ini akan berinteraksi. Di dalam dunia yang kompleks ini, yang merangkumi manusia, agen mesin pintar, serta agen fizikal yang bersifat terwujud, pasti diperlukan satu antaramuka dan konsensus. Jika tidak, dunia manusia pun akan sama. Apakah dunia seharusnya seperti apa? Saya pernah menulis tentang ini dua atau tiga tahun lalu dalam satu temu bual; saya rasa ia adalah dunia rasional. Kerana kita mengatakan agen pintar adalah kotak hitam. Seperti yang baru disebutkan, ia tidak dapat difahami; ia hanya memberitahu kita jawapannya, tetapi tidak memberitahu bagaimana ia sampai kepada jawapan itu.

Manusia pun sama, setiap otak manusia juga merupakan kotak hitam. Jadi, ketika anda berkomunikasi dengan seseorang, apakah anda hanya mempercayai kesimpulan yang mereka sampaikan? Ataukah anda ingin membincangkan mengapa mereka berfikir begitu? Mengapa doktor memberi anda nasihat tertentu, apakah sebab-sebab di sebaliknya? Tentu saja kita prihatin dengan soal ini. Oleh itu, masa depan juga akan sama—agen pintar, pada mulanya ia mampu memberikan jawapan yang baik, itu hebat.

Namun seterusnya, saya percaya semua orang akan mula mencari sebab di sebaliknya, akan berbincang—hanya dalam bidang-bidang penting dan selamat seperti perubatan, termasuk protein berbahaya yang baru disebut tadi, kita pasti perlu mencapai kesimpulan yang jelas sebelum bertindak. Sebelum ini, semuanya adalah perbincangan terbuka. Semua orang boleh berfikir secara kreatif, saling mempertimbangkan, antara manusia dan agen pintar. Saya percaya inilah proses yang sepatutnya. Oleh itu, di satu sisi, saya rasa kita tidak boleh memastikan pengawasan sepenuhnya, tetapi saya percaya kita boleh bersama-sama mencari jalan untuk hidup berdampingan dan membangun secara rasional.

Wang Jian: Sebenarnya, saya rasa kesimpulan soalan ini sama dengan Tiejun sebanyak 100%. Tetapi untuk menunjukkan bahawa saya mengatakan 100% bukan kerana malas untuk menyatakan pandangan saya, saya ingin menyatakan sekali lagi. Saya benar-benar tidak pernah berbincang dengan Tiejun mengenai perkara ini, tetapi saya benar-benar sependapat dengannya sebanyak 100%, jadi saya ingin menyatakan dengan cara saya sendiri.

Sebenarnya, semua orang boleh bayangkan, contohnya apabila model bahasa besar muncul, orang akan mengkritik sesuatu, iaitu mereka mengatakan model tersebut mengalami ilusi, atau hallucination. Ramai mungkin tidak pernah memikirkan bahawa perkataan "hallucination" sebenarnya digunakan untuk menggambarkan manusia. Dengan kata lain, apabila kita membincangkan semua isu berkaitan model besar hari ini, jika kita periksa asal-usulnya, sebenarnya semuanya asalnya digunakan untuk menggambarkan manusia.

Jadi, manusia memang menghadapi masalah ini. Kadang-kadang ilusi manusia mungkin lebih serius daripada yang kita bayangkan, jauh lebih serius. Mengapa saya berpikir begitu? Semua orang pasti memahami, saya seorang optimis yang tak dapat disembuhkan, jadi saya selalu percaya bahawa masalah yang diciptakan oleh manusia sendiri pasti akan diselesaikan oleh manusia—ini adalah logik di sebalik semua pandangan saya.

Jadi, hari ini saya rasa begitu juga, misalnya, saya katakan sedikit ekstrem, kita sering mendengar tentang seseorang yang sangat hebat, mari kita sebut dia sebagai guru. Dia mengatakan sesuatu, tetapi saya tidak memahaminya. Di balik makna itu, menurut Anda, apakah itu karena otaknya—Anda juga boleh memahaminya sebagai kotak hitam di dalam otaknya, yang sulit kita pahami. Jadi hari ini kita menghadapi suatu sistem, baik perilaku atau apa pun yang dilakukannya, jika Anda tidak memahaminya sekarang, menurut saya bukanlah sebuah bencana, tetapi sesuatu yang bisa kita coba pahami, yang nantinya dapat membawa pemahaman kita maju selangkah besar. Jadi saya rasa, ini juga pasti merupakan proses iterasi yang sangat penting. Jadi saya ingin katakan.

Jadi hari ini, saya pernah mengatakan satu perkataan dalam satu kesempatan, sebenarnya hari ini kita terhadap perkara ini, terhadap keseluruhan sistem pintar, atau apa pun anda sebut sebagai agen pintar, saya rasa masih patut ditinjau semula, walaupun anda boleh lihat dari sudut ujian. Contohnya, sama ada kita melakukan ujian hari ini atau membuat peringkat, semua ujian dan peringkat hanya menguji kemampuan agen pintar itu sendiri atau model tersebut. Tetapi kita juga tidak menemui kaedah untuk menguji—bahkan tidak menguji—apakah kemampuan komprehensif model tersebut apabila bekerja bersama manusia? Adakah terdapat kaedah hari ini? Saya peribadi rasa kita sebenarnya perlu mencari kaedah yang baik untuk menilai kemampuan komprehensif agen pintar apabila bekerja bersama manusia. Saya rasa jika terdapat peringkat seperti ini, ia akan lebih menarik. Ya.

9. Apakah menurut anda hubungan antara manusia dan AI seharusnya seperti apa?

Huang Tiejun: Aksara yang sangat indah akan terbentuk dalam hubungan kohabitasi dan integrasi. Ini sedikit seperti hubungan ibu bapa dan anak, di mana AI adalah anak, ada konflik tetapi tidak dapat dipisahkan. AI boleh pergi ke luar angkasa, kita sukar melakukannya, tetapi kita terhubung melalui jambatan kecerdasan ini.

Wang Jian: Kita pertama-tama adalah anak-anak alam, sebahagian daripada dunia. Apabila sebarang teknologi baharu muncul, orang-orang selalu merasa takut, sama seperti ketika pertama kali menggunakan api. Saya bahkan berpendapat bahawa kesan AI terhadap manusia mungkin tidak melebihi kesan api—masih menjadi tanda soal. Seperti yang sering dirujuk daripada pandangan Turing: seorang manusia, sehelai kertas, dan sebatang pen, apabila digabungkan dengan peraturan pengiraan yang tetap, pada dasarnya adalah sebuah komputer.

Anda boleh melihat bahan-bahan dari tujuh atau lapan dekad yang lalu; seorang rakyat biasa di China akan gementar apabila melihat selembar kertas dan sebatang pen, pada masa itu, kemampuan menulis merupakan cabaran yang besar bagi seseorang. AI kini berada di tempat yang serupa.

Dari segi teknikal, token kami terlalu mahal. Pastikan token menjadi "tidak bernilai", seperti sekeping kertas.