WAIC特輯丨郭毅可院士完整演講：AI進化跟“人”一樣，需要對抗熵增、維持局部有序

演講人丨郭毅可 香港科技大學首席副校長，中國工程院、英國皇家工程院、歐洲科學院院士

7月20日，在WAIC 2026思想者論壇上，香港科技大學首席副校長，中國工程院、英國皇家工程院、歐洲科學院院士郭毅可發表了《探求人工智能的第一性原理：把握硅碳時代的人機共生》的主題演講。

以下為演講實錄：

大家早上好！非常高興今天能和大家一起探討一個極具價值的命題——人工智能的第一性原理，以及我們當下身處的硅碳時代，硅基生命與碳基生命如何共生共榮，共同塑造人類的未來。

在這個技術飛速迭代的時代，我們需要先回答幾個最根本的問題：為什么碳基生命和硅基生命能夠共存？為什么人類的智能，如今能夠在機器上得以延伸和發揮？更進一步，我們常說碳基生命、硅基生命，那生命的本質究竟是什么？我們談論碳基智能、硅基智能，那智能的核心又是什么？這些基礎問題，是我們開展相關科學研究、把握未來發展方向的前提，只有把這些最根本的問題講清楚，我們才能對人工智能的研究和未來走向，有更清晰、更深刻的認知。

01

從“人”到“人工智能”的科學奠基人

如果我們要探討人工智能，就要先理解“人是什么”，有6位科學家的貢獻至關重要，他們分別是達爾文、薛定諤、克里克、霍夫、圖靈和維納。

首先我們來談談薛定諤和他1943年出版的名著《生命是什么》。提到薛定諤，大家可能首先會想到“薛定諤的貓”，他是量子力學領域的核心人物，但他流傳最廣、影響最深遠的作品，正是這本《生命是什么》。這本書并非單純的科普讀物，其中蘊含著大量原創性的深刻思考，核心就是對生命本質的解讀。

薛定諤的核心觀點，源于熱力學第二定律：任何孤立系統，都會自然地走向熵增，也就是走向混亂和無序。如果將整個宇宙視為一個孤立系統，那么它最終會陷入混沌的熱寂狀態。但我們放眼大千世界，卻能看到無數局部的有序系統，這背后的機制是什么？薛定諤給出了答案：生命的本質，就是對抗熵增。生命并非封閉的動力系統，而是開放系統，它通過與外界環境交換物質和能量，獲取“負熵”，也就是抵抗熵增的能力，從而維持局部的有序狀態。這一觀點，為后續整個生命科學的研究，提供了核心指引。

既然生命能夠對抗熵增、維持局部有序，且生命具有進化和延續的特性，那么這種機制必然需要一種載體來傳承，就像計算機程序需要腳本一樣。

在薛定諤思想的指引下，10年后，克里克發現了DNA，這就是生命的“遺傳腳本”，也是我們的遺傳程序。它存在于我們的細胞之中，能夠被讀取、轉錄為RNA——我們接種的mRNA疫苗，正是基于這一原理。RNA會執行遺傳程序的功能，生成蛋白質，而蛋白質之間的相互作用，就構成了我們細胞的各項活動，這就是分子生物學中著名的“中央法則”。

如果我們將其與機器運行邏輯類比，DNA就像是存儲在磁盤上的程序，RNA是讀取到內存中執行的程序，而蛋白質就是程序運行后產生的結果。由此可見，生命不僅是碳基分子的組合，更是生命信息的載體，它通過執行信息，實現減少混亂、構建秩序的功能。而在這個過程中，大腦就像是生命系統的CPU和司令部，是進化的產物。我們的大腦中，留存著2億多年前爬行動物的烙印，中腦源自1億多年前的哺乳動物腦，這些都是遺傳而來的，這也是我們與許多動物擁有相似行為和功能的原因。而最外層的大腦皮層，才是人類高級智能產生的核心腦區，這里布滿了神經元。

神經元是一種特殊的細胞，擁有細胞核，外部延伸出軸突和樹突，最尖端的部分叫做突觸。神經元之間通過突觸相互連接，并非直接接觸，而是通過離子交換實現信息傳遞，這就形成了神經網絡。我們將不同動物的神經元數量進行對比會發現，果蠅的神經元數量極少，而人類大腦皮層的神經元數量，在所有動物中是最多的，達到160億以上。可能有人會說，大象的神經元數量有2500多億，但大象的神經元主要分布在小腦，大腦皮層的神經元僅有60多億，遠少于人類。當然，我們也不能小看大象，它也是一種非常聰明的動物。

了解了神經元的數量，我們再來看看它的工作機制。我們今天所說的人工神經網絡，本質上就是對大腦工作模式的模仿。人類的大腦約重1.3公斤，擁有860億左右的神經元，神經元之間的連接會傳遞離子，進而產生腦電活動，這也是我們能夠通過腦電儀檢測到腦電波、實現腦機接口的原因。這些神經元的連接，是意識的物理實現，而核心問題在于：這些連接是先天固定的，還是可以改變的？也就是我們所說的“可塑性”。

加拿大著名神經科學家霍夫，在1948年出版的《行為的組織》一書中，提出了“大腦可塑性”理論，也被稱為霍夫學習理論。他指出，當我們的大腦受到刺激時，部分神經元會同時活躍起來，而共同活躍的神經元，會建立起更緊密的連接，這就是“共同激活的神經元共同連接”。這一理論，奠定了學習的生物學基礎：我們通過不斷接收外界信息、刺激大腦，能夠強化神經元之間的連接，也能抑制部分連接，從而實現大腦的“重塑”，這就是學習的本質，也是今天所有人工神經網絡的核心生物學依據。

前面我們探討的都是碳基生命的智能機制，而在1936年，計算機科學的鼻祖、英國數學家和哲學家圖靈，跳出了這一局限，提出了一個顛覆性的問題：思維和計算，必須依賴人類的大腦這一碳基載體嗎？答案是否定的。圖靈聚焦于思維與計算的本質，發明了“圖靈機”這一抽象概念，證明所有的計算，都可以通過一個簡單的機器來實現。

圖靈機的核心組成非常簡單：一是紙帶，相當于程序的抽象，存儲著指令序列，就像我們的DNA是遺傳指令的序列一樣；二是讀取指令的機器，相當于CPU；三是根據指令改變讀取位置、輸出結果的模塊。這一抽象模型，就是現代計算機的原始雛形。15年后，美籍匈牙利科學家馮·諾依曼，在圖靈機的基礎上，制造出了第一臺實體計算機，讓圖靈的理論變成了現實。

與圖靈同時代的麻省理工學者維納，深受薛定諤思想的影響，他提出了一個新的問題：既然生命的本質是抵抗熵增、建立局部秩序，那么這種機制，能否在機器系統中實現？維納早年是生物學家，后來轉向物理和數學領域，學識極為淵博。他認為，生命的核心并非碳基載體本身，而是抵抗熵增、構建秩序的機制，只要機器能夠實現這一機制，就具備了類生命的屬性。基于這一思考，他創立了劃時代的控制論。

控制論的核心，是通過反饋機制縮小系統的可能性空間，實現熵減。所謂反饋，就是設定一個目標，執行相關行動后，將行動結果與目標進行對比，若存在差距，就修正行動，這也是導彈的核心工作原理。維納在1949年發表了著名文章《人有人的位置》，在這篇文章中，他首次預判了未來人類將與智能機器共存的場景，也就是一個能夠自動實現熵減的系統，與人類共同構成新的社會形態。

02

信息、先驗認知、貝葉斯推理

我們一直在談論“信息”，那么信息究竟是什么？

我們知道，生命需要吸取負熵來對抗熵增，而負熵的核心，就是能夠減少不確定性的信息。在人與人、人與環境、機器與環境的交互中，我們會傳遞各種“消息”，也就是對某種狀態的描述，但消息并不等同于信息。信息的核心價值，在于它能減少接收者的不確定性。

舉個例子，假設我們看世界杯，我說“中國隊輸給了阿根廷”，這個消息對你來說可能毫無興趣，因為你原本就認為中國隊實力不如阿根廷，這個消息沒有減少你的不確定性；但如果我說“中國隊贏了阿根廷”，這個消息就會極大地減少你的不確定性，對你來說就是有價值的信息。

再比如，我說“人終有一死”，這是一個既定事實，沒有減少你的不確定性；但如果我說“我明天就會死”，這個消息就會讓你產生極大的震動，因為它大幅改變了你對相關事情的認知。所謂認知，就是通過吸收這些能夠減少不確定性的負熵信息，建立起的思維結構。

理解了這些，我們再來看今天的人工智能神經網絡，就會發現它的核心邏輯，就是將人類神經元的架構，遷移到計算機和云計算平臺上。人類的神經元有細胞核、軸突、樹突和突觸，人工神經網絡也有對應的結構，通過激活、靜息狀態的切換，實現信息的傳遞。而人工神經網絡中的“權重”，就相當于人類神經元之間連接的緊密程度，權重的調整，就是對大腦可塑性的模仿，也就是“學習”的過程。

根據霍夫學習理論，學習的本質就是改變神經元之間的連接權重。在人工智能中，我們通過給模型輸入數據、設定輸出目標，讓模型不斷調整權重，直到輸出結果與目標一致，這個過程就是“擬合數據”；調整權重的算法，就是學習算法；而模型的輸出結果與目標結果的差值，就是“損失”。

機器學習的過程，就是通過一次次迭代，不斷降低損失，讓模型逐漸收斂、變得精準。比如，GPT有171億個參數，本質上就是171億個連接權重，連接數越多、參數規模越大，模型的學習能力和生成表現通常就越好。

講到這里，我們需要探討一個更深入的問題：認知的本質是什么？認知是主觀的，是每個人對世界的理解，這種理解因人而異，并非絕對統一。這是因為我們對世界有一個“先驗認知”。

這就引出了“預測編碼理論”，這也是今天人工智能研究的核心理論基礎之一。我們對世界的認知，并非被動接收外界信息，而是基于先驗認知，對世界進行“猜想”。我們的五官將外界信號傳遞到大腦，大腦根據先驗認知，構造出一個對世界的模型，當外界信號與我們的預測一致時，我們不會產生新的認知；只有當信號與預測存在差距，也就是出現“意外”時，新的信息才會進入大腦，推動我們更新認知。

這種認知模式，是符合生命熵減需求的最優機制。

首先，我們的五官接收的外界信息極為龐大，大腦必須通過先驗認知過濾掉噪聲，只關注有價值的信息；其次，這種預測模式能彌補信息傳遞的延遲。比如足球向我們飛來時，視覺信號傳遞到大腦需要0.2秒，若沒有預測，我們根本無法接住足球；最后，人類大腦的功耗僅為24瓦，這種高效的認知模式，能最大程度降低能量消耗，避免大腦過載。

那么，我們的學習過程，本質上就是一個“信息壓縮”的過程。首先，外界的光波、聲波等物理信號，經過我們感官的篩選，形成神經信號，這是第一次壓縮；其次，神經信號在大腦中轉化為神經網絡的連接結構，形成對世界的模型，這是第二次壓縮；再次，我們用語言為這些模型命名、描述，語言是人類獨有的能力，是對大腦中世界模型的表達，這是第三次壓縮；最后，我們將語言描述的規律，凝練為數學公式，這是第四次壓縮。人類的智能活動，就是在這樣一次次的信息壓縮中實現的。

而實現認知的核心過程，就是“貝葉斯推理”。簡單來說，貝葉斯推理的邏輯是：我們先有一個先驗模型，然后通過觀察外界信息，將觀察結果與先驗模型結合，更新為新的模型。觀察結果與先驗模型的差距，就是認知的動力。這也印證了一句話：“你不是因為看見了才相信，你是因為相信了才看見。”我們的新認知，并非憑空產生，而是基于先驗認知，結合新的觀察證據，不斷修正、完善的結果。

貝葉斯推理的核心公式非常簡單：后驗概率正比于似然度乘以先驗概率。這個公式，就是今天大數據和人工智能訓練的核心底層邏輯。

大數據的本質，就是通過我們能夠獲取的觀察數據，構建對未知世界的模型，然后通過反推、驗證，不斷修正模型；而人工智能的訓練過程，就是不斷用新的觀察數據，更新模型的先驗認知，縮小預測與實際的差距。

我們日常生活中的每一個決策，其實都在遵循貝葉斯推理：面試時，我們先通過簡歷建立對候選人的先驗認知，再通過提問、交流進行觀察，根據觀察結果修正對候選人的評價，最終做出決策。

理解了認知的本質，我們再來看大語言模型，就會明白它的核心邏輯。大語言模型的本質，是將語言再次壓縮到人工神經元上。它通過“向量編碼”，將語義相近的詞語轉化為相近的向量，用向量來衡量詞語之間的相似性，而且這種向量是動態可計算的，比如“蘋果”這個詞，在水果的語境中是一個向量，在手機的語境中則是另一個向量。

大語言模型通過“預測下一個詞”的任務，構建出一個語言的星圖，將所有詞語作為節點，根據語義關聯將它們連接起來。千萬別小看“預測下一個詞”這個任務，當模型能夠精準預測下一個詞時，就意味著它已經復刻了語言背后的世界邏輯——因為語言是對世界的表達，能夠重新生成語言，就意味著能夠還原語言所描述的世界。從這個意義上來說，大語言模型已經突破了圖靈測試，實現了硅基設備與人類在語言世界中的共生，我們已經能夠與大語言模型進行自然、流暢的交互，甚至無法分辨對方是機器還是人類。

03

硅基智能和碳基智能同源同構、擁有相同的智能特征

硅基設備為什么能夠符合生命熵減的本質？這就需要回歸到“自由能原理”。

自由能原理（FreeEnergy Principle, FEP）是英國神經科學家卡爾·弗里斯頓（Karl Friston）于2006年提出的一種認知神經科學和復雜系統理論。該原理試圖用一個統一的數學框架，解釋生物系統（特別是大腦）如何通過最小化“變分自由能”來維持自身的生存、結構完整性和智能行為，被認為是“神經科學的大統一理論”之一。

自由能原理給出了貝葉斯大腦的物理基礎，它指出，我們的預測與觀察之間的差距，等價于物理上的自由能，而生命的所有行為，都是為了縮小這個差距。數學上可以證明，貝葉斯推理是減少資源消耗、縮小預測差距的最優方式。因此，大腦遵循貝葉斯邏輯，并非進化的偶然選擇，而是生命對抗宇宙無序化、建立局部秩序的物理特性所決定的。

講到這里，我們就可以總結出人工智能的第一性原理，也就是智能的基本行為框架。無論是人類的智能，還是人工智能的智能，核心邏輯都是一致的：我們的大腦（或機器的模型）中，存在一個對世界的主觀模型，我們通過觀察外界、做出預測，當預測與觀察存在差距（也就是認知誤差）時，會有兩種選擇：一種是“學習”，也就是正向推理，通過調整主觀模型、更新先驗認知，縮小差距；另一種是“主動推理”，也就是改變客觀世界，讓世界符合我們的預測，這就是今天我們所說的“具身智能”。

而要實現主動推理，就需要“世界模型”，也就是能夠預測行動后世界狀態的模型。比如，我們想要拿起一個杯子，大腦會給運動神經元發出信號，指揮胳膊做出動作，同時通過世界模型預測動作的結果，再通過反饋修正動作，直到成功拿起杯子。今天我們所說的學習、大語言模型、具身智能、世界模型，都可以納入這個智能框架之中。從這個意義上來說，機器人就是硬件化的智能體，是物理世界中的智能體。

總結來說，智能的基本實現機制，就是向內調整和向外行動：向內調整，就是改變自己的先驗認知、優化內部的世界模型；向外行動，就是通過改變客觀世界，縮小預測與實際的差距。而到這里，大家會發現，我們已經分不清自己談論的是碳基智能還是硅基智能，因為它們在本質上是一致的。

04

不要讓AI替人類尋找生命的意義

碳基生命和硅基生命，都是在反熵增的基礎上，建立局部秩序的不同演化路徑。如果我們將薛定諤“負熵為生”作為對生命的通用定義，那么碳基生命的演化路徑是：從DNA發現遺傳密碼，從神經生物學理解學習機制，進而構建貝葉斯大腦，最終實現人工智能的技術轉化；而硅基生命的演化路徑是：圖靈提出思維可以脫離碳基載體存在，維納為機器賦予生命的定義，進而構建社交網絡、智能系統。二者在物理底層同源，都是反熵增建立局部秩序；在運行機制上同構，都是遵循貝葉斯推理的信息處理過程。

所以，我們當下正邁入一個人機共生的時代。雖然硅基智能和碳基智能同源同構、擁有相同的智能特征，但人類始終是這個時代的主導者。這種共生，并非人類退出舞臺，而是讓機器承擔我們希望它承擔的事務性工作，把人類從繁瑣的事務中解放出來，讓我們能夠活得更像“人”——這正是維納在《人有人的位置》中表達的核心觀點。在人機共生的時代，人類需要聚焦于自己的核心價值：設定目標、做出價值判斷、構建同理心、傳遞情感、承擔責任，這些都是人工智能無法替代的人類專屬職能。

人類文明的發展，經歷過兩次重大革命：第一次是語言的誕生，它讓我們能夠組織思維、傳遞思想；第二次是文字的誕生，它讓我們能夠記錄知識、傳承文明。而今天，人工智能的出現，相當于為我們賦予了一個外在的智能體，能夠幫助我們處理信息、完成事務，這將推動人類進入一個全新的、人機共生的偉大社會。

接下來，我也想回應幾個大家比較關心的問題。有朋友問：AI有泡沫嗎？我的答案是：AI整體作為人類文明演進的重要階段，不存在泡沫，但細分的技術路線和投資賽道，可能存在階段性的熱度波動。就像語言和文字的誕生，是人類文明的必然，人工智能的發展也是如此。我們在投資時，不能盲目追逐熱點概念，而要理清AI的技術發展脈絡，明白不同技術在整個框架中的位置，這樣才能做出理性的投資決策。

還有朋友問：如果硅基智能體能夠參與社會決策、擁有數字財產，我們該如何在法理和制度上界定它的責任邊界？這是一個非常重要的問題。我們人類社會的法律、制度、秩序，都是建立在“人類是唯一主體”的假設之上的，而進入碳硅二元社會后，我們需要重構社會秩序，核心就是厘清人機的責任邊界——哪些責任可以轉移給硅基智能體，哪些責任必須由人類承擔。比如在醫療領域，哪怕機器讀片的準確率遠高于人類，最終的簽字權、追責權，在當前的法律和制度框架下，仍然屬于人類，因為只有人類能夠承擔相應的責任。這是我們未來需要長期探索和完善的課題。

還有朋友問我，作為研究人員，我現在有多少時間和碳基生命、硅基生命打交道？我的答案是：我和兩者打交道的時間，都在與日俱增。以前，程序員需要編寫代碼，而現在，機器已經能夠高效地完成代碼編寫工作，而且又快又好。這時候，程序員的工作就從編寫代碼，轉向了定義任務、驗證結果，甚至要求機器給出代碼的科學解釋。人類的工作，始終在向更高階的環節遷移，這也印證了人機共生的核心邏輯：機器承接事務性工作，人類聚焦高價值、高創造性的工作。

同時，很多年輕人現在存在焦慮，擔心自己畢業之后，原本可以從事的工作，會被AI替代。我無法給大家一個確定的未來，但我可以分享三個應對不確定性的方法，幫助大家做好準備。

第一，一定要學習自己真正熱愛的東西，而不是盲目追逐當下熱門的就業賽道。因為當下的熱門崗位，很可能在未來被AI替代，而你熱愛的東西，會成為你最擅長的領域，也會成為你在未來社會中的核心競爭力。

第二，在人機共生的社會中，要不斷強化自己的人性素養。要培養批判性思維、跨領域知識整合能力、情感交互能力，構建屬于自己的知識體系。這些能力，是人工智能無法替代的，也是人類區別于硅基智能的核心所在。

第三，要對未來保持樂觀的態度。不要陷入“被AI替代”的焦慮中，而要看到AI帶來的機遇：AI讓人類變得更聰明，人類用更聰明的頭腦制造更好的AI，更好的AI又反過來推動人類進步，形成正向循環。保持樂觀，才能更好地把握未來的機遇。

我始終對AI的發展保持樂觀，但也有一些憂慮。我的憂慮并非來自技術本身，而是來自人類自身。當機器替代了我們的事務性工作，我們擁有了更多的空閑時間，但很多人可能會將這些時間浪費在無意義的事情上，比如沉迷游戲，在物質條件滿足后，喪失生活的目標。中國有句古話：“生于憂患，死于安樂。”人類是因勞動而進化的，空閑時間的價值，在于讓我們去做更有意義、更有創造性的事情，而不是陷入安逸和懶惰。

最后我想用一句話結束今天的分享：AI可以為我們做很多事情，幫助我們處理事務、解決“柴米油鹽”的煩惱，但請記住，不要讓AI替我們尋找生命的意義。生命的意義，需要我們每一個人用自己的熱愛、思考和行動，去探索、去定義。

謝謝大家！