AI来到转折点：Ilya称“狂飙扩规模”告终，人类情感或成下一把智能钥匙

在人工智能发展历程中，一个新的拐点正在到来。知名AI科学家Ilya Sutskever近日在访谈中，首次系统讲述了他离开OpenAI后创立SSI（安全超智能实验室）的新愿景。这次对话直击当下AI的痛点：模型测试成绩亮眼，却难以胜任真实任务。Ilya大胆表示，“拼规模”的时期已经结束；未来十年，AI将回到“像人一样学习”的路线，融入人类情感机制，迈向安全的超智能。

作为行业的先行者，Ilya的观点引发广泛讨论。他强调，AI不应再盲目堆参数，而要转向以价值为核心的学习方式。这种转变不仅关乎技术，也会重塑人类社会与智能的共生关系。AI现状之痛：高分却不善做事的“考试型机器”。当前大模型在标准化测试中屡创高分，但一到复杂真实场景就掉链子。Ilya指出，这些模型能完成预设题，却常在复杂任务中出现“循环失误”——修好一个bug，新的问题又冒出来。这不是小毛病，而是训练思路的根本问题。

在强化学习阶段，研发者过度追求“评测分数”，把模型训练成只会刷分的应试生，忽视了真实世界的泛化能力。结果是经济影响有限、应用落地受阻：AI会考高分，却不擅长干活。Ilya提醒，这条路已经走到尽头，必须从源头重构。

预训练vs强化学习：智能的真正基石。Ilya将训练分成两根支柱：预训练像一次“无偏的数据浸泡”，让模型从海量信息里自然映射人类世界；强化学习则依靠人为设计的“沙盒环境”，目标常被异化成“把分数做得好看”。他直言，这种失衡让AI缺少洞察与迁移。预训练打下广博知识，强化学习却成了“锦上添花的枷锁”。接下来，关键是把两者拉平衡——让AI从被动回答，走向主动理解。

人类智能的底层利器：情感驱动的价值函数。为什么人类能在复杂世界中游刃有余？Ilya的答案是“内在价值系统”，也就是情感机制。它像一只隐形罗盘，给学习指路：快乐带来正反馈，焦虑提示风险，羞愧校准社交规则，好奇激发探索。在AI语境下，这相当于一个动态的“价值函数”，让系统提前觉察“方向偏了”，而不是等到受罚才改。Ilya的洞见是：“真正的智能不只会预测，更要持续更新自己的价值体系。”如果AI能内化“自我评估”，就能开启“以意义为驱动的学习”，更像人类的智慧。

时代更替：从“规模狂奔”走向“结构创新”。回看过去十年，Ilya将其分为两段：2012-2020年的“研究时代”，以AlexNet、Transformer等架构突破点燃创新；2020-2025年的“规模时代”，沉迷于数据、算力、参数的堆砌。如今这套打法已“撞顶”：边际收益越来越小，创新空间被挤干。Ilya断言，规模时代已结束。即使算力继续暴涨，“再堆料”也难再带来奇迹。下一阶段的竞争，将转向“像人学习”的新原理——从量的扩张回到结构的革命，谁能抓住“情感泛化”，谁就有望领跑。

十年路线图：安全超智能的渐进曙光。展望未来5-20年，AI将学会人类式的学习：主动探索世界，理解物理与社会规律，自我反思偏差，跨模态、融多感官进行推理。这一跃升将带来巨变：生产力大幅提升，教育与科研的范式被重塑，人机关系进入“协作共智”的新阶段。但机遇伴随风险，Ilya一再强调“安全第一”：SSI将坚持渐进式部署与透明披露，每个阶段的能力、风险和控制机制都接受外部审查，确保公众与政府同步了解。Ilya的访谈像一剂清醒剂，提醒从业者：智能不是冷冰冰的算法堆叠，而是有温度的价值追求。SSI的探索，或许会成为通往安全超智能的灯塔，值得全球关注。