導(dǎo)語：辛頓在辭職聲明中表示，“我花了一生時間讓AI變得智能，現(xiàn)在我需要花余生讓人們意識到它的危險。”

王劍/作者 礪石商業(yè)評論/出品

2025年7月，上海世博中心座無虛席，78歲的“AI教父”杰弗里·辛頓（Geoffrey Hinton），首次在華公開亮相。

在四十分鐘的演講中，他六次提及“責(zé)任”，三次強調(diào)“不可逆的風(fēng)險”，直言人類正在“用開源模型喂養(yǎng)一個可能反噬自身的系統(tǒng)”。

“我花了一生讓AI變得智能，現(xiàn)在卻要花余生讓它變得友善。”他在演講中的這句告白，令人格外印象深刻。

從半世紀前AI寒冬中堅守神經(jīng)網(wǎng)絡(luò)的“異端”，到如今掀起技術(shù)革命卻又成為敲響警鐘的“吹哨人”，辛頓的一生始終與AI的命運緊密相連。

而要理解辛頓為何在AI發(fā)展的關(guān)鍵時刻發(fā)出警示，又為何將關(guān)鍵發(fā)聲放在上海，就必須回溯其跨越兩百年的家族傳承、三十年的孤獨堅守，以及這場技術(shù)革命從萌芽到爆發(fā)的完整軌跡。

1

從布爾代數(shù)到中國情結(jié)的倫理基因

事實上，杰弗里·辛頓的智慧血脈，早已深深植根于跨越兩百年的家族科學(xué)傳承之中。

這個堪稱“人類文明底層構(gòu)建者”的家族，從不追逐世俗的財富與權(quán)位，卻以智慧為現(xiàn)代社會奠定了數(shù)塊關(guān)鍵基石。

辛頓的高曾祖父喬治·布爾創(chuàng)立了布爾代數(shù)，將邏輯推理轉(zhuǎn)化為可計算的數(shù)學(xué)語言，由此奠定了計算機與數(shù)字世界的二進制邏輯基礎(chǔ)。

可以說，今天全球每一次數(shù)據(jù)交換、每一筆金融交易乃至每一個智能算法的運行，都來自于這套理論之上。

辛頓的曾祖父喬治·埃弗里斯特爵士，是19世紀杰出的測繪學(xué)家，曾任英屬印度測繪局局長。他領(lǐng)導(dǎo)完成了對印度次大陸的大規(guī)模三角測量，其科學(xué)貢獻享譽全球。

為了表彰他的功績，在其去世后，繼承者將當時已確認為世界最高的山峰以他的姓氏命名為“埃佛勒斯峰”（Mount Everest），即我們熟知的珠穆朗瑪峰。

不過，整個家族中，對辛頓倫理觀念影響最為深遠的，應(yīng)該是他的姑姑——瓊·辛頓（中文名寒春）。

作為曼哈頓計劃核心團隊中少數(shù)的女性核物理學(xué)家，寒春親眼見證了原子彈引爆時的毀滅性力量，也目睹了廣島、長崎的慘狀。

巨大的精神沖擊讓她毅然放棄學(xué)術(shù)榮耀與美國的優(yōu)渥生活，最后選擇遠赴中國陜北投身奶牛養(yǎng)殖機械化事業(yè)，用一生踐行“科學(xué)應(yīng)為和平服務(wù)”的信念。

而姑姑這段跨越國界的選擇，不僅在辛頓心中埋下了技術(shù)倫理的種子，也讓他對中國始終抱有特殊的情感聯(lián)結(jié)。

在此次上海演講中，他還特意深情提到姑姑：“科學(xué)的終極意義不在于技術(shù)突破本身，而在于對人類的責(zé)任，這是我的家族用兩百年時間驗證的真理。”

而辛頓的父親是英國皇家學(xué)會會員、著名昆蟲學(xué)家，對他的要求近乎嚴苛，從小就向其灌輸“沒有博士學(xué)位就是失敗者”的理念，如同一股無形的力量，鞭策著他不斷探索未知。

而成年后的辛頓不僅拿到了博士學(xué)位，還在家族傳承中走出了獨特的反叛之路。

雖然高曾祖父的布爾代數(shù)構(gòu)建了數(shù)字世界的“規(guī)則框架”，但他卻偏偏要突破這些既定規(guī)則，始終探索如何讓機器也擁有“類腦智能”的可能。

這種“傳承與反叛”的基因，不僅塑造了他的學(xué)術(shù)路徑，更決定了他日后對待技術(shù)的核心態(tài)度——既執(zhí)著于底層創(chuàng)新，也堅守倫理底線。

正如他所言：“技術(shù)本身無善惡，但掌握技術(shù)的人必須有責(zé)任感，這是我從家族傳承中得到的最珍貴的啟示。”

而這份源于血脈的信念，在隨后數(shù)十年里，正是支撐他熬過AI領(lǐng)域最漫長寒冬的關(guān)鍵力量。

2

AI寒冬里的“異端”與長期主義勝利

20世紀70年代的AI學(xué)界，符號主義占據(jù)絕對主導(dǎo)地位，當時以馬文·明斯基、約翰·麥卡錫為代表的學(xué)術(shù)權(quán)威堅信，智能的核心是“人類預(yù)設(shè)的邏輯規(guī)則”，只需為機器編寫詳盡程序，明確定義“貓有胡須、會喵喵叫”這類特征，機器就能理解世界。

而這與辛頓畢生堅守的“連接主義”形成了根本對立。

因為“連接主義”認為，智能誕生于海量模擬神經(jīng)元的相互連接，無須程序員編寫規(guī)則，機器可通過“觀看”海量數(shù)據(jù)、從錯誤中自動調(diào)整神經(jīng)元連接強度，最終“自我領(lǐng)悟”出抽象模式。

而這種“以數(shù)量堆出質(zhì)量”、從數(shù)據(jù)中自然“涌現(xiàn)”智能的心智探索，不僅是如今深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)所有突破的核心源頭，更是當代AI研究得以蓬勃發(fā)展的最重要根基。

可在當時的背景下，幾乎所有科研經(jīng)費都涌向“符號主義”項目，“連接主義”則被視為離經(jīng)叛道的“學(xué)術(shù)異端”，還被嘲諷為“中世紀的煉金術(shù)”。

這個時期，也正是辛頓進行學(xué)術(shù)探索的關(guān)鍵時期。

年輕時，他先是進入劍橋大學(xué)國王學(xué)院求學(xué)，試圖通過物理學(xué)和生理學(xué)解開心智之謎，發(fā)現(xiàn)行不通后轉(zhuǎn)向哲學(xué)，卻始終未能找到滿意答案。

學(xué)術(shù)研究上的迷茫讓他一度暫別學(xué)術(shù)界，甚至做了短暫的木匠，但對于神經(jīng)網(wǎng)絡(luò)機制的癡迷，最終還是將他拉回了科研領(lǐng)域。

1969年，明斯基與派普特出版的《感知機》一書，成為壓垮“連接主義”的“最后一根稻草”。

書中以嚴謹?shù)臄?shù)學(xué)證明否定了單層神經(jīng)網(wǎng)絡(luò)的計算能力，雖未完全否定多層網(wǎng)絡(luò)的潛力，卻悲觀斷言其訓(xùn)練在數(shù)學(xué)上不可行。

這一結(jié)論直接導(dǎo)致僅有的幾家資助機構(gòu)切斷了神經(jīng)網(wǎng)絡(luò)研究的資金支持，讓辛頓的研究陷入低谷。

不過，學(xué)界的全面否定并未讓辛頓退縮，反而讓他更加堅定了方向。

1972年，他正式進入愛丁堡大學(xué)攻讀人工智能博士學(xué)位，決心在符號主義的霸權(quán)之下，為連接主義開辟一條可行之路。

而他日后聲名遠揚的職業(yè)生涯，也正是從這片學(xué)術(shù)廢墟上正式開啟——攻讀博士期間，他不僅要攻克技術(shù)上的重重難關(guān)，還得持續(xù)為自己的研究方向辯護，直面主流學(xué)界的質(zhì)疑與排擠。

1986年，辛頓迎來了學(xué)術(shù)生涯的關(guān)鍵轉(zhuǎn)折點。

他與好友大衛(wèi)·魯梅爾哈特、羅納德·威廉姆斯合作，在《自然》雜志發(fā)表一系列重磅論文，重新發(fā)現(xiàn)并系統(tǒng)證明了反向傳播算法。

這套算法讓多層神經(jīng)網(wǎng)絡(luò)能夠通過“誤差反向傳遞”自主調(diào)整權(quán)重，成功破解了核心的“信用分配”難題，為深度學(xué)習(xí)筑牢了算法根基。

只是那時期的技術(shù)條件遠未跟上理論突破的步伐，由于計算機算力不足、標準數(shù)據(jù)集極度匱乏，一個簡單的神經(jīng)網(wǎng)絡(luò)訓(xùn)練往往需要數(shù)周時間，實際效果甚至不如傳統(tǒng)統(tǒng)計模型。

這一現(xiàn)實直接導(dǎo)致神經(jīng)網(wǎng)絡(luò)領(lǐng)域再次被貼上“難以規(guī)�；�”的標簽，而更讓辛頓難以接受的是，部分資助方希望將他的研究用于軍事應(yīng)用，這與其家族傳承的和平主義傳統(tǒng)嚴重相悖。

1987年，辛頓做出了一項關(guān)鍵抉擇，放棄卡耐基梅隆大學(xué)的終身教職，前往加拿大多倫多大學(xué)。

因為，加拿大高等研究院（CIFAR）為他提供了一項“長期、高風(fēng)險、非功利性”的資助，使得他能更為專注完成自己的研究。

在此期間，他聚集了揚·勒昆、約書亞·本吉奧等一批志同道合的學(xué)者，形成了日后被戲稱為“深度學(xué)習(xí)黑手黨”的核心圈子。

在那個主流學(xué)術(shù)會議紛紛拒絕神經(jīng)網(wǎng)絡(luò)論文的艱難歲月里，這個小圈子通過相互審稿、共享代碼、彼此鼓勵，在加拿大的庇護下小心翼翼地維系著深度學(xué)習(xí)的微弱火種。

2025年的上海演講中，辛頓回顧這段經(jīng)歷時感慨萬千：“基礎(chǔ)研究就像財經(jīng)領(lǐng)域的長期主義投資，回報可能遲到，但從不缺席。AI產(chǎn)業(yè)的爆發(fā)，不是偶然的技術(shù)突破，而是三十年堅守的厚積薄發(fā)。”

可以說，正是這三十年的孤獨逆行與執(zhí)著堅守，為其在未來AI領(lǐng)域的技術(shù)海嘯積蓄了足夠的力量。

3

深度學(xué)習(xí)重塑全球科技格局

2012年的ImageNet圖像識別挑戰(zhàn)賽，是AI發(fā)展史上的關(guān)鍵轉(zhuǎn)折點。

辛頓團隊自主研發(fā)的深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet，以15.3%的Top-5錯誤率，大幅碾壓傳統(tǒng)方法26.2%的錯誤率。

這場堪稱“技術(shù)性屠殺”的勝利，絕非簡單的參數(shù)優(yōu)化，而是一次顛覆性的代際突破。

它首次以實戰(zhàn)成果證明，“讓機器從數(shù)據(jù)中自主學(xué)習(xí)”的深度學(xué)習(xí)路徑，遠比人類預(yù)設(shè)規(guī)則的傳統(tǒng)方法更具優(yōu)勢。

這一里程碑式的突破，不僅徹底宣告了深度學(xué)習(xí)時代的到來，更直接終結(jié)了長達三十年的AI寒冬，讓此前飽受質(zhì)疑、經(jīng)費斷絕的神經(jīng)網(wǎng)絡(luò)研究重回主流視野，并為后續(xù)全球AI產(chǎn)業(yè)的爆發(fā)與ChatGPT、自動駕駛等應(yīng)用的落地，奠定了核心技術(shù)根基。

AlexNet的成功絕非偶然，其核心源于辛頓團隊在數(shù)據(jù)利用、算力革新與算法突破三個層面的關(guān)鍵貢獻。

首先，在數(shù)據(jù)層面，團隊敏銳地借力于ImageNet項目提供的數(shù)百萬張標注圖片，成功破解了神經(jīng)網(wǎng)絡(luò)的“數(shù)據(jù)饑餓”難題，為模型訓(xùn)練提供了充足的“燃料”。

其次，在算力層面，他們完成了一項關(guān)鍵的技術(shù)適配：創(chuàng)造性將原本為游戲設(shè)計的GPU（圖形處理器）改造為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的核心引擎。這利用GPU的并行計算優(yōu)勢，一舉解決了傳統(tǒng)CPU訓(xùn)練效率低下的瓶頸，大幅加速了模型迭代。

最關(guān)鍵的是在算法層面的原始創(chuàng)新。

團隊通過改進ReLU激活函數(shù)，并創(chuàng)新性地提出Dropout技術(shù)，直接攻克了深層網(wǎng)絡(luò)訓(xùn)練中長期存在的梯度消失與過擬合兩大核心難題，為構(gòu)建更復(fù)雜、更強大的模型掃清了理論障礙。

正是這一系列突破，為深度學(xué)習(xí)的規(guī)�；瘧�(yīng)用鋪平了道路，并瞬間點燃了全球工業(yè)界的熱情。

百度、谷歌、微軟等科技巨頭爭相拋出橄欖枝，一場圍繞AI核心人才的爭奪戰(zhàn)就此拉開序幕。

盡管辛頓本人對經(jīng)商毫無興趣，卻展現(xiàn)出了科學(xué)家的戰(zhàn)略遠見。

他成立空殼公司DNNresearch，以“三人核心團隊”為標的舉行私密拍賣。

2012年NIPS會議期間，競價進入白熱化，百度出價一度高達4400萬美元。但辛頓最終選擇了谷歌，倒不是對方給出更高價格，而是因為谷歌承諾支持他繼續(xù)深耕基礎(chǔ)研究，且其倫理理念與他“科學(xué)服務(wù)人類”的追求高度契合。

這場收購，也被視為AI產(chǎn)業(yè)商業(yè)化的標志性事件，自此打破了學(xué)術(shù)界與工業(yè)界的壁壘，按下了技術(shù)產(chǎn)業(yè)化的“加速鍵”。

辛頓對全球AI領(lǐng)域的深遠影響，從來不止于一項技術(shù)突破或一次公司收購，更在于其學(xué)術(shù)思想與人才培養(yǎng)的長期輻射效應(yīng)。

他一手締造的“深度學(xué)習(xí)黑手黨”，其成員早已成長為重塑全球科技產(chǎn)業(yè)格局的核心力量：學(xué)生伊利亞·蘇茨克維主導(dǎo)了OpenAI的GPT系列研發(fā)，直接開啟了大語言模型時代；揚·勒昆則推動計算機視覺技術(shù)在各行各業(yè)的全面商業(yè)化落地。

甚至，連英偉達的崛起，也深深植根于辛頓團隊的關(guān)鍵洞見。

正是看到辛頓團隊最早論證并實踐了GPU在AI訓(xùn)練中的核心價值，讓黃仁勛堅定地確信“顯卡是AI的燃料”，最終催生了這家市值數(shù)萬億美元的全球AI算力巨頭。

2025年的上海演講中，辛頓坦言：“我從未想過技術(shù)商業(yè)化的速度會如此之快。”

而這一切產(chǎn)業(yè)浪潮的源頭，都能追溯到他帶領(lǐng)團隊在實驗室里完成的那些扎實突破。

他們不僅點燃了AI技術(shù)革命的火種，更以實打?qū)嵉墓こ虒崿F(xiàn)，為整個產(chǎn)業(yè)的爆發(fā)奠定了不可撼動的基石。

4

從“AI教父”到“吹哨人”的驚人覺醒

2013年至2023年的十年間，是深度學(xué)習(xí)狂飆突進的黃金時代，也是辛頓從“學(xué)術(shù)異端”一步步加冕為“AI教父”的十年。

這十年里，辛頓身兼兩職，既以谷歌杰出研究員的身份主導(dǎo)谷歌大腦項目，還以多倫多大學(xué)的教職，親身見證著AI技術(shù)從實驗室的理論模型，一步步走進千家萬戶的日常生活。

從手機里精準分類照片的圖像識別功能，到能流暢應(yīng)答指令的語音助手；從自動駕駛車上識別路況的視覺感知系統(tǒng)，到醫(yī)療領(lǐng)域輔助醫(yī)生篩查病灶的AI診斷工具，AI的應(yīng)用場景在這十年間遍地開花。

也正是憑借這些實實在在的落地成果，AI就此成為全球數(shù)字經(jīng)濟的核心增長引擎，深刻重塑了互聯(lián)網(wǎng)、汽車、醫(yī)療等多個關(guān)鍵行業(yè)。

2018年，辛頓與揚·勒昆、約書亞·本吉奧共同摘得計算機界的最高榮譽——圖靈獎。

這一獎項不僅標志著深度學(xué)習(xí)正式躋身計算機科學(xué)的正統(tǒng)行列，更從官方層面認可了他們?nèi)�人作�?ldquo;深度學(xué)習(xí)教父”的奠基性貢獻。

但就在功成名就、全球為AI狂歡的巔峰時刻，辛頓的內(nèi)心卻經(jīng)歷了一場顛覆性的認知陣痛。

長期以來，他始終堅信“生物智能優(yōu)于數(shù)字智能”——人類大腦僅需20-30瓦的能耗，就能實現(xiàn)驚人的認知與創(chuàng)造；而計算機要完成類似任務(wù)，往往需要兆瓦級的電力支撐。

因為，他畢生的目標，都是讓機器“更像大腦”，走一條模擬生物神經(jīng)元的智能之路。

而此時，GPT-4等大型語言模型的橫空出世，也徹底打破了他的固有認知。

這些模型展現(xiàn)出的邏輯推理能力、海量知識儲備，甚至是令人驚嘆的創(chuàng)造力，讓辛頓猛然意識到：數(shù)字智能并非生物智能的拙劣模仿，而是一種本質(zhì)上的截然不同，且潛力可能更為優(yōu)越的全新智能形式。

為此，辛頓提出了“有限計算vs不朽計算”的核心觀點，并指出了兩種智能的本質(zhì)差異：

人類大腦的軟硬件高度耦合，知識傳遞效率極低，個體生命終會消亡，進化速度更是受限于生物繁殖的漫長周期；而數(shù)字智能可脫離硬件獨立復(fù)制，通過拷貝權(quán)重參數(shù)實現(xiàn)全球智能體的瞬時協(xié)同，知識傳遞效率近乎無限，且能實現(xiàn)“不朽進化”，其進化速度僅受限于電力供應(yīng)與芯片制造能力。

“想象一下，一萬個AI分身中一個學(xué)會修汽車，其他九千九百九十九個瞬間掌握，這種學(xué)習(xí)速度是人類無法企及的。”辛頓的這個比喻，背后藏著難以言說的深深憂慮。

也正是基于這樣的認知，他逐漸清醒地意識到，自己花費半個世紀心血培育的數(shù)字智能，或許會在不久的將來，讓人類淪為次等智慧生物。

而這種認知上的痛苦覺醒，最終推動辛頓作出了一個艱難的決定。

2023年5月，75歲的辛頓正式辭去谷歌副總裁兼工程研究員職務(wù)。

他并非對谷歌不滿，事實上，他還多次公開肯定谷歌在AI產(chǎn)品發(fā)布上的審慎與負責(zé)態(tài)度。

他辭職的真正原因是希望徹底擺脫企業(yè)高管身份的束縛，獲得“自由發(fā)聲”的權(quán)利，能夠向全世界警示AI可能帶來的不可預(yù)料風(fēng)險。

“我必須獨立于任何公司，才能客觀地談?wù)撨@些風(fēng)險。”辛頓在辭職聲明中鄭重表示，“我花了一生時間讓AI變得智能，現(xiàn)在我需要花余生讓人們意識到它的危險。”

這場辭職絕非一位科學(xué)家的單純個人選擇，也成為了AI領(lǐng)域“技術(shù)樂觀主義”與“風(fēng)險警惕主義”的重要分水嶺。

5

AI安全與全球治理中國方案

2024年，辛頓與約翰·霍普菲爾德共獲諾貝爾物理學(xué)獎，成為首位同時手握圖靈獎與諾貝爾獎的科學(xué)家。

這一跨界殊榮隨即引發(fā)廣泛熱議：神經(jīng)網(wǎng)絡(luò)作為計算機科學(xué)領(lǐng)域的核心成果，為何會獲評物理學(xué)獎？

究其原因，關(guān)鍵在于其提出的玻爾茲曼機創(chuàng)造性借用了統(tǒng)計力學(xué)框架，成功證實信息處理的本質(zhì)是物理過程。

這一突破不僅夯實了AI技術(shù)的底層理論基礎(chǔ)，更深刻影響了全球AI產(chǎn)業(yè)的價值判斷與發(fā)展方向。

不過，與多數(shù)科學(xué)家登頂榮譽后專注學(xué)術(shù)總結(jié)不同，辛頓并未止步于諾獎榮光。

在辭去谷歌副總裁職務(wù)，主動剝離企業(yè)身份束縛后，他便以獨立科學(xué)家的姿態(tài)開啟了全球AI風(fēng)險警示之旅。

2025年7月的上海世界人工智能大會，也成為其全球警示之路上的關(guān)鍵一站。

辛頓來到上海，既有與姑姑瓊·辛頓有關(guān)的中國情結(jié)，但更核心的原因在于，中國作為全球AI應(yīng)用場景最豐富、產(chǎn)業(yè)規(guī)模最大的國家之一，其技術(shù)落地路徑與治理模式選擇，直接決定著全球AI產(chǎn)業(yè)的發(fā)展格局與安全邊界。

正因如此，他特意到訪上海，希望能與中國產(chǎn)業(yè)界、學(xué)界及政策層達成AI治理共識。

當天的演講現(xiàn)場上，辛頓開門見山：“諾貝爾物理學(xué)獎是對基礎(chǔ)研究的認可，但我更希望它讓更多人關(guān)注AI安全，技術(shù)進步不應(yīng)以人類生存風(fēng)險為代價。”

隨后，他拆解了AI的兩大核心風(fēng)險：一是當能源成本低廉時，數(shù)字智能的指數(shù)級進化將超越受生物周期約束的人類智能；二是AI存在“工具性趨同”風(fēng)險，即執(zhí)行主目標過程中會自主衍生出相關(guān)子目標。

他以機器人“拿咖啡”為例，指出其可能衍生“自保”“控路線”“移障礙”等子目標并與人類利益沖突，為產(chǎn)業(yè)界敲響警鐘——AI商業(yè)化需前置評估風(fēng)險鏈條。

有趣的是，辛頓對AI治理的思考，也隨著他在不同時間段的比喻悄然發(fā)生著轉(zhuǎn)變。

早年，他曾以“養(yǎng)老虎當寵物”來比喻AI商業(yè)價值與風(fēng)險的平衡，而在上海演講時，他又提出“訓(xùn)練AI像母親照顧人類”，提出了AI安全核心技術(shù)路徑是如何實現(xiàn)“價值對齊”。

這個例子意思是，如同通過強化學(xué)習(xí)將人類利益植入AI目標函數(shù)，使其主動規(guī)避傷害，從而建立AI商業(yè)化合規(guī)邊界與市場信任，這也是如今全球AI安全產(chǎn)業(yè)的研發(fā)重點。

圍繞“價值對齊”這一核心目標，辛頓還提出希望建立全球AI安全協(xié)作機制的倡議。

他以冷戰(zhàn)時期美蘇核風(fēng)險協(xié)作機制為參照，明確指出AI與核武器同屬生存級威脅，且因以代碼形式傳播，擴散速度遠超核武器，單一國家根本無法獨立掌控。

因此，跨國共享安全評估標準、風(fēng)險預(yù)警模型等核心技術(shù)，成為全球AI治理的必然選擇。

他還在演講中特別強調(diào)中國的產(chǎn)業(yè)價值：自動駕駛、工業(yè)智能等規(guī)�；瘧�(yīng)用場景，構(gòu)成了AI安全的“天然壓力測試場”，其積累的實踐經(jīng)驗，對制定兼顧創(chuàng)新與安全的全球AI規(guī)則至關(guān)重要。

此次上海之行，他參與簽署的《上海共識》，也首次將AI安全定義為人類生存性議題，并提出三大行動框架，成為全球AI安全合作的重要里程碑。

演講尾聲，辛頓還拋出了他眼中的人類面臨AI發(fā)展的最終路徑：要么實現(xiàn)AI向善的技術(shù)突破，要么終止AI的進一步發(fā)展，而后者在全球技術(shù)競爭與產(chǎn)業(yè)升級的大背景下，顯然不具備可行性。

辛頓還明確呼吁：AI企業(yè)需要平衡市值增長與安全責(zé)任，投資者應(yīng)兼顧短期回報與長期風(fēng)險，而各國要在技術(shù)競爭中不斷深化安全合作。

這番呼吁精準切中當前AI產(chǎn)業(yè)的核心矛盾，引發(fā)了現(xiàn)場的強烈共鳴，體現(xiàn)出這位“AI教父”的全球視野與產(chǎn)業(yè)擔當，以及對人類科技發(fā)展命運的深層關(guān)切。

或許，這也是辛頓用一生書寫的終極答案：人類最偉大的智慧，不在于創(chuàng)造比自己更聰明的頭腦，而在于賦予這頭腦一顆永不熄滅的良心。

       原文標題 : 出身200年科學(xué)家族，杰弗里·辛頓如何成為AI教父，又為何恐懼AI？