清华张钹院士讲"通用人工智能"：用大白话把它讲透

整理自视频号「科技有得聊」发布的张钹院士演讲《迈向通用人工智能 / 第三代人工智能》（公开讲稿交叉印证：新华网 2025-01-07、人文清华讲坛·光明日报 2024-05-25、百度百家号 2026-01-19）。以下用大白话重讲一遍。

---

先说人。张钹，清华计算机系教授、中国科学院院士，中国人工智能的"祖师爷"级人物，2016 年他带团队最早提出了"第三代人工智能"这个概念。这个视频里，老爷子聊的就是一个让所有人又兴奋又焦虑的问题：人工智能，到底能不能变成像人一样"啥都会"的智能？

一、先搞懂：啥叫"通用人工智能"？

我们现在天天用的 AI，其实都是"偏科生"。你让它下棋，它下得比世界冠军狠；你让它画画，它画得比你快。但它只会你教它的那一摊，换个领域就抓瞎。这种叫专用人工智能，也叫弱人工智能。

而通用人工智能（AGI），指的是一个"全科学霸"：跟领域无关、跟任务无关，啥都能干，而且在复杂环境下也能达到人类水平，背后还得有一套统一的理论撑着。说白了，就是电影里那种"啥都懂、啥都会"的 AI。

张钹的原话很清醒："大语言模型是向通用人工智能迈出的一步，但通向通用人工智能的道路依然任重道远。" 翻译成人话就是——ChatGPT 是个了不起的开头，但离"真·通用"还远着呢。

二、张钹把 AI 分成"三代"，这个框架最值钱

理解这场演讲，关键就在这张"三代图"。我用大白话捋一遍：

代际	靠什么驱动	怎么干活	致命短板
第一代 （知识驱动）	人类灌进去的知识 + 经验	把专家的知识和推理过程写进电脑，比如"专家系统"——把老中医的经验录进去，机器就能模仿开方	不会自学。知识全靠人喂，永远超不过人类，知识库一旧就废
第二代 （数据驱动 / 深度学习）	海量数据（图片、语音等）	给电脑看成千上万张猫狗照片，它自己"看"出规律来分类、预测、生成	不安全、不可信、不可控、不可靠、不易推广。"认得"但"不认识"
第三代 （知识 + 数据融合）	知识 + 数据 + 算法 + 算力 四要素一起上	既学数据，又把人类知识嵌进去，目标是可解释、鲁棒、安全可信，奔着通用 AI 去	理论体系还在建，是"正在路上"的一代

一句话总结三代：第一代想让机器像人一样思考（但全靠人喂）；第二代让机器自己从数据里学（但学歪了你也看不出来）；第三代想把两者优点捏一块、毛病都治好。

三、一个扎心例子：雪山怎么变狗了？

张钹讲了个经典实验，一下就把第二代的"虚"暴露出来了。

研究者给电脑和人看一张雪山的照片，人和电脑都说"这是雪山"。然后，研究者在图上加了一点点人类根本察觉不到的噪声。结果——人还是看成了雪山，电脑却斩钉截铁地说：这是一条狗。

这说明啥？电脑所谓的"识别"，跟人完全不是一回事。它其实是靠局部纹理来区分东西的：你把雪山某块纹理换成像毛皮的纹理，哪怕山的形状一点没变，它也能把雪山认成狗。它既不认识狗，也不认识雪山。

张钹的提醒很硬核："系统越信息化、智能化，就越不安全。好多人以为搞了人工智能就更安全，实则是搞了人工智能更不安全了。"

想想人脸识别：人觉得还是同一个人，电脑可能就当成完全不同的人了。所以凡是涉及生命财产的地方要上 AI，第一件事得先想安全。

四、那大模型（ChatGPT 这类）为啥这么猛？

张钹点破：现在这些厉害的 AI 工具，强就强在两个"大"。

• 第一个大：大模型。 一个巨大的人工神经网络（叫"转换器"），一次能"读"两千多字。最关键的是，它不再把文字当死数据，而是变成"语意向量"——相当于把每句话的意思变成一串数字坐标，机器第一次能"理解"语义了。

• 第二个大：大文本。 有了"自监督学习"这个神技——不用人工标注，机器自己用"接龙"的方式学（前面预测后面），于是能吞下 TB 级文本（相当于一千多万本牛津词典）。这就把我们带进了生成式 AI 时代。

还有个热词叫"涌现"：模型规模没到一定程度时，生成的东西很烂；规模一旦越过一个坎，质量突然"唰"地就上去了——量变到质变。到现在全世界都没完全搞懂它为啥发生。

五、大模型 ≠ 通用 AI：三个硬杠杠

张钹反复强调，大模型只是"迈出了一步"，因为它还过不了这三关：

1. 领域无关： 它只在"对话、写文章"这类事上做到了不限领域，大量别的问题还做不到。

2. 任务无关： 它能聊天、算数、写诗、写代码，但复杂环境下的复杂任务干不了。

3. 统一理论： 人工智能至今没有一套成熟完备的理论，更多是模型和算法在堆。

而且大模型有个尴尬毛病：它全是"外部驱动"的——你下指令它才动，本质靠概率预测。它不知道自己说得对不对，输出质量不可控、不可信，也不会自己纠错迭代（都是人在后台帮它改）。所以张钹说："未来 AI 最多当人类的助手，在人的监控下干活，只有少数工作能完全交给机器。"

六、从大模型到通用 AI，得走四步

张钹给了一条"路线图"——至少得迈这四步，但迈完也不等于就到了：

步骤	干啥	大白话
第一步	与人类对齐	让 AI 输出靠谱，靠人帮它纠偏、跟人价值观对齐
第二步	多模态生成	不只能写，还能画图、出声、做视频（但"深度造假"隐患也在这）
第三步	连接数字世界（AI 智能体）	让 AI 在数字世界里自己动手做事、看结果、再反馈
第四步	连接客观世界（具身智能）	给 AI 安上"身体"（机器人），能跟真实物理世界打交道

七、张钹给中国的建议：知识是"第四要素"

大家都在卷算力、卷数据，张钹却说：在算力、数据、算法之外，知识是被忽视但至关重要的第四要素。

他的判断是：中国在算力和数据上短期追不上，但在算法优化和知识挖掘上有弯道超车的可能。原话很提气："坚持'靠脑子'而非'靠肌肉'的发展路径，突出智力投入的战略价值。" 翻译成大白话——别光比谁堆的显卡多，咱比谁更会"想招"。

八、最后的"冷思考"：别上头，也别丧气

这场演讲最珍贵的，是老爷子在 AI 最火的时候泼的"冷水"：

• 越智能越不安全，生命安全相关场景上 AI 先想安全；

• "深度造假"会越来越真，将来网上 95% 的内容可能是 AI 生成的，真相反而难辨，舆论被操纵的风险很严肃；

• AI 不取代人，大多时候是帮人提效；

• 研究机构统计过，未来只有少数工作会被 AI 取代。

张钹收尾的一句话值得贴在显示器上："人工智能是探索'无人区'，魅力就在于它永远在路上。我们不能因为它的进展而过于乐观，也不必因为它的挫折而沮丧，需要的是坚持不懈地努力。"

一句话带走

张钹的这堂课，核心就一句：AI 已经很能打，但离"啥都会、还靠谱"的通用人工智能还差得远；别神话它，也别小看它，老老实实把理论、知识、安全这些"笨功夫"补上，路才能走远。

---

说明：原文为视频号短视频卡片，无内嵌逐字稿，本文依据张钹院士公开同名/同主题演讲整理稿（新华网、人文清华讲坛/光明日报、百度百家号等）重述并通俗化，观点版权归张钹院士及原发布方所有。