李飞飞:AI 该增强人类,别夺走主体性

两小时八分钟的 Huberman Lab 访谈里，斯坦福计算机科学家、ImageNet 推动者、斯坦福 HAI 创始人之一李飞飞，把 AI 从视觉原点一路讲到医疗机器人、孩子教育与她创办的 World Labs。材料来自官方节目页与可核字幕。读完带走一条主线：AI 该增强人类能力与主体性，而不是替公众决定什么好；下一章不在更多文字，而在空间智能。

视觉起家：三要素撞在一起

李飞飞把视觉看成智能的两根平行线：一条是进化——约 5.4 亿年前动物第一次「看见光」，感知外部世界之后物种大爆发；另一条是计算机视觉——哺乳动物视觉皮层的层级启发了早期神经网络，而大数据则是她自己那一代人补上的一块。

2006 年她在普林斯顿任教第一年，发现算法喂进的数据太少。对照认知神经科学：六岁儿童已能学会成千上万个物体类别，婴儿几乎从出生起就被视觉世界淹没。于是她带队做 ImageNet——约 1500 万张图、驱动机器识别麦克风、杯子、椅子这类日常物体。约 2012 年，神经网络 + ImageNet + GPU 三线汇合，对象识别误差断崖式下降；到大约 2016 年，算法在一千类物体命名上超过人类基准。之后同一配方换上 Transformer 与更多文本，再花大约五年走到 ChatGPT 时刻。

她也划清边界：今天的模型靠海量互联网模式匹配；孩子只见过几只猫，也能认出书架后的尾巴——那是另一条还没完全解开的学习路径。

互联网很全，灰杯子记不住

Huberman 追问：抽象艺术、童年乡愁这类「说不清、写不全」的体验，AI 怎么学？李飞飞的短答是：要小心认清 AI 此刻能做什么、可能做什么，而不是臆测一百年后。互联网是人类多模态行为的最大集合——文字、照片、视频、音乐——所以模式合成很强；但毕加索画某个肖像时那一念，从来没有被记录，也因此不在网上、模型没见过。

AlphaGo 的 Move 37 被当作「机器创造力」的象征——她承认那是一种创造，但发生在规则清晰、目标明确的数学游戏里。一位菲尔兹奖级数学家对她说：许多难题可用人类已发明却记不全的方法；真正还没被发明的解法，则可能需要人机混合的创造力。情感更极端：同一只灰杯子，可能只对她和某个旧友唤起童年瞬间——那块信息从未上传，今天的 AI 碰不到。

主体性：学它，别被它替你决定

整场访谈的关键词几乎都绕回 agency——动机、主体性与尊严。李飞飞反感「AI 将取代人类」的说法，更愿谈增强：哪怕只是学习你的写作模式，也能帮你沟通得更有效；但工具不该夺走主体性，行业领袖也不该用那种口吻说话。

她批评当下话语常「俯视公众」：不管动机好坏，都像在说「你们不懂，我来替你们决定安全与幸福」。她建议普通人——学生、教师、医生、政策制定者——去了解技术是什么、自己怎么用；不一定要会写代码，但要通过学习拿回控制感与尊严。

医疗：数据够不够，决定人机怎么搭

她把科学发现与生物医学看作 AI 最激动人心的用途之一：过去高度依赖「聪明的人记住聪明人留下的东西」，速度受限于人脑与人手；现在有了能跨学科合成知识的工具。Huberman 讲了自己用对话模型区分眩晕与低血压的经历；李飞飞则用父亲在斯坦福的肝脏手术作对照——达芬奇机器人由外科医生驾驶，失血量口述约为常规手术的十分之一。

术后她问：若汇集全球同类肝手术数据，能否训练全自动手术 AI？答案并不清晰——肝脏血管极复杂、个体差异大，全球年手术量可能仍不够喂出一个可靠模型。AI 学的是模式；模式稀缺时，要谨慎用或不用。人机协作往往优于「学得不够的机器人独自上阵」；反过来，对已有大量病例记录的场景，模型又可能帮到一时见不到医生的人。

动机、紧迫感在机器里往往只是换了一套目标函数——「想得更深」与「快速作答」是时限与通路之别，不是共感。机器说「我很抱歉你生病了」，是因为语料里这是合适回应；朋友那样说，是因为真心不愿你受苦。公众沟通必须把这条界线讲清。

孩子与教师：两头都别弄坏

谈到下一代，她同时警惕两种坏结局：一是刷短视频、被动娱乐拿走学习动机与主体性；二是以防作弊为由，干脆禁止学生使用工具。她回忆自己读预科时有机化学难、答疑时间短——若当时有 AI 同伴，她会不停追问卡住的地方。前提是动机还在。

提示词是技能。她希望 K-12 教 prompting，并开玩笑说：人类历史上最好的提示者，是苏格拉底——用提问逼近真相。她也承认硅谷常忘了教师与家长：ChatGPT 发布后她第一件事是给孩子小学校长发邮件，要求去做讲座，而不是先问「邻里的老师怎么办」。

下一章：空间智能，与「文明时刻」

语言之后，她把 frontier 指向具身与机器人：人类先有前语言发展，进化在漫长岁月里并不依赖说话；照护老龄父母、野火救援、护士在班次里走上数英里取药——这些场景里，物理协助可以不夺走爱与责任。硬件落地比软件慢，她谈的是数十年尺度上的社会想象，并强调未来形态应由多方主体共同设计，而不是一家公司或投资人单方面决定「世界该塞满金属机器人」。

2024 年初她与联合创始人创办 World Labs：在语言智能之外，解锁空间与物理智能——生成对创作者、机器人训练、建筑设计、医疗与教育互动环境有用的 3D/4D 世界。不只是采集真实影像，更是把「心里看到的」——一句话、一张图、一张草图——变成可进入的环境。她希望与 VFX 等工作的用户感到被赋能：技术应增强叙事与创造，而不是抽走工作意义。

收束时她说了一句很重的话：

不是口号式乐观：承认暴行与挫折，但仍相信人类总弧线大体向好；对孩子好奇抱有希望，同时要求社会别再遗忘教师。多利益相关方——职业规范、教育、监管、产业——一起谈，而不是几个人从产业端告诉所有人该怎么做。

短评

这场对谈的增量，不在再堆一层「AI 很强」的惊叹，而在把 ImageNet 史、能力边界、医疗数据稀缺、教育双风险与空间智能收成同一伦理：增强人类，守住主体性，下一章往三维世界走。读者若只带走一句：先学会用工具，别把学习动机交出去；完整对谈见 Huberman Lab 官网该集。本文为科技与观念整理，不构成投资建议。

实录精选

以下为访谈原话摘录（英文）

① ImageNet 与三要素汇合

Fei-Fei Li
Humans, by age six, can learn tens of thousands of different object categories, and the exposure to visual world is also massive... So we conjectured that the lack of data was a huge part of the reason there's a lack of progress in AI.

Fei-Fei Li
We led this ImageNet project that collected the first ever internet-scale large data set... And by 2012, that convergence of the three elements of modern AI became the defining moment of what modern AI is.

Fei-Fei Li
The huge convergence was the capability of GPU computing... neural network algorithm is getting more mature... and the recognition of big data. So these convergence of these three things really set off the revolution of AI.

② 未被上传的创造力与灰杯子

Fei-Fei Li
Internet is the biggest collection of human behavior in multimodal forms... That is why it's so powerful. But when, let's say, Picasso had that incredibly profound thought... that thought has never been captured... Therefore, it's not on the internet. Therefore, AI has not seen it.

Fei-Fei Li
My current conjecture is hybrid... humans working alongside AI would help us to solve these problems whose solutions have yet to be invented.

Fei-Fei Li
What if it evoked an emotion in me, a childhood moment, that a gray cup might mean something that only me and my best friend share? That is a completely inaccessible piece of information... And no matter how mighty AI is today, cannot access that.

③ 主体性与医疗协作

Fei-Fei Li
Some people make it sound like it's replacing humanity, but what you describe is about enhancing and augmenting humanity... We need to think about AI as a tool that helps us in our agency. It should not take away our agency.

Fei-Fei Li
AI learns from patterns. When the patterns are not abundant, then we have to be careful... In this case, that having a human collaborating with the robot is way better than a under-learned robot doing the surgery by itself.

Fei-Fei Li
When the machine says, "I'm sorry you're so sick today," it's very different from how your friend says it to you... The machine doesn't have any of that.

④ 孩子、教师与空间智能

Fei-Fei Li
Both things worry me is either denying a tool or taking away agency and motivation... Let's find a way to keep our children and students' motivation and agency... Then this generation... will be way smarter than us. Because they are super-powered.

Fei-Fei Li
Who is humanity's best prompter? Socrates, if he were alive... That is the method of prompting.

Fei-Fei Li
Unlocking spatial and physical intelligence is really the next chapter... generating 3D, 4D worlds that are deeply useful for creators, for robot training, for architecture design... What World Labs is doing is not just taking real-world images. It's we allow people to imagine what's in their mind's eye.

Fei-Fei Li
I have hope for kids... What I worry about are teachers and some parents because I think our society today, and especially Silicon Valley, are not doing them a service. We're forgetting about them.

Fei-Fei Li
It's a civilizational moment.

完整对谈见 Huberman Lab 官网该集（可复制链接打开）：https://www.hubermanlab.com/episode/using-ai-to-increase-your-intelligence-and-enrich-humanity-fei-fei-li

本文仅供信息与学习参考，不构成任何投资建议或要约。市场有风险，决策请独立判断并自行承担后果。

来源：Huberman Lab · Dr. Fei-Fei Li（2026-08-10）· 据官方节目页与可核字幕整理 · 暂未入库