“科学对于未来，对于人类进步的推动是根本性的。科学家的任务不是看到没有人看到的东西，而是去想别人还没想过的那些习以为常的事。比如说什么是生命，想通了，我们就能懂得生命，延长生命，保护生命，制造生命。”
12月26日，由凤凰网和安徽金种子酒业联合主办的2024中国力量年度人物盛典在安徽合肥隆圆满落幕。本次评选以“科技向善”为主题，挖掘并表彰运用科技力量积极改善社会、促进人类福祉、引领可持续发展的个人和团队。盛典现场，英国皇家工程院院士、欧洲科学院院士、香港工程科学院院士、香港科技大学首席副校长郭毅可先生以“从基因到社会：科学如何塑造未来”为题发表主题演讲。
从薛定谔到图灵再到今天的ChatGPT，在演讲中，郭毅可深入浅出地回溯人类340万年的科学发展史，带领现场观众梳理了生命观念演进的历程。他表示，人类与人工智能共生的时代马上要到来，大模型将会基础设施化，很多新的数据会让机器学习，最后人类将在智能体下形成二元社会。
“即将到来的‘二元社会’会带来非常大的社会结构和机制变化，因为许多东西，像法律都是以一元社会为基础设置的，所以这里有许多挑战是我们要面临的。但是我相信，人类有足够的智慧形成新的社会体系，来真正地组织好这个二元社会。”郭毅可说。
以下是演讲全文：
大家好！
今天我讲的题目是“科学如何塑造未来”。主办方让我从基因和社会角度展开演讲，我觉得在人工智能时代，以这个角度是从生命的发展、生命的机制到生命的发展来讲，是非常有意义的。
首先我们看一张图。人类340万年的科学发展史，可以看到，大概是在300万年前，人类基本上是为了生存，没有做什么太多发展。大概在100万年前，发现可以用火。大概在20万年前，知道怎么样铺床睡觉。6万年以前知道用弓箭，这个过程大概经历了300多年。后面发现了轮子，把人类带进了农耕时代，这个大概持续了一万两千多年，这中间又经历了青铜器时代，一直到公元1800年，人类进入科学飞速发展的时代。两百年前奠定的科学发展基础，包括牛顿、莱布尼茨等等一系列的科学家贡献，导致后面我们看到的飞速的科学发展，包括很多工具的发明，像电话、照相机、电报，前50年主要是电讯和通信，后面是生物。
DNA发现以后，生物制药领域实现突破，包括我们现在的疫苗，1977年人类第一次消灭了天花，这是人类第一次消灭一种疾病。一直到今天的人工智能，这一系列的发展都是人类历史上奇迹般的时代。
同时这条线就是我们的生命延续，在前面三百万年的时候，人的寿命只有不到20岁，到今天为止平均达到70岁。什么时候开始改变的？也就是公元1800年，技术革命带领着生命的发展。这个时候我们要讲生命是科学的推动，我们应该记住一些科学家，包括前面四位——达尔文，生命的进化；薛定谔，用物理学观点观察生命；克里克找到了DNA；赫布创造了神经生物学，后面两位图灵和维纳创造了“硅基生命“。
首先我们看一看最早的时候，1943年，薛定谔问了一个灵魂之问：什么是生命？他提出了生命是由一种负熵维持稳定。减熵，使它不走向热力学平衡，他提出在生命里面一定有一个脚本，有一个程序，他不知道这是什么东西。他猜想，这个东西是非晶体结构。这个是后面大概十年以后，克里克找到的DNA，克里克是在他的思想的指引下，去发现了这个DNA，所以我们以后就知道，所谓的生命运动是我们的遗传密码，是一代代传下去的密码，执行这个密码就会产生蛋白，蛋白的作用就定义细胞的作用，细胞的作用导致生命，这就是碳基生命的基本原则。
硅基呢？图灵提出了“图灵机”概念，这是最基本的机器运作概念。他同时提出人也是有编码的，就是DNA。机器有它的程序，这两个之间有共同体，于是他提出了图灵测试。什么时候智能可以跟人一致？这个智能就是当我和机器交互的时候，我不能区别交互对象是人还是机器的时候，这标志着图灵的测试假设。
这是导致今天图灵提出的这样一个智能通过机器来实现，而赫布在1944年提出了著名的“赫布法则”。他说人体的思维机制是什么？我们脑子的神经元会被激活，激活的神经元形成网络，这些网络就是思想和记忆的机制，这个机制就是今天人工智能的第一法则。当时还不知道神经元长什么样，这个激活不断加强，不断学习的过程中间，人类脑子里面形成了一个神经模式，这个模式就是一种学习。
神经元网络恰恰是这个东西的机械实现，大家可以看到，这是神经元网络的形状。能够达到什么目的？达到神经元输出跟我人的输出差不多，这样就学好了一个神经元网络，所以它完全是赫布理论的图灵实现，这就是机器学习，一句话就说完了。
什么是学习的目标？我们定义一个函数，让神经元网络更能一致。学习是迭代的过程，开始的时候很糟糕、错误很多，不断迭代以后就能把它找到，这个参数怎么找？就是一个算法，这个算法就是不断地搜索，搜索到一个最好的连接权重，这样使得这样的输出能够稳定。
这个学习的过程怎么样跟环境交互，怎么样达到负熵，就是反馈，它的理论基础就是：我们只要跟环境交互的过程中，不断地吸取环境反馈，不断地改变我们的认知。机器是一样，人也是一样。人对世界进行预测，同时观察这个世界。预测的世界和观察的世界中间有一个差异，这个差异我们物理上可以叫自由能，通常可以叫做误差，这个认知误差可以做什么事情，做两件事情：一个，我发现不一样，不一样怎么办，如果相信世界的话，我就改变自己，我去学习，重新连接，这叫改变认知，是认知过程的进化；还有一种可能，我相信自己，认为世界观察不对。这个时候怎么办？我改变世界，这就把整个人工智能的理论建立完毕了。
经过多年努力，基本上按照这个思路，我们终于做出了chat-GPT，为什么chat-GPT有重要意义，是因为语言是交互的重要手段，现在机器终于达到了能够跟人一样说话的水平。这样的系统的出现，是人工智能走向通用智能的一个重要的里程碑，我们看到它被世界接受的程度非常快，短短一年半已经有15亿的用户，短短半年多就达到5亿用户，这个在人类历史上是没有过的。
最重要一点倒不是用户，最重要一点是在我们研究模型的时候，我们终于在事后搞清楚了我们人类思维的模式。所以大家要明白，我们研究机器的时候，实际上也在研究自己。机器现在学习方法也许就是我们人类思维的模式，我们就把客观的观察，编码编成向量放在脑子里，学习就是向量和向量的互相作用，编码要保持语义结构。这样无论观察到的是一张图象还是文字，编码一样，就编在同一个向量上，在脑子里就在一个脑区。正是这个原因，我们能实现多模态的人工智能，并且导致了大模型可以覆盖整个的文明。我们从文字开始、做视觉、做聚生，让机器可以主观改变世界，接着我们进入一个新的社会。这个社会中间不仅人是主动的行为体，机器也成为一个主动工具，而不再是被动工具，这就是我们要面临的人工智能下的未来社会，它是人机二元的，我们人类和机器的共同创造，是社会化的，能够实现个性化生产，虚拟化和现实世界混为一体。
人工智能怎么发展？实际上，我们人的智能发展和机器的智能发展，它是走两个反方向。人是怎么来的？孩子出生的时候，因为带着遗传密码，所以有非常好的基础，所以你给孩子看一张图，一个猫、一个狗，他马上知道猫和狗的泛化，但是机器不行。我们人有这个能力，从开始好奇心的培养，第二步培养他的价值观，第三步培养他的系统，不断地学各种各样的知识，物理化学，到最后学社会知识，自我学习。机器完全反过来，开始把互联网所有东西拿过来，用统计方法找到编码，所以一开始就拥有了泛泛的知识，但是它没有价值观。然后它开始微调、垂化，才出现一个一个垂化系统，之后发现它需要有价值观，需要讲对的话，这样才能对齐人类价值。最难的是让机器懂得常识，自己懂得牛顿定律，自己知道苹果不会飞上天，这个是非常难的。我们可以看出来人工智能发展方向。
大家一定要明白，我们今天做的chat-GPT不是为人做的，是未来机器的大脑，所以它是智能体的大脑，我们今天跟人对话是训练它要像人一样，要有人的搜索功能，慢慢要有价值体系，最后还能够创新。如果我们把价值观做对了，让他有了人性了，这就是我们可以生活在一起的一个智能体，所以这是未来发展的一个主要的方向。
展望一下这个时代，这个时代马上要到来，我们的大模型将会基础设施化。现在“百模大战”，未来只剩几个模型，这些模型会成为生活中的基础设施。手机、终端设备上都有它的推理功能，会有很多的新数据让机器学习，最后会在智能体下形成二元社会。
这个二元社会会带来非常大的社会结构和机制的变化，因为我们许多的东西，像法律等都是一元社会为基础设置的。二元社会中我们不知道怎么办，所以这里有许多挑战，这个挑战是我们要面临的，但是我相信，人类是有足够的智慧形成新的社会体系，来真正地组织好这个二元社会。
科学对于未来，对于人类进步的推动是根本性的，主要是因为我们的科学家，他们是真正的以好奇心驱动。所以我最后引用的是薛定谔先生的一句名言，“科学家的任务不是看到没有人看到的东西，而是去想别人还没想过的那些习以为常的事”。比如说什么是生命，想通了！我们就能懂得生命，延长生命，保护生命，制造生命，谢谢大家！