“AI教母”李飛飛最新采訪：K12教育是浪費學生時間，靠AI都可以做到

AI 就是工具，這句話帶著我對人的信仰，我對人性和人類社會的信仰。

作者|王蕊

編輯|西子

“我信仰的是人，不是 AI。”

在最近一場與鈦媒體的對話中，這句看似簡單卻極不妥協的話，是李飛飛反復強調的核心立場：技術再先進，也不能替代人類自身的價值和責任。

“AI就是工具，工具就是雙刃劍……我們對其他工具的期待，永遠不是說讓這個工具去 figure out （弄明白）要做什么，這是人類的責任。”

這不僅是對 AI 功能屬性的判斷，更是對人類主體性的堅守。

作為ImageNet 的締造者、斯坦福倡導“以人為本AI”理念的先行者，人們稱她為“AI 教母”。她既是深度學習浪潮的親歷者，也是推動這一浪潮反思和回歸人本價值的關鍵人物。

李飛飛提出，當前 AI 的發展不能僅停留在語言和感知層面，它必須邁向更深層的空間智能——讓機器能夠理解、推理并與三維世界互動，而不是停留在二維符號處理的表層。

她認為，這種能力的突破不是簡單的技術堆疊，而是讓 AI 能夠真正“理解世界”的基本能力。

李飛飛不會回避 AI 的優勢，但更擔憂公眾對技術的誤讀和過激敘事。

在她看來，當下圍繞 AI 的討論中存在從“末日論”到“烏托邦論”的極端觀點，這既可能誤導公眾認知，也讓有意義、務實的討論變得更加困難。

對她而言，技術進步帶來的，不僅是效率提升和產業變遷，更是對教育體系、社會結構乃至人類潛力的深刻挑戰。

這正是她如此關注教育變革的原因。在她看來，傳統的教育方法已經無法應對 AI 時代學生真正需要培養的能力——好奇心、批判性思維、創造力和空間想象力。

讓 AI 幫助學生學習，不是讓機器代替學習，而是在讓他們掌握工具的同時，守住人的核心能力。

接下來我們將整理這場對話的核心內容，聚焦李飛飛關于自動駕駛、機器人未來以及 AI 與人類關系的看法，通過她的判斷和論述，更清晰地呈現，她對技術發展與人類責任關系的理解。

以下內容根據鈦媒體趙何娟老師與李飛飛教授的對話，有編輯刪減。

別用自動駕駛的20年，丈量機器人的未來

自動駕駛汽車就是機器人，它是人類最早的海量生產的機器人。

但是這個機器人非常有限，它是一個方盒子，基本上是在二維的世界里，因為路面是二維的。而它在這個二維的世界只做一件事，就是不要去碰著別的東西。

今后要做的三維的機器人，在三維的世界，它的目的就是去碰各種各樣的東西，然后幫我們洗碗做飯、疊衣服。

所以你就知道，這個汽車還是一個很簡單的機器人，汽車的世界模型也更簡單，因為它做的事簡單。

當然了，我真不知道特斯拉他們內部在做什么，但總的來說，我覺得它不是一個以生成式世界模型為主的。因為它主要做的事情不是生成，而是去做很多判斷，比如 recognition（識別）、detection（檢測）這些。

但機器人需要生成式模型，機器人做訓練需要，因為你不可能有那么多數據。我們做的事情就是跟 creativity（創造力）、design（設計）有關的，這些都需要生成式模型，因為生成本來就是一個 use case（用況）。

我覺得機器人是一個很好玩的事情，現在硅谷機器人很火很火。而且我自己實驗室也做了 10 年的機器人，我有很多優秀的以前的學生，在各個地方引領機器人的研發，所以我非常非常喜歡這一塊，也看好機器人。

但是我也確實覺得要很冷靜，機器人的研究還是在早期。

就像我們說的，機器人真的是缺數據。你想想做汽車這件事情都做了幾十年，而且汽車還有很多很多的人，一邊開車一邊在搜集數據。機器人基本上沒有商業化的應用場景，尤其是日常用的機器人，沒有太多商業化的應用場景，所以它的數據很難收集。

其實走生成式 AI 這條路，就變成一個很有意思、很有前景的一條路。而且生成式 AI，尤其是視頻生成這些，它其實提供了很多訓練的不同想象空間。

你可以做 simulation（模擬），像我們做的 robotic simulation（機器人模擬）就很有前景；

你也可以甚至在 inference time（推理時間），用這個視頻模型去幫助 online 的 planning（在線規劃），有很多很多的可能性。

因為機器人旁邊的領域 ——Generative AI（生成式 AI）發展很快，所以它在帶動機器人的發展，我覺得很exciting，但還是拭目以待吧。

我覺得機器人到商業化真的還有一段路要走，尤其是日常用的機器人。

從自動駕駛這個概念開始到商業化，谷歌是在 2006 年成立了一個很小的自動駕駛研發團隊，Waymo 是在 2024 年上路的吧，所以經歷了快 20 年。

這里邊有一些可比性，也有些不可比性。

比如說汽車行業非常成熟，它的所有 supply chain（供應鏈）、OEM（原始設備制造商）、use case（應用場景）都非常成熟，所以這一點它又比機器人快很多。但 AI 那個時候不成熟，所以自動駕駛走了很長一條 AI 的路。

現在 AI 的路肯定會走得更快，但除了工業機器人或者有限的工業機器人，沒有什么像汽車一樣成熟的機器人應用場景，所以這條路是不是會比 20 年快，還是比 20 年慢，其實很難說。

但我相信 AI 比當年自動駕駛要快一些，它的問題也更難一些，因為它是奔三維世界的。

我其實經常被問到還有幾年能實現，我很不愿意回答這個問題，因為它很復雜，我只能說我相信咱們的有生之年（會看到）。

“我信仰的是人，不是AI”

AI 是工具，工具就是雙刃劍。人類的每一個工具，小到一把火、一個石頭做的斧子，大到核彈、生物技術、AI，本質上都是雙刃劍。

我當然認為，我們對工具的使用是應該向善的。但同時也要防止工具被運用錯，不管是有意的還是無意的，都是有可能的。

我認為，兩邊的極端都不夠理性。

只發展、完全不 care 它的安全性和向善性，那絕對是 disaster（災難）；

但如果只是天天去講它的向善性、倫理性，不去發展，那也會失去很多機會，畢竟好的技術是可以帶來很多福祉的。

就像做父母，你教不教孩子用火？你肯定要教孩子用火做飯，教的時候，既要講做飯的好處、用火的好處，也要講用火的壞處，這其實真的是一種常識。

但是在 AI 變得不可控之前，它是人類的工具，人類有責任讓它可控。但就像其他工具一樣，我們對其他工具的期待，永遠不是讓這個工具去 figure out（弄明白）要做什么，這是人類的責任。

我覺得我們真的是要理性看待 AI 是什么，然后用理性的方式去思考，今天的社會需要什么。

比如說教育，我覺得我們太需要在 AI 的時代，更新我們教育的理念和教育的方式。我們需要讓孩子們用這個工具，讓孩子們知道這個工具可以給他們的創造性、學習賦能很多，但同時也要讓他們知道，這個工具有可能出現的問題。

而且這不光是教育孩子，還要教育自己、教育公眾，給公眾足夠的信息，給政策和法律制作者更多的信息和學習的機會，這些都非常非常重要。

說到最后，我們對 AI 的發展和治理，其實是我們自己的自身學習、發展和治理，真的說到最后還是人的問題。

個體需要做的就是，認識到時代在變化。現在再去做鴕鳥也不是一件好事，這個時代確實在變化，工作會變。

任何一次大的科技革命都會帶來工作的變遷，甚至是陣痛，有些陣痛時間短一點、能軟著陸，有些陣痛不一定能軟著陸，會帶來社會的動蕩。

所以作為個體，怎么去了解、學習？還是保持一種好奇心吧，對生命的好奇、對世界的好奇。就算你的好奇心，在成年人的世界來自于一種恐慌，那也行，至少有個動力讓你有好奇心去學，這是個體需要自省的。

作為群體，我自己覺得我們整個社會在 AI 的時代，都應該對教育結構進行調整。

所謂的 K-12 教育，讓一群十幾歲的孩子過各種應試、做標準答案的教育，當然美國這邊不只是應試，但還是包括應試，而且很多教學方法，還是帶著知識填充的性質。這些我覺得都是可以更新的，而且應該急需更新。

因為 AI 在快速證明很多東西是機器可以做到的，再讓人花十幾年、幾十年的時間做一大半機器可以做到的事情，這是對人類的一種浪費。

所以我自己特別想呼吁，思考教育的人、能影響教育政策的人、在執行教育的人，去好好把握這個時代的機會。我們已經 100 多年沒有變過教育的方法論了，100 年以后歷史學家回過頭來看 21 世紀上半葉，我最大的希望是人類做了一次教育的革命。

我覺得應該用 AI 去賦能教育者和學生，然后用大量 AI 賦能后節約出來的時間和精力，讓這些學生們去積累認知和能力，都是 AI 做不到的能力。

人類是有巨大潛力的，每個個體都有巨大潛力，我們的大腦沒有被完全用上，你看人類個體的差別，就可以看到這個潛力有多大。那有了 AI 這樣的工具，或者甚至有了 AI 對人類工作的沖擊，這正好是一個契機。

我們不應該再分工科、文科了。因為 AI 可以讓所有人都學會 coding（輔助編程），那你說這些人是工科還是文科？AI 也可以讓很多人更好地感知美、讀書、作詩，所以我覺得教育的方法論都可以改。

我覺得 AI 給了我們很多機會，但我也覺得，人最后還是要看我們自己怎么去用這個工具。我其實最害怕的是人類的放棄，或者部分人類的放棄，就覺得 “哎呀 AI 這么聰明，沒我啥事了”，這個很可怕。其實人類有太多太多的潛力，有太多太多可以創造世界的機會，有太多太多可以把人類世界變得更好的機會。

AI 就是工具，這句話帶著我對人的信仰，就是我對人性和人類社會的信仰。因為我信仰的是人，我信仰的不是 AI。

最真誠的智能汽車報道