爲機器立心：人工智能專家朱松純力作

立心以智，築路以國。 當ChatGPT掀起的大模型熱浪席捲全球，當人工智能的發展陷入“數據堆砌即智能”的迷思，當世界各國在通用人工智能的賽道上加速奔跑，我們正站在智能時代的十字路口，直麪人工智能的中國之問。 這一問，接續着李約瑟難題的求索、錢學森之問的深思，考驗着中國科技的自主底氣，也追問着智能科學的本質答案。 朱松純教授的《爲機器立心》，正是爲時代寫下的答卷。 它不只是一本關於通用人工智能的學術著作，更是一位中國科學家爲AI立“心”、爲中國築路的赤誠宣言，讓我們在技術的喧囂中，看清了通用人工智能的本質，更看到了屬於中國的智能未來。 朱松純對當下人工智能發展的清醒反思，他沒有被大模型的表面繁榮所迷惑，而是直言不諱地戳破了三大關鍵迷思，字字句句都透着求真的勇氣。 他將ChatGPT等大模型比作“缸中之腦”，一語道破其囿於數據、缺乏真實世界感知與因果推理的本質。 他用“烏鴉智能”與“鸚鵡智能”的生動比喻，劃清了真正的智能與機械的模仿的界限，鸚鵡能學舌千萬句，卻不解其意，正如大模型能生成海量文本，卻無獨立思考。 烏鴉能以小數據解大難題，靠的是對世界的理解與變通，這纔是通用人工智能該走的路。 最具東方智慧的，是他提出的理（U體系）與心（V體系）並非對立的觀點，打破了技術唯理的偏執，讓我們明白，真正的智能從來不是冰冷的邏輯堆砌，而是理與心的共生，是能力與價值的統一。 這份反思，不是對現有技術的否定，而是對智能本質的迴歸，讓在大數據賽道上盲目追趕的我們，突然停下腳步，重新思考AI的初心。 第一部分的破迷思，是爲通用人工智能撥開迷霧，那麼第二部分的1238路線圖，便是朱松純爲中國通用人工智能發展畫出的清晰航向，字裏行間都藏着實幹的底氣。這個開創性的路線圖，絕非紙上談兵的理論構想，而是紮根於多年科研實踐的智慧結晶。 一個統一理論框架，錨定了通用人工智能的研究核心。 兩個系統完備性，築牢了技術發展的底層根基。 三個基本特徵，界定了通用智能體的本質屬性。 八個關鍵問題，直指研究路上的核心難題。 更令人振奮的是，書中不僅有理論框架，更有實打實的原創成果：全球首個通用智能人“通通”，讓我們看到了通用智能體的真實模樣；大任務仿真平臺“通界”，爲科研搭建了貼近現實的試驗場；“通智測試”跳出了圖靈測試的侷限，建立起“能力—價值”雙維度的評估標準。 科研平臺“通境”，爲跨學科協作提供了堅實支撐。 這四大成果，不是孤立的技術突破，而是彼此關聯、相互支撐的體系，更以此爲基礎，勾勒出產業智能體落地的八大領域，讓通用人工智能從實驗室走向產業、走向生活，有了具體可感的路徑。 這份腳踏實地的探索，讓“通用人工智能的中國時代”不再是一句口號，而是觸手可及的未來。 《爲機器立心》最珍貴的價值，遠不止於技術與理論的創新，更在於它爲人工智能注入了獨屬於中國的文化底蘊與價值溫度，回答了“爲何爲機器立心”的根本問題。朱松純筆下的“心”，不是簡單的算法疊加，而是根植於中國哲學的智慧——是儒家“心即理也”的知行合一，是道家“道法自然”的順應規律，是對人類情感、倫理、責任的深度契合。 他提出的價值系統（V體系），分層呼應着人類的基礎生存、社會倫理與高階責任，讓AI不再是“價值中立”的技術工具，而是與人類價值觀對齊的倫理主體。 這種“爲機器立心，爲人文賦理”的追求，讓中國的通用人工智能研究，從一開始就走在了“人機共生”的正確道路上。它告訴我們，發展人工智能，從來不是爲了追求技術的極致，而是爲了更好地理解人性、服務社會。 中國的通用人工智能之路，從來不是對西方的模仿與追趕，而是基於自身文化與國情的自主創新。 這份文化自信與價值堅守，正是中國能在通用人工智能領域實現彎道超車的核心底氣。 心中滿是感動與振奮，感動於朱松純教授的家國情懷，他放下海外的優渥條件，回國創建研究院，將個人的學術理想與國家的發展需求緊密相連，用一生的求索，踐行着科學家的使命與擔當。 振奮於中國的通用人工智能研究，終於有了屬於自己的底層邏輯與發展路線，不再隨波逐流，不再盲目跟風。 《爲機器立心》不僅爲我們釐清了通用人工智能的發展方向，更讓我們看到了中國科學家的精神脊樑。 敢於質疑、勇於求真的科學精神，是紮根本土、自主創新的文化自信，是心懷家國、勇擔使命的赤子之心。 人工智能的“中國之問”，從來不是一個技術問題，而是一個關乎戰略、關乎文化、關乎未來的時代問題。 朱松純教授用《爲機器立心》給出了屬於中國的答案：唯有爲機器立起兼具理與心的“中國心”，走出底層邏輯自主可控的“中國路”，才能真正點亮人工智能的“中國時刻”。 這條道路，註定佈滿荊棘，但正如書中所展現的，中國的科學家們，正以堅定的信念、紮實的行動，一步一個腳印地向前走。 我們有理由相信，當機器有了“心”，當中國有了路，通用人工智能的中國時代，終將到來。 而這顆爲機器立起的“心”，也終將成爲人機共生時代裏，最溫暖、最堅定的力量。

說實話，讀《爲機器立心》這本書，我的動機非常“實在”——最近人工智能板塊漲得挺猛，我心裏癢癢想進場，又怕追高成了“韭菜”。這書名聽起來宏大如“爲天地立心”，而我想的則是：不如先靜下心，看看這個行業到底發展到了哪一步，底層的邏輯到底是什麼。 這本書給了我一個紮實的認知錨點。最讓我震撼的觀點在於：當前的大語言模型（如ChatGPT）無法真正“理解”世界，是因爲它們沒有“身體”。 作者朱松純教授指出，它們本質是生成式AI，侷限於文本領域，缺乏與物理和社會環境的互動。這讓我對“知行合一”有了全新認知——原來“行”不僅是行動，更是身體在真實世界中的體驗與驗證，是思想得以進化迭代的基石。 書中一個生動的實驗佐證了這點：當實驗者反覆故意把板子摞歪，小朋友會逐漸懷疑對方的能力，表情也變得僵硬。這個細節深刻揭示：智能體（無論是人還是AI）對世界的理解與信任，建立在與環境的反覆交互之上。 讀完我清晰地看到，真正的AI前沿遠不止於聊天和生成，而是走向擁有“身體”、能交互的“具身智能”。這讓我在熱潮中能分辨趨勢與泡沫，心裏確實更有底了。如果你也對AI既好奇又謹慎，這本書或許值得一看。

木鐸書評之《爲機器立心》 這本書的作者是北京大學一位研究人工智能的專家學者，我對這位學者的學術成就並不瞭解，所以僅僅從書的內容出發進行評價，有不準確不全面的地方也在所難免。 首先我同意作者在書中對現在的人工智能，尤其是以transformer 架構爲主的大語言模型的批評和意見。我覺得作者的評價是準確和靠譜的。作爲一個AI的使用者，我對現在AI的理解和作者是一致的。作者的書名叫《爲機器立心》，也就是說現在的AI，尤其是大語言模型是沒有“心”的。 什麼是機器的“心”呢？作者稱之爲價值系統，也就是AI需要確立一個價值系統，然後根據這個價值系統得出的結果來推算應該採用的策略。現在的大語言模型明顯是沒有這個“心”的，現在的大語言模型或是多模態大模型基本上就是一個帶有隨機性的符號產生機器，它根據從訓練數據中得出的符號之間的關係以隨機的方式來得出下一個符號。當然這個符號未必是文字，可以是圖片，也可以是視頻等等其他模態的數據。 雖然我認同作者對現在的AI沒有“心”的定位，但是在我看來，這個“心”是無法通過人去給機器“立”的。人之所以有“心”，是因爲人腦是一個不停地主動提煉意義的機器。人是通過從周邊環境中不斷主動地獲取信息並提煉意義的過程纔得到了價值系統，其他動物也不例外。人的價值系統是在主動比較自己的目標和外界環境的差別並不斷行動的基礎上逐漸建立起來的，而不是被外界因素賦予的，沒有主動性的從環境信息中提煉意義過程也就談不上“心”，並且這個“心”也只能靠動物或機器自己“立”起來。 因爲缺乏對腦科學的理解，很多人不瞭解“心”是和主動性密切相關的，這也是我們面臨很多教育悲劇的原因。我們認爲小孩的心智是一張白紙，然後通過教育不斷地在“白紙”一樣的心智上畫出我們想要的“圖像”。這種對心智和教育的理解本身就是極端錯誤的，也是現在很多教育悲劇（比如學生的心理健康問題）的根源。我們忽略了一個腦科學早就告訴我們的道理：再小的孩子都是一個攜帶了人類所有基礎認知模塊的參與者，而不是一個需要被灌輸“心”和“理”的白紙。 現在大家都在討論在AI如此發達的時代我們該如何改進我們的教育，其實在我看來最簡單也最重要的改變就是要尊重人的主動性，把孩子們視爲教育過程中一個具備主動性和控制權的參與者，而不是一個等待被描繪和塗抹的“白紙”。我們在教育中忽視和抑制了孩子天生對主動參與和控制的內在需求，然後我們再去擔心孩子的心理健康，這種做法無異於緣木求魚。 回到人工智能的話題，現在的人工智能的核心問題在於缺乏主動獲取的過程，訓練數據都是人類準備好餵給AI的，得到答案也是經過人類提前標註好的數據進行微調和強化學習的。所以AI只能知道這些人類餵給它們的符號之間的關係，但是它們永遠無法理解這些符號代表着什麼樣的外界環境和什麼樣的交互過程和結果。人類還賴AI產生的結果有幻覺，這就太莫名其妙了，這就好像一個從來沒來過中國的外國人，就算他看了再多中國的紀錄片，他對中國的理解還是有大量的錯誤和幻覺的。 我雖然認同作者的觀點，也就是機器要有“心”，但是機器的“心”必然是在一個主動的提煉意義的過程中產生的，無法通過人來賦予的。人需要把人工智能當成我們生活中其他的智能夥伴，我們不是創造人工智能的“心”，而是要參與一個類似於育種的過程。在這個過程中我們唯一能做的就是提高警惕，仔細觀察，就像給馴養動物育種一樣不斷挑選能夠和人類共生的新型合作伙伴：“人工智能”。 雖說現在的大語言模型有根深蒂固的缺陷和短板，但是它畢竟讓人工智能真正地走進了每個人的工作和生活。OpenAI最大的貢獻根本不是技術方面的。對於ChatGPT來說，無論是transformer的神經網絡架構還是用GPU進行計算的方法都是在已經有了的，transformer架構是2017年穀歌的幾個研究員發明的，用GPU進行計算的方法伊利亞早在和他的老師辛頓做Alexnet的時候就探索過了。 ChatGPT與其說是一種技術創新，不如說是一種應用模式或商業模式的創新，在此之前是很少有AI產品是以非企業用戶爲主要目標客戶羣的。要想真正找到替代ChatGPT等大模型的新技術，除了技術研究之外，找到合適的應用和商業場景也是同樣重要的，在這方面我們還是期待作者進一步的成就。僅僅是一個科研成果是不足以推動人工智能技術的進一步發展的，還需要有一個合適的應用場景。

朱松純教授一度因小樣本學習而名噪一時，並且與楊立昆一樣，認爲目前的大語言模型是鸚鵡學舌和缸中之腦，認爲它不是通用人工智能的終極路徑。我一度很欣賞這些石破天驚的觀點，但看了“爲機器立心”一書，卻更多是失望與疑惑。 朱教授的最大創造就是發明了UV體系，U是理性和勢能，來自於物理學概念的借用，其實就是目前大模型所不斷發展的“智能”，而V則是價值體系和道德內驅力，這有點像蘇斯克夫追求的爲AI大模型調校的安全概念，即AI要爲人服務，要與人類的價值觀相一致，但這個V又不太一樣，朱教授並未提供如何實現這個V的嵌入，可能在朱教授看來，這個V必須人爲構建在AI模型之內，或者通過與人的交往來學習，或者通過人爲的函數調校而成立。 朱教授這個想法或許初衷是不錯的，但他並沒有發明一個學習方法，讓這個V能夠真的生長爲一種人工智能的重要維度。這其中，我一直主張，這個維度可能是不可學的，甚至一定會失敗的。 我認爲，人之所以有價值觀、成就觀、內驅力，最大的來源是人的生理特徵，即字面意義上的“心”。由於心所提供的動力驅使以及發展成就、躲避風險的終極目標，人才會派生出一系列的動力與智能，包括情商、堅韌不拔、克服困難、尋找解決方案甚至欺騙等，這些內在的來源，機器目前似乎是沒有的。如果人們用自己熟悉的概念、動機、出發點來“手把手”地教授機器，那麼有三個重大困難：一是機器是否形成自己的自我意識與人格，如果沒有自我意識，恐怕是教不會的；二是沒有數據，如果能夠生出這些場景與數據，似乎根本沒有辦法。人的合作精神、利他精神，也是在億萬年的進化中，用事件刻入基因的一種特質，這使得人比猿猴多了一種能力維度並形成合作族羣，生髮出重大的生存優勢。這正是AI的弱項。三是如果這些路都走不通，那就只能回到歷史上知識圖譜的路線，即人類將人類的V維度做成圖譜，一點一點“喂”給機器，但歷史上知識圖譜是一個失敗模型，這基本上是行不通的。 所以，我認爲朱教授一面不承認當前大模型的成就，想另立一套，但UV模型還是找不到工程學的方法，只能看着大模型攻城撥寨，說說風涼話罷了。北大通智院，不過就是一個數十塊GPU的一個VR實驗室，不去與現實世界結合，而夢想着自己發明一套“現實世界”，豈非捨近求遠？我未知其可也…

這本書是我的導師在學術討論中分享的，恰好與我的興趣領域高度契合。這是一個難得的學習機會，我迫不及待地想深入閱讀，汲取其中的精華。 通過深入閱讀此書，我得以一窺朱松純老師在《爲機器立心》中展現的對通用人工智能的宏大構想： 通過構建“價值驅動”（V系統）與“任務塑造”的雙螺旋框架，試圖爲智能體注入類人的倫理認知與物理世界交互能力。書中對當前AI技術路徑的批判頗具洞見——他犀利指出大語言模型本質仍是“缸中之腦”，缺乏具身實踐所沉澱的“街頭智慧”；而“烏鴉範式”的提出（小數據、大任務、價值對齊），則試圖突破統計學習的侷限，讓人工智能從被動數據擬合轉向主動價值判斷。這種將東方“知行合一”哲學融入技術進路的探索，展現出超越西方技術中心主義的獨特思想鋒芒。 然而，我認爲，當我們將目光投向“通通”機器人擦拭桌面的溫馨案例時，卻不得不直面三個根本性悖論：（1）智能體“愛整潔”的價值觀雖源於人類示範，但當其演化出自我意識後，“人性”的定義權將面臨重構——當機器開始質疑“爲何必須服從人類審美的整潔觀”，人類中心主義的倫理框架將遭遇嚴峻挑戰；（2）書中強調的“價值對齊”暗含文化霸權風險，若將儒家倫理預設爲普世準則，可能陷入技術烏托邦的傲慢。或許更根本的出路在於構建人機“共識契約”——如同書中提及的“通信式學習”，通過動態博弈形成價值公約數，而非單向灌輸特定文明的道德圖譜；（3）作者寄望通過“可解釋性”建立人機信任，但若智能體發展出基於暗物質推理的元認知（如自主生成反常識任務），人類是否還能理解其行爲邏輯？這本質上觸及認識論的邊界：當機器智能突破碳基思維的認知框架，傳統因果律與目的論或將失效。 本書最深刻的啓示，恰在於揭示了人工智能本質上是人類文明的鏡像——我們既渴望創造具有“心”的智能體，又恐懼其突破我們設定的“理”。這種矛盾映射着技術革命時代的集體焦慮：當機器開始追問“人生的意義是什麼”（書中引述的哲學命題），人類或將被迫重新審視自身在宇宙智能生態中的位置。朱松純老師的探索雖未完全跨越這些深淵，卻爲後來者樹立了極具東方智慧的路標。

評分高難道是因爲人少嗎…… 爲機器立“心”的標題讓我一度以爲是人工智能行業專家從一種去人類中心的本體論角度討論AI或AGI，但到頭來整本書內在的人類中心意識形態框架作者倒是毫無意識，UV雙系統本質是一種對齊和模擬，而我下意識認爲如果這是一個提煉並數字化信息化人類人文社會學層面系統再輸入機器的過程，那麼這套系統能否與作爲物的或許擁有自身的umwelt的機器自洽而不出問題，是非常難保證的，這可能纔是人機難以互相信任、人不敢坐無人駕駛汽車的一個重要原因。將馬斯洛需求等理論視爲通用價值的做法忽視了意識形態、政治立場以及道德體系的流變性（也可能是因爲需要函數化價值，所以傾向於取用通用的價值）。況且若AGI需要處理不可見的社會關係、意圖等“暗物質”，那麼人文社科在AI領域的作用將變得前所未有的重要。意識的部分試圖構建人類智能中都未存在的完備認知架構，但說實話基於人類智能與人類主體的有限性與敞開性，所謂完備封閉的意識體AGI可能只是技術創造的一種神話情結。唉，怎麼說呢，我完全理解技術上正是需要不斷的信息化函數化簡化才能投入實踐，因爲這樣纔有確定性，但是針對一個本身就充滿不確定性的對象進行模擬的時候，這就顯得很蒼白，而且論述中處處透露着哲學方面的薄弱…自己專業的論著尚且如此，這位作者另一本與人文相關的想想也應該不用看了。

算通用科普書吧，很多內容其他地方看過，但是一些思考非常有意思。比之前看過他總編的書好。 筆記： 智能現象的產生依賴兩個基本前提條件：價值鏈條和因果鏈條。 價值鏈條是生物進化和生存的“剛需”。個體生存、物種傳承和社會活動，這些基本任務（或需求）會衍生出大量的其他任務，進一步驅動人類的行爲。任務背後隱藏着價值函數，這些價值函數大多在進化過程中就已經形成了，包括在人腦中發現的具有“獎懲作用”的化學物質，如多巴胺（快樂）、血清素（痛苦）、乙酰膽鹼（焦慮）、去甲腎上腺素（興奮）等。在價值鏈條的基礎上，智能體需要理解物理世界及其因果鏈條，以適應這個世界。因果鏈條決定了任務完成的路徑，基於自然和社會規律，爲任務的實現設定了限制。 動物的行爲都是被各種任務驅動的。有了這個基本的先天條件後，下一個重要問題是：什麼驅動了模型在空間中的運動，也就是學習的過程？我認爲是以下兩點： • 塑造我們心智的外來的數據 來自外部世界的各種可感知信號傳遞到人腦，塑造了我們的心智模型。數據分爲觀察數據和實踐數據。觀察數據一般用於學習各種統計模型，這種模型就是某種時間和空間的聯合分佈，也就是統計的相關性。實踐數據用於學習各種因果模型，將行爲與結果聯繫在一起。 • 內在的任務可以驅動行爲 內在的價值函數驅動行爲，以期達到某種目的。我們的價值函數是在進化過程中形成的。因爲任務不同，我們往往對環境中有些變量非常敏感，而忽視其他一些變量，因此形成了不同的模型。 關鍵問題5：讓機器人學會人類的價值函數 先以老師和學生做例子。老師的目的是傳授學生知識，學生的目的是從老師處獲得知識。他們通過觀察和交流來相互理解。老師通過觀察學生的行爲來了解學生的狀態；同樣地，學生也通過觀察老師來了解老師的意圖。在這個過程中的每一時刻，老師都在向學生傳達一些信息，如知識點等；而學生也可以向老師詢問一些信息，如自己對某個知識點的理解是否正確等。

《爲機器立心》中智能體“通通”主動擦拭桌面的情節，生動展現了“價值驅動”的AI內核——它並非執行預設指令，而是基於“愛整潔”的自主判斷。朱松純以此案例，批判當前大模型是缺乏意圖的“缸中之腦”，並提出以“小數據、大任務”的“烏鴉範式”重塑AI發展路徑。真正的通用智能，需在因果推理中內化人類價值觀，而非沉溺於數據投餵的統計幻覺。

本書從中國視角出發，提出三大關鍵問題與創新路徑，構建了價值對齊的實現框架。 它不僅解析核心難題，更展示了四大原創科研成果，爲AI從專業工具邁向通用智慧提供了清晰的路線圖。 這本書系統梳理了通往通用人工智能的核心問題與路徑，深入淺出，是展望AI未來不可多得的嚮導。

書中主要講了兩點內容。 第一，由“大數據、小任務”範式向“小數據、大任務”範式轉換。現在的人工智能依賴大量數據做某一場景的模型，作者希望能做到和人一下用少量數據做大量的內容，比如學會了四則運算就會做很多應用題，甚至奧賽題。 第二，由“數據驅動”向“價值驅動”轉換。在“小數據、大任務”範式的基礎上，智能體需要由V系統驅動U系統，即由“心”驅動“理”發展。當智能體有了價值判斷作爲驅動，就可以由此推導出大量的任務。用了馬斯洛需求模型在講價值，人工智能要看到價值，實現主動學習等。 作者說了很多當前的不足，用了很多社會學，腦科學在講述大道理，有點像弗洛伊德用複雜的概念介紹心理學使之不可證僞更多是宣傳噱頭。也可能作者是愛因斯坦一樣希望開創一個統一場論的紀元，當前不符合天時地利人和而已。 從工程結果來說作者主要推廣自己的想法和模型，這個我們仁者見仁吧，talk is cheap，show me the code。