在人工智能发展的历史上，一个里程碑悄然到来。著名人工智能专家伊利亚·苏茨克弗最近接受采访，系统地阐述了他离开OpenAI后创立SSI（安全超级智能实验室）的新愿景。本次对话直接针对当前人工智能行业的痛点：模型在测试中得分高，但在实际任务中却感到困难。伊利亚大胆宣称，“规模时代”已经结束，未来十年，人工智能将回归像人类一样学习的根本路径，整合人类情感机制，实现安全超级智能的飞跃。
作为人工智能领域的先驱，伊利亚的观点引发了广泛讨论。他强调，人工智能不应再盲目追求参数堆叠，而应转向以价值为驱动的学习范式。这一转变不仅关乎技术创新，也将重塑人类社会与智能之间的共生关系。当前人工智能危机：高分，低能力
目前，主流大型模型在标准化测试中常常取得令人印象深刻的成绩，但在实际应用时往往暴露出局限性。Ilya指出，这些模型可以轻松处理预定义任务，但在复杂场景中经常遇到“循环错误”——修复一个漏洞往往会导致新的问题。这不是技术缺陷，而是训练范式中的根本缺陷。
在强化学习阶段，开发者过于关注“评估优化”，导致模型变得像“考试学生”，只关心分数，忽视了现实世界中的泛化需求。它们的经济影响有限，实际应用面临诸多瓶颈：人工智能可以“得分很高”，但“无法完成任务”。伊利亚警告说，这条路已经走进死胡同，急需从根本重组。
预训练与强化学习：真正的智能摇篮
Ilya将人工智能培训分为两大支柱：预训练和强化学习。前者类似于“无偏见数据浴”，允许模型自然地从海量信息中投射出人类世界的全貌，无需人工干预;后者依赖手动设计的“沙盒环境”，目标往往是“让分数看起来更好”。
他公开表示，这种不平衡导致人工智能失去“洞察力和可转移性”。预培训为广泛知识奠定基础，而强化学习则成为“链式约束”。未来，平衡两者将是关键——让人工智能从被动反应转向主动理解。
人类智能的秘密武器：情感驱动的价值函数
为什么人类能如此轻松地驾驭复杂的世界？伊利亚的回答是“内在价值体系”——也就是情感机制。它就像一个无形的指南针，指引学习方向：幸福强化正反馈，焦虑警告潜在风险，羞耻校准社会规范，好奇心驱使无尽的探索。在人工智能的语境下，这相当于一个动态的“价值函数”，使系统能够预见“方向偏差”，而不是被动等待惩罚。
伊利亚的深刻见解是：“真正的智慧不仅是预测，更是可持续的价值体系。”如果人工智能能够内化“自我评估”的能力，它将唤醒“意义驱动的学习”，真正模拟人类智慧。
一个时代的终结：从“规模冲击”到“结构创新”
回顾过去十年的人工智能，伊利亚将其分为两个时代：“研究时代”（2012年至2020年），以AlexNet和Transformer等突破点燃创新火炬为标志;以及2020年至2025年的“规模时代”，沉迷于无脑积累“数据、计算能力和参数”。如今，这种模式已达到顶峰：边际回报在下降，创新的气息也被“抽干”了。
伊利亚宣称规模时代已经结束。即使计算能力继续增长，“增加材料”也不会带来奇迹。下一阶段将聚焦于“像人类一样学习”的新原则——从数量扩张转向结构革命。谁掌握了情感泛化，谁就能引领前行。
十年愿景：安全超级智能的渐进曙光
展望未来，伊利亚概述了人工智能的发展路径：在5到20年内，系统将获得类人学习能力——主动探索世界，理解物理和社会法则，反思偏见，并进行跨模态推理并实现多感官整合。
这一飞跃将引发变革：经济生产力将大幅提升，教育和研究范式将被颠覆，人机关系将进入“协作智能”的新时代。然而，机遇伴随风险，伊利亚多次强调“安全第一”：SSI将遵循逐步部署和透明披露的原则，确保每个阶段的能力、风险和控制机制均接受外部审查，使公众和政府能够同时理解。
伊利亚的采访成为一记警钟，提醒人工智能专业人士：智能不仅仅是一堆冷冰冰的算法，而是对价值观的温暖追求。SSI的探索可能成为通往安全超级智能的灯塔，值得全球关注。
