广州欧美同学会副会长熊辉 在《法兰克福汇报》发表署名文章：硅基巨像对抗碳基生命

编者按

近日，广州欧美同学会副会长、香港科技大学（广州）协理副校长（知识转移）、人工智能学域讲座教授熊辉在德国主流媒体《法兰克福汇报》发表署名文章《硅基巨像对抗碳基生命》。

文章从认知科学、能源限制与人类劳动的未来等深刻视角，系统探讨了人工智能与人类智慧的边界较量，提出“人员、人才、人物”三层劳动力结构以及“人物红利”等重要洞见。

熊辉教授长期深耕人工智能与数据挖掘领域。此次其文章获得欧洲主流权威媒体全文刊发，既是对其学术影响力的高度认可，也彰显了人工智能交叉领域的国际引领力与思想贡献力。

2026年5月4日，熊辉教授撰写的观点文章《硅基巨像对抗碳基生命》发表于《法兰克福汇报》。

关于《法兰克福汇报》

《法兰克福汇报》创刊于1949年11月1日，是德国发行量最大、影响力最广、最具国际知名度的全国性日报之一。该报日发行量超过35万份，日阅读量超百万，读者主要为政治、经济、文化等各领域决策者。

文章以德文发表。为方便读者阅读，提供经熊辉教授审阅的中文版本：

硅基巨像对抗碳基生命

作者：熊辉

人类对抗机器，大脑对抗计算机——人工智能（AI）的最后界限是什么？我们在哪些方面仍然占据优势？这是对两种天才技术面向未来的比较。

在人类历史上，我们从未面对过一种非生物的、由我们自己创造的智能，它在如此多的领域已经超越了我们。从法兰克福的金融中心到全球各地的智能工厂，人工智能正以指数级的速度重塑世界经济。当大型语言模型在几秒钟内生成复杂的程序代码，机器人发展出前所未有的灵巧性时，一个根本性的问题便凸显了出来：在这场硅基计算与碳基生命之间的关键竞争中，究竟还有哪些鸿沟是不可逾越的？

为了回答这个问题，我们必须将视野从技术奇观中抽离出来，通过认知科学、能源限制以及人类劳动的未来的视角来审视人工智能。

如果将智能类比为人类教育的模型，可以区分出四个阶段。第一阶段是博闻强识——构建一个全面的精神知识储备与参考体系。第二阶段是触类旁通，即将不同知识领域中的思想相互连接的能力。第三阶段是一叶知秋，通过深度推理从有限信息中洞察本质、解决复杂问题。最终的顶点则是无中生有——即真正原创性的创造。

几个世纪以来，我们的教育体系一直专注于前两个阶段。在这一领域，人工智能早已超越了我们。由于人类知识在一生中增长缓慢，我们无法与那些能够瞬间吸收并调用人类全部数字化知识总量的机器竞争。借助一种类似于人脑“语义枢纽”的结构，人工智能能够以任何单个人类都无法达到的速度与广度处理并融合来自全球的信息。

然而，智能真正的试金石并非记忆，而是思考。就在几年前，人工智能模型虽然速度快、直觉性强，但经常会“幻觉”事实，或在复杂逻辑上出现问题。

到2024年底，这一情况发生了根本性的变化。现代人工智能转向了一种更慢、更审慎的思考方式，即已故诺贝尔奖获得者丹尼尔·卡尼曼所区分的“系统2”：不再只是简单输出最可能的答案，而是通过内部的思维链条运作。它们在回答之前检验假设并修正自身错误。其结果是，人工智能如今在竞赛数学和博士水平的科学推理中已经能够与顶尖人类专家并驾齐驱。然而，尽管这一点令人印象深刻——在智能的最高顶峰，人工智能似乎撞上了一堵显然无法逾越的墙，即从无到有进行创造的能力。

一个神经网络在本质上不过是一台庞大的统计机器，它被绑定在过去的数据之上。它可以对现有知识进行出色的重新整合，但无法超越这些知识本身。当艾萨克·牛顿发现万有引力，或阿尔伯特·爱因斯坦描述时空弯曲时，这不仅仅是对旧数据的重新排列。这些突破需要直觉、勇气以及打破其时代规则的意愿。人工智能依赖历史数据才能运作——而人类则能够从稀少、有限的线索中跃入未知。这种深层的创造性火花对硅基系统而言仍然是不可企及的。

为了真正理解人工智能与人类心智之间的竞争，我们必须超越对单项任务中令人印象深刻表现的关注，并审视这些系统所运行的物理现实。当剥离软件层面后，一种鲜明的对比显现出来。人类大脑是生物工程的奇迹，它以一种优雅且高效的方式运作，这是数十亿年碳基进化的产物。而现代人工智能则更像一个“硅基巨像”——一个通过原始计算能力和巨量能耗来获得其卓越性能的巨人。

基于四大核心维度的系统对比

在追求更智能化机器的竞赛中，我们正在接近一个物理极限：能源消耗。人工智能的快速发展带来了令人震惊的生态与经济代价。即便生成一个简单的AI回答也可能消耗数千焦耳的能量，而人类大脑——我们所知最先进的智能——仅以大约20瓦的功率运作，这甚至不足以点亮一只微弱的灯泡。随着科技公司竞相构建更大规模的模型，这些系统在训练与运行中的需求正将数据中心推向极限。到2030年，全球AI服务器的用电量可能达到432太瓦时，这一规模将引发严峻的气候与成本问题。

为了摆脱这种蛮力计算方式，研究人员正重新转向生物学。他们开发“类神经形态”系统，即模仿我们神经网络物理结构的计算芯片，从而在动态上融合存储与计算。虽然初步原型在能效方面展现出巨大提升，但要将这种硬件扩展到能够承载未来庞大而复杂模型的规模，仍然是一项巨大的长期挑战。

除了电力供应的限制之外，人工智能还面临一种更加微妙且不可见的威胁——其自身数据生态系统的污染。迄今为止，人工智能依赖互联网中由人类创造的大量高质量内容进行学习。然而研究人员警告说，随着这一资源的枯竭，AI模型将越来越多地依赖由人工智能生成的合成内容，而这些内容的质量在很大程度上未经验证。

这将引发一种退化性的循环，在学界被称为“模型自噬障碍”（Model Autophagy Disorder），或者更形象地称为“数字疯牛病”。当人工智能不断以自身输出为食时，就可能启动一种破坏性的反馈回路。仅经过几代之后，AI的回答就会失去多样性、表达力与逻辑深度，并变得越来越单一与扭曲。

这一结论分量沉重：无论我们的算法多么先进——如果缺乏高质量、真实的人类数据的持续输入，人工智能的认知基础就会逐渐被侵蚀。在一个“人工过剩”的时代，深入的新闻报道、第一手的生活经验以及原创的人类创造力不仅不会贬值，反而会成为最稀缺、最宝贵的资源——甚至可能比计算能力本身更有价值。

如果人工智能仅局限于在数据中心的虚拟空间中生成文本和图像，那么它的经济影响最终会受到限制。只有当人工智能跨越虚拟与物理之间的鸿沟时，人类生产力的真正爆发才会到来。这将标志着“具身智能”的黎明——机器能够深入介入现实世界的复杂性，并对其进行根本性的重塑。

与物理世界打交道是困难的。教会一台机器穿过一个房间，比教会它下国际象棋要困难得多。在数字空间中，由于数据丰富，编程等任务相对容易自动化；而物理世界却具有无限的变异性。即使是抓取一只咖啡杯这样简单的动作，也要求机器实时计算材料、重量、摩擦以及传感反馈等变化因素。由于获取这类现实交互数据成本极高，物理机器人领域长期以来被视为人工智能最艰难的挑战之一。

然而在2025年至2026年间，这一障碍开始松动，这得益于大型语言模型与新型“世界模型”的融合。来自Google DeepMind的Genie 3以及英伟达的Cosmos表明，这些系统已经能够理解物理因果关系。机器人通过观察环境即可获得其物理“常识”，不再依赖数以百万计的手工规则。由此，人形机器人取得了迅速进展。

这些机器人领域的突破正在引发制造业的深刻变革，而德国处于这一变革的前沿。十多年前，德国的“工业 4.0”倡议推动了高度互联与数字化的生产模式，成功促进了自动化，但也在一定程度上将劳动者边缘化。

如今，在更全面的欧洲框架指导下，制造业正转向“工业 5.0”。这并非对技术进步的否定，而是一种以人为中心、以韧性与可持续性为焦点的必要调整。

在这一新范式中，具身人工智能不再被视为“就业杀手”，而是被视为增强人类能力的伙伴。在德国人工智能研究中心（DFKI）等研究机构的引领下，新一代自主系统承担起单调、危险和高强度的体力劳动。

这使得人类劳动者能够转向控制、战略和复杂问题解决等角色。结果是构建一个更加安全且高效的生产环境，同时也强化了一个核心原则：技术必须服务于人类。

人工智能领域的每一次重大技术飞跃都会在全球经济中引发震动。由于大型AI模型能够以指数级的速度学习并全天候运作，劳动力市场的传统规则正在被彻底改写。随着这一新时代的展开，工作世界迅速分裂为三个清晰的层级：人员、人才和人物。

处于这一新结构的底层是“人员”。他们从事例行、可预测的工作——例如流水线装配、数据录入或标准报告撰写。这些岗位遵循固有规则，因此最容易被软件和新一代具身机器人自动化所取代。

第二层是“人才”。他们在专业领域具有深厚知识，同时具备广泛的世界理解能力和持续学习的动力。这一群体仍然极具价值，但面临着独特且不断增长的压力。人类能力以线性速度提升，而人工智能通过持续自我优化呈指数增长。对人才而言，最大的威胁并不是直接被机器取代，而是被那些借助人工智能大幅提升效率的人类同行所超越。

在这一新的经济结构的顶端，是当今最稀缺且最有价值的存在：“人物”。全球经济正在发生着不可逆转的转变。“人口红利”时代已经结束，我们正进入“人物红利”的时代。“人物”不仅仅是专业能力的体现，他们还拥有深远的战略视野和领导力。他们是构建平台、设计复杂系统、制定标准和塑造品牌的架构者——这些任务在很大程度上超出了任何算法的能力范围。

“人物”的不可替代性来源于其跨行业连接能力、对未被表达的社会需求的洞察，以及承担变革性风险的勇气。在未来的企业中，“人物”将作为战略核心存在，而人工智能与技术专家则作为强大的执行工具服务于他们。

这一新现实要求我们从根本上重新思考教育方式。我们不能再继续批量生产可替代的专业人才。相反，我们必须培养能够协调人机系统的“指挥者”。

未来最关键的能力在于向人工智能提出正确且重要问题的能力，以及结合同理心、审美和深厚经验对其答案进行判断的能力。在人工智能时代，最高的人类价值不再由常规知识决定，而是由战略视野与成熟的人类判断力决定。

当我们退后一步，审视人工智能已经发展到何种程度时，一个事实不容否认：我们已经与一种强大的非生物智能共同生活。它在记忆能力、处理速度以及信息整合能力方面已经全面超越人类。随着类脑计算、机器人技术以及深度推理的发展，人工智能正在不断攻克那些曾被认为机器无法解决的复杂问题。在效率与知识广度方面，它早已超越任何单一的人类个体。

然而，这种惊人的崛起并不意味着人类的终结，而是一种变革。当可预测的、基于规则的工作不可避免地被硅基系统接管时，剩下的将是那些算法无法真正触及的东西：人类固有的特质——对未知的好奇、道德与情感的深度、打破旧有思维模式的勇气，以及从零到一的具有创造力飞跃。

在这个技术呈指数级加速发展的时代，抵抗进步是徒劳的。未来属于那些学会利用这些工具来释放自身潜力、重新定义自身价值并构建以人为中心系统的人。

最终，即便机器的力量不断增长，一个基本原则仍然成立：即我们必须清醒地认识这种新型智能的力量，正视现实的严峻变化，同时依然选择去热爱并创造一个属于人类的世界。

作者简介

熊辉，香港科技大学（广州）协理副校长（知识转移）、讲座教授，获国际人工智能促进协会会士（AAAI Fellow）、美国科学促进会会士（AAAS Fellow）、电气电子工程师学会会士（IEEE Fellow）、国际计算机学会会士（ACM Fellow）、中国人工智能学会会士、中国计算机学会会士、国际计算机学会（ACM）杰出科学家、国家重大人才工程入选、教育部长江讲座教授、海外杰青、广东省劳动模范、广州优秀科技工作者等荣誉。他担任广州市人民政府参事、广州欧美同学会副会长、中国计算机学会大数据专家委员会副主任、Nature npj AI创刊主编等多个重要政府、社会和学术职务。此前任美国罗格斯大学杰出教授、百度研究院副院长及首席科学家（T11）。主要从事人工智能与数据挖掘研究，主持或参与科技部重点研发计划、国家自然科学基金（含重大研究计划）。熊辉教授的Google Scholar引用量已超67000次，h-index 105，曾获ACM SIGKDD服务奖、AAAI最佳论文奖等顶级奖项，并多次担任KDD、ICDM等行业大会主席。在人才培养方面，已有数十位学生成为国际知名大学教授。

来源：香港科技大学（广州）