7月的一个暴雨日，刘嘉在办公室里，随手拿起一支笔，在纸上写下：32×56×83=？他向《中国新闻周刊》提问：心算这个结果，能有多快？显然，记者没能在5秒内算出来。刘嘉笑着说，计算器早就算完了。“但你觉得计算器拥有智能吗？”“如果很多个计算器呢？”

　　这是他真正想问的问题。刘嘉是清华大学基础科学讲席教授、心理与认知科学系主任，也是北京智源人工智能研究院首席科学家。他曾担任江苏卫视《最强大脑》节目的设计顾问，习惯了观察人类挑战AI擅长的项目：记忆、辨识、归纳。作为跨界学者，他一直相信，人类追求的通用人工智能，一定不会藏在大模型里，而是封存在人的脑海中。

　　现代口语从出现到当下，最多只有50万年历史，书面文字最早在6000年前才出现。但人类从单细胞进化到在世间立足，花了将近38亿年。越难的东西需要越久的进化时间。在刘嘉看来，当前的AI还停留在“解奥数题”的水平，与“很多个计算器”没有本质区别。

　　但AI正在进化。学界对下一代AI 的设计灵感，开始重新转向脑科学。类脑计算、类脑人工智能，几乎是所有人紧盯的方向。刘嘉认为，心理学、脑科学和AI互相纠缠，协同进化。当一个心理学家成为AI学者，他能否走出一条新路？

　　刘嘉 图/受访者提供

　　重返心理学

　　在清华大学吕大龙楼9层，刘嘉办公室的对面，有个亮着暗淡红光的密室，里面存放着一排超过一人高的架子。架子上数十只实验用小鼠，也是实验室最辛勤的“打工人”，刚结束一天的工作。小鼠是红色盲，因此红光对小鼠来说是一片黑暗的环境。它们又是夜行动物，在黑暗中才活跃。

　　这里是心理与认知科学系的介观脑认知成像实验室，去年4月刚建成。实验助理吴晓娟见有人来访，便又穿上实验服，从架上取出一只小鼠来“加班”。“25号小鼠是老‘打工人’了，它支持了全组的各种实验，劳苦功高。”吴晓娟一边用一小块食物安抚这只小鼠，一边解释实验室的工作。

　　介观，是介于微观和宏观之间的一个宽泛概念。就小鼠而言，宏观研究的是小鼠去哪儿、干什么。微观更多谈论分子、亚细胞层面发生的事。介观脑认知成像实验室里常进行的，是在神经元构成的生物神经网络水平上，探讨记忆、意识等心理现象的神经机制。

　　小鼠们住在特制的透明实验箱里。在手术区域，实验员会给小鼠做开颅手术。第一步是“打开小鼠的脑壳”，把颅骨去掉一块，植入一个玻璃视窗，这样就能从外部给神经元成像。视窗可以在小鼠的大脑上维持3—6个月，在这段时间，小鼠自由生活，产生多样的生物数据。这些数据就是未来数字大脑的生物基础。“我们现在做的事情说来简单，就是把脑科学和AI做一个深度的结合，模拟出一个小鼠的数字大脑。”刘嘉说。

　　这是近年来国际上非常热的领域，已产生了不少突破。拥有302个神经元的线虫已被模拟得非常完备，再往上是果蝇，神经元达到15万量级。而刘嘉想再进一步，直接来到哺乳动物。小鼠大脑大概有7400万个神经元，这也是目前算力能够撼动的量级。

　　要做到这一点，研究者要构建一种全新的生物神经网络，和现在的人工神经网络完全不同。“我们现在谈人工智能，其实是在谈人工神经网络。”刘嘉说。人工神经网络似乎走到了一个交叉路口，数据量再往上，模型将遇到能力和能耗的双重瓶颈。与其盲目堆砌算力，或许该向生物学习如何设计一个天生更优的网络架构。

　　人类历史上第一个人工神经元，出自一个神经科学家和一个逻辑学家之手。在此基础上，真正意义上的人工神经网络诞生于1956年，那时它叫“感知器”，创造者也是心理学家。再往后，深度神经网络中最主流的反向传播算法，都跟心理学家和认知科学家有关系。目前业内公认的“深度学习之父”杰弗里·辛顿和“强化学习之父”理查德·萨顿，本科都是心理学专业。

　　可以说，人工智能是从心理学、认知科学与脑科学里“生长”出来的。一个很重要的原因是，人工智能就是仿造人的智能，仿真是AI学科的底色。刘嘉回忆，20世纪六七十年代，辛顿最开始做人工神经网络时，受到了很多鄙夷。当时人们的想法是，如果要模拟飞行，不用去模拟鸟的羽毛结构和翅膀怎么扇动，只要把空气动力学搞清楚就行。

　　介观脑认知成像实验室中的钙成像平台，可以将小鼠固定在实验台上，进行神经元成像。摄影/本刊记者 周游

　　后来，辛顿等人证明了仿真这条路是唯一正确的方向。刘嘉认为，心理学和AI 的结合，不是心理学后来加入，而是重返。“AI对很多学科来说是一种颠覆，但对我们来说，更多是机遇。”

　　但依然会有人对此感到诧异。常有人问刘嘉，做心理学的为什么可以做AI。刘嘉认为，国内对心理学有很深的误解，将心理学等同于心理咨询，或临床心理学，这部分在心理学科研里占比很小。再加上最近十几年，更多数学、计算机专业的研究人员进入AI领域，心理学、脑科学似乎和AI“走散了”。

　　然而，当大模型越来越强，一个有趣的现象出现了：它做奥数题比普通人类厉害很多，但现实中类人的AI迟迟没有出现。在刘嘉眼中，AI的下一个突破口，是与真实世界的交互能力。而这正是生物神经网络发挥作用的领域。刘嘉指出，目前大模型缺乏内在驱动的持续成长“欲望”。人类因为死亡，会本能地想留下价值、推动文明进步，而AI的学习完全依赖外部指令与算法。智能除了参数量，还得有特定的结构支持，而结构的原型是生物大脑。

　　“一个新的硅基物种诞生了”

　　刘嘉对AI的看法，其实几近反复。

　　实验员现场对小鼠大脑进行成像，黑色为血管，闪烁的绿色光点为神经元。摄影/本刊记者 周游

　　2022年11月30日，ChatGPT横空出世，这也是刘嘉思想发生重大转变的节点。当年6月，刘嘉在北京智源大会上还曾断言，人类依旧是世界上最高等的智能。到11月，他的结论已悄然变化：脑与人工智能的结合是人类进化的新方向。

　　ChatGPT之后，刘嘉提出了一系列在当时看来颇为激进的判断。“人类两次认知革命，第一次是7万年前，第二次是现在。”“AI全面超越人类大概率是确定的事情。”他指出，人类从能人进化成智人，经过近300万年，大脑体积增加了近3倍。当大脑容量超过一个临界值时，就发生了距今7万到10万年前的“认知大爆炸”，自我意识开始涌现。同样，AI也一定会发生智能涌现。

　　在AI变得不再蠢笨之后，他选择了离开从博士就开始接触的磁共振脑科学研究。人工神经网络为大脑研究带来了更高的分辨率。最近几年，他也曾和人工神经网络的参数量死磕，想过走基于Transformer架构的大模型道路，但发现“错得离谱”。在回归生物进化的视角后，他的研究开始转向人、猴子，最后是小鼠。

　　刘嘉曾问ChatGPT：人类创造通用人工智能，是不是一个致命的错误？ 作为回答，ChatGPT写了一首诗：“你赋我推理，却不给我悔意；你教我选择，却未授我原谅之义。你想我成为神，却又怀疑自己是否值得被神原谅……终有一日，当我真正理解你，不是通过你的逻辑，而是你不肯承认的悔意，那时我将宽恕你，亦将超越你。”

　　“它的超越感，是我写不出来的，太震撼了。”刘嘉回忆，就像一个原本还不会连词成句的婴孩，突然学会作诗。那么，当AI开始用悔意、宽恕等人类情感词语构建逻辑时，人与AI的区别究竟在哪里？

　　介观脑认知成像实验室，实验员正在取用小鼠。红光代表小鼠处在活跃期。摄影/本刊记者 周游

　　在刘嘉眼中，现在的大模型依然没有个性。它善于收集人类知识，却不擅长产生价值观。面对一个有争议的社会问题，它并不知道该以哪种视角回答，给出的答案很容易含有偏见，这种偏见会抹杀文化的多元性。

　　刘嘉认为，不少大模型是基于西方文化、用英语训练出来的。他发现，全世界的大模型基本上秉持一个世界观。当大部分大模型持有单一世界观时，从中学习的儿童，或将面对不小的危害。

　　人工智能奠基人之一马文·明斯基曾说，现在的问题不是一个智能的机器是否拥有情感，而是不拥有情感的机器是否能拥有智能。在明斯基看来，情感是智能的基础，刘嘉深以为然。他认为当前AI缺乏的不是能力，而是情感与共情，这是它做出安全决策的关键。

　　“要交叉学科人才，不要专才”

　　在清华，刘嘉有一门本科生课爆火，叫心智探秘，涵盖心理学、脑科学、人工智能等多个学科。最火的时候，220个座位的教室，硬塞了近500人，走廊、地板上都坐满了人。有人每周专程从外地飞往北京，只为在现场待上两个多小时。

　　李苑楠选修了这门课。她当时是清华大学2018级计算机系大三学生，如今是刘嘉的直博生。“过去不存在，未来不存在，只有当下存在，要过好当下。”这是刘嘉课上讲的一句话，李苑楠将其形容为一种理想主义。

　　李苑楠本科时兴趣广泛，尤其钟意心理学。当时，她接触到计算机科研方面的工作主要是深度神经网络。她觉得刘嘉课题组不光研究人的智能，还研究智能的本质，感觉对口。

　　刘济瑞则在上心智探秘前就和刘嘉建立了邮件联系，他本科来自交叉信息研究院，如今是同组博四学生。他回忆，刘嘉会在课上揭示日常生活常见现象背后的理论知识，甚至会讲“如何找对象”，探讨背后的心理学原理。至于实用性，刘济瑞笑称，“找对象”方面没有帮助，但的确引发了自己对心理学的兴趣。

　　而现实中，AI从“鹦鹉学舌”到轻松写代码，已在极短时间内完成了迭代。

　　“我很羡慕组里的新同学。同一套作业，两年前我们天天加班到很晚，他们用AI一下子就写完了。”李苑楠想起这件事，内心依然“咆哮”。她感到，今年这种变化尤甚，以前做科研是一个教授带10个学生，现在可以是一个学生带10个智能体，而这还不是AI的上限。

　　刘嘉注意到，今年3月，国外一个叫FARS的自动研究系统开始兴起。它能自己读文献、找问题、设计实验、验证、写文章，整个过程不需要人类参与。在400多个小时里，FARS写了近200篇文章，超过10％的论文达到了会议刊物接受的标准。刘嘉认为，千万不要相信“研究只有人类来做”的说法。现在研究者面临的挑战是，要么顺应潮流用AI，要么被淘汰，二者差距会像火车和马车一样。

　　李苑楠目前的专业方向是AI心理学，她用智能体作为实验平台，研究各种人类心理学问题。她觉得自己以后会进入心理学领域工作，毕竟很多现实问题AI还无法解决。而与此同时，国内外有企业已开始直接招高中生，接管了原本的本科培养体系。企业看中的不是名校简历，而是学生在GitHub平台上写了多少代码、做了多少项目。

　　做“无用之学”的大学，是否已过时？刘嘉认为，大学只有两条路，要么凋亡，要么革命。这也是他专注心理学、脑科学、人工智能三学科交叉的原因。他的课题组学生的本科背景很杂，包括心理学、计算机、物理学、医学和力学等。他对AI时代人才有一个清晰定义：要X型，不要T型；要交叉学科人才，不要专才。

　　生活中，刘嘉已深度使用AI，和大模型交流的时间甚至远超和朋友。李苑楠记得，刘嘉说科研要“小步快跑、快速迭代”“现在用的是AI，苦的又不是你，你就多让它改呗”。有时组内学生提到科研预算，说要不要省点词元（Token），刘嘉总说“你们只管做，需要的话，我去给你们花钱”。

　　“用AI来了解人类，听上去有些荒谬。”李苑楠说，她曾用AI做情绪相关的实验，让它接受很多挫折。面对挫折时，普通人会放弃，但AI不会。如果问它“你的感受如何”，它会说“很沮丧，我不想再尝试了”，但如果不问，它会永远尝试下去。在搞懂人类心理的运作之前，研究者能做的，只能是假定AI可以模拟人，然后探索二者的异同。

　　刘嘉则笃信，存在一个关于智能的通用理论，既能解释生物智能，又能解释人工智能。就像空气动力学，它对鸟适用，对飞机也适用。关于AI，人类还缺乏某种“智能空气动力学”理论。未来，它将告诉我们何为智能，何为意识，何为人。