题记：2024年10月8日，北大国发院与东方卫视联合主办“预见独角兽·北大AI大赛”决赛暨“遇见北大·预见AI独角兽”高峰论坛。本次活动同时也是北大国发院【承泽商学】第11期，是学院三十周年庆·商学活动系列之一。本文根据北京大学计算机学院教授、中国计算机学会会士、中国人工智能学会会士、中国电子学会会士、北京智源人工智能研究院理事长黄铁军的主题演讲整理。
在人工智能领域，眼睛有什么智能呢？我们先来看看眼睛的诞生。
宇宙大爆炸是135亿年前的事情，地球的诞生是45亿年前的事情，生命出现差不多是40亿年前的事情。5亿年前发生寒武纪生物大爆炸，有研究提出眼睛就是在这个时间出现的，并以此解释为什么会发生大爆炸：生物有了眼睛，生物的发展开始爆发。又过了漫长的时间，大约15万年前智人出现、3-7万年前语言诞生。
感知智能与认知智能
眼睛代表感知智能，语言则代表认知智能。如今，代表认知智能的语言虽然问世最晚，语言大模型却先于感知智能实现重大突破。这就是人工智能领域的“莫拉维克悖论（Moravec's paradox）”，也即通常认为越难的智能在实现起来越容易，认为越简单的智能做起来更难。认知智能的发展非常符合“莫拉维克悖论”，语言外表复杂，实质语言智能实现相对简单。
眼睛相关的感知智能对于生命而言极为重要，相比认知智能看起来简单，本质更为复杂。从飞蛾扑火、跳蛛觅侣、青蛙捉虫等自然现象中，我们可以看到视觉在生物世界的重要性。眼睛对所有生物都至关重要，一旦缺失我们将难以获取外界大部分信息。说到其复杂性，连达尔文都不相信如此精密的器官是自然选择的结果，当然，我们所有器官都是自然演化而来的。
眼睛的进化
人类眼睛是怎样演化的呢？我来举一个例子，美术和生理课上提到三原色红、绿、蓝（RGB）混合成白色，从物理学角度看，这么说并不准确，因为太阳光包含各种光谱，为何就这三色就合成“白色”？事实是我们的眼睛只对这三种波长敏感，当它们比例相同时，我们视其为白光。这是我们感知的局限，三原色等比例合成的结果与真正的白光存在很大差异。
为何眼睛会这样？因为我们是从海洋中进化而来，在海里，太阳光穿透大气和水层，可见光最易抵达水下，因此我们的细胞对这些光敏感。这是我们眼睛感知外界刺激的生理或基因基础。
眼睛的进化水平与生命智能程度紧密相关。我们大多数人都有三种视锥细胞，少数女性有四种，这使得有些女性对美丽的事物更为敏感，因为从生理角度她们看到的确实有所不同。
除了人类，很多动物都有眼睛，一般而言，动物界的视锥细胞种类要更多，而且每种动物的眼睛都与其智能和行为紧密相连。以鹰为例，鹰有两个中央凹（视网膜上负责精细视觉的特殊结构），一个用于捕捉猎物，另一个用于观察周围环境，这样它在追逐猎物的同时还能盯住目标。与之相比，人类只有一个中央凹。
人类眼睛更复杂的地方在于，我们两只眼睛背后各有100万根神经纤维，负责将光信号转化为神经脉冲信号并传递给大脑，而全身其他感觉，如味觉、嗅觉、触觉等，加在一起也只有100万根神经纤维。因此，总共有300万根神经纤维向大脑传送信息，其中眼睛占了三分之二。眼睛成为我们获取信息最主要的器官，人类获取信息的方式中，视觉获取的信息占83%。
视觉处理技术
机器处理视觉信息的方式与人眼也不一样。自18世纪发明照相机以来，我们一直是用一张张图像的方式来记录和传递视觉信息，电影、电视和摄像头都是如此。人的每只眼睛却是由100万根神经纤维并行工作，将神经脉冲信号发送给大脑。可见，照相机和目前机器人所装的摄像头，与生物眼睛编码光信息的方式完全不同。生物视觉显然更为巧妙，这是大自然进化的结果。
受此启发，我们发明了一种新型相机，它借鉴了人类视网膜中央凹的脉冲编码模式，芯片工艺与手机摄像头相同，能以很低成本达到甚至超过上百万帧传统高速相机的摄影能力。因为集成电路芯片可以比生物神经细胞快得多，因此这种芯片不仅能像人眼一样连续处理信息，还能看清楚比人眼更快的高速过程。
结 语
今天的人工智能虽然已经取得了很大进展，但仍然处于初级阶段。真正的人工通用智能（AGI）需要具身来感知世界、参与运动、与世界交互，这也是目前人工智能正在发展的方向。感知和认知结合后，就有可能产生意识。虽然这是一个敏感且充满争议的话题，但我认为这是可能的。再往下一阶段，是产生自我意识并最终脱离人类产生的知识和人类大脑结构，演化出全新AGI。
从历史来看，人工智能的发展速度越来越快。从1950年代提出人工智能概念，到2016年AlphaGo的决策能力超过人类，再到2022年语言大模型认知超过人类，人工智能的进步越来越快。我相信在未来20年左右，全面超越人类的AGI将会出现。十年前我提出这个观点时很多人认为我太乐观，但现在大部分人都认为我太悲观。然而，我仍然坚持以上观点，不确定的是，这将是一出喜剧？还是一出悲剧？