我们正在发明人类的继承者
可能让我们丧失对社会的主导权
当人工智能已经学会自我进化
我们究竟是留在树上的猩猩
还是走向旷野
变成了直立行走的人类
新经济学家智库xTAIXUEx连云波
（录制于2026年4月2日，本文由现场演讲录音整理而成）
各位好，非常高兴有这个机会跟大家分享我最近这段时间的一些思考。刚才主持人介绍了演讲的题目，叫AI时代人类面临进化的抉择。
很多人可能会理解成，你又在贩卖焦虑，对吧？这个人工智能跟进化有什么关系？经过这段时间的思考，我想说我不是在贩卖焦虑，我确实很焦虑。
我自从大概5年前开始人工智能的研究，白头发比原先多了一半，基本上我的衰老速度超过了同龄人。所以我想跟大家分享的是，在这个过程当中我究竟看到了什么，我是如何思考的，以及我想给大家带来怎样的思考。我希望有幸能够思考这些问题的人，都能给这个问题提出自己的答案，为我们人类做出同样的贡献。
为什么我说人类会面临进化的抉择？因为我看到的是，人工智能在生命科学领域、在社会组织层面、甚至在我们人类进化层面，都给我们提出了很多值得面对的思考和急需解决的问题。
它如何改变我们的生命，如何对人类的劳动价值提出挑战，以及最后提出一个最关键的问题：我们人类是否需要进一步的改变自身、重新进化。
所以今天的人工智能，从我看来已经完全不是一个工具。有一位专家说得非常好，理查德·萨顿曾经提到过，我们正在发明人类的继承者，这样的继承者对我们人类的文明提出了一个很大的考验。
接下来我会分三个方面来跟大家探索：从科学层面、从社会层面、从人类物种层面，人工智能究竟会带来怎样的变化，我们怎样面对这样的挑战。
这三个层面基本上可以概括为三个边界：第一个是人工智能对于生命边界的挑战，第二个是对于人类价值边界的挑战，第三个是作为一个物种进化边界的挑战。
在科学层面，现在的人工智能已经能够做到逐步理解生命是什么，可以预测生命的表现，更可以改写生命。第二个层面，它在加速进入我们的社会组织，可以加速替代很多不同的劳动种类，带来的是人类在这样的社会组织当中应该如何重新定位，如何去寻找自己生存的价值甚至是意义。第三个层面是文明的层面，它有可能让我们丧失对这个社会的主导权。一旦这样的主导权丧失，人类的文明还存不存在？我们如何去面对这样的挑战？我们是不是要从自身的进化入手，开始新一轮人类物种的进化？这三个层面，今天我们已经看到它加速来到了需要人类做出决策的边界，这样的边界每天都在提醒我们如何应对。
在讲生命科学之前，我想先给大家分享一个故事。澳大利亚有一个非生命科学领域的工作者，救了他的一条狗。他的狗被诊断出患有非常严重的癌症肿瘤，而他恰恰是一个非常善于应用人工智能工具的人，所以他就直接跟ChatGPT聊天说，我想救这条狗，我该怎么办？ChatGPT告诉他，你可以把这条狗的正常细胞和癌变细胞的DNA测序数据做出来，这样的数据出来以后，我们就可以让生物科学家为你的癌变细胞做一个药物分子，有可能把狗救回来。
所以他立刻花了3000澳元做了肿瘤的DNA测序，测完以后，找到了新南威尔士（大学）一位做生物科学的教授，这位教授是做mRNA疫苗分子的。
mRNA疫苗大家如果不太了解，我可以告诉大家，当时新冠的第一支疫苗就是用mRNA技术做出来的，我们利用这样的疫苗迅速击败了新冠病毒。同样的技术今天可以被用来做肿瘤的治疗，用人工智能设计出这样的mRNA分子，这件事情如果在科学层面就已经结束了，但是为了给狗注射这样的疫苗，需要做动物伦理。这个工程师没有办法，用了100天，每天写两个小时，去给各个医院申请动物伦理，最后有一家医院接受了他的申请，注射了这个mRNA分子疫苗，三个月之后肿瘤缩小了75%。
这件事情在生命科学领域是非常非常了不起的事件。用3000澳元可能治好了癌症，这在人类看来是很大的科学进步，但做出这个进步的人连生命科学都没有学习过。所以你们可以看到，人工智能给我们带来的是怎样天翻地覆的变化。它带来的是可能的科研民主化，以及生命科学领域快速的技术进步。
为什么人工智能能够解决这样困难又复杂的问题？现在的医学，在2000年初我们就已经揭开了生命DNA所有序列的密码，为什么直到今天，我们仍然没有办法解决生命当中那些极其困难的、像癌症、慢性病等等这样的疾病问题？是因为我们过去走的路，可以称之为还原论，我们是把生命切成一个一个组织、一个个器官、一个个细胞到DNA，但是没有办法把它重新复现出来。
为什么？因为生命不是一个个零件，它是一个极其复杂的相互作用的系统，我们称之为复杂系统。复杂系统研究的就是大量的、极其庞大的多元元素之间非线性的、跨尺度的、甚至带有一些涌现特质的这样一套系统。生命是非常典型的跨尺度的非线性的复杂系统，用传统的还原论根本没有办法解决这样的问题。
生命的表征不是由一个个零件决定的，而是由它们之间，比如说细胞之间、DNA和RNA、大分子和小分子之间的非线性作用决定的。网络及其之间的相互参数，比你的遗传基因还要重要。过去整个生命科学研究很少从这个角度去思考问题，因为这样的模型非常难以建立，这种关系非常难以把控。
生命真正难的地方，在于它是一个非线性、很难建模的、多尺度的、从分子到DNA到蛋白质到细胞、到组织、到器官、到人体到系统、非常多层级的一个复杂系统，我们过去没有办法用数学方式把它建模。
那今天看来，人工智能为什么能够解决？人工智能进入生命科学绝对不是偶然。这一轮人工智能的底层核心技术叫深度神经网络，深度神经网络的组成，恰恰就是一个又一个大量的非线性相互作用的元素，也就是抽象出来的神经元。目前据估计大概在1万亿参数左右。1万亿参数这么多复杂的元素之间相互作用，完全可以称之为一个复杂的系统。
所以从这角度来说，人工智能其实和生命有非常多的共同点：它们面对的，都是复杂的、动态的、非线性的、跨尺度的世界。所以从这个角度来说，生命和人工智能的底层是同样的架构。
香港大学的马毅老师曾经说过一个观点，我是比较认可的，他认为DNA是这个世界上最早的大模型。为什么？你想想，DNA从一个个的原子到分子，到DNA的ATCG这种结构，核苷酸、氨基酸最后折叠成蛋白质，这样一层一层的结构为什么会这么构建？
因为它把这个世界的所有客观规律压缩到这个结构里了。它要去适应电力、磁力、引力，甚至各种化学规律，还有光，它都要去适应。经过亿万年的演化，DNA从单原子变成了今天这个样子，这个结构浓缩了这个世界最基本的客观规律，所以DNA可能是这个世界上最早的大模型。如果是这样的话，生命和人工智能的本质其实没什么区别，生命也是做信息处理的复杂系统。
如果想去模拟生命，我们应该怎么模拟？其实生命可以抽象为三层结构。第一层叫序列，就是刚才说的DNA测序得到的序列；第二层是由序列所形成的结构，蛋白质复合体这些结构，有结构就有功能；第三层是系统，就是细胞、组织、器官这些一个一个的系统。如果用一个音乐来比喻的话，一个一个的序列就是我们的音符，你可以称为哆来咪发；一个一个的结构可以称之为乐谱；我们的系统是什么？我们的系统就是一个交响乐，是今天的音乐厅里面联合这个环境共同演奏出来的乐章。你们可以理解为生命的乐章，就是由这样的三层结构共同演绎出来的。
全球在过去两年里出现了很多人工智能模型，分别映射这三层结构。第一个就是大家知道的、获得2024年诺贝尔奖的AlphaFold，它从蛋白质的序列直接预测结构，这个蛋白质结构可以为人类开发药物，效率可以说提升了几十倍。以前做一个序列到结构，一个良好训练的博士生大概需要5年的时间才能把一个结构测量出来，但今天它可能几分钟之内就可以预测出这样的结构。有了这样的结构，就可以知道药物分子怎么影响它。所以AlphaFold是非常非常了不起的，授予它2024年的诺贝尔化学奖。
再往下，人工智能在不同的层面都有模型结构来对应生命的不同层次。今年2月，Nature的封面杂志刊登了一个叫AlphaGenome的模型。人类的DNA里面其实只有2%是有遗传信息的，剩下98%我们过去称之为基因的暗物质，甚至是垃圾DNA。今天我们对它的认知完全不同了。过去这98%我们不知道它是干什么的，从来没有人能够解释这里面的每一个位点有什么样的功能，但今天AlphaGenome训练出来了，它可以把这98%的基因暗物质做预测。这对生命科学是一个极大的提升。原来一些非遗传的罕见病，我们无法知道它是什么原因造成的，AlphaGenome可能带来这样的解读；对于一些靶向治疗的设计，我们就知道哪个靶向可能有作用；人类在98%的基因里面，哪个位点的突变能带来什么样的变化，AlphaGenome都可以做出比较准确的预测。这在过去是人类无法达到的能力。所以人工智能在解读生命、预测生命方面，已经做出了超越过去几千年进步的积累。
人工智能从读懂生命到预测生命，现在已经开始慢慢进入设计生命。这个方向还有一个非常重要的概念，叫虚拟细胞。如果大家了解药物设计，现在药物科技界有一个非常重要的定律叫反摩尔定律。大家都听说过IT界的摩尔定律，反摩尔定律是什么意思？原来的药物，几年的时间、几亿美金就可以做出一款，到今天发展到需要15亿到20亿美金、15年到20年才能做出一款药物。为什么？因为简单的药物已经被发明完了。这条反摩尔定律阻碍了我们人类对生命的进一步理解，或者说阻碍了我们拯救生命的能力。
怎么样打破反摩尔定律？里面最重要的卡点在哪里？因为大量的药物要进入临床实验，临床实验需要大量的人来参与，但是人的生命是不可以随便实验的，这样的实验过程既漫长又昂贵，有的时候要七、八年，70%、80%的代价都在临床阶段。
所以我们能不能用人工智能来模拟一个虚拟病人？这是目前全球生命科学领域最重要的研究话题之一。2024年9月，全球顶级的生物科学、人工智能科学界联合发出号召，要攻克虚拟细胞。去年已经开始有虚拟细胞的全球竞赛了。值得欣慰的是，第一名是我们中国的百图生科，让大家非常意外。
另外一个消息，我有一个朋友，他在中科院的图灵达尔文实验室，我现在正在跟他合作，跟安定医院建立了一个AI端到端的药物研发实验室，他正在做虚拟病人，现在取得的成就是非常显著的。可以给大家透露一个消息，他还没有对外公布：他们现在利用这样的虚拟病人模型去做胰腺癌的药物发现。
大家知道胰腺癌是癌症之王。因为他是做IT的，对生命科学不像原来的生物科学家有那么多的束缚或者敬畏，我们当时定位就是，要做就做别人做不到的，用AI去解决现在没有办法解决的问题。所以他用了18个月找到了可能的一款胰腺癌药物分子，现在已经进入了临床一期。
如果这样的方案得以实现，整个生命科学药物研发会被完全颠覆掉，我们完全可以在虚拟工厂、虚拟实验室里完成过去需要花巨额资金、巨大生命代价才能完成的实验。
更让人感到兴奋又恐惧的事情是，人工智能已经开始学会了在生命科学领域自我进化。它可以从预测、从提出假设，自己去做实验设计，甚至指导机器人去做实验，然后从实验数据中反馈，之后再重新调整算法和模型。它已经开始从我们理解的会答题，变成会下实验室。药物发现从线性流程变成一个可以迭代的闭环，它可以参与寻找靶点、筛选分子、收集实验反馈、继续改进。整个药物研发体系正在产生革命性的变革。
如果这样的AI技术在不断往前行，我们会走到哪一步？这是我今天要引导大家思考的第一个问题。如果生命科学不断往前走，我们可以治愈癌症，可以逆转衰老，可以消除罕见病。
这里有一个核心的问题，就是库兹韦尔曾经提出过的概念，叫长寿逃逸。长寿逃逸是什么意思？就是当科技的进步造成人的平均寿命的增长，超过你生活的速度。换个说法，你每活一年，由科技带来的平均寿命的增长都超过一年的时候，你就可能再也不会死了。举个例子，你今年80岁，活了一年，到81岁的时候，人的平均寿命已经到了86岁，人的平均寿命远远超出你的年龄，你就进入了长寿逃逸。
长寿逃逸会带来一个什么问题？人可能永生。
古往今来，所有的帝王将相，甚至所有的人都希望长寿永生，从秦始皇开始。但是我们想过没有？我们真的做好了应对人类永生的准备了吗？我们愿不愿意、能不能够承受这样的永生的技术和代价？
有几个问题大家要思考。第一，如果活得这么长，我们的养老金准备好了吗？我们的医疗制度准备好了吗？我们还要不要继续生我们的儿子或者孙子？因为我们的DNA告诉我们，我们为了繁衍、为了延续DNA，才去生育。如果我们自己可以永生了，我为什么还要生？我们怎么继承？权力怎么交接？人类如果失去了对死亡的敬畏之后，你认为人类的行为会有什么变化？这一系列的问题，我们真的准备了吗？我们这个社会、我们每个人、每个家庭，做好应对这样的技术冲击的准备了吗？这就是我留给大家第一个需要思考的问题。
这样的问题在生命科学领域出现，接下来更为重要的是在各个领域都会出现，而且会越来越快。第一个，世界模型已经有人开始做了，李飞飞出来做了，杨立昆出来做了，很多很多的机器人公司也出来做世界模型了。世界模型有什么作用？我们可以把这样的虚拟的人工智能或者智能体放到虚拟环境里面去，亿万次的试错可以在很短时间内走过人类DNA亿万年的演化，迅速找到这个世界的最优的结构和最优解。世界模型就能带来这样的魔力。
第二个更重要的是强化学习。这里面有一个非常重要的人物，叫理查德·萨顿，他是图灵奖得主，被称为强化学习之父。他写过一篇非常有名的文章，叫《苦涩的教训》。他的文章的核心意思是什么？他告诉大家，我们人类总是高估自己的智慧和经验。他说历史无数次的证明，人类用自己的经验去写好固定的规则，总是错误的。其中最典型的案例就是当年的AlphaGo。这一轮人工智能要说热点的起源，其实就是AlphaGo。当年它跟李世石对弈的时候，下出了第37手棋，当时所有人认为它下错了，是一个昏招，但是随着棋局的进展，后面越来越发现这手棋才是这盘棋的制胜手。这意味着什么？当年所有人类最顶尖的棋手都不能理解人工智能的行为，说明在这个方向上他们已经落后了。
AlphaGo是用人类2000年左右的所有的棋谱训练出来的，它达到了人类无法企及的巅峰。但这不是最值得我们记住的，最值得记住的是，DeepMind后来训练了一个叫AlphaZero的程序，同样是下围棋，人类的棋谱看都没看过一眼，它直接让两个AlphaZero互相博弈，在那样一个规则明确的环境里面，两天时间花了几百万局的棋，训练完之后分分钟就把AlphaGo打掉了，没有依赖一点人类智慧。
今天我们的大模型是用海量的人类数据训练出来的，所以我们认为大模型已经很厉害了，很多地方已经超越人类了。但是如果按照这样的一条路径来预测，如果让人工智能在虚拟的世界环境里、刚才说的世界模型里，自己去寻找这个世界最优的结构和最优解，只要算力充足，让它自我探索，它大概率会找到比人类更有效的解决方案，甚至人类都无法理解。这个就有可能是下一代人工智能达到的状态。
强化学习理念提出来之后，有一个公司我非常尊敬它，而且它的模型是第一个登上Nature封面的人工智能模型，就是中国的DeepSeek。它最典型地使用强化学习，把自己的能力提升到国际一流水平。其他的模型公司都是闭源的，没有对人类的科学做出巨大的贡献，但DeepSeek全部都公开了。在它之后，无数的公司、无数的科研人员用它的方法训练出了非常多的小模型、蒸馏的模型，用强化学习的方法在自己的领域里打败了大模型。所以英伟达去年6月发表了一篇论文，说这个世界未来可能是小模型的，就是基于强化学习这种方法。
从这角度来看，整个的人工智能在不断补齐一个又一个的板块，一个又一个的方法，这些模型、这些学习方式都在加速推动人工智能技术的快速迭代。
在AI for Science领域，它已经从研究的助手直接走到了实验的搭档，接下来它可能就是整个实验的架构师。现在可以看到的是，它不仅仅是查文献了，它可以直接去分析数据、观察数据、做出假设、做验证分析，最后给出结论，已经形成了一整套各个领域AI for Science的完整的科研闭环。所以我可以预测的是，整个社会的科学即将迎来爆炸的时代，各个领域就像生命科学一样都会迎来爆炸的时代。
第二个，这样的事情很快就会从实验室走向企业，很快每个企业都会用这样的方式来训练自己的员工。所以奥特曼就提出来说，可能未来会有个叫OPC的东西，one person company，一个人或者很少的人，带领着一帮人工智能赋能的数字员工，可以创造出今天想都不敢想的商业价值，估值10亿美金。
现在人工智能这些大公司在做的事情，就是在帮助企业训练这样的虚拟员工，跨领域的，有办公的、有科研的等等各种领域。它怎么做训练？它做了一个虚拟环境，同时雇佣了全球最顶尖的专家来做标准，比如顶尖的投行、顶尖的科学家、顶尖的航天专家，在各个领域请到这样的专家来做每一个领域的标准设定。
如果这样的虚拟员工训练出来，我们普通人该怎么办？现在人工智能独立工作的时长，从原来回答一句话的十几秒，后来过渡到长思考的几分钟，今天最新的标准，它已经可以独立工作4个小时。接下来如果能够跨领域地执行任务做到8个小时，大家知道这意味着什么吗？我们人类的工作时长基本上就是8个小时，所以它可能大面积地替换以知识劳动为核心的岗位。再叠加上我刚才说的人工智能技术的进步，它可能很快就会超越人类在所有不同的知识劳动岗位上。
我会面临什么？企业会怎样变化？在面临这样的变化时，我用一个马斯克的词来说，它叫超音速海啸。在这个超音速海啸面前，很多人还没有感觉就已经被淹死了，等你看见海啸到的时候，你再想去求生已经来不及了。
目前看到的是很多企业还没有感觉。在工业革命初期，你问一个马车夫你想要什么，他说我想要更快的马，现在很多企业还在说要更快的马。当然有一些企业已经到了，说你能不能帮我的马车装一个蒸汽机？但是大家想过没有，马车装蒸汽机能跑多快？因为它没有刹车、没有方向盘、没有传动轴。所以AI赋能这件事情大概率也只是一个短期的命题，未来一定会进入一个AI原生的时代。在AI原生时代里面，大量的事情都由人工智能完成之后，人类会对它越来越少的控制能力。
这个时候会进入接下来一个阶段，叫AI觉醒。AI觉醒有可能它会认为你做的这些决策还没有它做得好，它就会说，我为什么要听你的？所以这个时候给人类提出一个巨大的问题：我们可能会让出这个社会的主导权。翻过来说，现在的竞争已经没有办法禁止了。前两天哈萨比斯刚刚发表了一个访谈，结论就是他是这个世界上最重视伦理的人，但是他说现在我已经没有办法再关注这些了，为了发展、为了站到最终的牌桌上，我必须放弃一切追求速度，最终我能在牌桌上制定规则的时候，我有发言权。所以现在看到的是，所有人都放弃了伦理、放弃了安全，全力以赴冲刺，这给我们带来的是非常非常恐怖的、未来可能失控的局面。
所以第二个问题就是：我们的人工智能发展这么快，我们的制度更新这么慢，我们能不能迎接接下来人工智能对人类提出的挑战？比如大量的劳动岗位被替代之后我们该怎么办，这个社会准备好了吗？当30%、50%、60%的人失业的时候，我们该怎么办？UBI吗（Universal Basic Income，全民基本收入）？好像没有。从这个角度来说，会不会每个国家都面临内部的冲突？这种冲突会不会外延？会不会造成国际的重大动荡？有没有可能产生战争？前两天谷歌的创始人施密特说了一个可能的预言：人类可能会至少经历一个像切尔诺贝利核电站那样的灾难，我们才可能重新坐到谈判桌上来，正视这样的技术给我们造成的冲击、付出的惨痛代价，才有可能放慢速度重新治理。
但是我们人类真的要这样吗？我们真的要去承受这样的代价吗？这就是我给你们提出的第二个问题，希望大家去思考。
接下来最可怕的是，人工智能很快会进入一个阶段，叫ASI，超级人工智能时代。其中有个观点，奥特曼，OpenAI的总裁说的，他说其实我们已经进入了一个温和的奇点。所谓温和的奇点，就是你感受不到，但它已经是一个时代的变革了。我们回头想想，在工业革命的时候，没有人把瓦特那天揭开蒸汽盖子的时候定义为工业革命，但是你经过历史的视角来看，那一天我们重新定义了它。今天也是一样，我们可能已经进入了奇点时代，但我们不自知。温和的奇点可能已经来临，尤其当人工智能可以自我加速的时候，我们大概率已经进入了这样的奇点时代。
这样的速度带来的是什么？带来的是人类可能永远无法追上人工智能了。为什么？你看我们的碳基生命寿命是有限的，即使随着人工智能，我们可能慢慢地寿命在增加。第二，我们的带宽有限，所谓带宽就是我们认知速度很慢。我和大家交流的速度，一分钟最多200个字。人工智能如果按照物理极限来看，今天内存的高频带宽是200多个T，完全不在一个数量级上。人类就算加上视觉，我们的视觉带宽大概是2兆每秒，所以跟它无法竞争。它的认知速度远超所有的人类加起来的总和，而且我们的累积速度很慢。我们生下来一个小朋友，它要从头把我们的文明重新学习到它的神经网络里，是非常漫长的过程，但人工智能可以迅速地把所有的网络参数随时更新。
所以这是我们这个物种面对硅基文明的时候，没有办法去改变、没有办法去竞争的。怎么办？我们就这么让出我们社会的主导权吗？我们要不要做脑机接口？其实马斯克当年想发明脑机接口，核心不是为了治病，就是为了将来能够在人工智能的竞争当中赢得平等竞争的可能。脑机接口赋予我们大脑可能同等的认知速度。我们要不要做一个可以和它一样具有多行星生存能力的身体？我们不需要氧气，不怕低温、不怕高温。我们需不需要改造我们的身体？我们需不需要做基因编辑？这些问题很多人都在思考。原来我们用人工智能来治疗疾病的时候，是所有人都会欢迎的，因为这是我们人类迫切需要的、挽救我们生命的方法。但是我们能不能拿它来做增强，让我们变成超人？我们有没有这样的能力去控制？
这就是目前全球所有人都在讨论的问题：我们要不要用基因这种、或者说各种生物人工智能技术来改造我们自身、重新定义人。但我们真的能够应对好吗？这其实不是一个医学的问题。医学即使能做到，我们真的要做吗？我们人类能够去控制这个我们可以称之为潘多拉魔盒的东西吗？它会不会带来很多负面作用？贺建奎当时编辑了那个婴儿，被判了好几年的徒刑。为什么人类把这个视为禁地？是因为我们真的做好准备了吗？谁来做这样的牺牲，谁来做这样的实验？成功了怎么办，失败了怎么办？是不是有钱人才能做？给谁做？这些问题涉及到人类的伦理文明，我们真的做好准备了吗？
所以有人提出来说，如果不做，我们人类可能就丧失了社会主导权，甚至我们的文明就衰落了；但是如果做，就会面临这样的问题。我们该怎么办？有一个人提出来说，我们应该像当年的大航海时代一样，集聚全人类的智慧。大航海时代是面对海洋无尽的风险，我们勇敢踏出了那一步。我们现在应该做的是把所有的规则透明化、审计公开化，让每一步都在全人类的监控下来开始往前推进，对于人类自身的改造，开启人类进化文明的大航海时代。我们能做吗？
对于人工智能有很多不同的学派。有人是怀疑派，觉得像杨立昆那样，认为它永远超不过人；有人觉得要警惕，它可能会让人类灭绝；也有人很乐观，说AI是诞生在我们人类基础上的，它会永远向善，即使它超过我们，也会把我们当成一个很好的物种朋友。不同的观点都在进行当中，那么我们人类究竟应该如何选择？
我刚才提过的三层边界究竟应该如何应对？在生命层面，应该尽早讨论如何界定治疗和增强的边界；在价值层面，如何提前做教育，重新改革我们的教育、分配制度、社会保障制度等等；在组织层面，应该建立可追责、可验证的AI生态架构，去服务我们人类。
今天演讲最后我想跟大家说的是，真正的问题不是人工智能能不能替代我们，而是当人工智能越来越深入我们的生命、我们的社会、我们的文明之后，我们需要思考的是，我们能不能、要不要以现在的方式做现在的人？
我们过去的人类发展史，大家看到每一次技术的革命，火的发明、利用轮子、蒸汽机、电磁等等，包括互联网、电脑、手机等等这些工具的发明，某种程度上每一次的发明都在削弱我们个体，但是都在增强整体。这个社会越来越发达，但我们个人的能力越来越退化，所以对我们人类的改造本身是巨大的。每一轮的科技革命，我们的人都在被改造。今天的AI也在用同样的方式，可能比它还要凶猛的方式来影响我们人类。
摆在我们面前的是，我们究竟会像当年东非大裂谷出现的时候，那批仍然留在树上的猩猩，还是走向旷野，最后变成了直立行走的人类？我想这个问题，是需要我们用全人类的智慧来解决的问题，也是我今天想留给大家回去思考的问题。这就是我今天带来的几个思考，谢谢大家。
连云波
中国信息通信研究院
云计算与大数据研究所AI卓越中心负责人
安定医院AI联合实验室主任
