2025年11月初，英国圣詹姆斯宫迎来了一场安静却意义深远的仪式。

国王查尔斯三世亲手将伊丽莎白女王工程奖颁给了七位来自全球的人工智能领域顶尖人物：

英伟达CEO黄仁勋、Meta首席AI科学家杨立昆（Yann LeCun）、图灵奖得主杰弗里·辛顿（Geoffrey Hinton）和约书亚·本吉奥（Yoshua Bengio）、斯坦福大学教授李飞飞，以及英伟达首席科学家比尔·达利（Bill Dally）。

这不是一场喧嚣的发布会，也没有炫目的灯光秀。

但如果你稍微了解一点技术发展的脉络，就会意识到：

这七个人，几乎就是过去四十年人工智能从冷门走向主流的关键推手。

他们当中有人曾被学术界边缘化，有人在实验室里默默调试代码几十年，还有人因为坚持“不被看好”的方向而差点丢掉饭碗。

今天，我们不妨放下那些天花乱坠的概念包装，用最朴素的方式聊聊这些人到底做了什么，为什么值得一个以英国女王命名的工程大奖，以及他们的工作对普通人意味着什么。

先说说黄仁勋。

很多人知道他是英伟达的创始人，公司股价这几年涨得惊人。

但很少人注意到，早在2006年，他就开始推动GPU（图形处理器）不只是用来打游戏，而是用来做科学计算。

当时这个想法听起来有点离谱：谁会用显卡去跑数学模型？

可正是这个决定，为后来深度学习的大规模训练铺平了道路。

没有高性能、低成本的并行计算硬件，今天的AI根本跑不起来。

黄仁勋不是算法专家，但他看准了一个方向：

算力是基础。

就像修路一样，路修好了，车才能跑得快。

再来看杨立昆（Yann LeCun）。

他有个更广为人知的身份：LeCun。

早在1980年代末，他就提出了卷积神经网络（CNN）的基本结构，这是今天所有图像识别系统的基础。

你手机里的人脸解锁、相册自动分类照片、甚至自动驾驶汽车识别红绿灯，背后都有他的影子。

但他本人对当前大火的大语言模型（LLM）并不感冒。

他认为，光靠文字训练出来的AI，就像一个只会背书但没出过门的孩子：

能说会道，但不懂真实世界。

他反复强调，真正的智能需要“世界模型”：

机器得像猫一样，知道杯子掉下来会摔碎，水倒多了会溢出来。

这种对物理世界的理解，才是下一步的关键。

说到对AI的担忧，辛顿和本吉奥的态度更为谨慎。

尤其是辛顿，作为“深度学习教父”，他在2023年突然宣布从谷歌离职，理由很直接：

“我担心自己参与创造的东西可能失控。”

他在最近的世界人工智能大会上坦言，AI的发展速度远超预期，而人类还没准备好应对它可能带来的后果。

他打了个比方：我们养了一只小老虎，现在它还温顺，但等它长大，力气比我们大得多时，我们还能控制它吗？

这种担忧并非杞人忧天。

AI确实越来越强。

它能写论文、编代码、生成视频，甚至在某些专业考试中超过人类。

但问题在于，它没有目标感，也没有道德判断。

它只是根据数据预测下一个词、下一个动作。

如果训练数据里有偏见，它就会放大偏见；

如果有人用它来造假、操纵舆论，它也不会拒绝。

辛顿和本吉奥现在把大量精力放在“AI安全”上，试图在技术层面设计出更可控、更透明的系统。

李飞飞则代表了另一种视角。

她早年推动ImageNet项目，建立了一个包含数百万张标注图片的数据集，直接催生了2012年深度学习在图像识别上的突破。

但她始终强调：技术必须服务于人。她在一次访谈中说：“AI不应该只是硅谷精英的游戏，它要能帮医生诊断疾病、帮农民预测天气、帮老师个性化教学。”

她关注的是如何让AI真正落地，而不是停留在实验室或资本故事里。

比尔·达利的角色容易被忽略，但其实至关重要。

作为英伟达的首席科学家，他负责把理论变成现实。

比如，如何让一块芯片既省电又能高速运算？

如何优化内存访问，减少数据搬运的能耗？

这些看似枯燥的工程问题，恰恰决定了AI能不能从云端走进手机、汽车甚至家电。

他主导开发的ChipNeMo模型，已经用于辅助芯片设计本身。

也就是说，AI现在开始帮人类设计下一代AI硬件了。

这是一个微妙的正反馈循环。

有意思的是，这七位获奖者虽然共享荣誉，但在很多关键问题上看法并不一致。

比如，LeCun认为大语言模型走不远，必须转向多模态和世界模型；

而辛顿则承认LLM的能力被低估了，它们确实展现出某种形式的理解。

黄仁勋则更务实：不管哪种路线，都需要更强的算力支持。

李飞飞则提醒大家别忘了伦理和社会影响。

这种分歧恰恰说明，AI领域还远未定型。

我们看到的ChatGPT、Sora、Gemini，只是技术演进中的一个阶段，而不是终点。

就像电力刚发明时，人们只知道点灯，后来才有了电冰箱、电梯、互联网。

AI也一样，它的真正潜力可能藏在我们还没想到的应用场景里。

回到查尔斯三世在2023年AI峰会上的演讲。

他把AI比作“电力的发现”，这个比喻很贴切。

电力改变了生产方式、城市形态、生活方式，但它本身是中性的：

可以用来电刑犯人，也可以用来救人性命。

关键在于人类怎么用。

国王在颁奖时特意把那份演讲稿交给黄仁勋，或许就是想传递一个信号：

技术发展不能脱离责任。

伊丽莎白女王工程奖设立于2011年，历届得主包括互联网之父、GPS开发者、LED照明先驱。

今年首次聚焦AI，说明主流社会已经意识到：

这项技术不再是实验室里的玩具，而是正在重塑经济、教育、医疗乃至国际关系的基础力量。

那么，这对普通人意味着什么？

首先，AI不会取代所有人，但会改变几乎所有工作的方式。

医生可能不再手动看CT片，而是由AI初筛，医生专注判断疑难病例；

律师可以借助AI快速检索判例，但法庭辩论仍需人的逻辑与共情；

教师可以用AI定制学习计划，但激发学生兴趣还得靠真人互动。

其次，数据隐私和算法公平会越来越重要。

当你申请贷款、找工作、甚至看病时，背后可能都有AI在打分。

如果这个系统不透明、不可解释，就容易产生歧视或错误。

这也是为什么辛顿、本吉奥等人呼吁加强监管和开源透明。

最后，AI的发展需要全球协作。

查尔斯三世提到“紧迫感、团结和集体力量”，不是客套话。

任何一个国家单方面限制或放任AI，都可能引发连锁反应。

技术无国界，但治理必须有共识。

写到这里，我想起LeCun在一次采访中说的话：

“我们不是在造神，也不是在造魔鬼。我们是在造工具。工具的好坏，取决于使用它的人。”

这七位获奖者，有的在造锤子，有的在磨钉子，有的在画图纸，有的在提醒大家别砸到手。

他们共同推动了这场静悄悄的变革，而我们每个人，都是这场变革的参与者和见证者。

未来几年，AI还会继续进化。

也许会出现更聪明的助手，也许会有能自主行动的机器人，也许会有新的瓶颈让我们停下脚步反思。

但无论如何，有一点是确定的：技术终归是为人服务的。

只要我们保持清醒、开放和负责任的态度，AI就有机会成为人类历史上又一次“电力时刻”：

不是带来混乱，而是拓展可能性。

所以，与其焦虑“AI会不会抢我饭碗”，不如想想：“我能用AI做什么以前做不到的事？”

这个问题，或许才是通往下一个时代的钥匙。