在论坛演讲环节，迈克尔·莱维特提及了生物智能、人类智能和机器智能。他期待能把三种智能结合起来，最终解决人类面临的最重问题，包括气候变化、贫困和疾病。在专访中，迈克尔·莱维特说，“在中国以外的世界其他地方，没有人用人工智能AI这个名词，而是使用‘机器学习’这个名词”。他认为用什么单词无关紧要，这个领域还处在非常初期的阶段，“尽管它现在变得非常火爆，但使用的技术依然是很旧的”。对于人类来说，最美妙的莫过于我们的智能存在于许多领域，有一些智能——比如社交智能——非常复杂，这是机器做不到的。

在采访中，迈克尔·莱维特强调了跨学科的重要性，并认为诸如物理学、化学这样的学科划分是“荒谬无意义的”，他说，“我学习的是物理，我并不了解化学，但我得了诺贝尔化学奖”。他认为教育应该改革，甚至“所有你在网上可以找到、学习的知识，都不应该(在大学里)教授”。

以下是新华网智谷对迈克尔·莱维特的采访实录编译全文:

智谷:您在演讲中提到政府应该给艺术家资金支持，可否进一步分享您的看法?

迈克尔·莱维特:艺术家是非常特别的。我的妻子是一个中国艺术爱好者，认识许多中国艺术家。某种程度上来说，(我认为)艺术家比科学家创造了更多勇敢大胆、更有挑战性的观点和探索，艺术就是创造，而创造就是做一些新的事情。在政府资金支持方面，我并非说政府就需要拨多少资金给艺术家，我的意思是，举个例子，在美国当你建造一栋大楼时，比方说建造上海中心大厦需要花费十亿美金，你必须拿出至少百分之一或百分之二给到艺术。这才是好主意。我个人很喜欢建筑以及许多公共艺术，艺术很重要，它让我们的生活更加美好——一个好的城市的街头应该随处可见艺术。不过，我认为科学在某些方面更加重要一些，它引领着一个国家的发展。

智谷:您提到了三种智能: 生物智能，人类智能，机器智能，能否解释下它们的区别和关系?

迈克尔·莱维特:我们先以人类智能为例，假设你想要制造一个机器，让它可以拿东西，这就需要“手”。但“手”并不是人类“制造”的，你可以说它是由(基因)革命或者上帝等等制造出来的，但不是人类。所以人类会想制造出一个设备去(像手一样)承托事物。这种尝试和研究正在发生。在AI领域中，就有一项技术叫深度学习，它基于计算机神经网络的研究， 而计算机神经网络正是我们从大脑的架构学习发展得出的。生物智能有许多许多这样的例子，我们甚至可以从生物学中学习社交智能。

智谷:如何从生物学中学习社交智能?

迈克尔·莱维特:比方说蚂蚁，和细胞。你身体里的每个细胞都不是独立的，它们总是合作完成指令，这种合作的基础是什么?这是基于(身体对它们的)某种控制，甚至是一些奖惩措施。我们的社会需要(从中)学习更多。我们并不是需要多么完美的(生物学)模型去展示事情怎么做。人们谈论民主，谈论其他(解决社会问题的)方法，但没有一种方法是绝对完美的，我们仍然在学习。

人类是生物，但我们需要知道，在很多生物世界的系统中，我们并没有“制造”(的能力)，例如将太阳能转化为生物能时，我们只不过是把美丽的植物放置在那里，让植物去完成能量转化。我们可以在这样的世界中学习到很多，但我们要明确，围绕在我们人类身边的万事万物，树木、植物、鱼群，都不是人类创造的，它们非常聪明，同时可以解决生物学问题。包括人类神奇的双手，拿个东西都是用了极其巧妙的生物学方式。

智谷:在当前的人工智能领域，科学家们往往聚焦于机器智能。您如何评价?

迈克尔·莱维特:机器智能很有趣。在中国它被称为人工智能AI，但在中国以外的世界其他地方，没有人用这个名词，而是使用“机器学习”这个名词。大约四十年前，所有人都在讨论人工智能将会多么美好，但最终失败了，所以人工智能这个词不再被使用。当然，用什么单词是无关紧要的，因为这个领域的发展还处在非常初期的阶段。尽管它现在变得非常火爆，但使用的技术依然是很旧的，只不过因为突然间我们拥有了这么多电脑、电能，和足够的数据。我认为它当然是非常有用的技术，但机器学习就只是机器学习，不论被赋予多么高大上的名词，它都是源于两百年前的、枯燥的、未曾发生改变的技术——你抓取数据，然后你分析它，得以预测某些事情，仅此而已。

人类智能是非常特别的，我们可以有许多解决、思考的方式。机器或许在很多事情上做得比人类还好，例如下棋，但人类可以做许多其他(机器做不到)的事情。我们拥有许多其他的智能。对于人类来说，最美妙的莫过于我们的智能存在于许多领域。有一些智能是非常复杂的，例如我们的社交智能，亲密情侣间(相处)的智能等等，这些都是非常困难的，也是我们需要学习的。

智谷:我们团队研究情绪识别和情感计算，根据西方哲学家休谟的理论，我们是否可以在研究情绪这个课题时从“是“推导出”应该“?

迈克尔·莱维特:非常好的想法，但我对这方面不是非常了解。我认为情绪研究是非常重要的。生物学让人类的脸部表情带有足够的信息去表达自己的情绪，我们也能理解这些情绪，这是一种精巧的设计——我们的头脑可以非常清楚的解读脸上的情绪。所以学习研究情绪很重要，它让我们懂得许多，例如一个人是否生气，是否说谎，这都是非常有趣的。

智谷:我们发现当前在年轻科学家的教育方面存在一些问题，您认为现代教育培养是否应该跨学科，跨界?

迈克尔·莱维特:这是非常重要的。举个例子，我学习的是物理，我并不了解化学，但我得了诺贝尔化学奖。我也没学过化学和生物，我觉得重点在于:你必须持续不断地学习，而互联网让人们的持续学习变得非常简单。但我有一个看法，所谓的物理学、化学这些学科的区分，是荒谬无意义的。在大学里这种区分很明显，例如想要雇佣一个人教化学，这个人就必须是化学专业出身。我不觉得这是个好注意，我认为教育需要改革，我甚至觉得，所有你在网上可以找到、学习的知识，都不应该(在大学里)教授。

智谷:去年您参加一个工作坊，主题是生命，艺术和科学，您认为三者的关系是什么?

迈克尔·莱维特:创意。我觉得创意存在于任何地方，是很常见的。我见过许多很有创意的艺术家，他们乐于发挥创意，做一些疯狂的事。其实，疯狂的创意也存在于科学中，你回想一些科技公司，有很多在起初都被视作“疯狂“。不过，我并不知道如何定义创意，它对我来说是奇怪的、未知的。你怎样肯定一个人百分之百有很好的创意?或许我们对它的理解还不够。