专访|山东省大数据研究会人工智能设计分会名誉会长顾群业：认知与生成世界的通用方法论

文 / 彭茜

人工智能的浪潮不仅重塑了生产力，更以前所未有的方式揭示了人类认知与创造的底层架构。

置身于这场变革之中，我们该如何重新审视这个纷繁复杂的世界？又该如何孕育出属于自己的创造力？带着这些问题，齐鲁壹点专访了顾群业。

在学习AI技术的过程中，顾群业提炼出四个极具穿透力的词汇：压缩（Compression）、泛化（Generalization）、表示空间（Representation Space）与根节点（Root Node）。借由这四个支点，他构建了一套认知与生成世界的完整方法论。

这不仅是对“第一性原理”的深刻直觉，也是OpenAI前首席科学家伊利亚·苏茨克维、DeepMind创始人德米斯·哈萨比斯等一众科学家共同信奉的圭臬。沿着顾群业铺设的这套思维阶梯拾级而上，我们或许能剥去现象的表皮，看清世界的内核。

压缩即智能：寻找极简公式

齐鲁壹点：在人工智能领域流传着一个说法：“压缩即智能”（Compression is Intelligence）。但压缩往往也意味着信息的丢失。我们该如何理解您所说的“向内压缩”？

顾群业：现实世界是一个错综复杂的巨系统，不可避免地交织着无数的冗余与噪音。数学家马库斯·赫特曾说：如果你能用最简短的代码去描述一组极其庞杂的数据，那就意味着你真正洞悉了这些数据背后的规律。

因此，“向内压缩”并不是盲目地删减导致信息丢失，而是大浪淘沙般地过滤掉表象的噪音（Noise），提纯事物的核心特征。正如大语言模型压缩了全人类的互联网文本，才涌现出了惊人的理解力。

这就好比当年牛顿仰望星空，大千宇宙、世间万物的复杂运动，被他压缩成了一个极简的公式：F=ma。当你把一个复杂问题压缩到了极致，你眼中看到的就不再是令人眼花缭乱的细枝末节，而是事物最本质的骨架。创新绝不是增加信息负载，智能的方法，恰恰是极致的简化。

泛化即破界：打破认知的“过拟合”

齐鲁壹点：您之前提到，仅仅拥有公式和概念，在现实生活中是很难直接应用的。如果已经通过“压缩”找到了真理，为什么不能直接应用？

顾群业：因为压缩只是智能的起点。这就引出了智能的另一只翅膀：泛化（Generalization）。

如果说压缩是一个凝练的过程，把千变万化归于一处；那么泛化就是在一个个具体场景中解压缩并建立映射的过程。泛化不仅是举一反三，更是外推（Extrapolation）——在未知的边界，利用已知的底层逻辑进行无人区的探索。

泛化的迷人之处在于：你在抽象的认知维度里，费尽心血提炼出了一个极简的规律（压缩点）；而当你在现实中遭遇一个全新的、从未见过的棘手场景时，你能从容地把这个规律重新展开，并精准地投射到新场景之中。泛化的本质，是一种生发能力。

齐鲁壹点：在AI训练中，如果只有压缩没有泛化，模型就会出现过拟合（Overfitting）。这对人类的认知有什么隐喻？

顾群业：一个只会压缩而缺乏泛化能力的人，我们通常称之为“书呆子”，这就是人类认知上的“过拟合”：他们脑袋里装满了“真理”，却在日常生活中无法自理。

泛化能力实质上划定了我们的认知疆域。只有具备了强大的泛化能力，你才能在瞬息万变的生活与商业战场中，迅速将抽象的“第一性原理”，转化为穿透并解决具体问题的利刃。

表示空间与根节点：洞察复杂系统

齐鲁壹点：您曾说“创新就是找到事物之间尚未被察觉的联系”。这话听起来充满人文诗意，但您似乎是用数学和AI的逻辑来拆解它的？

顾群业：是的，这其实是在表示空间（Representation Space）里做高维的几何运算。表示空间就像是一个隐形的万物“图书馆”，在这里，诗歌与代码都被转化为了一串坐标。坐标相近，灵魂便相通。

在表示空间里，表面上看似风马牛不相及的事物，在底层逻辑上却有着惊人的交集。比如生物学的进化过程与经济学的市场波动，在三维世界里相去甚远，但在高维的表示空间里，它们的坐标却是紧密相邻的。

齐鲁壹点：这是否解释了为什么像德米斯·哈萨比斯这样的科学家，在探索未知时，目光永远只锁定“根节点”问题？

顾群业：完全正确。因为根节点（Root Node）往往处于核心枢纽位置。抓住了根节点，就是牵住了复杂系统的牛鼻子。

以AlphaFold破解蛋白质折叠问题为例，这就是一个典型的根节点。一旦攻克了它，其释放出的巨大能量，可以迅速泛化到整个生命科学、制药甚至是新材料的广阔天地中。抓住了根节点，就等同于拿到了开启无数未知之门的密钥。

智能的终极使命：重建结构

齐鲁壹点：您试图用“压缩、泛化、表示空间、根节点”这些概念勾勒出一张认知的蓝图，这套逻辑最终指向什么？

顾群业：指向“结构化”。

从物理学视角看，宇宙不可逆地“熵增”，世界越来越趋向无序。而智能——无论是人类智识的觉醒还是AI的演进——其本质都是在对抗这种混乱。我们通过压缩与泛化，将碎裂、杂乱无章的信息重组为有意义的结构。智能，本质上是我们筑起的一座秩序之塔。

齐鲁壹点：对于身处信息洪流中的普通人来说，这套方法论能带来怎样的改变？

顾群业：它能帮你完成一次底层的认知跃迁。掌握了这套方法，外界一切汹涌的输入都不再是让你焦虑的噪音，而是等待被解压缩的信号。你的大脑在处理信息时，会自动寻找这个信号在表示空间里的坐标，将其链接到某个第一性原理之上；而当你需要输出时，你会懂得将那个极简的原理，泛化为攻克难题的具体指南。

【记者手记】

访谈结束时，回望顾群业提出的这套认知方法论，我们不禁发现一个有趣的互文：这套旨在认知和生成世界的方法论本身，恰恰也是顾群业在洞察世界后完成的一次极致的“压缩”，并正试图向大众进行一次生动的“泛化”。

来源：