“AI最终将拥有无法预测的能力，而我们还没有准备好。”——OpenAI联合创始人Ilya Sutskever的这句话，最近在圈内引发了不小的波澜。

这是他接受开放大学荣誉学位时的一段发言。与其说这是一场回顾职业生涯的演讲，不如说是一次关于“学习”本质的深度思辨。从俄罗斯到以色列，再到加拿大，这位顶尖AI研究者的成长轨迹，恰恰印证了他所探讨的核心命题：自学的能力，如何塑造一个人，又如何可能定义一个时代。

01. 自学改变了他的一生

故事始于俄罗斯。五岁移民以色列后，Ilya Sutskever成了那种典型的“好学生”。一个偶然的机会，他的父母发现了开放大学。于是，从八年级开始，他就通过教材自学大学课程。

那是一次关键的启蒙。他第一次体会到那种“可以理解一切”的信心：只要肯花时间慢慢琢磨，就没有弄不懂的知识。这种信心，比任何学历都来得珍贵。

后来举家迁往多伦多，他做出了一个不同寻常的决定：不再按部就班重读高中，而是径直走进公共图书馆，寻找关于机器学习的书。

那是2002年。当时的机器学习远非今日的热门，主流仍是专家系统，图像识别也刚起步。他并非追逐风口，而是被一个根本性的疑问驱动：计算机会学习吗？学习这件事，本身是可能的吗？

这个疑问，成了贯穿他至今的研究主线。随后，他进入多伦多大学，成为“深度学习教*父”Geoffrey Hinton的学生，并参与创造了划时代的AlexNet，正式拉开了深度学习革命的序幕。

之后的故事广为人知：团队被谷歌收购，他加入Google Brain；再后来，与几位志同道合者共同创立了OpenAI。

从在图书馆翻书的少年，到构建全球最前沿AI模型的领军者，他探索的核心始终未变：什么是真正的学习？理解力如何涌现？机器能否迈出那关键的一步？

02. AI学习的终点

演讲的中段，话题转向AI的未来。当外界期待他描绘ChatGPT之后的技术蓝图时，他却给出了一个冷静到近乎沉重的判断：我们还没有准备好。

这并非技术预测，而是一位深耕数十年的研究者，向人类抛出的根本性质问——我们真的理解AI了吗？而AI，又在多大程度上理解着我们？

他设想了积极的场景：如果AI能进行医学研究，治愈疾病甚至延长寿命，那无疑是巨大的福祉。但问题随之而来：如果AI能做到这些，那它的能力边界究竟在哪里？

更深刻的挑战在于，当AI学会了“学习”这项元技能，下一步很可能就是自我迭代，创造比自己更聪明的AI。那一刻来临，人类该如何自处？

他没有答案。坦率地说，目前整个行业都没有明确的答案。他只是强调：我们必须准备好，尽管方法尚不明确。

这种表述，带着典型的研究者气质。不同于Sam Altman那种着眼于商业与生态的“CEO式”思考，也不同于Elon Musk带有警世意味的呼吁，Ilya的担忧更底层，更接近哲学范畴：“学习”这条路径，最终会将我们引向何方？

03. Ilya的闭环时刻

演讲临近尾声，他回到了起点——开放大学。他说，在很长一段时间里，开放大学代表了他对“学习”的全部信仰。

这份信仰，无关一纸文凭，而是一种确信：只要愿意投入，知识的大门就会敞开。那个依靠教材和图书馆探索世界的少年，如今站在了AI研究的中心。他用“圆满的闭环”来形容这一刻。

他没有使用“感恩”这类常见的词汇，而是选择了“信仰”。他信仰的并非某套教育体系，而是“学习”这个行为本身所蕴含的无限可能性。

04. 一些分享

通篇看下来，这场演讲给人一种奇特的感受。当下的AI行业喧嚣鼎沸，模型参数竞相攀升，产品迭代以周计。然而，站在浪潮最顶端的思考者，谈论的却不是“更快更强”，而是“我们还不知道”。

他的语速平缓，没有煽情，但每一句话都像从认知的边缘地带传来的回声。这不是控诉，也不是兜售未来。这更像是一种提醒：AI的进化不会等待人类准备好。它在持续学习，而人类若想理解甚至引导它，就不能止步于围观、使用或调参。

AI最终能否被有效控制、能否与人类价值观对齐，目前仍是悬而未决的难题。但有一点可以肯定：如果人类自身放弃了深入学习与理解的努力，那么被时代抛下，将是必然的结局。

以下是发言的全部内容：

我出生在俄罗斯，我的父母在我五岁的时候移民到以色列。我开始上学，我是一个好学生，我的父母希望我能在一个更好的环境里学习。有一天，我们偶然发现了开放大学，于是我从八年级开始上他们的课。这是最好的体验。

顺便说一下，我拿到了我的课本，开放大学的教材写得非常清楚，我刚到那些书就开始读，我理解得很清楚。读到某个程度，我还记得那一刻，我感到自己前后判若两人。我变得有信心，只要慢慢读，我就一定能理解。所以这对我帮助非常大。另外，你知道的，我学习了数学和计算机科学。我打下了很扎实的基础。

后来我的父母搬到了多伦多，我做的第一件事就是去多伦多公共图书馆尝试寻找一本关于机器学习的书，与其重新上一次高中，我选择尝试转学到多伦多大学。很幸运的是杰夫·辛顿也在多伦多。这就是应该去的地方，当时世界上最具前瞻性的AI思想都在这里。于是我成功地作为转学生加入多伦多大学。

2002年时，电脑已经可以玩一点电子游戏，他们可以下棋和跳棋，但仅限于此。我记得曾经想过，一台很强的电脑可以下棋没问题，但它是怎么学习的呢？学习本身到底有没有可能？计算机会学习吗？

我觉得如果如果能解答“如何学习”这个问题，那么其他一切都会随之而来。我们在研究生阶段写了Alex论文，一些公司因此表示想要收购我们的公司，但那时候我们根本还没有公司，所以我们需要创建一家公司，最终谷歌收购了我们。因此，我加入了谷歌。大型神经网络可以做任何事情的想法，在我们在谷歌的研究中又被进一步证实了。之后，我有了参与创办OpenAI的机会。我当时在海湾地区。心里想，在这里不尝试一次真正的创业机会怎么行呢？而且是和这么多杰出的人一起，于是我决定去做这件事。我们继续在OpenAI工作。

深度学习是一个很大的理念，有很多人为此做出了贡献。我很高兴我也能有所贡献。

但是说到AI，未来却并不那么简单。AI很激动人心，因为它很强大，对吧？你有了能力就能做各种事情。那么，当AI变得足够强大，你能想象AI会做什么样的事情？如果AI变得足够有能力，我们将拥有令人难以置信的医疗技术，如果AI能进行医学研究，那将是惊人的。我们可以做更多的事情，可以治愈很多疾病，甚至延长生命。我认为这些真的是很棒的事情，但如果AI能做到这一点，它还能做什么？最终的答案是：它什么都能做，即不可预测又难以想象。

我们该如何应对？我们必须做好准备，但目还没有明确的办法。最终，AI的力量将是巨大的。AI能创造下一代AI，这就是所谓的智能爆炸。天呐，那时候我们该怎么办？AI的问题在于它的影响太大，太强大了，它能解决一切问题，它也可以做任何事情，而所有这些问题，现在都没有答案。

现在，我想对开放大学授予我这个荣誉学位表示最深切的感谢，我觉得这很有意义，因为在相当长的一段时间里，开放大学对我来说代表了整个学术界和所有对学习的兴趣。这就像一个圆满的闭环，以一种非常有意义的方式。