【菜科解读】

自然界有很多动物都比你想象的要聪明得多，有些动物们以其出色的能力甚至颠覆了科学家们以往的认知！

那么，究竟谁更聪明呢？我们分别从几个不同的能力方面来看看动物们的表现。

记忆力黑猩猩在快速记忆任务中碾压人类。

这是一只名叫阿尤姆的年轻黑猩猩，生活在日本京都大学灵长类研究所。

阿尤姆很顽皮，但它十分聪明。

短短的60毫秒内，不到一眨眼的时间，他就能记住电脑屏幕上随机显示的9个数字的位置，这个能力即使是最聪明的人类也无法做到。

阿尤姆的这个本领挑战了很多科学家的认知，没有人能够想象，一只5岁的年轻黑猩猩在记忆任务中的表现比人类更好。

这项记忆测试包括三只5岁的黑猩猩和十几个人类志愿者，结果黑猩猩全体完胜。

电脑屏幕上会随机出现九个数字，当他们触摸到第一个数字时，其他八个数字变成了白色的方块。

测试要求按照数字顺序依次触摸所有的方块。

表现最好的黑猩猩阿尤姆，研究人员让他和九名大学生参加了第二次测试。

最开始，阿尤姆和大学生们不分上下，但是随着数字闪现的时间越短，阿尤姆的速度更快正确率更高。

研究人员认为，阿尤姆更善于一目了然地接受整个数字模式。

黑猩猩具有的优势很有可能是人类的祖先在进化过程中放弃了的某种技能，以便在大脑中为语言能力腾出空间。

山羊拥有出色的长期记忆力

一只山羊试图在法国动物园的自动售货机中吃玉米粒。

山羊最近让科学家们大吃一惊，它们能迅速学会如何解决复杂的任务，并拥有出色的长期记忆。

研究人员对一群山羊进行了训练，给它们出了一道“机械谜题”。

山羊必须通过拉动一个杠杆，然后抬起来，从一个盒子里取出食物。

仅12次尝试，山羊就能找出这个谜题的解决步骤。

等到10个月后再次测试同样的实验，它们只花了不到两分钟就记住了自己是如何做到的。

研究人员认为，山羊对恶劣环境的适应能力很强，而且善于在野外寻找食物来源，这两种特性可能都与它们的智力有关。

大象脑袋大，记忆力好

象群通常是由里面最年长的雌性大象领导，这些母象随着时间的推移建立了强大的记忆。

它们能记住象群在过去找到食物和水的地方。

研究人员认为，拥有超强的记忆力是大象能活这么久（平均50至60年或更长）的重要原因。

大象还能够记住谁是朋友，谁是敌人。

它们对于伤害自己同伴的事情绝不会轻易原谅。

在印度东部，有一头大象被火车撞死，象群中的15头大象围在同伴的身边为它哀悼。

村民们设法赶走这些大象，但是，象群拒绝离开。

最后，象群冲进了村庄，破坏了几座房屋并拆除了一所校舍。

大象拥有超级记忆力和它们的大脑有关，一头普通的成年大象的大脑大约有10斤重，是所有陆地哺乳动物中最大的！

自我意识

许多动物第一次看到镜子里的自己时，都会表现出十分害怕。

在它们的意识里镜子里出现的是陌生人，它们会通过攻击或威胁来回应。

如果我们照镜子，看到脸上或身上有脏的地方，我们就会把它擦掉。

科学家认为，如果动物有自我意识的话，它们也会做出类似的反应。

他们在几十个物种身上进行了测试。

只有高度社会化的海豚和大象对此给予了反应。

海豚就像人类照镜子一样，它们会站在镜子面前，吹着不同类型的泡泡，张大嘴巴盯着自己的牙齿，舌头和喉咙。

它们还会检查自己的生殖器区域。

当科学家们在海豚的肩部区域画上黑色标记后，海豚会在镜子前从不同角度反复调整自己的方向，以查看研究人员在它们身上留下的记号。

其中还有一只海豚在水族馆的墙壁上摩擦了标记区域；

接着他又回到镜子前，再次研究了这个地方。

亚洲象也是高度社会化的动物，当它们看到一面镜子时，它们的表现就好像他们明白自己在看自己一样。

使用工具的能力

有很多动物都会利用工具帮助自己捕食、伪装或者躲避危险。

怎么才能称得上聪明？其中最重要的是它们能否灵活地运用工具解决问题，也就是举一反三的能力。

例如：如果动物通常用石头敲开坚果，但周围没有石头，它们会选择另一个重而硬的物体来敲开坚果吗？

乌鸦

乌鸦处于鸟类智商的顶端。

它们拥有强大的学习因果关系的能力，类似于5至7岁儿童的能力。

乌鸦是制造工具和使用工具最熟练的鸟类之一，它们可以使用树枝和叶茎形成探针和钩子，方便自己捕食。

它们还可以使用来自不同材料的几种不同工具来探测昆虫，并使用工具探索新的和具有潜在威胁的物体。

乌鸦找水喝也是真实存在的[偷笑]。

黑猩猩

和人类99%相似的黑猩猩也是使用工具的高手，

它们拥有一个来自自然界的“工具包”：它们会用石头来敲碎坚果，用叶茎来捕杀白蚁，用工具来探查蜂蜜，用树叶来吸水喝。

还有科学家在野外观察到利用树枝探测水的深浅，方便自己过河的黑猩猩。

苍鹭是鸟类世界的钓饵冠军。

已知的12种善用诱饵作为捕鱼工具的鸟类中，有7种都属于苍鹭科。

在世界各地，这些鸟类们都知道，凡是人类经常喂养鸭子和天鹅的地方都是钓鱼的好地方。

这都有现成的面包为啥这些鸟儿们都不吃呢？鸟都知道蛋白质比碳水化合物更有营养。

为了捕鱼牺牲一块面包是值得的。

语言学习鹦鹉能重现人类语言的声音

我们都知道鹦鹉可以模仿人类的语言，但是理解单词的意思不是每只鹦鹉都能做到的。

非洲灰鹦鹉亚历克斯是其中的佼佼者。

它知道颜色和形状，并学会了100多个英语单词。

他是由布兰迪斯大学和哈佛大学的比较心理学家艾琳-佩珀伯格训练的。

关键是它真的能理解这些问题的含义。

海狮

海狮里奥出生在加利福尼亚州圣克鲁斯的一个海洋实验室，它一出生便由人类母亲养育。

她学会了识别数字和整个字母表，让科学家印象最为深刻的是它拥有逻辑思维能力，这也是第一次在非人类动物身上发现的。

在了解到A与B相配，B与C相配之后，里奥进行了一次思维跳跃，推断出A也与C相配。

利用这种逻辑推理，里奥慢慢建立起了数字和字母类别的知识。

倭黑猩猩

Panbanisha是一只雌性倭黑猩猩。

她对英语口语的理解令人印象深刻。

在研究人员的引导下，她可以使用 "词表 "板与人类交流，该板描述了200多个图形符号，每个符号代表一个英语单词。

狗

在许多方面，狗可能比任何其他物种更像人类，甚至是某些灵长类动物。

狗可以跟随并回应人类的手势，如指向和眼球运动，而无需训练。

世界上最聪明的狗狗莫过于边境牧羊犬了，有一种说法是世界上的狗分为两种，一种叫边牧，一种叫狗。

它们不仅能听得懂主人的各种指令和语言，还能成为主人的工具狗。

有一条叫Chaser的边牧，认识1000多个物品，并能理解英语语法。

它拥有令人难以置信的专注力。

在三年的时间里，它能每天坚持学习4、5个小时的识字课，而且从不感到疲惫。

最后，研究人员不得不自己停止了这项研究。

蒂尔曼是滑板运动的传奇狗狗

它是吉尼斯世界纪录保持者。

在2009年的时候，它成为世界上滑板速度最快的犬类，在不到20秒的时间内完成100米的比赛。

它的主人形容它是一个 "肾上腺素的瘾君子"。

这种激情是它与身俱来的，只要速度越快，它就越高兴。

猫，我不跟你们人类玩

猫究竟是不是一种聪明的动物呢？说实话，猫根本就不参与实验。

所以，专家们认为猫缺乏兴趣，对人类爱答不理其本身可能就是它们聪明的一个标志。

与狗不同，猫是群居动物，它们可以自食其力；

它们不需要依赖他人来猎取食物，甚至不需要打理。

另外，猫的好奇心，加上它们谨慎的行为，也是它们高智商的证据。

那么，在你的心目中，谁是最聪明的动物呢？欢迎在留言里告诉我！

AI会关心动物的死活吗？湾区动物保护圈盯上了AI

（来源：麻省理工科技评论） 2 月初，动物福利倡导者和 AI 研究人员穿着袜子聚集在旧金山的小型共享办公空间 Mox。

他们的头顶上飘着黄色和红色的遮阳棚，地板上铺满波斯地毯，马赛克灯在盆栽旁散发着柔光。

在公共区域，一位野生动物保护人士正对着躺在懒人沙发上的听众热情地介绍一种啮齿动物避孕方法，这种方法可以在不使用毒药的情况下控制鼠群数量；

在“甲壳动物室”里，十几个人围坐成一圈，由“昆虫的感知能力”话题，一直讨论到“AI 聊天机器人有没有‘内心世界’”。

“牛室”门口的书架上摆满了伊利泽·尤德科夫斯基（Eliezer Yudkowsky）的《如果有人造出来，所有人都得死》（If Anyone Builds It, Everyone Dies），这本书宣称 AI 可能毁灭人类。

这场活动由 Sentient Futures 主办，这个组织相信动物福利的未来将取决于 AI。

和许多湾区居民一样，与会者坚定地相信通用 AI（AGI）即将到来，认为 在不远的将来，将会出现一种强大的 AI，在大多数认知任务上可以与人类匹敌。

如果这是真的，他们推断 AI 很可能成为解决社会最棘手问题的关键，包括动物遭受的苦难。

需要说明的是，今天的 AI 系统是否能达到人类或超人类水平的智能，专家们仍在激烈争论，即使达到了，会发生什么也不清楚。

但一些与会者设想了一种可能的未来：做决定的是 AI 系统而非人类。

他们认为，动物的福祉最终可能取决于我们是否训练 AI 系统去重视动物的生命。

“AI 将带来巨大的变革，基本上会掀翻整个棋盘，”Sentient Futures 的创始人康斯坦斯·李（Constance Li）说，“如果你认为 AI 将做出大多数决策，那么它们如何看待动物和其他有感知能力的生命就很重要。

”所谓有感知能力，就是能够感受，因而也能够受苦。

和李一样，许多峰会参与者早在 AI 出现之前就投身于动物福利事业。

但他们不是那种给动物收容所捐一百块钱的人。

他们不关注本地行动，而是优先推动更大规模的解决方案，比如通过推广培育肉（在实验室中用动物细胞培养的肉）来减少工厂化养殖。

湾区的动物福利运动与有效利他主义（effective altruism）密切相关。

有效利他主义是一场致力于最大化个人行善效果的慈善运动，事实上，许多与会者供职于有效利他主义者资助的机构。

这套哲学在纸面上听起来很完美，但“最大化善行”是一个棘手的难题，未必有清晰的答案。

这一运动因其一些结论而广受批评，比如鼓励人们去剥削性行业工作以最大化慈善捐款，以及忽视当下的伤害而优先关注可能给大量尚未出生的人带来痛苦的未来问题。

批评者还指出，有效利他主义者忽略了种族主义和经济剥削等系统性问题的重要性，也忽视了边缘化群体对于如何改善自身生活可能拥有的洞见。

在动物福利领域，这种极端功利主义的思路会导致一些奇怪的结论。

比如，一些有效利他主义者认为，投入大量资源改善昆虫和虾的福利是合理的，因为它们的数量实在太过庞大，尽管它们个体承受痛苦的能力可能并不强。

现在，这一运动正在摸索 AI 该如何融入其中。

在峰会上，贾斯敏·布拉齐莱克（Jasmine Brazilek）打开贴满贴纸的笔记本电脑，展示她设计的一个基准测试，用来衡量大语言模型在动物福利问题上的推理方式。

布拉齐莱克是非营利组织 Compassion in Machine Learning 的联合创始人，原本是云安全工程师后来转向动物权益倡导，她从墨西哥拉巴斯飞来参会，在那里她用少数几位志愿者和极为有限的预算运营着自己的机构。

布拉齐莱克呼吁在场的 AI 研究人员用反映动物福利关切的合成文档来训练模型。

“希望未来的超级智能系统能够考虑非人类的利益，希望有一个 AI 放大人类最好而非最坏价值观的世界，”她说。

“钱袋子”的力量 动物福利运动中偏技术路线的一翼近年遭遇了一些重大挫折。

让人们摆脱依赖工厂化养殖的饮食习惯的梦想，被一系列现实打击所浇灭，比如植物肉公司 Beyond Meat 股价暴跌，以及美国多个州通过了禁止培育肉的法律。

AI 为其注入了一针安慰剂。

和硅谷大多数人一样，峰会上的许多与会者相信 AI 可能大幅提升他们的生产力——只不过他们的目标不是让种子轮融资最大化，而是尽可能多地减少动物的苦难。

一些人讨论如何用 Claude Code 和自定义智能体来处理倡导工作中的编程和行政任务。

另一些人提出利用 AlphaFold 等科学 AI 工具来开发更便宜的培育肉生产方法。

AlphaFold 通过预测蛋白质的三维结构来辅助分子生物学研究。

但这场活动最热门的话题是一波即将涌入动物福利慈善机构的资金，来源不是个别超级捐赠者，而是 AI 实验室的员工。

农场动物福利运动的大部分资金来自科技行业的从业者，Coefficient Giving 农场动物福利基金的执行总监刘易斯·博拉德（Lewis Bollard）介绍。

Coefficient Giving 是一家慈善资助机构，前身为 Open Philanthropy，由 Facebook 联合创始人达斯汀·莫斯科维茨（Dustin Moskovitz）和他的妻子卡丽·图纳（Cari Tuna）支持。

他们是硅谷少数拥抱有效利他主义的亿万富翁。

“传统的慈善基金会完全忽视了这个领域，”博拉德说，比如盖茨基金会和福特基金会，“主要是科技行业的人对此持开放态度。

” 博拉德预计，下一代大额捐赠者将是 AI 研究人员，尤其是在 Anthropic 工作的人。

Anthropic 是聊天机器人 Claude 背后的 AI 实验室。

Anthropic 的创始团队与有效利他主义运动有渊源，公司还有慷慨的捐款匹配计划。

今年 2 月，Anthropic 的估值达到 3800 亿美元，并允许员工出售手中的股权，因此其中一些资金可能很快会流入慈善机构。

新资金的前景在峰会上引发了持续的热议。

动物福利倡导者挤在“节肢动物室”里，在白板上写下大额数字和朗朗上口的项目缩写。

有人提议成立一个 1 亿美元的动物超级政治行动委员会（super PAC），在国会议员身边安排工作人员，游说推动动物福利立法；

有人想创办一家媒体公司，在 TikTok 上用 AI 生成的内容推广素食主义；

还有人谈到要把动物权益倡导者安插进 AI 实验室。

“新资金的规模让我们更有底气去做更大胆的事情，”虾福利项目（Shrimp Welfare Project）的联合创始人亚伦·博迪（Aaron Boddy）说。

该组织致力于通过人道屠宰等措施减少养殖虾的痛苦。

AI 福利的问题 但动物福利只是 Sentient Futures 峰会的一半议题。

一些与会者深入了更为抽象的领域。

他们严肃对待一个有争议的观点：AI 系统某一天可能发展出感受的能力，因而也能遭受痛苦。

他们担心，如果未来 AI 的痛苦被忽视，可能构成一场道德灾难。

AI 是否会受苦是一个棘手的研究问题，尤其是因为科学家尚未完全搞清楚人类和其他动物为什么拥有感知能力。

但在峰会上，一小群主要由有效利他主义运动资助的哲学家和少数不拘一格的学者正在探讨这个问题。

一些人展示了他们用大语言模型来评估其他大语言模型是否可能具有感知能力的研究。

在辩论之夜，与会者争论是否应该讽刺性地把有感知能力的 AI 系统叫做“铁皮佬”（clankers）——这是电影《星球大战》里对机器人的蔑称——并追问这种机器人蔑称是否会影响我们对待一种新型心智的方式。

“不管是牛、猪还是 AI，只要它们有能力感受快乐或痛苦，就同样重要，”李说。

从某些角度看，把 AI 感知力话题引入动物福利会议并不像表面看起来那么突兀。

研究机器感知的学者经常借鉴动物感知研究中开创的理论和方法。

如果你接受无脊椎动物很可能会感受疼痛，又相信 AI 系统可能很快达到超人类智能，那么考虑这些系统是否也会受苦，或许算不上太大的跳跃。

“动物福利倡导者习惯了逆流而行，”智库 Rethink Priorities 的 AI 意识研究员德里克·希勒（Derek Shiller）说。

他曾在动物权益非营利组织 Humane League 担任网页开发人员。

“他们更愿意关心 AI 福利这件事，即使别人觉得这很荒唐。

” 但走出湾区的小圈子，让人们关心 AI 感知力的可能性就难推销多了。

李说，2023 年参加了一场关于 AI 感知力的学术会议后，她受到启发，去年把自己的农场动物福利倡导组织更名为 Sentient Futures，结果遭到了其他动物福利倡导者的反对。

“很多人非常确信 AI 永远不会拥有感知能力，他们认为在 AI 福利上投入任何精力或资金都是在烧钱，”她说。

Compassion in World Farming 的执行总监马特·多明格斯（Matt Dominguez）也表达了类似的担忧。

“我不希望看到人们把资金从农场动物福利或动物福利领域抽走，转投到一个目前还完全是假设性的事情上，”他说。

不过，多明格斯在了解到无脊椎动物的痛苦后开始与虾福利项目合作，他相信同理心是可以扩展的。

“当我们让一个人开始关心其中一件事情时，就为他们的同理心圈子向外扩展、容纳更多对象创造了空间。

”他说。

原文链接： https://www.technologyreview.com/2026/03/23/1134491/the-bay-areas-animal-welfare-movement-wants-to-recruit-ai/

马云：A I、教育以及未来——A I 时代的教育变革

马云：AI、教育以及未来 作者｜新教育 麦田里的守望者 2026年农历新年伊始，阿里巴巴创始人马云的身影再次出现在杭州云谷学校。

与他同行的是阿里与蚂蚁集团的核心管理层——蔡崇信、吴泳铭、井贤栋等罕见全部聚齐。

这场“开工第一站”的交流，主题直指AI时代的教育变革 。

从年初的“腊八之约”到此次云谷之行，马云在2026年开年密集分享了他对AI与教育的深层思考。

这些观点不仅延续了他一贯的人文关怀，更在技术狂飙的当下，提出了一个核心命题：当机器拥有“芯片”时，人类如何安放“心” 。

阿里巴巴核心管理层罕见齐聚谈AI。

图/云谷学校公众号截图 一、 拥抱冲击： AI带来的“历史性变革” 马云直言，AI时代的到来“对社会的冲击超出想象”，技术迭代已以“周”为单位计算，这场变革是历史性的 。

他并不回避冲击带来的焦虑——许多工作种类会消失，但同时也带来巨大机会：社会财富可能极大丰富，未来人们或许一天不需要工作8小时 。

面对乡村教师“会不会被甩下”的担忧，马云给出明确回应：AI对乡村教育而言，挑战与机遇并存，核心在于如何应对 。

他呼吁不要再犹豫“用不用AI”，而是要迅速行动，教会孩子“用好AI” 。

二、 教育的回归： 从“知识的灌输”到“灵魂的工程师” 马云最核心的判断在于：AI带来了一个“让教育回归教育本身”的机会 。

在他看来，传统教育中大量的死记硬背、机械刷题，将在AI时代被释放出来。

因为未来不需要让孩子与AI比拼计算和记忆——那是机器的强项。

释放出来的时间，应该用于培养那些AI难以复制的能力：创造力、想象力、审美力，以及共情与担当 。

“看一所学校是不是属于AI时代的学校，不是去看它有多少AI服务器，有多强的AI技能。

”马云强调，AI拥有的是“芯片”，而人类拥有的是“心”。

这一“芯心论”贯穿了他的思考：技术越是强大，教育者越应回归本质——老师可以完完全全去做“灵魂工程师”，而不是知识的灌输者 。

三、 未来的能力： 好奇心是算力源泉，提问比回答重要 关于AI时代孩子究竟需要什么能力，马云与阿里管理层分享了系列洞见，其中多个观点引发深度共鸣： 好奇心才是算力的源泉。

马云提出，AI时代的鸿沟不是技术鸿沟，而是好奇心、想象力、创造力、判断力和协同能力的鸿沟 。

教育的目标不是让学生背得更多，而是让他们“想得更有趣、更有创意、更独特” 。

提问比回答更重要。

马云犀利指出：“AI时代，我们的教育不是让一千个学生给出同样一个正确的答案，而是让一千个学生学会提出一万个不同的好问题。

” 这与蔡崇信的观点不谋而合——思辨能力的核心不是“会问问题”，而是“问对问题” 。

人区别于机器的三大特质。

阿里巴巴CEO吴泳铭提出，未来人和机器的区别在于三样东西：好奇心、共情力和体力。

好奇心驱动主动探索，共情力是对人的理解，而当脑力被AI替代时，体育和体力将愈发重要 。

避免AI成为“扔不掉的拐杖”。

蚂蚁集团董事长井贤栋提醒，AI应帮人做琐碎之事，释放时间发展审美与创意，但必须保留独立思考的能力 。

四、 科技的温度： 让AI更懂人类，服务人间烟火 如果将马云的AI观置于更长的时间轴上看，其价值观始终稳定。

早在2025年4月，他就提出：“高科技绝不仅是征服星辰大海，更应该呵护人间烟火。

”“科技人员的责任，不是让AI取代人类，而是让AI更懂人类、更好地服务人类。

” 这种“善良的高科技时代”的愿景，与此次教育讨论一脉相承：技术的终极价值在于增进人的福祉。

正如他所言，我们要用人工智能去解决问题，而不是被人工智能所控制 。

结语 2026年开年，马云的两度发声，为喧嚣的AI赛道提供了一份冷静的人文视角。

当全球科技公司竞逐算力、模型与芯片时，他提醒我们注视教育的本质：那些无法被芯片替代的好奇心、共情力与创造力，才是人类在未来真正的护城河。

对于家长、教师与每一个关心未来的人，马云的忠告或许可以凝练为一句话：不必让孩子与机器竞赛记忆，而要让他们学会提出机器无法想象的问题。

因为那“一万个好问题”里，藏着人类独有的未来。

文字来源|守望新教育，版权归原创作者所有。