成人免费午夜在线观看,伊人久久精品,一区二区三区精品

【文/觀察者網專欄作者 謝耘】

今年七月初，在上海一所著名高校任教的一位資深軟件工程學者收到我新出版的《工具的蘇醒——智能，理解與人工智能的本質》書后，我們有了下面這樣一段在微信上的對話。

教授：“感謝您的大作，很多觀點我認同。我屬于AI悲觀派，只認為AI做了簡單重復勞動，復雜的話還是要人來解決，雖然可以做軟件編程，但是對于它沒見過的問題編碼錯誤極大?！?

我：“總有人出于其它目的去神話它?！?

教授：“計算機界研究偏理論的樂觀派多，偏工程的較現(xiàn)實?！?

我：“但是偏理論的人也拿不出什么科學理論依據(jù)。都是他們個人的信念、猜測而已。我在書中對AI的‘理解’能力做了比較深入系統(tǒng)的剖析，至少我沒有見到他們做過什么類似的理論分析來支撐他們的觀點?！?

“說曹操，曹操到”。

到了七月底，一個做投資與產業(yè)研究的朋友轉發(fā)給我了圖靈和諾貝爾物理學“雙獎獲得者”杰弗里·辛頓一篇有關人工智能主題的發(fā)言。辛頓可能就屬于前面那位教授講的人工智能樂觀派。

看了辛頓講演的材料后，我與這個朋友交流了感想。

我：“他這里經不起推敲的內容有點多。首先‘智能本質在于推理’就是有問題的。這是典型的西方文化唯理性論的思維，以偏概全。而且人工智能靠統(tǒng)計方法和暴力計算在工匠技藝上有再大的突破，也不等于科學原理的突破?！?

朋友：“辛頓現(xiàn)在是走場專家，他的講稿與剛剛前幾天在英國講的內容一模一樣，內容不重要；同時，邀請他來的機構/組織，就是沖著雙獎得主名號，內容也不重要（講什么都是好，重要的是能出場）”

我：“這種做法會敗壞科學的。”

朋友：“同意謝總意見?！?

其實悲觀也罷樂觀也罷，對于從事科學與技術工作的人來說并不重要。重要的是要能夠用科學的態(tài)度，實事求是地面對現(xiàn)實，而不是拋開客觀的立場憑借主觀的意愿去解釋科學與技術——這是從事科學與技術工作的人必須遵守的本分。

在寫作《工具的蘇醒——智能，理解與信息技術的本質》一書中關于人類與人工智能大語言模型的“理解”異同一章時，我曾經向國內一位著名的人工智能學者做過請教。他在別人眼中可能屬于“悲觀派”，他對我講了他的看法：“很多人都說大語言模型有理解能力，其實沒有。它不懂概念，只懂概率；不懂概念推理，只懂概率計算?！?

《工具的蘇醒——智能，理解與信息技術的本質》，謝耘著

他的看法有合理之處，但是說大語言模型沒有理解能力，我做完相關分析后覺得是過于武斷了。人類的理解是基于事物之間多重的復雜關聯(lián)形成的，包括因果關聯(lián)，也包括語言文字符號層面的關聯(lián)。大語言模型則是在文字符號層面對語言的內容做了多重的統(tǒng)計性關聯(lián)。它顯然遠遠沒有覆蓋人類理解中的所有關聯(lián)，但是它同時又確實掌握了在文字符號層面的統(tǒng)計性關聯(lián)。這也反映了人類的一部分理解。所以我們不能說大語言模型完全沒有理解能力，它確實擁有了文字符號層面的統(tǒng)計性理解能力；同時也不能像辛頓兩次斷言的那樣“大語言模型理解語言的方式與人類非常相似?！盵1]

因為人類對語言理解的根本性基礎，并不在于文字符號層面的關聯(lián)，而在于將文字符號所表達的內容與現(xiàn)實做正確的對應，這才是人類獲得對語言所表達含義理解的核心關鍵所在。僅僅在文字符號層面做統(tǒng)計性關聯(lián)，永遠也實現(xiàn)不了文字符號所表達的內容與現(xiàn)實的對應。所以大語言模型與人類在對語言的理解上遠遠談不上“非常相似”，而是有本質差異的。這也是“具身人工智能”試圖在未來解決的問題。

從科學理性來看待人工智能的當下與未來，大體可以分為四個主線。

從其科學理論基礎來看

圖靈提出人工智能的“圖靈測試”被認為是人工智能這個領域的奠基性工作。但是這個工作本身就不滿足基本的科學規(guī)范，它是一種主觀測試方式，違背了科學最基本的客觀性要求。所以，圖靈當年并沒有給人工智能奠定一個科學的基礎。[2]直到今日，雖然有眾多人獻身于智能科學理論的研究，且著述極豐，但是人類依然沒有能夠找到符合現(xiàn)代科學規(guī)范的智能科學原理。

甚至對于什么是智能這個最基本的問題，學術界也沒有一個準確的統(tǒng)一看法。辛頓在報告開篇第一頁上的第一句話是：“智能的本質在于推理?！边@個結論顯然是經不起推敲的。

從牛頓的萬有引力，到愛因斯坦的光速不變，再到普朗克提出量子概念，每一次科學的突破都來自于這些偉大科學家對世界的深刻“洞察”。洞察為后續(xù)科學借助推理發(fā)展提供了基礎前提。如果智能的本質在于推理，那么給人類科學奠定基礎的“洞察”將被置于何地？

西方文化有對于基于邏輯推理的“理性”迷信的傳統(tǒng)，給邏輯推理以至高無上的地位。這是西方傳統(tǒng)的一個重要局限。邏輯推理固然重要，但遠遠不是人類智慧的全部。

人工智能至今沒有一個符合現(xiàn)代科學規(guī)范的基礎理論，它依然是一個建立在現(xiàn)代科學技術成果之上如集成電路芯片的工匠技藝。辛頓和同樣從事人工智能研究的霍普菲爾德一同獲得諾貝爾物理學獎，是一個里程碑式的事件。但是這個里程碑并非是標志人工智能獲得了科學理論方面的突破，而是一個現(xiàn)代科學基本原理發(fā)展進入停滯期的正式宣示。

自伽利略、牛頓開始，現(xiàn)代科學發(fā)展到20世紀70年代，基礎原理性的突破便出現(xiàn)了停滯不前的局面。匪夷所思的多重世界猜想的提出，對據(jù)稱充滿宇宙的“暗物質”“暗能量”的觀測，還有幾乎是純數(shù)學游戲的“超弦”理論的構建，都沒有能夠帶來真正的突破。自二戰(zhàn)后，人類學術論文在數(shù)量上成指數(shù)增長的同時，創(chuàng)新性以同樣的速度在下降。[3]

2024年諾貝爾物理學獎頒發(fā)給了兩位與物理學極其勉強才拉上一點關系的人工智能領域里的學者，實際上是物理學界經過了半個世紀踟躕不前后，終于以一種含蓄的方式公開承認人類對世界的基本認識，進入到了停滯的局面了，而且難以看到未來突破的希望。