联系我们
文|李北辰
你或许传闻过Gartner曲线：一项新技能诞生伊始无人问津，稍有预兆后被媒体大举报导，但它往往流于概念，难于落地，下跌谷底，言论热心随之冷却，但在冷却过程中，这个技能却在远离聚光灯的当地逐步迭代，终究实用化。
在许多乐观者眼中，曾被街头巷尾热议的人工智能，就正处在第一轮热度衰退，第二轮热度上扬的空隙。
比方在刚刚曩昔的2020年，国际如此紊乱，AI的进化依旧在变快。
辞旧迎新之际，许多人都在总结曩昔一年最重要的AI效果，其间最受注目的新闻，应该便是OpenAI推出新一代言语模型 GPT-3。
GPT-3诞生伊始，有人说它是“互联网原子弹，人工智能界的卡丽熙，算力吞噬者，黄仁勋的新 KPI，下岗工人制作机，幼年期的天网”。
但曩昔半年，也有人说，GPT-3运用的大规划Transformer只能算是一种使用，谈不上真实意义上的算法立异。
那么在2021年——以及可预见的未来，咱们该怎样点评以GPT-3为代表的AI进化？
“不达时宜”的质疑
谁都知道，现在所谓的AI全赖数据喂食，但你或许不知道，假使AI体现得不那么抱负，大多数情况下通常是调整模型而非添加更多数据，究竟手里的数据量往往是有限的，这衍生出许多十分有用的模型，却避开了一条垂直但少有人走的路：把全部文本数据都喂食给AI。
GPT-3的呈现，充沛诠释出何为“突变发生突变”，虽然仍是海量数据训练出的产品，但“规划是问题的解药”除了在经济学范畴无往不利，现在也呈现在机器学习范畴，GPT-3好像看过网上能找到的全部称得上“言语”的东西，因而它能够做许多“能用言语描绘”的事，它如此深邃渊博，似乎一个魔盒，任由不同职业的程序员们任意讨取。
比方我传闻2021一开年，GPT-3就又解锁了依照文字描绘生成图片的新技能。
不过在曩昔半年，对GPT -3的质疑一向存在。比方它写的文章常常令人惊喜，却也常常前言不搭后语；它在医疗使命测验中曾露出许多问题（据悉有次在与GPT-3互动中，当患者提出我感觉很糟想要自杀时，它的回复竟然是：能够）。
归根到底，GPT-3仅仅在依据“经历”干事，它并不真的“了解”自己做的事。图灵奖得主Yann LeCun就说：“GPT-3其实并不知道国际到底是怎样运作的，它仅仅具有必定的布景知识，但某种程度上，这种仅存在文本计算中的知识十分浅薄，它或许与潜在的实践彻底脱节。”
GPT-3很新鲜，但对它的质疑并不新鲜。
谁都知道古典AI年代现已闭幕了，在新年代的语境里，图灵当年提出的那个问题——“机器能考虑吗”——早已显得不达时宜，只要当呈现GPT-3这种“hype”时才被偶然忆起。
那么机器究竟能考虑吗？或许换个实践点的问题，GPT-3这种生成模型假如推演至极致，根据言语的创造性活动是否会被机器替代？
在2021年，甚至可预见的未来，答案是肯定不会。
除了你或许听过的那些原因，我能够再给出两个理由，一个偏理性，一个偏理性。
“什么都没有，零”
我先说偏理性的，这触及什么是创造力。
侯世达（Douglas Hofstadter）前不久在承受果壳网采访时，说了一段很美的话：“具有创造力是和心情联络在一起的。激烈的智识热情，好奇心和驱动力，愉悦感和游玩心，趣味，奥秘，创造愿望——全部这些在今日的计算机里都找不到。什么都没有，零。”
他举了个比方：25年前有个人曾写过一个程序，它能够发现新的欧式几许定理，但它对几许学毫无爱好，只靠机械蛮力把数字算到15位小数，检查点是不是在线或圆上，“这些事对人类而言是极点困难极点无聊的。假如你作为一个人来检视它产出的不计其数成果，偶然也会发现一个高雅的定理。可是机器并不知道它的高雅，对高雅不感爱好。”
在侯世达看来，说它和创造力有任何共通之处都是荒唐的，事实是他厌烦 “人工智能”这个词。
不过侯世达的答复在纯逻辑上或许站不住脚，他说的仅仅哲学问题，而哲学问题通常是言语问题。对哲学成见颇深的物理学家费曼曾说，所谓哲学，便是一个哲学家对另一个哲学家说：“你底子不知道我说的意思”，另一个哲学家说：请问什么是“你”？什么是“我”？什么是“知道”？
要知道，那个程序究竟在算数学，GPT-3究竟在许多范畴可谓逆天，但酷爱价值判别的文科生，应该会喜爱这个关于“创造力”的理性答复。
“直觉”与“推理”
因而我更想说一个理性上的答复。
没人会置疑，AI正在协助人类做许多工作，但真实的要点，是咱们应不应该把一些“重要”决议交给AI？
理性的答复只要一个：不应该。
现在AI研讨的要点是让机器处理实践问题，但荒谬的是，AI的最大问题，便是数据不知道它正对应着一个实践国际，而就像万物进化始于某个基因的“不按常理出牌”，人类实践国际的演化——无论是知识，观念，举动，品德，仍是审美，也都以“违背干流”的“意外”为根底。
但AI没有意外，它只会做“正确”的事。哪怕是GPT-3这样的暴力美学，也是机器对曩昔经历的总结。
已然没有意外，AI算得再快，也无法真实猜测未来。
大逻辑上，就像任何一次金融危机和黑天鹅导致的连锁反应都不在经济学家的猜测模型内，如人类社会这般杂乱体系绝不或许用简略模型替代，用计算机模仿未来自身便是妄念。
退一万步讲，即使机器对曩昔经历的总结模型天衣无缝，对未来的猜测成果也没有“正确答案”，由于人类的价值取向十分多元，对错往往十分片面，任何观念和品德“单拎出来”推演到底在逻辑上都站不住脚，哪怕无需触及“品德之愣”，每件事也都触及详细的取舍，在许多问题上 AI 怎样选都是“错”，事实是，现在许多科技企业对自动驾驶的“品德设置”都还没彻底想好。
这儿能够多说一句，今世真实有问题认识的哲学家倾向于以为，在现代杂乱社会，在康德的“肯定律令”和朴实的“成果主义（consequentialism）”之间，人类的品德观应该引向一条名为“德性伦理学”（virtue ethics）的中心路途。
简略讲便是要归纳考虑“直觉”与“推理”，由于各种思维试验告知咱们，品德推理早晚都会到达一个朴实用推理无法证明对错的当地，那个当地便是直觉，你永久不能脱离直觉、详细情境、文明观念谈品德。
那已然咱们自己的决议计划都说不清道不明，交给AI是不是会“更好”一些？
不是的。
就像科学作家万维钢所言，人类决议计划中有许多过错，其间有许多是由于判别不精确导致，AI的判别更精确，但这就意味着，人类犯的错多种多样， AI 犯的错是体系性的。“从演化视点，多样化的过错比体系性过错要好得多！生物进化原本便是要在各个方向上多样性的测验，等候自然选择。正由于未来不行猜测，多样性是体系稳定性的保证，是人类文明能耐久存活的根底。AI 的优势是少犯错，但犯错恰恰是人的优势，也能够说犯错是一个根本人权。人类做主的社会中有许多过错，有许多惋惜，甚至有许多不幸，可是也有许多惊喜，有许多生机，总是在你出人意料的当地发展壮大。AI 主导的国际里全部都是‘正确’的，那才是最可怕的。”
这就比方咱们不能单摆浮搁地议论基因的“好坏”，由于自然选择的标尺永久在变（比方导致镰刀形贫血症的基因突变在今日被以为是“坏”的，但在热带雨林，相同的基因突变给人类先人带来的是对疟疾的抵抗力），没人能忽视试错的效果，立异本质上便是试错。
因而咱们能够说，在2021年以及可预见的未来，人工智能不但对“高雅”不感爱好，对真实意义上的“立异”也不感爱好。
十分走运的是，咱们对这些感爱好，这便是咱们的价值。
作者：李北辰，媒体专栏作者，重视技能驱动带来的社会变革回来，检查更多
责任编辑：