三個教訓、兩個展望#

AI 革命帶給我們三個教訓和兩個展望：

• 教訓一：直覺高於邏輯
• 教訓二：算力就是王道（下一節詳述）
• 教訓三：人是簡單的

AI 的本質定義#

AI = 基於經驗 + 使用直覺 + 進行預測

• 用以往的經驗數據訓練一個模型，這個模型只關心輸入和輸出
• 訓練完成後給它新的輸入，它將給你提供相當不錯的輸出——這就是 AI
• 你要問模型是怎麼從輸入算出輸出的，回答就是說不清——是直覺

兩種計算方式#

世界的一切演化和運動都是計算。人類為了認識和預測世界，使用了兩種計算方法：

形式邏輯：

• 把問題變成數學問題進行推導，每一步推演都有明確的因果關係
• 啟蒙運動以來唯一正統的分析問題方法，所有科學理論都是基於形式邏輯的
• 代表「理性」，但對人腦來說其實很費力——這就是為什麼我們發明計算機來代替執行

神經計算：

• 人類原本擅長的、天生就會的計算
• 從大腦到身體，人體是由幾個神經網絡組成的，它們提供各種感知
• 沒有可言說的規則，你無法把它分解成若干個中間步驟，也說不清都有哪些參數——但你就是能感覺到，而且是快速感覺

AI 就是神經計算#

• 每個 AI 都有一個模型（神經網絡），有幾百萬到幾千億個參數
• 訓練過程中你說不清為什麼這個案例會讓某個參數變大或變小那麼一點點
• 訓練完畢你也說不清每個參數的意義是什麼
• 很多人抱怨 AI 是個黑盒子——可人腦不也是個黑盒子嗎？

直覺的力量#

• 你開車時不會精心計算方向盤角度，打籃球時不會用公式描寫出手力度——這些全是神經計算
• 一個經常抓小偷的老警察到火車站隨便掃兩眼就知道誰可能是小偷，跟 AI 從 6 萬多個化學分子式中找出抗生素本質上沒有區別
• 人腦只適合拿我們在演化環境中熟悉的東西訓練，而 AI 的神經網絡可以用任何東西訓練——分子式、基因序列、磁場線圈參數等

教訓一：直覺高於邏輯#

• AI 的感知方法跟人的感知方法別無二致，只不過比人的範圍更廣、速度更快，而且可以無限升級
• AI，比人更像人
• 啟蒙運動以來形式邏輯方法的流行，只不過是漫長的智能演化史中的一段短暫插曲
• 用神經網絡直接從輸入感知輸出，才是更根本、更普遍、更厲害的智能
• 形式邏輯只能用於解決簡單的、參數少的、線性的問題；真實世界中複雜的、非線性的問題，終究只能依靠神經計算

神經計算對社會的影響#

• 形式邏輯描寫的知識可以一步步寫下來，能被人理解——這意味著它是可教學、可傳播、可推廣的，這就叫學知識
• 但神經計算是難以推廣的——AI 發現了一種新抗生素，你問它怎麼做到的？它說不清
• 這意味著除了少數「通用 AI」（如 GPT），各種「專用 AI」都是「一事一議」的，各有不同特性
• 世界將從工業複製時代重歸匠人定制時代——每個 AI 都不一樣，就好像一個個生命體，各有性格的工匠