普通人的人工智能 大大缩小了精英与普通人之间的差距

　　原标题：普通人的人工智能 大大缩小了精英与普通人之间的差距

　　2023年有很多希望，也有很多失望。

　　最大的希望显然是以ChatGPT为代表的生成式人工智能，它带来了新的科技变化，很多人甚至称其为技术革命，是新的印刷术，是AI的iPhone时刻，是硅基生命的元年。

　　但即使是这个最大的希望，也伴随很多失望。似乎除了原子弹之外，还没有哪种新技术应用，在刚刚有炸裂表现后就引发如此广泛而深刻的争议。AI幻觉、一本正经胡说八道、AI滥用，声势浩大的要求暂停开发的联名信，深度学习之父Geoffrey Hinton离职警示风险，等等。

　　作为普通人，我们似乎习惯了看那些站在聚光灯下的精英给我们描述未来，并成为他们口中改变世界愿景中被改变的那一部分。有些时候，改变确实发生了。也有些时候，一切都没有变化。但比较确定的是，不能走入千家万户的科技，是不可能改变世界的（除了武器）。因为改变世界，核心之一就是要改变普通人的生活。

　　此次生成式人工智能的浪潮，会给普通人带来什么样的生活变化，还未可知。尤其在当下的中国，它还远未普及。不过，这不影响我们去做这方面的探寻，因为谁都不希望，被改变的进程，过于剧烈。

　　ChatGPT是人工智能首次下凡

　　人工智能的概念，在1956年的达特茅斯学院人工智能夏季研讨会上就被提出来了。但直到现在，恐怕大多数人对人工智能究竟是什么，还是一头雾水。

　　这里面的主要原因，是人工智能常年来一直被高高悬挂在神坛上，与普通人的距离很远。很长时间以来，似乎只有少数几位具备“先知”能力的科学家，如Geoffrey Hinton，一直相信机器可以像人类一样聪明。也只有少数的天才，能够开创性地设计出深度学习的模型和算法，如OpenAI 首席科学家Ilya Sutskever。也只有少数程序员，可以熟练运用并不断优化人工智能算法。

　　其实，作为普通人，我们早已经在使用人工智能技术了。

　　比如，我们手机里的芯片架构与计算，我们每次结账时的刷脸，我们每一次的搜索行为，每次手指滑动刷出的短视频，智能音箱与我们的每一次对话，具有辅助驾驶能力汽车的每一次变道，背后都有（或宣称有）“人工智能”技术加持。

　　但是，以往的人工智能技术，或多或少，都缺乏大众参与感。比如刷脸背后，虽有复杂的人脸识别、计算机视觉人工智能，它也只是给我们呈现了一种是或不是的结果，没有互动和进一步的创造。搜索与推荐背后的人工智能技术应用，也是在复杂计算后给我们一种结果，它不接受挑战，也不解释原因。而可以互动的智能音箱，很多时候让人感觉没那么智能。

　　ChatGPT及类似的大语言模型应用，大概是第一次让普通人零距离体验到“栩栩如生”的人工智能。

　　它基本能够回答你的任何问题，而且不会用装傻充愣的方式掩饰自己的无知。它能够与我们多轮交互，而且有能力一直围绕谈话的中心思想，不会捡了芝麻丢了西瓜。除了擅长常识和世界知识类问题，它还有推理的能力，已经能熟练解答“鸡兔同笼”这样的数学题，会一步一步的演算。即使是现实世界中从来没有出现过的问题，它也可能有解决方案。它熟练运用很多国家的语言，还能写代码，能通过考试，据说量子力学的考试水平已经等于一流高校本科生的平均水平。它不再是某一个领域的专业工具，而是像很多聪明人的聚合化身。

　　从直观感受上看，ChatGPT可能是第一次的人工智能走向大众，走下神坛。

　　它真的智能，而且真的能让你感受到它的智能。

　　回到人工智能的本源

　　发明ChatGPT的OpenAI公司说，我们的使命是确保通用人工智能（AGI）——比人类智能普遍更强大的AI系统——造福全人类。

　　几十年来，被誉为深度学习之父的Geoffrey Hinton，一直坚守着一个简单的观点：计算机可以像人类一样思考，依靠直觉而不是规则。

　　OpenAI的首席科学家Ilya Sutskever说，“我对AI感兴趣的原因有很多，出发点是对 AI 巨大影响力的直觉。同时，我也对究竟什么是意识充满了好奇，以及究竟什么是人类体验。我觉得 AI 的发展能帮我去理解这些问题。”

　　普通人或许很难理解ChatGPT及其他类型人工智能背后的技术原理，但要回答什么是人工智能这个问题，并不难。

　　人类是一个智慧生命体，这是毫无疑问的。而计算机科学家所要建构的人工智能，就是要让计算机像人一样拥有“智能”，像人一样聪明。不论路径是什么，本质都是如此。

　　让机器具备人类智能这件事，最困难的地方在于，人类为什么拥有智能，为什么比动物更加聪明，本身就没有确切的答案。

　　因为人类大脑是大脑是生物演化过程中的一个奇迹，它结构复杂、功能复杂，有大约1000亿个神经元，1万亿个神经突触，彼此之间相互作用，才形成我们的意识，指导我们的行为。如此大规模的运算量，是根本不可能解释清楚原理的。

　　你可以理解为，人工智能计算机科学家要做的事情，就像要造一台B机器，让它类似甚至超越A机器，但实际上我们对A机器的工作原理知之甚少。差不多相当于用一个盲盒去制造另一个盲盒。

　　但这是不可能的吗？ChatGPT的成功，已经证明，这件事是可能的。

　　计算机科学家虽然不知道人类大脑确切的工作原理，但却模仿它的结构，去构建计算机系统里的神经元，让他们彼此之间发挥作用，能够学习人类知识，最终能够“理解”并输出。

　　只要我们相信进化论，我们大概也就能理解人工智能为什么是可能实现的。因为现阶段有高度智慧的人类，追本溯源，是从单细胞生物、多细胞生物、脊椎动物和脊索动物、哺乳动物、灵长类动作、智人一步步进化而来。

　　智人即现代人类，历史最早可以追溯到20万年前的非洲。而在7万年前，才开始逐渐扩展到全球各个地区，并逐渐成为地球上最普遍和具有影响力的物种。距今1万年前，才逐渐有了农业的兴起、城市化的发展、科学和技术的进步等。

　　既然人类的大脑是一步步进化而来，是一个从简单到复杂的过程，那么在人类的帮助下，计算机为什么不能复制这一套流程，使计算机的内部结构更像人类大脑，使计算机的学习方式更像人类，使计算机学习足够多的人类知识，从而进化出通用人工智能呢？

　　OpenAI GPT大语言模型成功的核心要素，在于相信“模型越大越好”。OpenAI首席科学家 Ilya Sutskever在接受英伟达CEO黄仁勋采访时说，“我有一个很强烈的信念，模型规模越大越好。在 OpenAI，我们的一个目标是找出增加模型规模的正确途径。OpenAI 一开始就对增加模型规模抱有很强的信念，问题是如何准确地使用它。”

　　研发大模型的公司，都在等待自己的大模型出现所谓“智能涌现”。至于模型大到什么程度才会有智能涌现，跟模型的结构、规模等都有关系，基本也无法解释。但至少说明，计算机大模型像大多数人脑一样，需要足够多的输入，才能够产生智能。

　　有人甚至断言，通用人工智能（AGI）基础模型本质是实现对最大有效数据集的最大程度无损压缩。

　　这就像我们读书一样，读完一本500页的书，如果能用500字准确总结出中心思想，说明我们是真的看懂了。这500字，就是一种知识的压缩，也是比较确定能为我们自己所用的知识。剩余的，可能很快就忘了，或者压根没记住。

　　当然，计算机大语言模型的压缩知识的质量，可能比人类的大脑强很多，因为人类大脑并没有一个有效的存储单元，而计算机有。

　　总之，当我们回到人工智能的本源，我们就能发现，机器像人一样智能这件事，站在进化论的角度，是完全有可能成立的。它的核心就是，大脑是进化而来，不是上帝的创造，而机器可以模仿大脑，即使不能模仿全部，也能模仿部分。

　　人工智能否超越人类智能

　　这个问题，是一个很严肃的问题。部分是出于对这个问题的担心，Geoffrey Hinton 今年5月1日宣布从Google离职，并开始公开警示AI的风险。

　　OpenAI的使命本身就是开发出比人类智能普遍更强大的通用人工智能，当然目标是普惠人类。

　　实际上，人工智能在一些细分领域，早已经超越人类智能。比如早在2016年，AlphaGo就已经战胜了人类最一流的围棋选手。从那以后，人类再也不是AI围棋程序的对手。比如，人类蛋白质组里能够被预测的以单个蛋白为单位的空间三维结构，已经基本都被 AlphaFold 预测完了，而且置信度很高，这是人类生物学家无法比拟的效率和准确性。比如OpenAI的模型在Dota 2这款多人在线游戏中击败了职业玩家，并展现了协作、决策和反应能力的优势。再比如，现代的深度学习模型可以在图像分类、目标检测和图像分割等任务上达到甚至超过人类的准确性。

　　我们现在要讨论的是，通用人工智能（AGI），是否能够如OpenAI的使命那样，实现比人类智能普遍更强大的目标。或者说，通用人工智能，是否在大多数领域，都能够学习并掌握既有知识，并拥有创新能力，进而打败人类的 专家。

　　这是一个暂时没有答案的问题。

　　我作为一名普通人，不希望这个答案的最终结果是肯定的。我有以下反对AGI可以短时间内超越人类智能的理由：

　　第一，碳基生命40亿年的进化厚度。

　　地球上的碳基生命，从单细胞生物进化到智人，经历了40亿年的漫长过程。这里面有无数的机缘巧合，无数次的概率碰撞，无数次残酷的自然选择，最终才进化出了现代人类。40亿年时间的厚度，或许是人类大脑很难被超越的最重要壁垒。试想，机器智能需要经历多少次幸运，又走过多少次挫折，才能匹配40亿年的尺度。

　　第二，人工智能未必能复刻人脑的复杂。

　　虽然在某些领域，人工智能已经超越人类的能力，但大脑是一个综合性的复杂系统，包括视觉、听觉、触觉的多模态，以及大脑千亿神经元、万亿神经突触之间的自然交互、碰撞，是可能创造出无数可能性的，机器未必真的能复刻这种复杂。

　　第三，机器难以掌握最有智力价值的学习物料。

　　类似ChatGPT这样的大语言模型，需要足够多的预训练物料，才可能产生智能。这些物料在很长时间内，只能从互联网中获取，而且目前局限在文字、图片两类物料中。即使将来能够大规模将音频、视频作为预训练物料，但也别忘了，人类还有一部分秘密知识，是很少被互联网记录的，那就是思维，以及思维的碰撞。不久前我看到一篇体育新闻，德国足球豪门拜仁慕尼黑的技术总监迈克尔·雷施克曾回忆，时任拜仁主教练瓜迪奥拉与美因茨队主教练图赫尔的一个晚餐对话，持续了6个小时，“谈论了足球的方方面面，虽然我主要是倾听，但我确信很少有这样水平的对话。这就像柏拉图来会见苏格拉底一样。”足球界是如此，科学界的思想交流与碰撞，能够擦出无比绚丽的火花，也是可以想象的。在1958年出版的《物理学与哲学 : 现代科学中的革命》一书中，维尔纳·海森堡讲述了他与尼尔斯·玻尔进行的那些彻夜长谈后，他是如何不断地对自己说：“自然真的有可能如此荒谬吗？”两人都是世界级的物理学家，共同推动了量子力学的发展。他们在著名的“哥本哈根会议”上进行了激烈的讨论，这些讨论对于发展量子力学的哲学和数学基础具有重要影响。

　　第四，人类人口众多及天才涌现，是机器难以比拟的优势。

　　在物种进化的进程中，一个物种要占据优势，数量多寡是其中的关键因素之一。因为数量多的物种通常拥有更高的遗传多样性。而多样性对物种的适应性和生存能力至关重要。在面临环境变化、新的压力或疾病威胁时，遗传多样性可以提供更多的遗传变异，从而使物种能够适应并存活下来。而且，人类的很多进步，尤其是科技领域的进步，是由少数天才、 科学家完成的。奠定计算机科学基础，被誉为“计算机之父”的冯·诺依曼就是一位匈牙利天才，自小就拥有惊人的记忆天赋，能够根据要求背诵整本小说，6岁时能心算两个八位数的运算，用古希腊语交谈；8岁精通微积分；在数学、量子力学、博弈论等方面都有极高造诣。现如今我们的社会，仍然在不断涌现天才。人工智能的智力水平，或许能够超越大多数人，但它是否能够在科学领域，超越 科学家和天才，并未可知。

　　当然，关于这个问题，我也有一些不乐观的担心。

　　首先，人工智能能够学习海量语料，比如GPT3大模型学习到的1750亿参数，自有人类以来，大概还没有哪个人，即使是天才，能够将学习的量级和规模扩展到如此程度，即使万分之一都难做到。我们不知道如此量级的语料汇聚在一起，在概率碰撞下，会产生什么样的神奇结果。众所周知，搞科学研究的，无不推崇跨学科研究的必要性和魅力。如果有某种智能体，真的能够跨越如此多学科的界限，真的很难预测会带来什么样的惊喜或惊吓。

　　其次，人工智能的学习，没有人类那么多禁忌。人工智能在学习人类知识时，可能是所有家长眼里别人家的孩子，在经过基于人类反馈的强化学习阶段（RLHF）之前，它对任何知识应该都是没有偏见的，不挑肥拣瘦，也不受价值观的影响，也没有政治意识，就是单纯的吸收和压缩。而人类的学习，很难做到这么纯粹。比如同样研究某一领域的A教授和B教授，就很可能因为师承不同或私人矛盾，导致互相看不上，老死不相往来，自然更加不会去重视对方的学术观点。而这些弊端，在人工智能学习过程中都并不存在。

　　总之，这是一个暂时没有答案的问题，也只能等待人工智能在发展过程中给出我们答案。如果某一天，人工智能以令人信服的方式，解决了黎曼猜想、哥德巴赫猜想、统一场论等自然科学领域的重大疑难问题，那我们确实要乖乖承认，人工智能在智能方面，是超越人类的。

　　人工智能是否会颠覆人类社会

　　这个问题的难度更大。至少要从三个层面去看，一是人工智能是否会代替人类主宰这个星球；二是人工智能是否会对当前的社会治理结构带来巨大变化，比如让绝大部分人成为所谓的“无用阶层”；三是人工智能是否会很大程度改变人们的行为模式，比如相互交流的方式、获取知识的途径。

　　对于第一个层面，虽然有点危言耸听，但绝非不可能。

　　Geoffrey Hinton的预警有一定的代表性，“它们（人工智能）会知道如何操纵人，如果它们比我们更聪明，它们会非常擅长操纵我们。我们甚至可能都不会意识到发生了什么，就像一个两岁的孩子被问到想吃豌豆还是花椰菜，却没有意识到他不一定要选择其中一个一样。我们会很容易被操纵。”

　　科幻作家刘慈欣预言，人工智能用某种暴力从肉体上完全消灭人类或是统治世界，从技术发展趋势和目前的水平来看，可能性不大。但人工智能会不断迭代，因此可能会加大这种风险。不过人工智能的迭代受限于人类的计算能力，因此“我们人类的无能反而成为我们一个最后的屏障”。

　　客观说，目前讨论这个问题，确实为时尚早。

　　对于第二个层面，目前的讨论已经很多，而且是一个越来越现实的问题。

　　从技术角度，如果人工智能真的能够实现对人类已有知识的有效理解与掌握，那它确实能够代替很多人类工作。比如现阶段，ChatGPT已经在“编程”这一难度极高的人类技能领域取得不错的成绩，可以替代部分人类程序员的工作。特斯拉前人工智能主管，在ChatGPT爆火后又回归OpenAI公司的Andrej Karpathy，就曾表达过很有代表性的观点，“现在最热门的新编程语言是英语”。说明人人可借助机器编程。

　　比尔·盖茨表示， 智能体(AI agent，人工智能助手)的发展才是技术竞争的胜利，智能体将颠覆生产力，取代搜索引擎和购物网站等。

　　国内也有大佬预言，未来50%以上的工作都将是提示词工程。

　　但这些技术上的变化，是否会颠覆现有的社会治理结构，并没有任何的确定性。比如巴菲特虽然也认为，人工智能将改变世界上的一切，但他并不认为人工智能将超越人类智能，而且还认为，人工智能无法改变人类的思想和行为。

　　一直以来，技术和社会治理结构之间的关系虽然紧密，但前者对于后者并没有决定性的作用。社会治理有极强的惯性，而且并不完全由少数聪明人或精英决定，它是复杂的系统工程，并不比人工智能的大模型结构简单。所以假设大佬们关于人工智能技术突破的预言成真，也不等于社会治理一定会产生巨变。

　　对于第三个层面，可以说，改变正在发生。

　　ChatGPT上线两个月，日活跃用户数突破一个亿，创造了互联网应用的最快历史记录，目前仍然在快速增长。微软、google以及国内的互联网公司，不断释放在大模型及应用方面的进展，可谓月月有王炸，天天有重磅。

　　在巨头之外，更加需要引起注意的，是围绕大模型的生态繁荣。自从ChatGPT开放插件功能以来，大语言模型的寄生型应用已经如雨后春笋般在不断向外涌现。英伟达CEO黄仁勋曾断言，人工智能正经历iPhone时刻。而iPhone在诞生时，最伟大的贡献不仅是触摸屏，更是以应用商店为基础的开发者生态。当前以大模型作为基座的生态链快速发展，自然是iPhone时刻的题中之意。

　　随着互联网巨头不断将大模型嵌入到已有的产品或服务中，以及与大模型相关的插件、应用不断扩散，人们获取信息和服务的方式很可能也会发生巨变。这方面的确定性是相对比较高的。

　　当然，不确定性在于，人类的行为习惯很难被改变，人性很难被改变。比如在大语言模型出现之前，人工智能其实早已经通过“智能推荐”的方式，主导了人类获取新闻资讯及娱乐信息的方式。当前几乎所有的主流互联网应用，均是使用人工智能推荐引擎为用户提供服务。手指一滑，就能够获取源源不尽的图文信息、视频、直播等内容，这极度舒适，非常契合人性需求。即使大语言模型是更加智慧的人工智能，但毕竟需要输入输出的麻烦操作，又怎能战胜得了简单滑动的消遣诱惑？

　　普通人如何与人工智能相处

　　人工智能必然只能是精英的创造，而不是群众的智慧。但幸运的是，精英的创造往往只有通过服务普通人，才能使其产生价值。

　　而通用人工智能，从某种程度上来说，可能是人类精英能够为普通人创造的，最有价值的一项技术应用了。

　　它最大的价值在于，大大缩小了精英与普通人之间的差距，填平了不同人群之间智力的差异。

　　你可能天生不擅长数理化，上中学的时候一遇到难题就不会做，上班很多年还在做高考数学什么都答不出来的噩梦。通用人工智能某一天可以帮你解决这类问题，只要你能提出问题，它可以掰开揉碎给你讲，甚至未来也能够帮助你辅导自己的孩子。

　　你可能讨厌记忆，在世界知识方面的积累方面像个文盲，也没关系，人工智能掌握了绝大部分的世界知识，你随时问任何问题，它都知道答案，而且还能归纳总结、评价分析，让你的工作生活更加简单。

　　你可能是个社恐，或者根本没有机会找到合适的聊天伙伴，或者是能够提升自己外语能力的笔友或口语语伴，人工智能在解决这个问题方面，现阶段已经游刃有余了。

　　你可能会疑惑，人工智能虽然什么都懂，但它的知识毕竟不是我的。比如人工智能帮我精准、快速翻译了一封商务电子邮件，但我还是不会写英文邮件啊。是的，这是个问题。但我们不妨想一下，如果人工智能真的能够在某一个领域提供快速、便捷的服务，那么我们是否确无必要，一定要去掌握那项技能了。

　　比如一个个小小的计算器就能够计算所有的加减乘除问题，我们是否真的还有必要去学习心算和算盘？再比如，如果人工智能开车更安全、更准时，我们是否还要坚持驾车？当然，答案不是完全 的，或许心算另有开发智力的妙用，自己开车更是自由意志的释放。

　　无论如何，人工智能时代到来这件事，似乎是不可逆的了。人工智能可能比人类更加聪明，也变成了一件值得讨论的较大概率事件。

　　回望2016年AlphaGo横空出世以后的世界围棋运动，棋手们似乎并没有因为出现了一个不可战胜的对手而放弃希望。

　　是的，棋手们经历过绝望。在AlphaGo面世后，有棋手甚至说，“中国的围棋博大精深，有两三千年的历史，积累了深厚的这个理论和经验，甚至围棋本身成为一种文化，具有了很深的禅意，但是就在这一夜之间，我们发现它的一切全是错的。”但大部分棋手所做的是，向人工智能学习，帮助自己进步。2023年3月13日，《美国科学院院刊》发表了一篇论文，根据相关研究，自从围棋AI出现后，人类选手在围棋竞赛中的水平确实提高了。现在围棋比赛，棋手的对抗性都比以前要强很多。

　　我们大部分普通人，在学习生活中都会有这样的经历，你到了某一个阶段，遇到了比你聪明的人，终于让你明白了小学课本里提到的，天才虽然只包含1%的灵感，但其实这1%就已经可以有决定性作用。但如果你明白这个道理后，选择怨恨，选择对抗，选择自暴自弃，那肯定毫无作用，最后还可能遍体鳞伤。反而如果选择接受，选择学习，选择愉快相处，可能你最后也会发现，自己越来越好了。

　　人工智能或许就是我们大多数人生命中那个共同的，更聪明的人。作为普通人，我们必须学会与其相处，首先拥抱而不是警惕，让它帮我们变得更好。

　　别忘了，人工智能的目标是为了像人类一样“聪明”，我们要做好这个榜样。