秦建軍

誤區(qū)11AI只不過是做一些移花接木的雕蟲小技

可以生成新知識、新樣本的通用AI已破曉

AI通過計算機的手段來模擬、延伸或增強人類的智能，多數(shù)的AI技術(shù)很大程度依賴于人類給它的經(jīng)驗，即有監(jiān)督的學(xué)習(xí)。經(jīng)過專門訓(xùn)練的AI在執(zhí)行特定任務(wù)時表現(xiàn)出色，比如AlphaGo 已經(jīng)擊敗人類圍棋冠軍、AI識別物品和人臉的錯誤率要低于人類、AI取代了許多人工勞動等。

不過，以ChatGPT為代表的AI大模型卻另辟蹊徑，通過詞向量、Transformer等技術(shù)進行無監(jiān)督學(xué)習(xí)和預(yù)訓(xùn)練，生成數(shù)據(jù)中并不存在的知識和樣本，從而具備了處理通用任務(wù)的能力。以文本大模型為例，無論是數(shù)理化生還是文史哲法的問題，都可以通過輸入提示語給大模型從而得到答案，通用人工智能已初現(xiàn)曙光。計算機圖靈獎得主、深度學(xué)習(xí)提出者之一的杰弗里·辛頓在2024年2月的報告中認(rèn)為，未來20年內(nèi)有50%的可能性AI會比人類更聰明。

目前，ChatGPT的周活躍用戶已突破1億。這足以證明作為人類腦力加速器的AI大模型并非浪得虛名，它的確能幫我們迅速構(gòu)思和完成那些需要大量腦力才能完成的內(nèi)容。舉例來說，據(jù)說中國作家倪匡生前能在4天內(nèi)寫完一本書，奧地利作曲家弗朗茨·舒伯特在短短31年的人生中創(chuàng)作了近1000件歌曲、歌劇等作品。但現(xiàn)在有了AI大模型的協(xié)助，在掌握一定的寫作和作曲基本功后，這些可能成為許多普通人就能完成的小目標(biāo)。

誤區(qū)22既然有了AI，我們什么都不用學(xué)了，直接“躺平”

AI時代，我們更要重視從生活和親身實踐中學(xué)習(xí)。

雖然一些AI預(yù)訓(xùn)練的數(shù)據(jù)來自人類的知識和經(jīng)驗，但也導(dǎo)致了AI屢犯事實和常識性錯誤，比如搞混人物關(guān)系或出生地等信息。還有一些AI可以在仿真環(huán)境中強化學(xué)習(xí)，但仍然是真實世界的簡化模型。實踐經(jīng)驗是AI難以教會的，比如過分依賴AI給出的提示而很少實踐，恐怕你學(xué)不會釣魚和游泳；AI創(chuàng)作的文字再優(yōu)美，缺少生活體驗和故事背景的加持，也難成千古名篇。

我們還應(yīng)該注重學(xué)習(xí)基本功的訓(xùn)練，養(yǎng)成思維縝密、精益求精的好習(xí)慣。

雖然AI可以幫我們寫作文、回答問題、做數(shù)學(xué)題等，但其生成的內(nèi)容往往真?zhèn)坞y辨。只有通過嚴(yán)格系統(tǒng)的學(xué)習(xí)和訓(xùn)練，擁有扎實的知識基礎(chǔ)，培養(yǎng)能夠識別AI常見錯誤的敏銳洞察力，才能避免被AI輕易欺騙和誤導(dǎo)。

想象力、好奇心和批判性思維的培養(yǎng)也很重要。

AI的知識量遠(yuǎn)超人類個體。我們善于觀察、思考、想象，不斷拓展認(rèn)知邊界，能鍛煉出輕松駕馭AI的高階思維能力。

誤區(qū)33AI只是個工具，會用就行，沒必要了解太多

持續(xù)學(xué)習(xí)，避免產(chǎn)生新數(shù)字鴻溝。

我們不僅要學(xué)習(xí)不同場景中使用大模型的基本技巧，還要了解典型AI技術(shù)背后的基本工作原理和相關(guān)知識，避免通用人工智能發(fā)展所帶來的新數(shù)字鴻溝。比如，到底AI更喜歡怎樣的指令？有研究顯示，給大模型輸入短句效果更佳，講禮貌用語并不會改變生成結(jié)果的質(zhì)量。

學(xué)會與人工智能合作，從人機合作、人機共創(chuàng)甚至發(fā)展到人機共融。

尤瓦爾·赫拉利在《人類簡史》中認(rèn)為群體合作是人類能在自然界勝出的重要法寶。AI和人類之間既是競爭關(guān)系又是合作關(guān)系，但唯有合作才能更好地發(fā)揮各自優(yōu)勢。這就需要人類利用智慧發(fā)展符合我們價值觀的AI，共同應(yīng)對AI帶來的倫理、道德等一系列挑戰(zhàn)。

通用AI還有大量懸而未解的技術(shù)難題，有待我們?nèi)グl(fā)現(xiàn)、研究和攻克。因此，在學(xué)生時代打下扎實的學(xué)習(xí)基本功仍然是必要的。

作者單位 北京建筑大學(xué)機器人工程系