從AlphaGo到GPT4，究竟顛覆了什么？對于這個問題，不同的人可能會有不同的關(guān)注點，看法也眾說紛紜。但從認知角度來看，我覺得有以下幾點值得探討。

第一，顛覆了那種以為AI只能逼近而永遠不會超越人類智能的認知偏見，機器智能完全可以走出一條與人類不同的智能發(fā)展之路。第二，顛覆了那種認為AI永遠只能是人類工具的哲學(xué)偏見，GPT4第一次讓我們有了它可能成為人類智能伙伴的真實感覺。第三，顛覆了那種認為AI永遠無法具有人類創(chuàng)意的社會偏見，被機器智能首先取代的可能是“白領(lǐng)”，而非通常認為的“藍領(lǐng)”。第四，顛覆了那種以為大模型永遠只會線性發(fā)展的理論偏見，證明了真的可以“大力出奇跡”，智能可以通過復(fù)雜系統(tǒng)形式涌現(xiàn)出來。第五，顛覆了那種以為自然語言模型只適合于語言類應(yīng)用的技術(shù)偏見，GPT讓我們理解了“語言是人類智能的核心載體”的真正含義。第六，顛覆了某些人認為我們A I研究已經(jīng)處于全球前列的幻覺偏見，讓我們再一次認清楚了與頂端研究在原創(chuàng)性和基礎(chǔ)上的差距。

AlphaGo的創(chuàng)造者DeepMind和GPT的創(chuàng)造者Open AI，都堅信通用人工智能AGI可以實現(xiàn)，雖然兩者的技術(shù)路線截然不同，但卻都在不懈的堅持中取得了大進展。這與那些淺嘗輒止、跟風(fēng)起哄式的研究，完全不在一個層次上。所以我們要特別警惕所謂的“中等技術(shù)陷阱”，只愿“小成即安”，短期得利，不愿下大力氣做長期努力去解決基礎(chǔ)性問題，最后陷入錢花了不少，但卻在差距上被越拉越大的窘境。

AlphaGo和GPT的出現(xiàn)影響了我們對AI的研究重點，但大模型的成功卻沖擊了AI的基礎(chǔ)研究框架，造成了很大的顛覆性后果。尤其是認知決策類AI，更是首當(dāng)其沖。我們不能只是想著“照葫蘆畫瓢”如何復(fù)刻一個AlphaGo或GPT，或者只是簡單地在其上開發(fā)應(yīng)用，而應(yīng)該想一想這些顛覆對我們已經(jīng)開始的研究會帶來什么影響：哪些應(yīng)該繼續(xù)或擴大，哪些又應(yīng)該果斷停止，還有哪些需要完善或新設(shè)。尤其是要搞清楚我們研究AI的初心是什么。哈薩比斯說，他們追求通用AI的目的，就是要“先解決AI，然后用AI解決一切”。我們是不是也應(yīng)該停下來想一想，我們在AI研究中到底追求的初心是什么？