图灵汇官网

导读

萨姆·奥尔特曼最近声称，OpenAI 已经掌握了构建通用人工智能（AGI）的方法，这再次引发了关于AI未来的讨论。尽管这些声明频繁出现在媒体上，但作为一名研究人脑超过十年的神经科学家，我更关注的是一个不同的悖论：现代AI系统常常受到批评，因为我们还不完全理解它们的工作机制，但这或许正是它们最接近人类思维的地方。

当前AI热潮引发的思考

当前的AI热潮导致了对AGI的各种模糊定义。然而，从神经科学的角度来看，这为我们提供了一个机会，可以更好地理解和检验AI的能力与局限性。尽管经过几个世纪的科学研究，我们依然未能完全解析人类大脑的运作机制。作为研究人员，我们能观察到特定神经元的功能，但对于认知过程的具体细节，我们的认识还非常有限。然而，这并未阻碍我们成为社会中的有效成员或作出重要决策。

AI的相似性和局限性

同样地，尽管我们掌握了AI背后的数学原理，但在简单计算和系统展现出来的惊人智能之间存在巨大的差距。这种生物神经网络与人工神经网络之间的相似性不应被视为缺点，而是复杂智能系统的一个显著特征。举例来说，我曾与朋友一起使用OpenAI的最新模型尝试解决一个视觉谜题。我们给它展示了一个由不同州车牌拼接而成的图像，并要求它识别每个字母或数字来自哪个州。经过几分钟的思考，它给出了一个看似清晰且自信的分析，但结果却几乎完全错误。即使在收到详细的反馈后，它再次给出了一个自信但错误的答案。这暴露了AI的一个关键限制：尽管AI在很多领域表现出色，但它可能缺乏自我意识，无法意识到自己可能犯错。

商业意义

这一现象揭示了一个更广泛的真理：智能并非单一能力，而是多种专门学习系统的集合。人脑拥有不同的机制来处理从事实知识（如2+2=4）到情景记忆（如第一次学习算术的情景），再到无意识的概率学习（如提高网球技能）。尽管AI基准测试变得越来越全面和严格，但它们仍无法完全捕捉人类智能的多样性。对于商业领袖而言，这意味着当前的AI浪潮并非要全面取代人类智能，而是要在哪些领域AI可以辅助人类以及哪些领域AI无法替代人类。例如，在创意领域，生成式AI目前还无法创造出比人类专业人士更好的图像或视频。它更像是一种需要人类监督的“人机协同”工具。

AI的局限性

尽管机器在长期记忆和处理速度方面已经超越了人类，但在其他领域超越人类似乎也只是时间问题。然而，与一些行业领导者所认为的不同，全面复制人类智能仍然是一个遥远的目标。值得注意的是，大多数AI基准测试都将机器性能与单个个体的人类进行比较。然而，人类通常是集体努力的结果。从建立文明到解码人类基因组，人类最重要的成就都源于集体智慧和协作。共享知识、团队合作和文化传承使我们能够超越个人的局限。因此，尽管AI模型可能在某些任务上优于个体人类，但它无法复制一群人合作时产生的协同效应。这种由语言、文化和社交互动驱动的动态、集体解决问题的能力是人类智能的关键部分，而当前的AI系统尚未完全具备这种能力。

对公司的启示

理解这些细微之处对于公司高管应用AI至关重要。我们不能仅仅关注AI是否达到人类智能水平，而是要深入了解AI系统的优势和劣势。成功采用AI的关键在于细致地理解这些系统的长处和短板。正如我们不完全理解人类智能但依然能够高效利用一样，我们也需要开发与AI合作的新框架，既要承认其非凡的能力，也要认识到其固有的不确定性。这并不意味着要减缓AI的发展，事实上，AI的进步令人惊叹，值得庆祝。但随着这些系统变得越来越复杂，我们需要保持平衡的观点，既要认识到它们的变革潜力，也要认识到它们的基本局限性。AI的未来不是追求完美理解或控制，而是学会如何有效地与这些系统合作，这些系统可能永远保留着某种神秘性。