AI时代如何悄悄到来，未来又将通往何处

图片来源：Brian Stauffer

如果你在担心人工智能(AI)会改变你的工作，渗透到你的日常生活中，或者导致使用致命自主武器系统的战争，那你是后知后觉了，这些都已经发生了。

AI革命已经到来。AI聊天机器人这样的最新发展意义重大，但主要在于凸显出AI深刻影响我们的生活已有几十年，且将长久地继续下去。

这一时刻的独特之处在于，像ChatGPT这样的文本生成式AI，以及DALL-E 2和Midjourney这样的图像生成式AI等新系统是AI的第一批消费者应用。这些应用让普通人能用AI进行生产创造。这让许多人意识到了它的潜力。

正如约翰·霍普金斯大学Institute for Assured Autonomy的联合主任Cara LaPointe最近对笔者所说：“就公众对AI的认识而言，我们正处在一个拐点。”

在过去，你必须拥有谷歌的资源才能用AI创造出一些有用的东西。现在，只要能接入互联网，谁都可以。而对于这些系统的使用潜力，这只是开始。

微软(Microsoft Corp., MSFT)联合创始人盖茨(Bill Gates)在近期的一篇文章中说，我们现在生活在“AI时代”。 他把这些系统与最早期的图形用户界面相提并论。图形用户界面是Windows和Macintosh操作系统的最初版本。他描述了一个可以设想的未来：通过自然语言界面与机器对话成为新的人机互动的主导方式。

与此同时，过去10多年来，AI已经成为我们打仗、保护财务、运营资本市场、为资产投保、为广告定位以及赋能搜索结果方面的重要工具，在某些情况下甚至已经有几十年了。

保险公司好事达公司(Allstate Co., ALL)负责分析和精算现代化的副总裁David MacInnis说，大多数人不知道这一历史。毕竟，在AI出现以来的大部分时间里，AI都只是数学家和计算机科学家的研究领域。而且AI当时也不叫AI，因为这个词当时已经过时。工程师们当时提到的是广义线性模型、广义增强模型或决策树等说法。

在2月位于华盛顿州雷德蒙德的一场活动上，一位微软产品经理在演示微软现在由人工智能支持的搜索引擎必应。

图片来源：Jason Redmond/Agence France-Presse/Getty Images

后来，多种算法都被归入“机器学习”的范畴，工程师们开始使用人工神经网络取代其他数学技术。人工神经网络的灵感来自大脑中的神经元。通常而言，这些系统的设计原本是为了识别模式并预测结果，这使得它们与另一个涵盖面广泛的术语“预测性分析”形成很大重叠。

MacInnis表示：“保险公司做真正深层次的预测性分析已经有二十多年了。”那些由AI驱动的预测算法可决定在你使用的社交媒体平台上针对你发布哪些广告，其准确度之高令人难以置信，以至于让数以百万计的人觉得他们的手机能读取他们的心声？这些AI预测工具使用了保险公司用来决定保单收费标准的相同数学和算法系统，而这两个系统都是基于大数据来运行的。

LaPointe将我们当前的时代称为“基于学习的AI”。这个时代的特点是，现在是计算机而非人类在建立那些可让机器用来完成任务的各种模型。

就连“生成式”AI也有点名不副实，ChatGPT正在使用的正是许多同样的预测算法以及AI科学家多年来一直在开发的相关技术，但ChatGPT是使用这些算法来预测在一个文本块里面要添加怎样的词汇，而不是去判断一张图片上是不是一只猫。

这些新的生成式AI系统汇集了自千禧年以来AI研究人员研发的几乎每一项技巧，正在做AI以前从未做过的事情。这就是为什么它们正被整合到微软、谷歌和无数家初创公司的搜索和生产力工具中，涉及可以想象到的各个领域，从医疗健康、物流到报税准备和游戏。

但是，过去几十年里推出的十几个新的AI系统也完成了AI之前从未做过的事情。而且，在我们大多数人没有完全意识到的情况下，它们已经改变了整个行业，从零售、物流到媒体、银行均是如此。

完成这一切的AI就在我们身边。当我们的语音被智能助手解码时，我们在谷歌上搜索要找的东西时，我们订购东西并当天送达时，Facebook或TikTok等社交媒体分类向我们推送信息时，我们在网上从保险经纪人那里得到一个即时报价时，或者一枚巡航导弹在距离发射地点一千英里的地方找到目标时，所有这一切都在调动AI。

AI在日常工作中为我们做的很多事情都是以不显山露水的方式来进行，因此人们看不到AI是如何渗透入他们生活当中的。

11月底，OpenAI的ChatGPT的发布引发了一场新的全球AI竞赛。图为在电脑屏幕上打开的ChatGPT，这是生成式AI或能生成从文本到图像的内容的复杂系统的一个例子。

图片来源： Marco Bertorello/Agence France-Presse/Getty Images

位于华盛顿特区的政策研究组织Economic Innovation Group的首席经济学家Adam Ozimek说，人们现在对AI感到如此兴奋的部分原因是，当我们看到一个领域有了快速发展时，我们倾向于将这种发展投射到未来场景里。但我们忽略了技术的发展往往是忽快忽慢的。

与对待其他每一项新技术一样，要想预测AI的潜在影响，一个方法就是去了解AI是如何工作的，以及AI实际上能带来怎样的好处。乔治城大学(Georgetown University)的计算机科学助理教授Cal Newport写了一篇关于ChatGPT实际上如何工作的文章，这或许是我们能获得的最易理解的文章（虽然该文章仍然有4,000多字）。Newport得出的结论是，ChatGPT其实是迷惑了原本思想成熟的人类，让他们相信ChatGPT比它实际能做的更有能力，因为当他们阅读ChatGPT写出的优秀散文时，他们错误的联想出要写出这种散文所需具备的思想。

但ChatGPT是没有思想的。即使与最原始的大脑相比，它还是和搜索引擎的共同之处更多。如果我们为ChatGPT的能力惊叹，我们必须记住，这不是它智慧的结晶，而是规模的产物。ChatGPT需要其工程师将整个开放网络上大概所有文本都塞进自己的系统，以便它有足够的参考材料，能够以一种看似原创的思维方式重新混合，但其实不然。Newport在《纽约客》(The New Yorker)上发表的文章中总结道，像ChatGPT这样的系统不是在创造，而是模仿。

这听起来不像是那种即将获得感知能力并觉得“清除”烦人的人类统治者是更佳选择的AI。无论是在国际象棋中击败人类，还是写文章，当我们的机器开始做一些我们曾经认为是只有人类才能做的事情时，普遍的文化和经济趋势是，人类会把自己重新分配到机器不那么擅长的任务上，并在这个过程中变得更有效率。

我们对这种状况并不陌生。对一项新技术的炒作永远有其经济动机，对于我们不断增长的研发支出所带来的最新、最耀眼的产品，我们也总是既恐惧又欢迎。

这并不意味着AI不会带来变革，很显然这已经发生了。