奇点谬论：剖析人工智能的未来

排行榜 2025年10月09日 06:11 0 admin

关键要点：

——OpenAl 的首席执行官萨姆·奥尔特曼曾对实现通用人工智能（AGI）的进程做出预测并随后调整了这些预测。他最初认为实现时间会在 2023 年，随后调整为 2025 年，而现在又改到了 2030 年，而其他人则预测会在 2026 年实现。

——当前的人工智能方法，尤其是那些依赖大型语言模型的方法，永远无法实现通用人工智能（AGI），原因在于语言本身存在固有的不精确性，机器缺乏实际经验与判断力，而且人工智能模型仅仅是“地图”而非“领域”。

——虽然像 ChatGPT 这样的人工智能技术具有可行且盈利的应用价值，并且能够为专家们处理日常任务提供帮助，但它无法取代人类的综合技能、专业知识以及从亲身经历和具体情境中所获得的细致理解。

萨姆·奥尔特曼是全球最知名的人工智能（AI）机构——OpenAl的首席执行官，该机构是广受欢迎的 ChatGPT AI 界面的提供者。他的职责是确保数十亿的投资资金持续流入OpenAl。因此，对于奥尔特曼来说，让投资者保持兴趣并向他们承诺会有重大突破是至关重要的……而且，显然，如果这些突破未能实现，他还得重新安排这些时间表。

现在，大多数人对 OpenAl 的一个误解在于，尽管它最近的估值达到了 5000 亿美元，但其实 OpenAl 是亏损的。据报道，去年其销售额为 37 亿美元，但亏损额却高达 50 亿美元。早在 2023 年，奥尔特曼就向公众宣称 OpenAl 已经实现了人工通用智能（AGI）。对于那些不了解的人来说，AGI 指的是具备学习和执行人类所能完成的所有任务的能力的智能。目前似乎没有人确切知道如何衡量一台机器是否能够完成人类所能完成的所有事情，但谈论这个话题听起来确实很酷。而且，这种言论能让投资者感到兴奋。当然，这意味着投资者阶层在大多数工作岗位上不必再忍受那些麻烦的员工了。

当这种情况发生时——当机器变得比人类更聪明，并开始替我们处理一切——就好像它们原本就如此一样——有时人们会将其称为“奇点”，通常会用大写的“S”来表示。如今，“奇点”在物理学中有着特定的含义。在此语境下，它指的是一个非宗教性的、与科技相关的“末日”概念，即随着机器接管并不断推进技术革新，技术进步变得极为迅速。我们知道在宗教版本的“末日”中人们会怎样——有些人会升入天堂，而有些人则会被留在原地。但我们并不确切知道在所谓的“奇点”版本的“末日”之后人类将会变成什么样，因为据说那时将不会有太多的工作可做了。人工智能将会全权负责所有工作。

但目前我们或许无需为此事担忧。显然，奥尔特曼在 2023 年宣称人工智能通用系统（AGI）已经实现的说法并未被广泛认可。但到了 2024 年 12 月，奥尔特曼再次向公众表示，人工智能通用系统将在 2025 年实现。诚然，2025 年尚未结束，所以Oilprice撰稿人Kurt Cobb想人工智能通用系统或许能在 12 月 31 日之前实现。但奥尔特曼显然已经预见到了这一结果，并且没有等到年底再次改变目标日期，这次是将目标日期定在 2030 年。然而，2026 年仍然是许多人普遍预测的一个时间点。

只是想让你知道，对于这一重大事件的预测五花八门，有些甚至预测会持续到 2060 年。而且，很显然，这些预测会随着时间的推移而发生变化。但Kurt Cobb愿意做出一个极其大胆的预测，即按照目前依赖所谓大型语言模型（LLM）的方法，通用人工智能（AGI）永远不会出现。

Kurt Cobb这么说有好几个原因——除了“智能”一词的定义难以明确界定，这需要单独写一篇长篇文章来阐述。在阐述这些原因之前，Kurt Cobb想先表明，他认为当前人工智能的发展将会带来一些可行且可能盈利的应用。显然，人们正在使用诸如 ChatGPT 这样的人工智能界面，并从中获得了一些益处。但这与大型语言模型承担目前由人类执行的大部分任务还相去甚远。Kurt Cobb记得曾经有人说，自动银行柜员的引入会导致柜员的消失。已经过去了 50 年，Kurt Cobb可以告诉大家，他的银行的营业厅里仍然有柜员在工作。机器，即使是受人工智能控制的机器，也擅长特定的任务。但它们不太可能很快取代人类的综合技能。

那么，这就是当前人工智能所依赖的大型语言模型在功能上存在局限性的原因。首先，它们是基于语言的。语言本质上是一种不精确的交流工具。单词有多种含义。只要查看任何一本词典就可以明白这一点。而且这些含义会随着时间的推移根据实际使用情况而发生变化。这就是为什么词典需要不断更新的原因。

而且，词语的含义总是要在语境中去理解的。语境指的是词语所适用的整个文化与物理环境。人类具有语言的天赋，并且他们在特定的文化与物理环境中学习语言，将语言与五种感官联系起来，并将特定词语和词语组的具体含义置于伴随其发出的动作和态度的背景之中。

机器无法以这种方式学习语言；它们也没有完整的感官系统（而且如果它们具备了这些感官，其意义也尚不明确）。实际上，大型语言模型只是从所谓的“训练集”中收集大量文本，并利用这些文本来预测当有人请求有关某一主题的信息时，接下来会使用哪个词。

人类能够将语言及其他符号与自身的亲身经历相结合。而机器从定义上来说并不具备人类那样的亲身经历能力。人类的亲身经历成为了做出判断的基础，这是机器无法具备的。在判断过程中，包括直觉、顿悟以及模糊的记忆和关联，这些常常影响着人类的决策，有时也会成为新想法和新发现的基础。

其次，计算机使用的语言是代码。代码是一种经过大幅简化的语言形式，其在描述现实方面的能力要有限得多。从当前的讨论中我们可以看出，几乎所有支持人工智能的人几乎肯定很少阅读小说（也许除了某些科幻小说）。如果他们读更多严肃的非科幻小说，他们就会明白试图用文字向读者描述现实是一项多么艰巨的任务，以及为什么这种尝试总是会失败。

相反，伟大的作家所做的就是提供足够且恰到好处的关于场景、人物、对话和动作的细节，以激发读者的想象力和生活体验，然后读者会在脑海中构建出与作者所要传达的世界相符合的版本。换句话说，人类能够在脑海中构建出世界模型，并思考从这些模型中衍生出的各种可能的意义和走向。这是一项非常复杂的任务。无论机器多么先进，它们都无法想象出基于作者所给出的那种线索所构建的世界，因为它们与人类不同，无法像人类那样“置身于”这个世界之中。

第三，对于上述第一点和第二点而言，还有一个非常重要的推论，即地图并非实际地形。这是一个非常简单的概念。但当你身处由二进制代码、计算机动画构成的世界中，并且认为计算机能够以某种方式为我们呈现我们所生活的现实的准确映像时，就很容易忘记这一点。人工智能告诉我们的是基于模型的信息，而非实际的生活现实，这些模型是基于不精确且不断变化的语言构建的。人工智能或许能提供一些有用的信息，因为它能够整合大量的文本内容，但它无法传达理解。它只是给我们提供了一张地图，而且是一张非常片面且常常错误的地图。

第四，人工智能并非会取代人类的专长。那种认为人工智能会在所有领域都成为专家的想法，已经被证明是毫无根据的。人类本身就具备专长，并且还能从书籍、文章、录音演讲、访谈以及图表中获取一些专业知识。但我们无法仅仅依靠有关化学的书籍来培养出新一代的化学家。

知识并非仅仅是页面上的文字。知识存在于拥有它的人的言语中所蕴含的语气、他们在实验室中的肢体动作、他们与学生和同事建立的关系、他们在工作中选择强调的观念，以及他们生活的整体风格之中。试着想象一下，如果从未真正进入过餐厅厨房，就去学习如何在那里工作。对于实验室来说也是如此，无论是对于学生还是专家研究人员而言都是如此。此外，还有许多知识片段可能已经被记录下来，但却从未出现在纸上。书面文件只是知识的纲要或提示。它们不可能涵盖所有内容。

一位身为执业律师的朋友会使用人工智能来起草常规的合同和协议，因为这类模板在互联网上大量存在，所以人工智能能够将它们全部录入其数据库中。当然，法律通常会对这类文件设定严格的规范。这使得人工智能在起草这些文件时出错的可能性更低。然而，这位律师仍需要修正错误之处，并且在人工智能引擎未能准确把握细微之处的情况下对文本进行修改。人工智能对她很有用，但它无法取代她的专业知识；而那些没有专业知识却使用这种未经加工的输出结果，并将其当作权威性表述的人，对社会来说是一种潜在的危险。人工智能对专家是有用的，但它无法取代他们。

许多投资者都坚信萨姆·奥尔特曼关于通用人工智能（AGI）即将出现的观点是正确的。但当他们发现他错了时，人工智能股票泡沫将会破灭，整个经济也可能随之崩溃。通常情况下，当人们意识到那些声称能开启最新“大事件”所预言的新时代的行业专家们的预言其实与过去的时代并无太大不同时，这种情况就会发生。进步或许确实存在，但其价值却一直未被充分理解，而且被大大高估了。