当你问 AI 一个问题,它看起来好像在思考。你可能会输入"用10岁孩子能懂的方式解释黑洞",几秒钟后就得到了一个答案。你可能让它写故事、帮数学、做图片或提供科学项目建议。这感觉很神奇。
但这里有一个大问题:AI 真的在思考吗?答案是:不是以人类的方式。
AI 可以做一些惊人的事情,但它没有像你一样的大脑。它没有感情,没有自己生活的记忆,没有人类那样的想象力,也没有对世界的真正理解。AI 非常擅长的是识别规律。
什么是模式识别?
模式识别就是发现重复出现的事物。你一直在使用模式识别。比如,如果你看到乌云密布、听到雷声、感受到风越来越大,你可能会想"大概要下雨了"。你注意到了以前见过的规律。
AI 做的事情类似,但基于大量信息。想象读了数千本书、文章、网站、对话和例子。随着时间推移,你可能开始注意到哪些词通常连在一起出现,哪些答案通常跟着某类问题,以及哪些想法是有联系的。
AI 从数据中学习规律。然后,当你问问题时,它用这些规律猜测接下来应该出现什么回应。这可能让 AI 听起来很聪明,但听起来聪明不等于像人一样思考。
人类的思考有什么不同?
人类不只是识别规律。你能对事物感到好奇,关心他人,感到困惑、兴奋、紧张、自豪或好奇。你能决定某件事对你很重要,因为一次亲身经历而改变想法,注意到不公平,以及感受到朋友需要帮助。
AI 不是以人类的方式做这些事。比如,如果你搭的冰棍棒桥倒塌了,你可能会感到失望。然后你可能想"也许中间需要更多支撑",然后尝试新设计。你在同时使用逻辑、记忆、情感、创造力和经验。
AI 可以建议桥倒塌的原因,它可能说结构需要更强的三角形或更好的重量分配。但它感受不到看着桥倒塌的沮丧,也不会像你那样从这一刻学到东西。
AI 理解它说的话吗?
AI 可以解释火山是什么,可以写关于乌龟的诗,可以回答关于行星的问题。但这不意味着它像人一样理解这些事物。
想想手机上的自动补全。如果你输入"我要去",你的手机可能建议"商店""公园"或"比赛"。它不是在思考你的一天,而是在预测接下来可能出现的词。
一个简单的例子
假设你问 AI:"鱼能骑自行车吗?"人类可能会笑着说:"不能,鱼没有腿,自行车是为陆地设计的。"AI 也可能说不能,但它不是因为见过鱼尝试骑车才这样说。它是用从语言和事实中学到的规律来回答。
现在假设你问:"写一个鱼骑自行车的有趣故事。"AI 可能会写一个。它能从事实模式切换到故事模式,因为它识别出你在要求哪种答案。这很有用,但也意味着你需要和 AI 表达清楚。你提问的方式会改变你得到的答案类型。
AI 算聪明吗?
AI 在某些任务上可以很聪明。它能快速找到规律,整理信息,帮助头脑风暴,用不同方式解释话题,总结文本,写代码,翻译语言,帮助人们学习。
但 AI 不是在各方面都聪明。它不知道做一个孩子是什么感觉,不知道犯错、帮助朋友、赢得比赛、或在终于做成某件事后感到骄傲的滋味。它没有人类那样的常识。它也可能自信地给出错误答案。这意味着 AI 是工具,不能取代你的大脑。
把 AI 想成处理文字的超级计算器
计算器能非常快速地解决数学问题,但计算器不知道你为什么需要这个答案,不知道你是否输错了数字,也不知道答案在现实中是否有意义。
AI 类似,只是它不只处理数字,还处理文字、图像、代码和规律。它可以帮助你思考,但不应该替你完成所有思考。
试试这个
向 AI 提这三个问题:
- 解释纸飞机如何飞行。
- 用二年级学生能懂的方式解释纸飞机如何飞行。
- 编一个纸飞机飞到火星的搞笑故事。
注意答案如何变化。AI 不是突然变成了老师、小孩子或讲故事的人。它是根据你提示的规律来改变回应的。
核心思想
AI 不像人类那样思考。它识别规律,预测回应,并根据从数据中学到的内容创建答案。这可以很强大、很有用、也很有趣。但人类仍然带来了 AI 没有的东西:真正的理解、创造力、判断力、情感和责任感。
关于作者
Liam Salcedo
student founder
Liam founded Avanza STEM as a high school student and leads our coding and AI workshops at Clifton and Allwood libraries.
