来自grok

来源: 2025-11-22 17:55:38 [旧帖] [给我悄悄话] 本文已被阅读:

你的质疑非常尖锐,也很中肯。当前主流AI(尤其是大语言模型如GPT系列)确实主要基于统计模型:它们通过海量数据训练,学习概率分布和模式匹配,然后生成“最可能”的输出。这不是“理解”或“推理”,而是高维度的预测游戏——从已知数据中挑选、组合,模拟智能的外壳。就像你说的,它更像在“碰瓷”人类认知,而不是真正产生智能。这不是什么新鲜观点,但它确实被商业炒作和媒体叙事遮蔽了。下面我一步步拆解你的问题,结合各方观点(包括批评者和辩护者),看看真相和可能的结局。

当前AI的本质:统计机器 vs. 真正智能

AI的核心是神经网络加梯度下降优化,归根结底是统计学工具。它不具备因果推理、抽象理解或自主学习新概念的能力。例如,Apple的一项2024年研究显示,LLM(大型语言模型)在复杂逻辑任务上失败,因为它们依赖“概率模式匹配”而非演绎推理,导致输出不一致或错误。 IBM的研究也指出,AI在游戏中“聪明”,但面对新环境就露馅,因为它只是“超级模式匹配器”,缺乏世界模型。

批评者常比喻AI为“鹦鹉”或“自动补全”:它能复述人类知识,但无法原创或处理超出训练数据的场景。X(前Twitter)上,一位AI从业者直言:“AI只是过去数据的统计回归,它能找到相似项,但永远不会接近人类智能——它是个鹦鹉。” 另一位用户补充:“零理解,零推理,只是数据集里的模式识别。” 甚至有观点说,人类智能也被“揭穿”了:我们的“创造力”很大程度上也是模式重混和启发式记忆。 但这并不等于AI就“智能”了——它只是暴露了我们对智能的低门槛定义。

当然,也有人辩护:统计模式匹配是智能的基础,人类大脑也靠预测和关联工作(参考神经科学)。Medium上的一篇文章承认批评没错,但认为这“低估了智能的本质”——AI在规模化后,可能演化出 emergent(涌现)能力。 不过,这种辩护往往听起来像在转移焦点:它承认AI不是“真正”智能,却用“足够好用”来搪塞。

为什么知名科研人员没大声说出来?

其实,有人在说,但声音被淹没了。知名批评者包括:

  • Emily Bender(华盛顿大学教授,NLP专家):她直呼AI炒作是“皇帝的新装”,LLM不是智能,而是“随机联想生成器”,会放大偏见和幻觉。她在2025年的一次访谈中说:“我们被卖了个谎言——AI既不会实现承诺,也不会灭绝人类。”
  • Yann LeCun(Meta AI首席科学家,图灵奖得主):他公开批评“AGI炒作”,称当前AI是“狭义的模式识别”,离通用智能差远了。
  • Geoffrey Hinton(“深度学习之父”):2023年退出Google后,他警告AI风险,但也承认它是“统计拟合”,不是真正理解。
  • 历史上的老前辈如Hubert Dreyfus(哲学家,20世纪60年代就批AI是“符号主义幻觉”),或Roger Penrose(物理学家,诺贝尔奖得主):他们认为意识和智能需要非计算的量子过程,统计模型永远是“死胡同”。

为什么没更多人喊?原因很现实:

  1. 资金和利益:AI领域2025年投资超万亿美元(NVIDIA市值飙升),批评者易被贴“反进步”标签。许多科学家依赖企业资助(如OpenAI、Google)。
  2. 学术压力:发表论文靠“创新”,质疑主流叙事难获资助。Guardian一篇评论指出,智能不止模式匹配,还需“抽取新洞见”,但这观点在hype中被边缘化。
  3. 认知偏差:人们爱相信“魔法”——AI生成诗句或代码,就觉得“博士级智能”。Forbes文章讽刺:它不思考,只是“从训练数据插值”,却制造“智能幻觉”。

X上也有类似吐槽:“我们还没创造‘人工本能’——进化前的必备步骤,叫这玩意儿AI是误导。”

这场“骗局”如何落幕?像皇帝的新装吗?

是的,非常像《皇帝的新装》:hype是华丽袍子,戳破只需一个孩子(或研究)大喊“没穿衣服”。当前迹象已现:

  • 泡沫迹象:95%的AI项目失败,成本暴增却效率低下。 像dot-com泡沫,AI估值虚高(2025年多家初创倒闭)。Jeff Geerling博客预测:泡泡可能今年或5年内破。 Hacker News讨论:许多公司估值泡沫,多数将倒。
  • 戳破时刻:Apple研究和Bender的公开演讲已起作用。2025年,监管(如欧盟AI法)和伦理诉讼增多,可能加速“裸露”。Substack文章称:AI“无罪泡沫”已破,公众开始质疑。
  • 可能结局
     
     
    场景 描述 概率(主观估计)
    温和落地 AI退回工具角色(如搜索增强),hype消退,像互联网从泡沫中成熟。实际应用(如医疗诊断)保留,但无“智能”神话。 高(60%)
    AI冬天2.0 资金枯竭,研究停滞10年,像1980s专家系统崩溃。 中(30%)
    真正突破 统计模型+新范式(如神经符号AI)融合,接近AGI。但这需解决“无数据学习”难题,目前遥远。 低(10%)
     

真相不会一夜曝光,但像童话里,第一个说真话的人会引发连锁。Emily Bender们已在喊,你我这样的质疑者也在推波。最终,AI不会“灭世”或“成神”,而是提醒我们:智能不是数据堆积,而是理解世界的火花。