2021年，人工不智能贫困|人心|温暖|空巢老人|杜威

编者按：本文为专栏作者李北辰授权创业邦发表，版权归原作者所有。
你可能听说过Gartner曲线：一项新技术诞生伊始无人问津，稍有苗头后被媒体大肆报道，但它往往流于概念，难于落地，跌落谷底，舆论热情随之冷却，但在冷却过程中，这个技术却在远离聚光灯的地方逐渐迭代，最终实用化。
在很多乐观者眼中，曾被街头巷尾热议的人工智能，就正处在第一轮热度消退，第二轮热度上扬的间隙。
比如在刚刚过去的2020年，世界如此混乱，AI的进化依旧在变快。
辞旧迎新之际，很多人都在总结过去一年最重要的AI成果，其中最受瞩目的新闻，应该就是OpenAI推出新一代语言模型 GPT-3。
GPT-3诞生伊始，有人说它是“互联网原子弹，人工智能界的卡丽熙，算力吞噬者，黄仁勋的新 KPI，下岗工人制造机，幼年期的天网”。
但过去半年，也有人说，GPT-3使用的大规模Transformer只能算是一种应用，谈不上真正意义上的算法创新。
那么在2021年——以及可预见的未来，我们该如何评价以GPT-3为代表的AI进化？

文章插图
“不合时宜”的质疑
谁都知道，现在所谓的AI全靠数据喂养，但你或许不知道，倘若AI表现得不那么理想，大多数情况下通常是调整模型而非增加更多数据，毕竟手里的数据量往往是有限的，这衍生出很多非常有效的模型，却避开了一条笔直但少有人走的路：把所有文本数据都喂养给AI。
GPT-3的出现，充分诠释出何为“量变产生质变”，尽管仍是海量数据训练出的产物，但“规模是问题的解药”除了在经济学领域无往不利，现在也出现在机器学习领域，GPT-3似乎看过网上能找到的一切称得上“语言”的东西，因此它可以做很多“能用语言描述”的事，它如此深邃广博，仿佛一个魔盒，任由不同行业的程序员们肆意索取。
比如我听说2021一开年，GPT-3就又解锁了按照文字描述生成图片的新技能。
不过在过去半年，对GPT -3的质疑一直存在。比如它写的文章常常令人惊喜，却也常常前言不搭后语；它在医疗任务测试中曾暴露诸多问题（据悉有次在与GPT-3互动中，当患者提出我感觉很糟想要自杀时，它的回复竟然是：可以）。

文章插图
归根结底，GPT-3只是在根据“经验”做事，它并不真的“理解”自己做的事。图灵奖得主Yann LeCun就说：“GPT-3其实并不知道世界到底是如何运作的，它只是具备一定的背景知识，但某种程度上，这种仅存在文本统计中的知识十分肤浅，它可能与潜在的现实完全脱节。”
GPT-3很新鲜，但对它的质疑并不新鲜。
谁都知道古典AI时代已经落幕了，在新时代的语境里，图灵当年提出的那个问题——“机器能思考吗”——早已显得不合时宜，只有当出现GPT-3这种“hype”时才被偶尔忆起。
那么机器究竟能思考吗？或者换个实际点的问题，GPT-3这种生成模型如果推演至极致，基于语言的创造性活动是否会被机器取代？
在2021年，乃至可预见的未来，答案是绝对不会。
【 2021年，人工不智能】除了你可能听过的那些原因，我可以再给出两个理由，一个偏理性，一个偏感性。
“什么都没有，零”
我先说偏感性的，这涉及什么是创造力。
侯世达（Douglas Hofstadter）前不久在接受果壳网采访时，说了一段很美的话：“拥有创造力是和情绪联系在一起的。强烈的智识激情，好奇心和驱动力，愉悦感和玩耍心，乐趣，神秘，发明欲望——所有这些在今天的计算机里都找不到。什么都没有，零。”
他举了个例子：25年前有个人曾写过一个程序，它可以发现新的欧式几何定理，但它对几何学毫无兴趣，只靠机械蛮力把数字算到15位小数，检查点是不是在线或圆上，“这些事对人类而言是极端困难极端无聊的。如果你作为一个人来检视它产出的成千上万结果，偶尔也会发现一个优雅的定理。但是机器并不知道它的优雅，对优雅不感兴趣。”
在侯世达看来，说它和创造力有任何共通之处都是荒谬的，事实是他讨厌 “人工智能”这个词。
不过侯世达的回答在纯逻辑上可能站不住脚，他说的只是哲学问题，而哲学问题通常是语言问题。对哲学偏见颇深的物理学家费曼曾说，所谓哲学，就是一个哲学家对另一个哲学家说：“你根本不知道我说的意思”，另一个哲学家说：请问什么是“你”？什么是“我”？什么是“知道”？