人工智能的隱秘歷史與未來端倪 - 《華爾街日報》

如果你擔心人工智能會改變你的工作、滲透進你的日常生活，或引發由致命自主系統參與的戰爭，那麼你的擔憂已經稍顯滯後——因為這一切早已成為現實。

人工智能革命已然到來。雖然近期出現的AI聊天機器人等進展很重要，但它們主要凸顯了一個事實：人工智能數十年來一直在深刻影響我們的生活——並將持續影響更多年。

此刻的獨特之處在於，像ChatGPT這樣的文本生成AI，以及DALL·E 2和Midjourney等圖像生成AI，是首批面向消費者的人工智能應用。它們讓普通人也能用AI進行創作，這喚醒了我們許多人對其潛力的認知。

正如約翰斯·霍普金斯大學可靠自主研究所聯合主任卡拉·拉普安特最近告訴我的：“就公眾對AI的認知而言，我們正處在一個轉折點。”

過去你需要擁有谷歌那樣的資源才能用AI創造有價值的東西。現在任何能上網的人都可以做到。而這僅僅是這些系統潛在效用的開端。

微軟聯合創始人比爾·蓋茨在近期文章中表示，我們已生活在"AI時代"。他將這些系統比作最初的圖形用户界面——即Windows和Macintosh操作系統的早期版本。他描繪了一個並不遙遠的未來：通過自然語言界面與機器對話將成為人機交互的新主流方式。

與此同時，人工智能已成為戰爭博弈、金融防護、資本市場運作、資產保險、廣告精準投放及搜索結果優化的核心工具——這些應用已持續十餘年，某些領域甚至長達數十年。

保險公司Allstate分析與精算現代化副總裁David MacInnis指出，多數人並不瞭解這段歷史。畢竟在很長時期內，AI僅是數學家和計算機科學家的專屬領域，且未被稱作"人工智能"——這個術語曾一度失寵。工程師們更常使用廣義線性模型、梯度提升模型或決策樹等專業表述。

微軟產品經理二月在華盛頓州雷德蒙市活動中演示由AI驅動的搜索引擎Bing。圖片來源：Jason Redmond/法新社/蓋蒂圖片社後來，這些算法被統稱為"機器學習"，工程師開始採用受大腦神經元啓發的人工神經網絡替代傳統數學方法。這類系統主要功能是識別模式並預測結果，與另一統稱"預測分析"存在高度重合。

MacInnis博士表示：“保險公司開展深度預測分析已逾二十年。“那些能精準推送社交信息流廣告、甚至讓數百萬人懷疑手機在竊聽的AI預測算法？其底層數學模型與保險公司的保費定價算法同源——兩者都依託於大數據實現。

拉普安特博士將我們當前的時代稱為“基於學習的人工智能”。這一時期的特徵是，現在由計算機而非人類來構建機器用於完成任務的各種模型。

甚至“生成式”人工智能這個名稱也有點不準確——ChatGPT使用的許多預測算法和相關技術，與人工智能科學家多年來開發的並無二致，但它用這些技術來預測接下來該往文本塊中添加哪個詞，而不是判斷一張圖片是否是貓。

這些新的生成式人工智能系統，幾乎囊括了自本世紀初以來人工智能研究人員開發的所有技巧，正在做着以前人工智能從未做過的事情。這就是為什麼它們正被整合到微軟、谷歌以及無數初創企業的搜索和生產力工具中，應用領域從醫療保健和物流，到税務準備和電子遊戲，無所不包。

但話説回來，過去二十年間推出的十幾個新人工智能系統，也都完成了以前人工智能從未做到的事情。而且，在我們大多數人還沒有完全意識到的情況下，它們已經徹底改變了整個行業，從零售和物流到媒體和銀行業。

實現這一切的人工智能無處不在。每當我們通過智能助手解碼語音、在谷歌上找到所需內容、下單後當天收到商品、社交媒體動態由Facebook 或TikTok為我們排序、在線即時獲取保險經紀人的報價，或者巡航導彈在發射地千里之外找到目標時，我們都在調用它們。

人工智能日常為我們所做的許多事情因其缺席而顯得尤為突出，因此往往被忽視。

OpenAI於11月底發佈的ChatGPT引發了全球人工智能領域的新一輪競賽。圖中電腦屏幕上展示的ChatGPT是生成式AI的典型代表，這類複雜系統能夠生成從文本到圖像的各種內容。圖片來源： Marco Bertorello/法新社/蓋蒂圖片社華盛頓特區政策研究機構"經濟創新集團"首席經濟學家亞當·奧齊梅克指出，當前人們對AI如此興奮的部分原因在於，當我們看到某個領域快速進步時，往往會將其投射到未來。但我們常常忘記，技術發展往往呈現間歇性前進的特點。

與所有新技術一樣，要預判AI的潛在影響，關鍵在於理解其運作原理和實際優勢。喬治城大學計算機科學助理教授卡爾·紐波特撰文深入淺出地解析了ChatGPT的工作原理（全文仍長達4000餘字）。他的結論是：ChatGPT讓那些原本思維縝密的人類誤判了它的能力上限——當人們閲讀其精心構建的文本時，會錯誤地想象出能創作此類文本所需具備的思維水平。

但ChatGPT並不具備心智。它與搜索引擎的相似度，甚至遠超過與最原始大腦的共性。如果我們對其能力感到驚歎，必須記住這些能力並非源於其智能，而是其規模效應的產物。ChatGPT的工程師們幾乎將整個開放互聯網的文本數據都塞進了它的系統，使其擁有足夠的參考資料來重組信息——看似原創思考，實則不然。《紐約客》文章中紐波特博士總結道：“像ChatGPT這樣的系統不會創造，只會模仿。”

這聽起來完全不像是那種即將獲得知覺、決定擺脱煩人人類控制的AI。當機器完成我們曾認為人類專屬的任務——無論是下棋獲勝還是撰寫文章——文化經濟領域的普遍趨勢是：人類會將自身重新定位到機器遠不擅長的領域，並在此過程中提升生產力。

我們早已歷經過無數次類似場景。炒作新技術的經濟動因從未改變，人類對文明研發投入最新產物的恐懼與追捧亦然。

這並不意味着AI不會帶來變革——顯然，變革已然發生。

聯繫克里斯托弗·米姆斯請致信[email protected]

獲取更多《華爾街日報》科技分析、評論、建議及頭條新聞，請訂閲我們的每週通訊。

刊登於2023年4月22日印刷版，標題為《人工智能的秘密歷史及未來展望》。