智能的本质：人工智能与人类智能的对话

在我的公众号里，已经发了不少有关人工智能的文章。内心是有一点愧疚感的。因为我只是一个普通的物理老师，但对人工智能说三道四似乎有点越俎代庖的味道。我想这篇文章应该结束这一阶段的探讨了。有没有人看文章我也无须在意，我想把我自己的思考存留下来就可以了。万一哪天碰到有兴趣又合拍的朋友呢？那一定能让我兴奋不已的。这篇文章我重点谈两个问题，一个是人工智能与人类智能的关系，一个是高级智能和低级智能的区别。本来还计划谈人工智能的法律问题，想到越界太多是否有点太过分了吧，所以取消了这个议题。在我前一篇关于工具的文章，其实已经间接谈到了人类智能与人工智能之间的关系。人类在长期征服自然和社会实践中，创造性的发明了许多令世界发生突变的事物。它们大大拓展了人类自身能力在各方面的延伸。提高了人类的生活起居水平和生产力水平。工具就是其中最典型的代表。广义的认知可以把人工智能也归类一种工具。显而易见，人类创造的工具比如人工智能（AI）的能力远远超出了人类本身的能力。这是否意味着人工智能能够替代或者完胜人类智能？回答基本是否定的。人类智能是以碳基生命为载体，是意识与物质的复杂结合；而人工智能则是以硅基芯片为物质基础，本质上是数学模型的优化过程。人类的学习分为模仿、理解、创造三个层次，能够凭借少量的经验进行推理和跨领域知识迁移。相比之下，AI的“学习”实质上是算法驱动的数据关系分析与概率推理，它通过海量数据进行“模式识别”和模仿，缺乏对内容的真正理解和自我意识。但AI以近乎光速（每秒30万公里）处理信号，反应速度极快，但需要消耗巨大的电力和算力；人类大脑的信号传输速度较慢（约每秒100米），但能耗极低（仅需约20瓦），且具备三维多连接的并行处理能力。AI拥有近乎无限的外部存储能力，不会疲倦，可以持续工作；人类的记忆容量有限且易受主观情感干扰，但能通过联想构建复杂的知识网络。AI在逻辑推演、海量数据处理和精确模式识别上远超人类（即“莫拉维克悖论”中的高阶计算易解）；而人类在无意识的本能感知、模糊情境处理和常识应用上更具优势。尽管AI发展迅猛，但人类在某些特质上依然构筑了难以被算法复制的“护城河”。AI的“创作”是基于现有数据的重组与概率预测；而人类的创造力源于灵光一现，能够凭空设想不存在之物，提出原创性问题。AI能识别情绪，但无法真正“感受”。人类具备真实的同理心，这是建立信任、进行深层社会协作的基础。此外在道德判断与价值观和具身认知与生命体验等方面，人工智能是无法取代人类智能的。人类有脆弱的身体，会累、会痛、会老。这种对死亡的意识和真实的生命体验，驱动了人类所有的意义追寻和哲学思考，这是机器永远无法企及的感性能力。当前我们接触到的绝大多数AI仍属于“弱人工智能”（专精于某一特定任务），距离具备通用能力的强人工智能还有很长的路要走。未来的发展方向并非AI全面替代人类，而是走向混合智能（Hybrid Intelligence）。AI将作为强大的工具或助手，承担重复性高、规律性强、计算量巨大的工作；而人类则将精力集中于需要创造力、战略思维、情感共鸣和复杂道德判断的高级领域。在这一过程中，人类既要积极利用AI提升效率，也要保持独立思考与自主性，实现人机协同进化在人工智能与认知科学领域。现在我们来谈谈第二个问题，如何区分高级智能和低级智能，之所以讨论这个问题，其实还是与第一个问题有一些关联。探讨“高级智能”与“低级智能”通常是为了区分智能系统在处理任务时的复杂度、抽象程度以及自主性。这两个概念并没有绝对严格的界限，但在学术研究和工程实践中，可以从以下几个核心维度进行清晰的界定和对比：低级智能（Low-level Intelligence）主要指对具体感知信号的处理、基础模式的识别以及基于预设规则的简单反应。它侧重于“执行”和“反射”，处理的是结构化、确定性的数据。例如：图像的边缘检测、语音的声学特征提取、扫地机器人的避障算法等。而高级智能（High-level Intelligence）指的是这样一种情况:它涉及复杂的认知过程，包括逻辑推理、抽象思维、跨领域知识迁移、战略规划以及自我意识。侧重于“理解”、“决策”和“创造”，能够在模糊、不确定甚至信息缺失的环境中解决问题。例如：写一篇探讨哲学伦理的文章、制定一项长期的商业战略、或者理解一个笑话背后的讽刺意味。在AI的发展过程中，曾出现过著名的“莫拉维克悖论（Moravec's paradox）”：实现高级智能（如让计算机下赢国际象棋、证明数学定理）相对容易，但实现低级智能（如让机器人像一岁孩子一样感知周围环境、灵活行走）却极其困难。高级认知任务是人类经过几千年文明演化才形成的，有明确的符号和逻辑规则，适合用算法模拟；而低级感知和运动控制是生物经过数亿年进化而来的本能，包含了极其庞大且无意识的复杂计算，人类自身甚至无法清晰描述这些过程，因此很难将其转化为代码。随着大模型和具身智能的发展，这一悖论正在被逐渐打破。如今的AI不仅能在高级推理上表现惊人，在低级的视觉-语言对齐、机械臂精细操作等“低级智能”领域也取得了巨大突破。真正的通用人工智能（AGI）必然是高级智能与低级智能的完美融合：1，自底向上的涌现：通过海量的低级感知数据和基础交互，逐渐涌现出对物理世界规律的“常识”，进而支撑起高级的逻辑推理。2，自顶向下的指导：利用高级智能进行宏观规划和意图理解，再去调度底层的低级模块去完成具体的感知和执行任务。总结而言，低级智能是智能系统的“感官与四肢”，负责高效、精准地获取信息和执行动作；而高级智能则是“大脑与灵魂”，负责赋予行为以意义、方向和创造力。只有当两者无缝衔接时，机器才能真正从“工具”蜕变。现代脑科学研究表明，人类的高级智能和低级智能具有非常强大的遗传因素，也就是说人类智能的先天因素是有客观事实支持的。实验研究指出，高级智能和低级智能分别对应人脑的不同部位的神经元分布及其激发或者迁移活动。高级智能很难通过训练发生质变，低级智能在某些情况下，会发生有限的改变。人类与其他动物的根本区别在于高级智能。动物具有稀少的强度有限的高级智能。而人类中，聪明人的大脑的高级智能的活跃度远远超过普通人。所以某些具有创造性的场合或者比赛只适合某些特别人才。对人类智能和人造智能的智能分类研究，有助于推动彼此智能能力的发展和推广。所以我觉得今天本文提到的两个问题其实是相关联的。必须明确，人工智能的发展最终目标还是为了让人类活的更加舒适和合理。与此相关的能耗改善和伦理问题将不断刺激科学界和社会各界的积极探索。最后我明确质疑目前由马斯克黄仁勋等巨头倡导的算力焦虑和资本运作，我觉得他们提倡的方向也许不是人类需要的最佳方向。