通用人工智能的未来：是统治还是辅助？

近期总有人宣称，有了人工智能，人类无需再学习；认为AI智力终将超越人类，进而取代甚至奴役人类。这真的可信吗？

程介明

美国谷歌前总裁埃里克·施密特曾在多次采访中提到，中美在AI领域虽遥遥领先，但发展路径各异。美国侧重于前沿的通用人工智能（AGI），中国则更看重实际应用。近期总有人宣称，有了AI，人类无需再学习；认为AI智力终将超越人类，进而取代甚至奴役人类。这真的可信吗？

美国主流观点认为：AI的下一步是通用人工智能（AGI）。那么，何为AGI？它指的是具备人脑所有功能的智能系统。目前的AI多针对特定功能设计，比如引发热议的春晚武术机器人，能完美模仿人体动作，对重心、平衡、节奏的掌控令人惊叹。但也令人感叹：这些机器人并非为其他任务而生。同理，能拾取物品的工厂机器人、协助抓捕或灭火的球形机器人，虽能力强大，却非全能。AGI的愿景，则是构建一个完整的人脑。

马斯克引以为傲的脑机接口技术已取得长足进步：渐冻症患者布拉德·史密斯四肢瘫痪、无法说话，但通过植入1024根电极捕捉脑电波驱动计算机，实现了语音合成、观看比赛等功能。国内也有数十例类似案例。该技术能帮助患者弥补缺陷，过上接近正常人的生活。理论上，它可用于驾驶、唱歌等任何由电脑驱动的活动。但归根结底，这种能力建立在患者原有知识基础之上，并非向其“灌输”知识，就像轮椅不能恢复腿部功能，仅能辅助生活。

这说明，“植入电极即可代替学习”纯属幻想。从理论上讲，学习是人类赋予外部世界意义的过程。我们通过感官积累经验，逐步形成概念，从而获得知识。学习是一个持续的过程。试想，若在儿童脑中植入百科全书，孩子是否就不需学习了？显然不是。成年人之所以能熟练使用AI，正因为我们具备知识基础，AI仅是辅助工具。因此，“人类无需学习”的说法不过是空谈。

斯坦福大学李飞飞创立的“以人为本的AI研究院”（HAI）提出了三项原则。第一，AI的研究发展必须对人类个体及社会有益；第二，AI的应用应以提升和辅助人类能力为目标，而非取代人类；第三，若机器智能要模仿人类智能的复杂性与矛盾性，就必须向脑科学和心理学学习。

HAI提出了2026年AI发展的三项任务。一是从“宣传”转向“评估”，即不再追问AI“能做什么”，而是关注“做得如何、代价几何、为谁服务”；二是各国应发展独立的AI“主权”，摆脱对研发商及政府的依赖；三是明确指出“今年不会有AGI”。美国舆论认为，这些观点让一些不切实际的幻想冷却，也反映出AGI仍是热点话题。关于“AI是否应该取代人类”，是时候冷静思考了。

OpenAI CEO萨姆·奥特曼则认为“放大”（Scaling）是方向，只要有更多数据和更强算力，AI就会成长为更大的“大脑”，当前问题迎刃而解。然而，同为Scaling领域专家的另一位美国科学家吴恩达却直言：AGI已失去明确定义，目前更多被当作营销术语，甚至误导公众。他强调：“在明确定义下，AGI在2026年不可能实现，真正实现可能还需几十年甚至更久。”

诚然，人类的感官体验（如味觉、疼痛）虽可被仪器测量，却无法被机器生成，即机器不可能拥有这些感觉，更无法用精准度量替代人类的主观感受。也有科学家通过人的表情、血压、脑电波、内分泌等变化测量情感（喜怒哀乐），但如何让机器产生这些情感？一切主观范畴的内容，机器如何掌握？

语言学大师诺姆·乔姆斯基曾说：“机器的学习依靠统计关联性，而人类的学习基于理解。”机器可利用大量数据快速运算，通过关联性回答人类问题，但他们不需要理解问题本身。

因此，吴恩达指出：“AI在持续学习和记忆系统方面与人类仍有巨大差距，目前尚未找到解决这些问题的正确路径。”这里面存在两层疑问：理论上是否可行？技术上是否可能？美国舆论已开始将AGI视为假设性目标。吴恩达还强调：“Scaling单纯依靠获取数据和扩大模型将愈来愈难，必须注入其他类型知识。”这与李飞飞观点一致：当前从事AI研究的多为自然科学家和工程师，应有哲学家、社会学家及人文学科专家共同参与。