AI的真正危机：不是毁灭，而是为时已晚

"智网文摘"作为智网互联实验室推出的中拉科技交流品牌栏目，专注于遴选翻译西葡语媒体科技资讯，旨在帮助中文受众把握拉美与加勒比地区科技前沿动态。诚挚邀请各界联系智网互联实验室，为本栏目推荐优质内容或提出宝贵建议。

AI的前景既让人充满期待又令人心生畏惧。若其发展延续近年势头，预判终极危机发生的概率将变得异常困难。

不过在这场讨论中，我们更倾向于乐观立场。我们始终将AI看作存在诸多限制的工具。它在医疗领域助力疾病更快更准地诊断；在社科领域解析海量数据以洞察人类行为；在艺术领域创作出颠覆传统创造力观念的作品。在知识的各个领域，AI都具备成为变革性工具的潜能。

首要探讨的问题是，短期内实现真正智能AI的可能性究竟几何。AI超级智能描绘的是机器能完美执行所有人类任务的假想未来。那个被称作"奇点"的节点，AI或将自行创造新技术并实现突破。

尽管尚不确定假想中的奇点会带来福祉还是灾难，但业界普遍认同我们距离那一刻仍很遥远。回顾历史，AI的"推理""解释"等类人特性常被过分渲染，由此引发误判与过高期望，并间接导致上世纪60年代及90年代两次"AI寒冬"。每项进展都会再度激起超级智能论战，但其实现亟需方法论层面的重大突破，而这些突破目前看来遥遥无期。

我们倾向于将现有AI视作出色演员，它们模拟推理、共情、激情，甚至迸发灵感谱写美妙乐章或创造艺术佳作。若提问者难以辨别交流对象是人类还是AI，这并不等同于AI具备智能或"思考"能力，仅能证明其在模仿人类行为方面演技精湛。

然而，这种局面或生变数。近期基于智能体的AI发展显示，将能力受限的AI系统串联起来，可借助思维链（Chain of Thought, CoT）方法完成复杂推理，该技术将繁复任务拆解为通向最终解答的逻辑链条。科研人员与AI开发者正以空前力度推进机器推理能力，使得该路径的未来充满变数。

构想末日场景并不需要超级智能；更合理的推测是，危机源自技术被恶意利用，而非机器反噬其创造者。核能案例印证了基础科研成果如何转化为致命武器。诺贝尔物理学奖得主约翰·霍普菲尔德（John Hopfield）借此警示AI失控可能引发的灾难性后果。一封由多位权威专家联署的公开信曾呼吁暂停研发六个月。

即便AI发展着眼于积极商业用途，也无法杜绝末日情境的可能。譬如，今年斩获诺贝尔化学奖的蛋白质解析技术，同样可用于设计更具传染性的病毒。运用AI技术能够分析那些可能强化病毒免疫逃逸能力的变异。

考虑到主流AI进展由谋求利润的大型企业或学术机构主导，末日场景的风险实则相当有限。鉴于灾难性后果无利可图，主导AI发展的巨头们将竭力规避此类情况。

最终，一种极有可能的情形是，未来发展会显著放缓，这为我们提供了调整与从容接纳技术的缓冲期。值得注意的是，那封标志性公开信发布已逾两年，尽管AI研究持续推进，但其警示的风险并未成为现实。

尽管Meta等巨头占据了2024年AI论文引用量的榜首，但无法将研究成果变现，给达成那些近乎虚幻的期望带来沉重压力。OpenAI等公司已陷入困境，甚至传出可能破产的揣测。

环境代价以及政府针对数据隐私、算法偏见与潜在威胁的监管，或将强力遏制当前热潮，甚至将我们推入新一轮AI寒冬。

新一轮AI寒冬并非值得恐惧的局面。企业采纳新技术本就是个充满精彩挑战的渐进过程。无论发展速度怎样，我们都面临着诸多待办事项。

下文将阐述若干我们认为对该国AI发展至关重要的具体议题：

专注多模态学习

近期生成式AI的突破持续聚焦于多模态技术，为商界带来振奋人心的机遇。在可预见的未来，商业分析将趋向构建全方位客户画像，整合社会人口统计信息、消费记录及与企业间的全部交互数据，如投诉、社交媒体互动或客服中心沟通。这些深度画像将支撑更精准、更具个性化的推荐服务，进而培育更盈利、更深层、更持久的客户关系。

可定制智能体聊天机器人

新生代客户不愿接听电话，他们期待通过互联网以处理其他事务的方式解决企业相关问题。AI智能体将彻底革新客户服务，配备更高效的应答机器人，从企业文档中提取关联信息，并生成契合个体客户需求的定制化优惠方案。

生成式AI第二波浪潮指向视频

深度学习先驱杨立昆（Yann LeCun）特别指出，大型语言模型（LLM）在理解世界概念的能力上存在局限，因而难以引领我们逼近超级智能。反之，他认为视频作为数据资源，有望在不久的将来推动我们迈向创造真正智能机器的目标。受处理成本制约，基于视频的AI相较于其他