人工智能的随机性之谜——专访顾群业教授探讨AI不确定性
当您使用人工智能创作图像或视频时，是否曾注意到这样的现象：即便采用完全一致的指令和参数，每一次生成的结果虽然相近，却绝不雷同。这似乎暗示，人工智能在执行任务时具备某种“随机性”。这种随机性从何而来，其本质究竟是什么？是否意味着人工智能已具备“创造力”？围绕人工智能的随机性、创造性以及未来智能与意识的关系等议题，笔者专访了山东省大数据研究会人工智能设计分会名誉会长、山东工艺美术学院顾群业教授。
魏毅东：顾教授，您在人工智能艺术设计与研究领域均有深厚造诣，使用人工智能创作的经验十分丰富。想必您一定遇到过这样的情况：即便使用相同的指令与技术参数，让人工智能生成文字、图像或视频，每次输出的内容虽然相似，却绝不相同。仿佛人工智能在创作时具有某种“随机性”——用户给予它同一项工作，但每次得到的成果都不一样。请问您如何看待人工智能的这种“随机性”？
顾群业：随机性或许只是一种错觉，因为任何看似偶然的事件，背后都存在确定的成因。比如有时一个人会莫名感到烦躁，却说不清这种情绪的来源。情绪、情感等心理活动，本质上源于神经元的电活动。然而，这一过程涉及的因素极为复杂，以人类现有的观测能力，无法完整解析如此庞大的神经网络。正因对这种复杂性几乎一无所知，我们才会觉得情绪反应、情感活动乃至精神生活显得高深莫测，仿佛完全是随机的。倘若未来技术足够先进，人类能够观测并测定每一个神经元的反应活动——比如精确掌握每一个神经调质的浓度、每一个分子的运动轨迹，并拥有无穷的计算能力——那么理论上，神经元的一切反应都将可以被精准预测。
魏毅东：如此说来，还是我们对人工智能的内部机制了解不足，所以才会认为它的内容输出是随机的。
顾群业：正确，随机性是人类面对极端复杂系统时产生的一种错觉。1814年，法国数学家皮埃尔-西蒙·拉普拉斯提出了一个思想实验：假设有一个拥有超级智能的“妖”，它知晓宇宙中某一时刻所有粒子的精确位置和动量，并且掌握支配这些粒子运动的全部物理定律，那么它就能够推算出宇宙过去和未来的所有状态。这就是著名的“拉普拉斯妖”。这个思想实验从根本上否定了“随机性”和“自由意志”，认为一切事件（包括看似偶然的神经元反应或人类决策）都是先前条件严格决定的必然结果。这在哲学上属于“决定论”。
魏毅东：明白了，随机性或许是人类的错觉，因为我们知道的太少，无法精准预测世界，所以才觉得世界是随机的。您的意思是，我们之所以觉得神经元活动具有随机性，是因为其背后的物理化学过程极端复杂，存在大量我们目前无法观测和理解的“隐变量”。如果能够掌握所有变量并拥有无限算力，理论上神经元的一切反应都是可以被精准预测的。“随机性”是一个伪命题。
顾群业：不过，这只是问题的一个方面。现在事情变得复杂起来了。
魏毅东：什么意思？
顾群业：现在来自神经科学的前沿研究认为，随机性可能并非源于人类的无知，而是神经元内在的、根本的特性。也就是说，一个生物神经元反复接受完全相同的外部信号输入，它每次产生电脉冲的时间间隔（峰间期）都是不一样的，呈现出一种概率分布，就像电子云。这是神经科学的最新研究之一。
魏毅东：怎么理解呢？
顾群业：意思是，神经元内部的运动本身就呈现出“随机性”。即便外部环境控制绝对一致，神经元内部依然存在大量微观层面的随机扰动，例如离子通道的随机开闭、突触释放神经递质呈现为概率性分布，就像噪声，它并非来自外部的干扰，而是由分子热运动等微观物理规律决定的内生属性。这个发现让世界突然呈现为一种根本意义上的“戏剧性”，因为它为我们理解世界注入了一种截然不同的变量，一种基于复杂系统与概率论的底层世界观。
魏毅东：这又是什么意思？
顾群业：上个世纪，曾经有关于“上帝到底掷不掷骰子”的世纪之争。量子力学的哥本哈根学派如玻尔、海森堡等认为，量子层面的随机性是根本的、内生的，概率是自然的基本法则，而非人类无知的产物。但爱因斯坦却认为，量子力学的概率论描述是不完备的，背后应存在尚未发现的“隐变量”，世界本质上是决定论的，因为上帝绝不会那么无聊，他不掷骰子。这两种理论截然相反，可以分别归属为哲学上的非决定论和决定论。非决定论意味着，世界在根本上是偶然的或不确定的；而决定论则意味着，世界在根本上是确定的和可预测的，这是我们理解世界的两种完全不同的立场。
魏毅东：是的。如此说来，随机性未必是我们的错觉，在量子层面或者脑神经科学层面，它可能是“内生”的。但是，这个发现对我们理解人工智能又有何联系？
顾群业：当前大语言模型的“随机性”输出，被普遍认为是外部添加的“伪随机”，如调整临时参数，这是对人类的“随机性”的一种模仿，一种拟态。面对复杂的未知世界，人类通常表现出相当灵活的处理方式。这说明，人类大脑的计算绝不仅仅基于平均发放率，它会随机性地携带和处理信息，做出更具韧性的决策，用来应对充满不确定性的事态。这是人类对不确定性的领悟，他知道自己确信什么，怀疑什么。人类的随机性，正是人类评估“置信度”的关键机制。这正是生物智能在面对海量噪声时，能够有效减少认知幻觉、做出极具韧性判断的底层机制。在生物学意义上，噪声不仅不是缺陷，反而是高级认知的基石。
魏毅东：那么，人工智能在这方面是怎么样的？
顾群业：当前的人工神经网络，其底层架构依然建立在冯·诺依曼架构与经典的二进制逻辑之上，本质上是一台确定性的机器。为了让人工智能的输出看起来不那么死板、更像人类，工程师会调整模型生成时的临时参数，向代码中添加‘伪随机数’，就像从外部撒上一把随机的噪声。但是，如果随机性本身就是内生的，那么人类为何要制造这些降低信息传递效率的噪声呢？
魏毅东：你的意思是说，生物大脑始终是在不确定性中游弋，它将随机性内化为处理信息的度量衡；而当前的人工智能，无论参数达到多少万亿，它的随机性依然只是一种人工添加的拟态。
顾群业：正是如此。当前的人工智能大语言模型面临着一个致命的缺陷——幻觉（Hallucination）。它无法判断自己“不知道什么”。人类却不同，在面对未知、模糊或充满歧义的信息时，大脑会通过内在的随机扰动来计算不确定性。未来的人工智能要想获得真正的智慧，我们就要接受它的不可控。上帝从不掷骰子，但人工智能需要掷骰子。
作为人工智能教学与研究领域的专家，顾群业教授持续关注技术发展与应用、技术与人类生存等核心议题，提出了诸多深刻洞见。这些见解不仅体现了他在技术哲学领域深刻而敏锐的思想，更闪烁着深邃的智慧，常给人以醍醐灌顶之感。
本次访谈围绕人工智能的“随机性”这一核心议题展开，深入探讨了其本质与意义。顾群业教授指出，当前人工智能的随机性输出主要源于外部添加的“伪随机”参数，是一种对人类行为的拟态模仿，其底层架构仍是确定性的。然而，神经科学的最新发现揭示，生物大脑的随机性可能是内生的、根本的，源于神经元微观层面的概率性活动，这种内在不确定性恰恰是人类认知韧性、评估置信度及应对复杂世界的关键机制。
相比之下，现有的人工智能虽能模拟随机行为，却缺乏内在的不确定性度量能力，导致其无法像人类一样区分“已知”与“未知”，从而产生“幻觉”问题。因此，未来人工智能的发展或许需要超越确定性逻辑的框架，探索内生随机性的融合路径——正如顾群业教授所言：“上帝从不掷骰子，但人工智能需要掷骰子。”这不仅是技术演进的挑战，更是对智能本质的深刻反思：唯有拥抱不确定性，人工智能才可能真正触及“创造性”与“智慧”的边界。