AI 是相机,而非引擎  | Venkatesh Rao

本文作者Venkatesh Rao在文章中提出了一个启发性的观点:AI不是人类发明的“智能引擎”,而更像是一台帮助我们观察世界的“数据望远镜”或“相机”。
传统观念认为,AI是由人类刻意设计创造的智能机器,比如电影中常见的各种人造智能生命体或具有独立思考能力的机器人。然而,Rao挑战了这种人类中心主义的叙事。他认为,大模型更准确地说,并非“创造”智能,而是帮助我们从浩瀚的数据中“发现”了智能本身早已存在的规律。
就像韦伯望远镜(James Webb Space Telescope),望远镜本身并不会创造宇宙图像,而是将我们肉眼无法直接观察到的宇宙图景展示出来。望远镜的技术越先进,我们能观察到的宇宙图景就越清晰。AI大模型也类似:训练它们的过程并非创造新知识,而是提高我们观察数据世界的“镜头”精度。
例如,传统的计算机程序往往是为了完成明确的任务而设计的,程序员必须精确地定义每一步操作。与之相比,大模型看似简单的架构(如Transformer结构)与巨量数据结合后,却产生了高度复杂而多样的智能表现。
AI的“智能”并非通过人为设计产生,而是通过大量数据的训练逐渐显现出来的,就像望远镜能将遥远星系的图像逐渐变得清晰一样。
由此,Rao提出了一个颠覆传统认知的观点:“智能”或许不是人类独特创造的,而是一种宇宙本就具备的自然属性。我们所做的,仅仅是通过AI技术,让这种潜藏在数据深处的智能被我们观察、理解和利用。

这篇文章属于“平庸计算”(Mediocre Computing)系列。

《时代》杂志将泰勒·斯威夫特评为年度人物,但至少有一位CNN撰稿人认为(我也怀疑很多人会同意),这个荣誉应该属于山姆·阿尔特曼。我个人认为,年度人物应该是“AI”本身,就像1982年“个人电脑”被评为年度机器一样。

不过,“机器”(machine)这个词似乎完全不足以描述现代AI的本质。与传统的“经典AI”(GOFAI)不同,现代AI更像是一种发现,而非发明,更不用说是一种由“机器”行为体现的发明了。我们真正在寻找的词汇是“发现”。如果说那些装满GPU的机架和PyTorch处理数据的方式构成了某种“机器”,那么它们更像是韦伯望远镜——它们是发现的工具,而非生产的引擎。这些“机器”让我们能够深入探索极其庞大的数据堆。“大型XYZ模型”更接近于连接在韦伯望远镜输出端的图像处理管道,而非CAD文件意义上的模型。

THE END
分享
评论 抢沙发

请登录后发表评论

    暂无评论内容