生成式AI將如何改變教育？

生成式AI會(huì)增加失業(yè)率嗎？

生成式AI將會(huì)帶來(lái)哪些風(fēng)險(xiǎn)？

哪些行業(yè)和職業(yè)將會(huì)繁榮，哪些將會(huì)衰落？

生成式AI的發(fā)展如火如荼，創(chuàng)造了新的計(jì)算機(jī)系統(tǒng)，在各行各業(yè)發(fā)揮重要作用，加速了科學(xué)、藝術(shù)和人類(lèi)知識(shí)的進(jìn)步，與此同時(shí)也將帶來(lái)新的危險(xiǎn)。

財(cái)之道叢書(shū)新書(shū)《生成式AI：人人都需要知道的》涵蓋了人工智能的歷史以及生成式AI的原理和應(yīng)用、可能的影響和風(fēng)險(xiǎn)、法律地位、公共政策等多個(gè)方面，內(nèi)容全面而深入。

本文摘編自《生成式AI：人人都需要知道的》

有刪減

AI

什么是“人工智能”？

文 / [美]杰瑞·卡普蘭

這是一個(gè)易問(wèn)但難答的問(wèn)題，原因有兩點(diǎn)。首先，關(guān)于智能是什么，人們幾乎沒(méi)有共識(shí)。其次，至少到目前為止，人們幾乎沒(méi)有理由相信機(jī)器智能與人類(lèi)智能有太大的關(guān)聯(lián)，即使兩者看起來(lái)很像。

人們提出了人工智能的許多定義，每個(gè)定義都有自身的傾向性，但多數(shù)大致圍繞著這樣一個(gè)概念：創(chuàng)建計(jì)算機(jī)程序或機(jī)器，使其能夠做出智能的行為，而我們認(rèn)為這種智能應(yīng)當(dāng)由人類(lèi)表現(xiàn)出來(lái)。人工智能之父約翰·麥卡錫在 1955 年將這一過(guò)程描述為“使機(jī)器以如果人類(lèi)這么做就會(huì)被稱為智能的方式來(lái)行動(dòng)”。

但是，這種看似合理的 AI 特征描述方法存在嚴(yán)重缺陷。想想看，我們很難定義人類(lèi)智能，更不用說(shuō)測(cè)量了。我們的文化傾向于將事物簡(jiǎn)化為數(shù)字來(lái)測(cè)量，以便進(jìn)行直接比較，這往往會(huì)造成一種虛假的客觀性和精確性。而試圖量化像智能這樣主觀而抽象的東西，顯然就屬于這一類(lèi)。我們能說(shuō)幼小的薩莉的智商就比約翰尼的智商高出 7 分嗎？請(qǐng)找一個(gè)更公平的方法來(lái)決定誰(shuí)能得到寶貴的最后一個(gè)幼兒園名額吧。舉個(gè)試圖拆解這種過(guò)度簡(jiǎn)化的例子，發(fā)展心理學(xué)家霍華德·加德納（Howard Gardner）提出了一個(gè)有爭(zhēng)議的框架，即從“音樂(lè) - 節(jié)奏”到“身體 - 運(yùn)動(dòng)”再到“自然主義”的八維智能理論。

盡管如此，畢竟在許多語(yǔ)境下，說(shuō)一個(gè)人比另一個(gè)人聰明是有意義的。況且，有些關(guān)于智能的指標(biāo)已經(jīng)被廣泛接受，并與其他指標(biāo)高度相關(guān)。例如，學(xué)生加減數(shù)字的速度和準(zhǔn)確性，被廣泛用作衡量邏輯及量化能力的標(biāo)準(zhǔn)，更不要說(shuō)其關(guān)注細(xì)節(jié)的能力。但將這一標(biāo)準(zhǔn)應(yīng)用于機(jī)器有意義嗎？一個(gè) 1 美元的計(jì)算器即使沒(méi)有雙手，也能在這項(xiàng)任務(wù)上完勝人類(lèi)。現(xiàn)在代指計(jì)算器的單詞“calculator”，在第二次世界大戰(zhàn)前就是指熟練的專(zhuān)業(yè)人員——有趣的是，這些人通常是女性，因?yàn)槿藗兿嘈排阅軌虮却蠖鄶?shù)男性更細(xì)致地完成這項(xiàng)煩瑣的工作。那么，計(jì)算速度是否說(shuō)明機(jī)器擁有超強(qiáng)的智能呢？當(dāng)然不是。

大多數(shù) AI 研究人員認(rèn)為，如何解決問(wèn)題與是否解決問(wèn)題同樣重要，這使得將人類(lèi)智能與機(jī)器智能比較變得更加復(fù)雜。要理解其中的原因，請(qǐng)看一個(gè)簡(jiǎn)單的計(jì)算機(jī)程序如何玩“井字棋”（tic-tac-toe）：一對(duì)玩家在 3 乘 3 的網(wǎng)格上交替放置“×”和“○”，直到一方在一行、一列或一條對(duì)角線上填上三個(gè)“×”或“○”（或者所有網(wǎng)格都被填滿，即游戲?yàn)槠骄郑?/p>

井字棋共有 255168 種不同的對(duì)局，而在如今的計(jì)算機(jī)世界里，生成所有可能的序列并標(biāo)記出能贏的，然后查表來(lái)下每一步棋以做到完美比賽，是一件相當(dāng)簡(jiǎn)單的事情。 但大多數(shù)人不會(huì)把這樣一個(gè)瑣碎的程序當(dāng)成人工智能?，F(xiàn)在想象一種不同的方法：一個(gè)先前對(duì)游戲規(guī)則沒(méi)有概念的計(jì)算機(jī)程序，通過(guò)觀察人類(lèi)玩游戲，不僅能了解贏的含義，還能了解什么策略最成功。例如，該程序可能會(huì)在玩井字棋中學(xué)到，當(dāng)一名棋手在一行內(nèi)下了兩子后，另一名棋手總會(huì)下一步阻擋棋，或者該程序可能會(huì)學(xué)到，占領(lǐng)連線中有空格的三個(gè)角經(jīng)常贏。通常，一個(gè)程序之所以能被稱為人工智能，是因?yàn)樗軌蛟跊](méi)有任何指引或指令的情況下獲得所需的專(zhuān)業(yè)知識(shí)。

現(xiàn)在，并不是所有的游戲，當(dāng)然也不是所有有趣的問(wèn)題，都可以像井字棋那樣通過(guò)枚舉來(lái)解決。相比之下，國(guó)際象棋大約有10的120次方種不同的對(duì)局，這一數(shù)量遠(yuǎn)遠(yuǎn)超過(guò)宇宙中原子的數(shù)量。因此，AI 研究的大部分內(nèi)容可以看作是在試圖找出可接受的解決方案，所針對(duì)的問(wèn)題均是出于理論和實(shí)際上的各種原因而無(wú)法進(jìn)行確定性分析或枚舉的。

無(wú)論如何，從大量可能性中選擇答案與通過(guò)洞察力和創(chuàng)造力找出答案之間，存在著一種并不直觀但切實(shí)可行的等價(jià)關(guān)系。這種悖論的常見(jiàn)比喻是，足夠多的猴子在足夠多的鍵盤(pán)上敲打，最終會(huì)敲出莎士比亞的全部作品，但換成更現(xiàn)代的說(shuō)法是，給定時(shí)長(zhǎng)下的每種可能的音樂(lè)演奏，都可以用一個(gè)有限的 MP3 文件中的某一個(gè)來(lái)表示。從中選擇一個(gè)特定音樂(lè)文件的能力，是否等同于錄制這段音樂(lè)的創(chuàng)造性行為呢？二者當(dāng)然不同，但前者的技能也許同樣值得我們喝彩。

在給學(xué)生的算術(shù)題打分時(shí)，我們不會(huì)考慮他們是如何完成作業(yè)的——我們假定他們只用了自己的大腦和像鉛筆、紙這樣的必要工具。那么，當(dāng)用一臺(tái)機(jī)器作為測(cè)試對(duì)象時(shí)，我們又為什么要關(guān)心它是如何完成的呢？因?yàn)槲覀兿氘?dāng)然地認(rèn)為，執(zhí)行這項(xiàng)任務(wù)的人正在使用某些與生俱來(lái)或后天習(xí)得的能力，原則上可以將這些能力應(yīng)用于廣泛的類(lèi)似問(wèn)題上。然而，僅憑機(jī)器在同樣任務(wù)中表現(xiàn)出相同或更高水平，我們并不相信這就表明了機(jī)器能解決這一類(lèi)問(wèn)題。

但是，用人類(lèi)能力來(lái)衡量 AI 還有另一個(gè)問(wèn)題。機(jī)器能夠完成許多人類(lèi)根本無(wú)法完成的任務(wù)，而許多這樣的表現(xiàn)確實(shí)會(huì)讓人感覺(jué)這是智能的展現(xiàn)。一個(gè)安全程序，可能會(huì)基于在短短 500 毫秒內(nèi)異常的數(shù)據(jù)訪問(wèn)請(qǐng)求而懷疑受到了網(wǎng)絡(luò)攻擊；一個(gè)海嘯預(yù)警系統(tǒng)，可能會(huì)基于能反映復(fù)雜海底環(huán)境的微小海平面高度變化而發(fā)出警報(bào)；一個(gè)藥物發(fā)現(xiàn)程序，可能會(huì)通過(guò)在成功治療癌癥的化合物中發(fā)現(xiàn)未曾注意的分子排列模式而提出新型混合劑。

這些系統(tǒng)展示出的行為，將變得越來(lái)越常見(jiàn)，并且不適合與人類(lèi)能力進(jìn)行比較。無(wú)論如何，我們還是傾向于將這類(lèi)系統(tǒng)視為人工智能。

《生成式AI：人人都需要知道的》

作者 [美]杰瑞·卡普蘭

譯者 陳昊

出版日期 2025.09

博庫(kù)購(gòu)書(shū)鏈接

當(dāng)當(dāng)購(gòu)書(shū)鏈接

內(nèi)容簡(jiǎn)介

本書(shū)由人工智能領(lǐng)軍人物、斯坦福大學(xué)教授杰瑞·卡普蘭撰寫(xiě)，作者具有豐富的學(xué)術(shù)和實(shí)踐經(jīng)驗(yàn)，以易懂的語(yǔ)言解釋復(fù)雜的技術(shù)概念，讓讀者更容易理解人工智能的相關(guān)知識(shí)，同時(shí)對(duì)于人工智能的哲學(xué)問(wèn)題也進(jìn)行了探討，具有一定的啟發(fā)性。

[美]杰瑞·卡普蘭，美國(guó)人工智能專(zhuān)家、連續(xù)創(chuàng)業(yè)者、技術(shù)創(chuàng)新者、教育家、暢銷(xiāo)書(shū)作家和未來(lái)學(xué)家。發(fā)明了幾項(xiàng)突破性的技術(shù)，創(chuàng)立了許多科技創(chuàng)業(yè)公司。目前是斯坦福大學(xué)的兼職講師，教授人工智能的社會(huì)影響和經(jīng)濟(jì)影響。著有《人工智能時(shí)代》等。

陳昊，九三學(xué)社社員，復(fù)旦大學(xué)碩士，曾任某公司副總經(jīng)理，現(xiàn)任某全國(guó)重點(diǎn)實(shí)驗(yàn)室綜合辦副主任、高級(jí)工程師，《半導(dǎo)體產(chǎn)業(yè)全景介紹》系列視頻創(chuàng)作者。

↓ 點(diǎn)擊名片，關(guān)注浙江人民出版社↓