AI模仿人類六十年，偏見隨主見而生，關鍵在人如何“帶路”

哈嘍，大家好，小圓這篇評論主要聊AI這個熱門話題，都說現在的AI越來越有主見，但它真不是只會鸚鵡學舌的家伙，咱們到底該怎么應對？

最近觀察者網和美國四院院士特倫斯·謝諾夫斯基的對話很有啟發，這位可是AI領域的先驅，和圖靈獎得主辛頓并稱“AI的萊特兄弟”，咱們就跟著他的思路好好剖析下。

當下AI熱潮里，不少人既驚嘆于DeepSeek、ChatGPT的強大，又滿是擔憂：AI為啥會編瞎話，有偏見咋辦，會不會搶工作甚至威脅人類，這些疑問繞不開一個核心，AI的“主見”到底從哪來，咱們該咋應對？特倫斯作為深耕AI六十年的專家，他的解讀既戳破了謠言。

很多人覺得AI是突然火起來的，其實它背后是三代科學家六十年的積累，早在上世紀，傳統AI走的是非黑即白的邏輯路線，編程序全靠硬寫，可現實問題哪有這么簡單，這項技術一直沒大突破，直到1980年代，特倫斯和辛頓這些科學家換了思路。

既然大自然的大腦能思考，咱為啥不模仿它？大腦和傳統計算機差別太大了，計算機靠時鐘按順序干活，晶體管連接少；大腦沒有時鐘，數十億神經元互相連接，一個神經元能和上萬個同伴對話，靠的是并行交互。

他們順著這個思路研發學習算法，讓神經網絡像嬰兒學說話那樣，靠經驗積累知識，可當時的計算機比現在的智能手表還弱，內存就幾兆，根本沒法支撐大規模運算，只能用小問題演示可行性，這一等就是四十年，十年前辛頓團隊解決了圖像識別難題。

AI能準確認出大山、大象，這在當時是天大的突破，三年前ChatGPT橫空出世，一夜爆紅，其實是四十年技術積累的厚積薄發，神經網絡的擴展性遠超想象，網絡越大，能解決的難題就越多，AI的“主見”，本質上是對海量知識的高效整合，而非憑空產生。

至于“AI搶工作”的焦慮，工業革命時99%的人務農，現在只剩2%，那些人沒失業，而是去了工廠、辦公室，互聯網催生了網頁設計師、網紅等新職業，AI也會如此，做翻譯的朋友，以前靠人工翻合同，現在用AI初稿，自己改細節，效率翻了三倍，反而接了更多活。

監管方面，特倫斯很認可中國的思路，不過早過細限制，給技術試錯空間，歐盟搞100頁的法案，連不能用AI篩簡歷都寫進去，反而束手束腳，AI還在初級階段，就像當年的蒸汽機，剛開始也總爆炸，只有多用才能找到改進辦法。

AI從來不是威脅，而是推動人類進步的工具，它的主見是人類智慧的延伸，提升自己的核心能力，創造力、判斷力、共情力，這些都是AI永遠學不會的，年輕一代更要敢探索，就像特倫斯那代人突破傳統AI那樣，未來咱們不僅能駕馭AI，更能讓它成為造福人類的好幫手。