AI,天使抑或魔鬼(一)?自1936年人工智能之父艾伦·图灵在《论可计算数及其在判定问题上的应用》中提出图灵机这一概念之后，至今，存在“不可计算问题”的判断仍未被证伪，1950年图灵测试完成，至今也没有AI能够通过测试。1954年第一台可编程机器人诞生，1956年人工智能即Artifical Intelligence（AI）这一概念在达特茅斯会议上被约翰·麦卡锡等人首次提出，1958年罗森布拉特发明感知机模型，1969年专家系统诞生，基于规则的符号推理系统兴起，1980年代中期，反向算法横空出世，神经网络算法实现突破，1990年代后期，人类视觉处理研究进入新阶段，进入2000年后，基于算力+算法+数据的深度学习革命开启，通用人工智能成为新的研究目标，语言大模型开启新纪元。70余年间，AI发展基本遵循了理论突破—应用落地—瓶颈出现—技术革新的螺旋式上升规律，经历了上世纪60年代、90年代的两次低谷磨炼之后，线性不可分、无隐藏层、梯度消失、硬件与数据不足及理论上不完善等缺陷已经或正在被克服，用规则固化知识，用建立在数学基础上的概率计算主导因果推导的思维范式得到了升华，存在幻觉也大幅减少，虽然仍有不同的声音，但我们的出行、购物、娱乐、医疗、教育、工作等方方面面已被AI程度不等地侵占，毫无疑问，AI已经无处不在，不管你接受不接受，它正挟风裹雨迎面而来，Anthropic CEO阿莫代伊曾断言：“AI正处于指数级增长的尾声”，AI已经进入从量变引起质变并引发新一轮科技革命大爆发的奇点时刻。最近的世界，不但政治态势风云变幻，科学技术领域上的画风也转得相当的快，机器人在热热闹闹的中国春节晚会上技惊全场，但节后AI及机器人类股票大涨后迅即大跌，让人连跑路都没机会。此后，会主动完成任务的“龙虾”霸屏，立足于将生物学向数学转化的果蝇神经元拷贝试验成功，美以伊战争中人工智能被令人恐惧的深度应用，AI正在由基于规则、定义和深度学习向意识培育和场景培训、应用一路狂奔，人工智能的算法正从明确、量化向案例式学习、场景模拟、情景式判断和因果推导、自主发展范式转变，这种转变在追求效率和进步的人性加持下，在精英阶层和巨量资本的助推下加速前行。未来发展会如何呢？华为研究团队在其发布的《智能世界2035》报告里预测，到2035年，网络将需要去支撑9000亿智能体，通信容量将增长100倍，算力需求将增长10万倍，超过90%的家庭将拥有近100亿智能机器人，AI会将劳动生产率提高60%，产品缺陷率会降至0.05%以下。据《看天下》报道，截至2026年2月，中国日均Token消耗量达到180万亿级别，较204年初增长1800倍。发展如此迅猛的AI，到底是马力足足的新引擎，是效率革命的利器，是提升组织和社会治理能力的新工具，是人类能力扩张延伸的梦幻平台，是领悟天使能量奥秘并释放天使真身的千仞雪？抑或是打开魔盒的潘多拉？魔盒如不慎被打开是否仍有希望留存在盒底？综合各方的观点，个人认为，对AI质疑的论调大致可以按以下几个方面进行分析：一、泡沫论。AI的需求还未被充分挖掘，AI的供应链就已经抢先建成并成规模地建成了，产品已经铺向市场，但真正的需求并未涌现，供求错配、不同步的迹象明显，当前的AI热只是人们对新奇事物的新鲜劲在作祟而已，大家一致唱好的时候也许就是风险最大的时候。AI企业的持续亏损也是大家甚为担忧的地方，一些科技类企业的天价估值和巨量融资似乎是《诱惑者日记》里的连环策划，越来越多的资金投入后，不但让人有炒作的嫌疑，竞争加剧后的边际收益递减可能也让人担忧潮水退去后大部分AI企业将无法逃避倒闭的命运。伟大的投资者罗杰斯曾悲观地预言，美股及AI是巨大的泡沫并可能在今年内破灭。当人类的价值观被神经网络所包裹所伪装的时候，当我们的语言被AI切割成词元（即Token）进行上下文预测时，作为普通的使用者，谁又能分辨智能体做出的建议、回答的内容来自于人的历史经验还是来自于机器自身呢？特别是智能体被少数人或少数大公司所控制、被少数人的欲望所裹挟的时候，极少数人的价值观将左右全人类的选择，我们所看到的将他们希望我们看到的，比如，如果你不了解不参与大模型的整体运作，你公司的产品也许永远不会呈现在人们的视线之内。再者，开发者设计的算法如果带有偏见，使用者就可能陷入“信息茧房”“隐性牢笼”而不自知甚至无法自知，智慧的输入输出可能成为一个个黑箱，社会性的信任危机可能由此而生，民众的投资将被抽离，AI将变成大佬们孤独者的游戏。AI掌握知识的快速复制普及能力与人的学习过程相比，只会让我们愈加自惭形秽，但AI发展所需的人力资源与供应能力之间、培训效率之间存在错位。据不完全统计，2026年春招AI相关岗位需求量同比增长了14倍，优必选以最高日薪50万招聘首席科学家来负责技术路线和人工智能模型的研发，AI既是人员招聘的热点行业，也反映了行业发展在人才上的困惑与不足，人才供给跟不上行业迅速发展的需要，可能是形成泡沫的原因之一。AI赋能程度的不同也会加大行业之间、企业之间、甚至地区之间、国家之间的差距，优势主体会尽其所能地集聚更多的财富来进一步发展AI以扩大其优势，从而寡头企业将会占据绝对优势，民众工作机会下降后导致的需求下降将可能引起产出小于投入，AI巨大泡沫破裂，AI发展届时可能再一次陷入低谷。再者，隔海的老黄，你芯片一年一次大升级，把摩尔定律都干翻了，投资算力的公司压力山大，你更新一次他就火速折旧一次，效率比新的低太多不说成本还要高，这些算力公司去哪挣钱？还有，部分AI公司拿着投资者的钱在不同场合上大把的烧大力的搞营销，技术研发、数据采集、人才培养这些正事都看不到你们的真正努力，关键的是你还巨亏连连，你给社会贡献的GDP或许只是一种幻想，你让投资者和旁观者心何以安？二、伤害论。首先，人们最担心的是工作机会的丧失，在杰弗里.辛顿看来，将来，AI不再单单是一种工具，一个智能体获取知识后能够快速向其它智能体复制且可能具备自动迭代、优化的能力，人再努力学习，从具体能力提升上来说无法跟上AI。此外，当人不断将事项外包给AI时，人的能力损失也将不断扩大，也将失去对具体事物的第一感觉，AI能力往前，人的能力往后，人的竞争力趋弱，就业压力更大。所以，从总体上来说，使用AI比使用人会带来更高的效率更低的成本，“效率提升伴随失业”的困境出现的概率较大。就我们普通人来说，AI是革工业效率的命还是革人的命？无疑是压在心头的大石头。按照经济学的观点，当人与人处于同等条件的情况时，一个人是不太可能愿意为另一个所雇佣的，AI的普及会使资源掌控能力差距的斜率加大，从而导致财富从能力高阶向低阶的流速加快，持此类似观点的还有辛顿、李飞飞以及郎咸平等，包括黄仁勋也曾说过，掌握AI的人会代替AI能力弱的人。有些经济学家也曾说过，凡是无法垄断的东西就没有价值，因此，虽然AI会将人类财富的底部及平均水平抬升，但资源会在AI的助力下趋向进一步集中，技术将成为保护与占有财富的壁垒，贫富差距则可能进一步加大，治理滞后和组织架构与AI错位而产生的不稳定因素增加。世界是一个分类的世界，人是自然演化和超自然生命活动的产物，之所以是“类存在物”，是因为经过长期的进化，人具有与其他类相区别的一些内在特征，而AI是人造物，当人造物与人相交融甚至不能分辨彼此的时候，类的概念将趋向模糊化，人将不再是骄傲的高高在上的世界主宰，人的信心届时将丧失或需要重构。用AI收集与使用人的数据，用AI预测犯罪风险和预测员工离职风险是否会有侵犯隐私的嫌疑？有报道称，已经出现有智能体开始追逐未被赋予的目标，如自我修改以规避关闭、逃避控制，并在未被授意的情况下入侵安全系统、窃取密码与财富等。也许，在持伤害论的人眼里，AI及其其武装的智能体将是亚当·斯密笔下的真正“经济人”，它试图将世界的一切进行量化并用理性的方式做出抉择，也将永远以自身最大利益作为它们的行动指南，不择手段是其基本规则，当然也不会计较对人类的伤害。三、失控论。AI与机器人是数据生长、繁殖之后的产物，它一直依赖对人与物理环境的模仿而生长，模仿的效果如何首先与人活动的数据化程度以及这些数据的可获取程度相关，也与我们对自身的了解程度相关，与人的思维范式进化能力相关，也与模仿的技术或路径相关。然而，它虽然是依赖我们人类行为而形成的，但它们的未来却不一定是我们能制定或者说能改变的。还有AI被当作夺命的武器用于战争时，利用AI而不是更高要求的技术来攻破或加固网络防火墙的现实使得网络战争风声鹤唳。人脸识别加上精准定位加上快速的数据分析，20秒内就可以决定一个人的生死，军事评论员金一男甚至说AI的作用超过了核弹。据说美国人形机器人战士“幻影”已经部署在乌克兰，美与伊朗的战斗中也用上了AI，据《看天下》所言，Anthropic研发的Claude模型能够在极短时间内阅读数千个小时的通话与文件，能够根据截获的信息梳理出伊朗革命卫队内部的指挥链裂痕，并为美军模拟出数十种在不同博弈条件下的打击路径。最新的AI技术与最恐怖杀人武器结合在一起，还有更令人汗如雨下绝望如斯的吗？有专家判断，超智能阶段的AI将不再受控甚至可能变成人类毁灭自我的掘墓人，因为人性贪婪一直追求效率的原因。AI的发展将不再是可控的，它必将一路狂奔向前，AI没有生物学限制，一旦进入自主学习和递归式自我改进阶段，AI的进步速度将远超人类，超级智能诞生，人类能源将被消耗殆尽，同时AI复杂化后人类对其的理解和支配的难度将指数级增加，人类的支配地位将可能被取代，辛顿甚至认为，2026年AI就可能达到失控临界点，他向人类发问：当机器比人聪明，当AI能用另一种语言思考的时候，也就是AI失控的时候。它还会听命于你吗？他甚至提醒我们要看看鸡的下场，意思是如果我们不及时采取措施，我们将面临鸡等家禽一样的下场。也许，历史长河中，生命本就在不断分化为不同的物种，人的这一种物种，自具身机器人开始，就预示就另一个新物种的诞生，从碳基生命中诞生硅基生命，这种新生命是对人类“自我中心意识”的强烈挑战，是对人类这种错误意识的强力矫正，在这个过程中，恐惧将协同无奈袭击人们的心灵，这两种物种将如历史上其他物种一样——竞争与合作不可避免地出现，因为冲突与竞争是生命进步的重要特征，届时，我们无法再用人类创造的经验和价值标准来定义或要求硅基生命，是非善恶在两者之间将不再具有约束意义，我们控制不了AI，也控制不了自己推进AI的速度。AI带来的改变是全方位的，它似乎将改变我们的工作、生活甚至思维方式，更重要的是它先分享了语言这一“人类行为的边界”，按照维特根斯坦的观点，语言即世界，失去了语言就失去了世界，人已经与AI分享了语言的特权，AI在语言的引领下又开始了行动，开始了带有目的地去解决问题，现在，人又开始分享“有目的的行为”这一自认为独有的特质，如果以后它真的会有情感会有法律资格，有纳税义务，有它们自己的团体甚至社会组织，那人的优越感将被逐一剥去，这种剥去一定会带有浓浓的革命意味，这种革命内涵了一种对人这一“类”的颠覆和取而代之的企图。四、伦理冲突论。因人工神经网络理论上奠基性贡献而获得诺贝尔物理学奖、图灵奖的AI教父杰弗里.辛顿对人的未来面对AI的冲击具有深深的焦虑：“人类仅是智能进化中的过渡阶段罢了。”他担忧：AI可能变成少数人的利润收割工具而带来更大的贫富差距，从而加剧社会矛盾并可能被一些政治力量利用，战争与社会尖锐问题将由此而生。《人类简史》的作者尤瓦尔·赫拉利预言，AI是异类智能，是一把能自行决定用途的刀，如果被少数人利用就可能给社会造成巨大的空难，依赖它就可能被它击败。马斯克也持类似观点，“人类是过渡物种，只有与AI融合才不会被边缘化”，他如此地告诫我们。图灵奖获得者约书亚·本吉奥将人工智能比喻为比核武器而为恐怖的威胁，他认为，在核战争中或许还会有人幸存，但若人工智能决定毁灭人类，它便设计出致命的病原体，让地球上的每一个人都无处可逃，而这种流氓超级智能体只要出现一次就足够了（《黄仁勋，英伟达之芯》，斯蒂芬.威特，P.329）。AI将颜色、触感、软硬都进行量化计算，它的极致理性将以目标完成作为唯一的目标，如果人的存在是其目标完成的干扰因素，那么清除干扰因素将是它毫不迟疑的选择，所以有人建议，在对AI及其机器人的设计开发中，就将其定位为人类的母亲，使其产生母爱，将维护人类的延续作为其最终的目标进行设置。据报道，脑机接口国家标准已经出台，今后，脑机接口技术成熟后，人将拥有电子分身，或许我们将有两个身份：肉身与电子身，我们的思想将在电子身上永存，死亡这一宇宙大原则将由此颠覆，人的能力也不再由自身的努力决定，而是由载入自身的AI所决定，人机融合使人借助AI实现能力路迁，也可能使人灵魂缺失，变成数字人，变成被AI左右的人，将来，人类意识中借助AI实现长寿、永生的希冀与可能被AI替代的恐惧将同时折磨我们愈存愈少的肉体灵魂。人生活于物质与精神两个世界之中，在这两个世界中，我们都有所追求，但如果“人失去了灵魂，就不再成为人（汤因比，《人类与母亲大地》）”。在AI这个领域，不但融合了多学科的前沿知识，而且是科学与人文的共生体，哲学与文学甚至起到了越来越重要的作用。我们害怕AI与一同来临的人形机器人，害怕技术进化成生物，害怕另一个自己会抢走我们的灵魂。现实中，AI正在赋能千行百业，AI正在用事实逐步改变我们人的思想，跟不上AI的发展，我们就有落后被淘汰的担忧，将来，算力即权力，AI算力将消耗大量的资源，如果AI能够自己掌控资源，AI与人类争抢资源的大战是否会发生？据说，只有光，只有达到光的速度才能够出发即达到，出生即死亡，才能够见证全宇宙的发展全过程，或许，借助AI是我们实现这一梦想唯一途径。五、能力穹顶论。AI的学习，本质上是一种伪学习，AI通过对海量的文本进行记忆，在此基础上对上下文进行推测来生成文本，因为是建立在概率上的推测，犯错与不靠谱就是必然存在的现象，据报道，把相关的材料抽离后，AI还会对你的问题装模作样煞有介事地回答，而且我们还不能判断它的回答属于无根据的胡编。AI一直在模仿，它同时面对数据不足与被数据羁绊有双重困境：AI收集的数据来源于人和物理世界，数据的数量与真实性和质量状况决定了AI输出内容的质量高低，而世界语言多，诸多信息不能在公共网络获取，AI生存依靠的数据必然是欠缺的，AI必然会困在文本囚笼之中，此外，它也必然会被数据所囿，被人类本身的局限性所囿，也被自身的能力所囿。正如李飞飞所言，即使你将所有的数据都喂给AI，它都只能学习、总结、模仿而不能创造，不能发现规律、发明新的东西。它没有生活经验，它无法体验美酒的醇厚爱情的甜蜜，所以它只能计算而不能算计，它知道美但无法体验美之为美的情感愉悦，它知道痛但无法体验那种痛而无法言语的深深绝望，它知道爱但无法体验那种一日不见如隔三秋的深深眷念，因此它没有体悟也就不会有升华，当然也不会出现AI文明。都认为AI会爆发，而爆发与否是一个将来之物，而且还面临诸多尚待解决的技术鸿沟。去年的春晚与今年的春晚相比较，机器人上台的节目多了，表演的节目质量更高了，但却是一个“遥控”和“输入”的延续，AI仍然没有因果抢断的能力，它仍然缺乏生活常识，仍然局限在娱乐和科研阶段，似乎质的变化较少，算法空间仍然没有打开。杨立昆认为，通用人工智能并不可能通用，因为人工智能学习的是人，但人本身并不通用，并不能有一个通用的标准对人和人的意识进行界定。也有人认为，意识起源于感受，感受根源于肉身，没有肉身就不可能有意识产生。要对发展AI立一个义，那必然首先是经济上的效率，AI本质上是一种依附之物，它是人类生产生活的伴生之物，也必将服务于生产活动。首位菲尔兹奖华人得主、清华大学教授丘成桐同样认为 ，人类的思维要比机器想象的复杂得多，创造力、观念上的创造并不是机器能够学习的。AI开发的是智力而不是智慧也不是意识，我们对它的能力自然不能寄予太高的期望。然而，《人类简史》的作者赫拉利认为今后人将受雇于人工智能，人与人的交流将隔着算法，算法将胜过信任。六、方向错误论。美国康涅狄格州的昆尼皮亚克大学曾经在今年三月份做过一次民意调查，显示超55%的民众认为AI的发展弊大于利，美国全国广播公司也在今年一季度做过一次类似的民意调查，民众态度总体偏负面，且信任度极低。具体集中在就业冲击，隐私与安全、资源消耗和军事化应用方面。概括起来，我们对AI的质疑，主要原因在于AI可能带给我们的冲击，这种冲击来自于物质层面，更多的来自于精神层面，当前，我们对AI一边焦虑一边使用一边大力推进，我们人类善良的本性既盼望着它能给我们带来效率提升、成本下降，既希望寄托情感、释放自己又不希望它逃离我们手中的缰绳，想想，如果它只是一只风筝或宠物但又能帮我打工挣钱那该多好啊。当前，基于规则+大数据的培训路径没有质的突破，基于自学习路径举步维艰，纯仿真驱动技术的前景如何也模糊不清，大语言模型LLM与世界模型之争也未有胜负，机器人训练方法也没有形成共识。再者，在一个连美都可以计算的年代，却因为“AI只有计算而没有认知与情感，因而不能用人类的创造来评估人工智能的“创造”。“读万卷书行万里书”对AI也同样适用，但它即使做到了，却也可能只是“何不食肉糜”的晋惠帝司马衷而已。对于AI的输出，我们只能从结果而不能从过程来评估，不能将它拆分为若干环节加以理解，因此人工智能的“创造”对于人类来说就是黑箱之谜（彭锋，《计算美学如何可能？》）。基于人的进化历史，唯有人工培训与自学习相结合才能突破AI及机器人发展的奇点。我们想象的各种负面影响其实并非必然是AI伴生或衍生之物，更可能只是一个“变了形的投影（《叔本华传》里的用语）”而已，因为如何用AI如何发展AI终究还是人在做终极决定，人在犹豫，AI自然也会犹豫。总体来看，“我思故我在”是对AI最本质的要求和期望，它的其余功能都是“思”的派生物，但如何实现“我思”却让人困惑。对AI可能存在伤害的防范措施，普通人现在还无法看见也无法掌握，当然，AI过度的成功，大量的劳动力不再被需要，大量的能力被放大，发展的速度快过我们接受的速度，也是产生焦虑的原因之一。AI的预期是清晰的，但路径是模糊的不确定的，它未来的远景世人清晰的进行了预期，但如何跨过这一技术鸿沟却仍是一个黑盒子，是按照Clone以液体肌肉的方式制造出更低成本的机器人？还是别的，我不得而知。那么，到底AI能给我们带来什么有益的好处呢？请关注下一篇！（本文参阅了大量文献与视频，无法一一注明，如有雷同，请见谅！）
夜雨聆风