智力被碾压我们还能学什么？

秦建军

误区11AI只不过是做一些移花接木的雕虫小技

可以生成新知识、新样本的通用AI已破晓

AI通过计算机的手段来模拟、延伸或增强人类的智能，多数的AI技术很大程度依赖于人类给它的经验，即有监督的学习。经过专门训练的AI在执行特定任务时表现出色，比如AlphaGo 已经击败人类围棋冠军、AI识别物品和人脸的错误率要低于人类、AI取代了许多人工劳动等。

不过，以ChatGPT为代表的AI大模型却另辟蹊径，通过词向量、Transformer等技术进行无监督学习和预训练，生成数据中并不存在的知识和样本，从而具备了处理通用任务的能力。以文本大模型为例，无论是数理化生还是文史哲法的问题，都可以通过输入提示语给大模型从而得到答案，通用人工智能已初现曙光。计算机图灵奖得主、深度学习提出者之一的杰弗里·辛顿在2024年2月的报告中认为，未来20年内有50%的可能性AI会比人类更聪明。

目前，ChatGPT的周活跃用户已突破1亿。这足以证明作为人类脑力加速器的AI大模型并非浪得虚名，它的确能帮我们迅速构思和完成那些需要大量脑力才能完成的内容。举例来说，据说中国作家倪匡生前能在4天内写完一本书，奥地利作曲家弗朗茨·舒伯特在短短31年的人生中创作了近1000件歌曲、歌剧等作品。但现在有了AI大模型的协助，在掌握一定的写作和作曲基本功后，这些可能成为许多普通人就能完成的小目标。

误区22既然有了AI，我们什么都不用学了，直接“躺平”

AI时代，我们更要重视从生活和亲身实践中学习。

虽然一些AI预训练的数据来自人类的知识和经验，但也导致了AI屡犯事实和常识性错误，比如搞混人物关系或出生地等信息。还有一些AI可以在仿真环境中强化学习，但仍然是真实世界的简化模型。实践经验是AI难以教会的，比如过分依赖AI给出的提示而很少实践，恐怕你学不会钓鱼和游泳；AI创作的文字再优美，缺少生活体验和故事背景的加持，也难成千古名篇。

我们还应该注重学习基本功的训练，养成思维缜密、精益求精的好习惯。

虽然AI可以帮我们写作文、回答问题、做数学题等，但其生成的内容往往真伪难辨。只有通过严格系统的学习和训练，拥有扎实的知识基础，培养能够识别AI常见错误的敏锐洞察力，才能避免被AI轻易欺骗和误导。

想象力、好奇心和批判性思维的培养也很重要。

AI的知识量远超人类个体。我们善于观察、思考、想象，不断拓展认知边界，能锻炼出轻松驾驭AI的高阶思维能力。

误区33AI只是个工具，会用就行，没必要了解太多

持续学习，避免产生新数字鸿沟。

我们不仅要学习不同场景中使用大模型的基本技巧，还要了解典型AI技术背后的基本工作原理和相关知识，避免通用人工智能发展所带来的新数字鸿沟。比如，到底AI更喜欢怎样的指令？有研究显示，给大模型输入短句效果更佳，讲礼貌用语并不会改变生成结果的质量。

学会与人工智能合作，从人机合作、人机共创甚至发展到人机共融。

尤瓦尔·赫拉利在《人类简史》中认为群体合作是人类能在自然界胜出的重要法宝。AI和人类之间既是竞争关系又是合作关系，但唯有合作才能更好地发挥各自优势。这就需要人类利用智慧发展符合我们价值观的AI，共同应对AI带来的伦理、道德等一系列挑战。

通用AI还有大量悬而未解的技术难题，有待我们去发现、研究和攻克。因此，在学生时代打下扎实的学习基本功仍然是必要的。

作者单位 北京建筑大学机器人工程系