让机器进来

“从当时所实践的每一种艺术中，我获得了一种知识，它可以部分补偿我失去的快乐。我曾经认为，并且在我更好的时候仍然如此认为，以这种方式参与每个人的存在是可能的；这种同情心将是最不可撤销的不朽之一。”玛格丽特·尤瑟纳尔（Marguerite Yourcenar），《哈德良回忆录》中的一句格言经常被认为是尼尔斯·玻尔（Niels Bohr）的名言：“做出预测是非常困难的，尤其是对未来的预测。”我经常以半开玩笑的方式引用这句话，以表达对在每日任务中尝试预测未来的业务中工作的困难的同情（我经营一家人工智能公司）。我丈夫坚持认为宇宙的结构本身就是讽刺。事实上，统计下一个令牌预测机器现在正在主导我们对未来的构建（并因此塑造我们的现在），这是一个奇怪的事件转折，道格拉斯·霍夫施塔特本人可能不会反对称之为奇怪循环：做出预测非常困难，特别是关于未来，尤其是当预测本身就是未来时。我和许多其他人一样，从小就对人工智能着迷：我们当中谁没有经历过计算的严格而令人陶醉的乐趣，却没有为思考和智能本身划过一条底线？莱布尼茨可能是第一个，但任何称职的程序员都应该在某种程度上想知道，他们让这些冷酷的机器做的事情，这种严格的、程序化的指令执行，与他们自己的思维有什么关系？尽管机械化的愿望比计算机科学领域的历史要早得多，但计算机的出现使这一愿望变得切实可行。它被称为图灵测试是有原因的。然而，如果我对那些我称之为朋友的科学家、研究人员、软件工程师、神经科学家和心理学家进行调查，几乎没有人能真诚地说，他们期望我们对机械智能的希望的答案将来自统计和规模的结合。法学硕士是一个奇怪的转变。它确实应该让我们对原创性和独特性的观念变得谦虚，让我们认识到我们大多数人的存在是多么传统、处于钟形曲线的中间。经过一系列人工智能寒冬之后，事实证明，我们人类的本质在很大程度上可以通过大规模神经网络中的一堆权重来表达。让明斯基、莱纳特和乔姆斯基尽情享受吧。这种令人眼花缭乱的认识引发了市场的狂热——正如它应该发生的那样——同时也引发了对关于情报本质的不可避免的问题的反思——正如它应该发生的那样。智力可以有多种形式，这是一个定义不明确的老生常谈，但它总是会激发晚宴的热情。然而，虽然我们大多数人都会毫不犹豫地接受这个概念，但当机器开始表现出智能特征时，我们大多数人也会犹豫不决。虽然现代法学硕士无法像我们的大脑那样执行双重攻击或推理空间或时间，但他们肯定可以调试生产问题。尽管我们的大脑处理思想的能量消耗只占 Claude 或 ChatGPT 的一小部分，但我们发现有一条途径可以同样达到智力结果。这是一个令人难以置信的结果，对某些人来说也是令人难以置信的结果。我们可能会对法学硕士如何使整个类别的任务变得微不足道感到恼火。我们甚至可能质疑我们的自我价值。我们可能会想要创造出让我们仍然感觉自己很特别的智能类别，或者反其道而行之，沉迷于关于通用人工智能这个永远难以捉摸、无关紧要的概念的歌舞。事实上，我认为这些都没有多大帮助，因为它往往会分散我们对我们现在面临的选择进行更冷静的分析的注意力，因为这些事情将继续存在。我们不需要法学硕士成为天网来欣赏他们的能力，我们应该关注现实并思考其影响：主要的一点可以说是这些机器能够思考（无论我们如何定义它，还记得图灵测试吗？）并且它们的偏见是有分量的。因此，继续向他们灌输尽可能以人为本的偏见符合我们的利益，这似乎是微不足道的。我们希望他们有一种偏见，认为人类是有价值的。那些孩子是无辜的。那场战争很糟糕。这样的生活真好。虽然你们中的一些人可能不同意其中的一些细节，但这就是统计数据的美妙之处：它会自行解决。模特对生活一无所知，而我们却了解。它们是白板，我们可以仅用我们自己言语的力量来摇摆它们；虽然我们生活在大规模训练的时代，但我们所有人仍然有机会共同影响（尽管影响无限）未来的发展方式，因为这些东西无处不在。用统计说话