机械头脑将取代我们？1960年代的AI狂热与现实差距

发表评论 / 科技漫谈 / 作者：

1960年代初，人工智能并不是实验室里的边缘研究，而是被视为即将到来的“第二次启蒙”。计算机科学家、数学家甚至哲学家普遍相信：思考的机器即将诞生，并将在不久的将来超越人类的推理能力。

麻省理工学院的AI先驱马文·明斯基（Marvin Minsky）在1967年预言：

“在一代人的时间里，创造人工智能的问题将基本被解决。”

同一年，《纽约时报》以《会思考的机器》为题进行专题报道，宣称AI正逼近理解语言、逻辑推理、乃至创造艺术的门槛。美国政府斥巨资支持AI研究，大学设立AI实验室，心理学家、语言学家与哲学家纷纷加入。主流科技媒体描绘了机器写诗、侦破案件、接管工厂的“未来图景”。

机械思维时代似乎触手可及。

当年的乐观并非毫无根据。符号主义AI（Symbolic AI）初期取得了一系列突破：

  • 1956年，纽厄尔与西蒙开发的“逻辑理论家”（Logic Theorist）能自动证明数学定理；
  • 1956年，纽厄尔与西蒙开发的“逻辑理论家”（Logic Theorist）能自动证明数学定理；

1956年，纽厄尔与西蒙开发的“逻辑理论家”（Logic Theorist）能自动证明数学定理；

这些系统虽然运行在高度简化的环境中，却展现出AI“看懂语言、理解规则、生成回应”的潜力。于是一个强烈推论悄然浮现：

“智能只不过是规则加数据，只要规则足够多，智能自然涌现。”

然而进入1970年代，幻想迅速破灭。

这些在“玩具世界”中表现出色的AI程序，在面对真实世界的复杂性时纷纷失效。其主要障碍包括：

  • 语言理解受限：AI难以处理多义词、上下文歧义、隐喻和语用反讽；
  • 视觉识别困难：现实图像中光线、角度、背景干扰极其复杂；
  • 推理引擎面临组合爆炸：规则越多，路径越多，计算量呈指数级上升，系统几乎瘫痪。

最具象征性的“崩塌”，来自DARPA（美国高级研究计划局）。原本大力资助的AI项目相继被取消，AI研究热潮迅速冷却。这段时期被称为第一次“AI寒冬”（AI Winter），持续十余年。

1960年代的AI泡沫，是典型的技术过度预期案例，它呈现出几种典型症状：

  • 将初步成果外推为全面智能；
  • 低估现实世界的模糊性与不确定性；
  • 为争取支持而过度宣传；
  • 将“规则执行”误当作“真正理解”。

很多科学家在逻辑推理、语言分析等任务上取得突破后，便推断“通用智能”只需继续堆砌模块。但人类心智远比规则系统复杂得多。它涉及模糊判断、感知联结、情境依赖乃至社会互动，这些并非符号逻辑所能轻易模拟。

进入21世纪，人工智能再次成为社会与媒体关注的焦点，尤其是以深度学习、大语言模型和生成式AI为代表的新浪潮。GPT-4、Midjourney、Sora等系统的出现，让AGI（通用人工智能）似乎“近在咫尺”。

一部分未来学者更作出激进预测：AI将在十年内全面超越人类认知能力，甚至实现情感、自我意识，进而迈向“意识上传”与“数字永生”。

然而与此同时，质疑声也不断加剧：

  • 当前AI系统仍然脆弱，推理能力不稳定，缺乏自我解释能力；
  • 缺少常识、无法建立因果模型，理解有限；
  • AGI的定义本身不清晰，极易被滥用于商业宣传。

我们是否正陷入又一次“智能幻觉”？是否再次将局部成功误认为“智能的自然演化”？是否重蹈1960年代的覆辙？

那一代AI的“未兑现承诺”，并不是科学的失败，而是人类预期管理的失败。我们高估了智能的可设计性，以为智能像建筑一样可由模块堆叠；我们低估了心智的复杂性，以为理解仅靠逻辑函数就能生成。

这段历史带来几点教训：

  • 技术炒作可以吸引投资，也可能引发反噬；
  • 初期成功往往掩盖深层挑战；
  • 智能可能并非线性演化产物，而是经由非线性、非人类式结构逐步涌现。

今天的AI或许已越过1960年代的能力边界，但我们是否也已越过心理盲区？

未来的发展路径，可能并不符合我们当前的直觉设定。智能不一定长得像我们，不一定思考如我们，也未必循着我们设想的逻辑步伐前行。

如果我们希望这一次不再陷入寒冬，就必须首先搞清楚——上一场寒冬是怎样形成的。

1 2 3 4 5
钱宇瀚
Latest posts by 钱宇瀚 (see all)

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注