人工智能即将到来，我们根本不知道结果会是什么，所以我们的责任是推动人工智能取得积极的成果，让我们的生活变得更加美好。

原文

链接：https://stratechery.com/2023/ChatGPT-learns-computing/

未经授权，禁止转载！

作者 | Ben Thompson 译者 | 弯月

责编 | 王子彧

出品 | CSDN（ID：CSDNnews）

十年前，我在社交媒体上发布了一张图片，宣布 Stratechery 正式创立：

2004 年，Jeff Hawkins（Palm 和 Handspring 的创始人）与 Sandra Blakeslee 合著了一本书《On Intelligence》，这本书的第一章讲的是人工智能，但 Hawkins 认为这本书有一个结构上的瑕疵：

计算机与大脑建立在完全不同的原理之上：一个是编程，另一个是自学；一个不能出任何错，另一个则天生灵活并且能够容忍失败；一个有中央处理器，另一个则没有集中控制等等。我会觉得计算机不智能，其中最大的原因是我了解计算机的工作原理，一直到物理晶体管的水平，这些知识让我有一种强烈的直觉，即大脑与计算机完全不同。虽然无法证明，但我知道这一点，就像一个人凭直觉所能知道很多事情。

在这本书的后续篇章中，Hawkins 阐述了过去二十年中他通过不懈的努力建立的智能理论。去年，他又出版了一本著作《A Thousand Brains: A New Theory of Intelligence》，其中阐述了智能理论的本质：

大脑会创建一个预测模型。这只是意味着，大脑不断地预测它的输入是什么。预测不是大脑偶然的动作，而是一种永不停止的内在属性，而且在学习中起着至关重要的作用。当大脑的预测得到验证时，这意味着大脑的世界模型是准确的。如果错误预测，你会注意到错误，并更新模型。

据我所知，Hawkins 的理论并没有得到广泛认可，很大程度上是因为人们并不知道如何通过实验来证明这个理论。然而，值得注意的是，至少从广义上来说，ChatGPT 的智能恰恰推翻了 Hawkins 所认为的智能本质：做出预测的能力。

此外，Hawkins 会指出，这意味着有时会出错。Hawkins 曾在《A Thousand Brains》中表示：

大脑模型可能是错误的。例如，失去肢体的人常常感觉这个肢体还在。大脑模型包括失去的肢体及其所在位置。因此，即使肢体已经不在了，患者仍能感知到它，并感觉它依然在。幻肢可以“移动”到不同的位置。截肢者可能会说他们失去的手臂就在身边，或者认为他们失去的腿是弯曲的或是直的。他们可以感觉到肢体所在特定位置瘙痒或疼痛。这些感觉在肢体被感知的“外面”，但实际上那里什么也没有。大脑模型包括肢体，所以无论对还是错，这就是大脑的感知……

错误信念指的是，大脑模型相信物理世界中不存在的事物。再想想幻肢。幻肢的出现是因为新大脑皮质中有模拟肢体的皮质柱。这些皮质柱的神经元代表了肢体相对于身体的位置。肢体被移除后，这些皮质柱还在，而且它们还有肢体的模型。因此，患者认为肢体仍在，即使物理世界中已经没有了。幻肢是错误信念的一个例子。（随着大脑调整身体模型，幻肢的感知通常会在几个月内消失，但有些人可以持续数年。）

维基百科上说，幻觉是一种在没有外部刺激的情况下的感知，它具有真实感知的特性。幻肢就是这类的一个例子。但关于幻觉（人工智能），维基百科有单独的解释：

在人工智能中，幻觉或人工智能幻觉是人工智能的自信反应。当模型有“幻觉”（输出欺骗性数据的倾向）时，其使用的训练数据并不能证明输出的合理性。例如，ChatGPT 生成了一篇关于特斯拉上一财季的新闻文章，最后发现其中包含的财务数字是 ChatGPT 编造的。

该术语源自幻觉的心理学概念，因为它们具有相似的特征。人工智能幻觉的危险之处之一是模型的输出看起来是正确的，即使它本质上是错误的。

将这些加法器电路串联在一起，就可以构建任意复杂的算术运算。这些电路将成为算术逻辑单元的基本构建块，而算术逻辑单元是现代计算机的关键组件。

这种方法暗含了一层深意：计算机是确定性的，如果电路 X 打开，则 X 所代表的命题为真；1加1永远是2；单击浏览器上的“后退”按钮将退出当前页面。当然，晶体管与计算机所能执行的操作之间存在大量的抽象和大量的逻辑（也正是这些地方隐藏着无数 bug），但计算机的正确心智模型是严格按照指令执行操作（实际上，bug 不是计算机犯了错误，而是程序员告诉计算机做错事的一种表现）。不过，Sydney 并不是微软的本意。

前面，我已经提到了 Bing Chat 和 ChatGPT。3 月 14 日，Anthropic 发布了一款名为 Claude 的 AI 助手，虽然公告中没有明确说明，但我认为这个名字是为了纪念前面提到的克劳德·香农。

当然，香农对信息论的贡献远远超出了上述 Dixon 列出的范围，但感觉我仍然感觉不太对，虽然从理论上讲，人工智能助手所做的一切最终都是由 1 和 0 组成的，其行为模式来自于训练的、未被禁止的行为，这导致 AI 助手的使用体验与逻辑计算机有着根本性的区别，感觉 AI 助手的行为更接近人类，这不得不让我们又联想到幻觉。

下面是三个 GPT4 给出错误答案的问题：

这种插件架构意味着，需要有人更新维基百科，如今 ChatGPT 不会再编造财务数字了，因为它可以使用计算机：

这个答案依旧不完美，因为出于某种原因，Wolfram|Alpha 提供的数据已过时，但它获取了正确的股价：

当然，Wolfram|Alpha 并不是唯一的插件，目前 ChatGPT 有 11 个插件，类别包括旅游（Expedia 和 Kayak）、餐厅预订（OpenTable）和 Zapier，为 5,000 多个其他应用程序打开了大门（目前还没有搜索网络的插件），“插件商店”提供了所有这些插件。Instacart 的集成尤其优秀：

链接会打开这个页面：

ChatGPT 并没有真的送菜上门，但我们距离那一天也不远了。一个限制是我必须选择 Instacart 插件，而且一次只能加载 3 个插件。但是，这个限制将来肯定会被克服，而且插件的数量也会越来越多。OpenAI 既允许客户选择插件，同时也会获得的有关用户的信息，在拍卖的基础上出售某些类别的默认插件。

这听起来有点可怕，但我希望 Hawkins 的理论是正确的。他曾在《A Thousand Brains》中提到 AI 的风险：

智能是系统学习世界模型的能力。然而，由此产生的模型本身是没有价值的、没有感情的、没有目标的。目标和价值由使用该模型的系统提供。这类似于 16 世纪到 20 世纪的探险家绘制的全球地图。冷酷无情的将军可能会使用地图来计划如何包围和剿杀敌军。商人可以使用同一张地图来和平地交换货物。地图本身不会规定这些用途，也不赋予使用方式任何价值。它只是一张地图，既不凶残也不和平。当然，地图的细节和覆盖范围各不相同。因此，有些地图更适合战争，而有些地图则更适合贸易。但是，至于发动战争还是开展贸易，则取决于使用地图的人。

同样，大脑皮层也会学习世界模型，它本身没有目标或价值。指导我们行为的情绪是由旧脑决定的。如果一个人的旧脑具有攻击性，那么它将使用新皮质中的模型来更好地执行攻击性行为。如果一个人的旧脑是仁慈的，那么它会利用新皮质中的模型来更好地实现仁慈的目标。与地图一样，一个人的世界模型可能更适合一组特定的目标，但新皮质不会创造目标。

Hawkins 提到的旧脑是我们动物的大脑，驱动情绪的部分，生存和生育的动力，以及身体的子系统；而能够学习、思考和预测的是新皮层。Hawkins 认为，如果没有旧脑，我们的智能就没有行动能力，无论是在意志还是影响方面，机器智能也一样，AI 真正的风险在于使用的人的意图。

对此，我只能说让我们拭目以待。我同意 Tyler Cowen 关于 AI 的风险和人类历史不可避免的转变的论点：人工智能即将到来，我们根本不知道结果会是什么，所以我们的责任是推动人工智能取得积极的成果，让我们的生活变得更加美好。不论喜欢与否，我们都身处 Hawkins 长期以来一直寻求的大型实验：帆船正在驶向未知的海域，我们不知道是否正在朝着正确的方向行驶，直到我们到达目的地。