“AI的真正目标可能不再是智能”
AI目标或许不再是智能
人工智能已迅速找到了工业应用，例如使用大型语言模型来自动化企业IT。这些应用可能会使真正智能的问题变得无关紧要。
英国数学家艾伦·图灵于1950年写道：“我打算考虑这个问题，‘机器能思考吗？’”他的探讨为几十年来的人工智能研究奠定了基础。
对于几代科学家来说，思考“真正的”或“人类的”智能是否可实现，一直是工作的重要部分。
如今，对于大多数人来说，这样的问题可能越来越不重要了。
另外：最佳人工智能聊天机器人：ChatGPT和其他替代品
近年来出现的工业人工智能可能预示着这种高尚的关注的终结。自计算机科学家约翰·麦卡锡首次提出“人工智能”这个术语以来的66年间，人工智能的能力比以往任何时候都要强大。因此，人工智能的工业化正在将焦点从智能转向成就。
这些成就是非凡的。它们包括谷歌旗下DeepMind的AlphaFold能够预测蛋白质折叠，以及创业公司OpenAI的文本生成程序GPT-3。不论是否有人称之为智能，这两个程序都具有巨大的工业潜力。
另外：如何使用ChatGPT：你需要知道的一切
AlphaFold等项目有望设计出新型蛋白质，这一前景激发了生物学界的兴奋。GPT-3正在快速找到自己的位置，成为一种可以自动化处理商业任务的系统，例如以书面形式回复员工或客户的查询，无需人工干预。
这种实际成功，由芯片制造商Nvidia领导的丰富的半导体领域推动，似乎可能超越对智能的旧有关注。
在工业人工智能的任何一个角落，似乎都没有人关心这些程序是否会实现智能。仿佛在面对明显有价值的实际成就时，旧问题“但它是否智能？”已经不再重要。
另外：AI批评家Gary Marcus：Meta的LeCun终于认同我多年前说的事情
正如计算机科学家赫克托尔·莱维斯克所写的，当涉及到人工智能的科学与技术时，“不幸的是，人工智能的技术得到了所有的关注。”
当然，真正智能的问题对于少数思想家仍然很重要。在过去的一个月里，ENBLE采访了两位非常关注这个问题的知名学者。
Facebook所有者Meta的首席人工智能科学家Yann LeCun与ENBLE详细讨论了他今年夏季发表的一篇论文，作为对人工智能未来发展的一种思考。LeCun表示担忧，如果当今的深度学习工作仅仅追求其目前的道路，将无法实现他所称的“真正”的智能，其中包括计算机系统利用常识进行行动规划的能力。
另外：这项新技术可能会颠覆GPT-4及类似技术
LeCun表达了一种工程师的担忧，认为如果没有真正的智能，这些程序最终可能会变得脆弱，也就是说，在它们能够实现我们想要的功能之前就可能出现故障。
“你知道，我觉得完全有可能我们会拥有第五级自动驾驶汽车而没有常识，”LeCun对ENBLE说道，指的是Waymo和其他公司构建自动驾驶的ADAS（先进驾驶辅助系统）的努力，“但你必须大量进行工程设计。”
纽约大学名誉教授Gary Marcus，深度学习的频繁批评者，本月告诉ENBLE，就像人类智能一样，作为一个领域，人工智能陷入了困境。
“我不想在它是否是智能上争论，”Marcus告诉ENBLE。“但我们可能称之为普适智能或适应性智能的形式，我确实关心适应性智能[…]我们没有这样的机器。”
Meta的Yann LeCun（右）和AI评论家Gary Marcus。
越来越多，LeCun和Marcus的担忧似乎变得古怪。工业AI专业人士不想问难题，他们只是想让事情顺利进行。随着越来越多的人接触到人工智能，比如数据科学家和自动驾驶汽车工程师，远离研究的基本科学问题，”机器能思考吗？”这个问题变得不那么相关。
即使是意识到人工智能的缺点的科学家也会忍不住为技术的实际效用而陶醉。
此外：我使用ChatGPT用这十种冷门编程语言写了相同的例程
一个比Marcus和LeCun年轻的学者，但对实际和深刻之间的二分法心存警惕的是DeepMind的联合创始人Demis Hassabis。
在2019年在新泽西州普林斯顿的高级研究所的一次讲座中，Hassabis指出了许多只能做一件事情的AI程序的局限性，就像一个白痴般的天才。Hassabis说，DeepMind正试图开发更广泛、更丰富的能力。”我们正在试图找到一种元解决方案来解决其他问题，”他说。
然而，Hassabis对最新的DeepMind发明擅长的特定任务也同样着迷。
此外：如何使用ChatGPT编写Excel公式
当DeepMind最近展示了一种改进的线性代数方法时，也就是深度学习的核心数学，Hassabis无论是否声称具有智能，都赞美了这一成就。
“事实上，从计算机图形到训练神经网络，每个问题都可以转化为矩阵乘法，”Hassabis在Twitter上写道。也许这是真的，但这有可能会放弃对智能的追求，而只是简单地改进一个工具，好像在说，如果它能工作，为什么要问为什么呢？
人工智能领域正在经历一种态度变化。过去，无论一个AI程序取得多么好的成就，都会带着怀疑的话语接受，”嗯，但这并不意味着它是智能的。”这是人工智能历史学家帕梅拉·麦科杜克所称之为的”移动球门”的模式。
此外：如何使用ChatGPT编写代码
如今，情况似乎正好相反：人们倾向于轻率地将智能归结于任何标有AI标签的事物。如果像Google的LAMDA这样的聊天机器人产生足够多的自然语言句子，就会有人认为它是有感知能力的。
英国数学家艾伦·图灵预测”受过良好教育的普通意见”将接受机器具有智能的观点。
图灵本人预见到了这种态度的改变。他预测，关于计算机和智能的讨论方式将转向接受计算机行为作为智能的方式。
“我相信在本世纪末，词语的使用和受过良好教育的普遍意见将发生如此大的变化，以至于人们能够谈论机器思考而不期望被反驳，”图灵写道。
随着对智能的真诚质疑逐渐消失，智能的空洞言辞在社会中自由流动，为其他议程服务。
此外：Nvidia CEO黄仁勋：AI语言模型作为服务“可能是有史以来最大的软件机会之一”
最近，在Fast Company上，一位计算机行业高管迈克尔·霍赫伯格和一位退休空军将领罗伯特·斯帕尔丁共同撰写的一篇令人困惑但卓有成效的颂词中，作者们以智能作为添加器官音乐的方式，对地缘政治风险发出严重警告：
训练人工通用智能系统的风险极高。人工智能是第一个能够令人信服地复制人类思维独特能力的工具。它能够为每个公民创造独特的定制用户体验。这有可能成为终极的宣传工具，一种在历史上从未存在过的欺骗和说服武器。
大多数学者都会同意，“人工通用智能”即使作为一个术语，也绝对不是今天的技术所能实现的。霍赫伯格和斯帕尔丁关于这些程序能做什么的说法是大肆夸张的。
还有： 人工智能可能很快让我们能够与动物交流。以下是实现的方法
关于人工智能所取得的成就的这种漫不经心的断言掩盖了LeCun和Marcus等人的细腻言辞。正在形成一种关注说服而不是智能的修辞体制。
在可预见的未来，可能会朝着这个方向发展。如果人工智能在生物学、物理学、商业、物流、营销和战争方面越来越能胜任工作，并且社会逐渐适应了它，可能会越来越少的人甚至关心它是否具有智能。
