导语
在本期播客中,Lex Fridman 与哈佛大学著名心理学教授史蒂芬·平克深入探讨了人工智能的本质、安全性及其对人类未来的意义。平克以其标志性的数据驱动和理性视角,有力地反驳了当前流行的AI末日论。他认为,对AI“失控”或“统治人类”的恐惧,源于对智能本质的误解,即将人类特有的、与进化捆绑的权力欲,错误地投射到了纯粹的问题解决系统上。平克主张,AI发展的真正价值在于其解决癌症诊断、气候变化等重大实际问题的巨大潜力,以及彻底消除交通事故、消除重复性苦力工作等能直接提升人类福祉的应用。
哈佛教授史蒂芬·平克在访谈中批驳了关于AI存在主义风险的流行恐惧。他认为,将智能与权力意志混为一谈是错误的;工程师不会设计出愚蠢到会将人类变成“回形针”的AI。他主张,AI的真正价值在于解决人类面临的实际问题,而非幻想中的末日场景。

在本期播客中,Lex Fridman 与哈佛大学著名心理学教授史蒂芬·平克深入探讨了人工智能的本质、安全性及其对人类未来的意义。平克以其标志性的数据驱动和理性视角,有力地反驳了当前流行的AI末日论。他认为,对AI“失控”或“统治人类”的恐惧,源于对智能本质的误解,即将人类特有的、与进化捆绑的权力欲,错误地投射到了纯粹的问题解决系统上。平克主张,AI发展的真正价值在于其解决癌症诊断、气候变化等重大实际问题的巨大潜力,以及彻底消除交通事故、消除重复性苦力工作等能直接提升人类福祉的应用。
展开「深读」看每一段讨论的问题与论据。
讨论的问题:这场访谈的核心议题是什么?
论据 / 案例:嘉宾Steven Pinker是哈佛大学教授,著有《当下的启蒙》等著作,主持人Lex Friedeman是MIT的研究科学家。
讨论的问题:追求知识和理性是人性的固有部分,还是我们应该努力追求的目标?
论据 / 案例:嘉宾指出人类物种(Homo sapiens,意为“智慧的人”)的独特性在于运用知识进行工具制造、协议签订、语言交流等行为。
讨论的问题:人类生物神经网络与人工神经网络是否存在根本性差异?
论据 / 案例:嘉宾提到当前深度学习系统“实际上并不那么深”,并且大多数系统没有理解“谁对谁做了什么、为什么、在哪里、如何运作、什么导致什么”的语义层。
讨论的问题:构建完全模仿人类的AI是否是一个合理或必要的目标?
论据 / 案例:嘉宾用木材和棉花的类比说明,复制自然系统有时并不划算;并以汽车设计为例,说明工程师会同时考虑速度与刹车等多重约束。
讨论的问题:“AI失控”和“价值对齐问题”这两种常见的AI威胁论有何内在缺陷?
论据 / 案例:嘉宾认为,我们能设计出治愈癌症的AI,却愚蠢到不详细规定“治愈”含义的假设是不成立的;工程师也不会将未测试的系统投入大规模控制。
讨论的问题:为何像埃隆·马斯克这样投身于窄AI开发的人,也会对通用AI表示担忧?
论据 / 案例:嘉宾反驳了马斯克关于窄AI与通用AI有“百万倍算力差异”的说法,指出工程系统的本质是权衡多重目标,如同汽车设计同时追求速度与安全。
讨论的问题:人工智能对社会可能带来哪些积极的人道主义利益?
论据 / 案例:嘉宾引用数据:美国每年约4万人死于高速公路事故,远多于恐怖袭击致死人数,而自主驾驶技术有望将此数字降至近零。
讨论的问题:我们应如何理性评估AI带来的远期风险?
论据 / 案例:嘉宾强调,工程准则不会允许将电厂等关键系统控制权交给未经测试的AI;当前对AI威胁的担忧更多是“完全想象出来的”。