造神：人工智能神話的起源和破除

AI 熱潮中保持一份清醒、獨立思考非常難得。DeepSeek 筆記很贊！ 這是一份關於《造神：人工智能神話的起源和破除》的深度讀書筆記。本書的核心在於祛魅——它並非一本技術手冊，而是一部思想史和社會批判著作，旨在剖析圍繞AI的種種敘事如何被構建起來，並揭示其背後的權力、資本與人性動因。 這份筆記將分爲以下幾個部分： 1. 核心論點：本書試圖回答的根本問題 2. 結構梳理：神話的構建與破除之路 3. 關鍵概念與精彩剖析 4. 批判性思考與啓示 5. 總結與延伸思考 --- 1. 核心論點 本書的核心論點是：我們今天所熟知的“人工智能”並非一個純粹的技術概念，而是一個被精心構建起來的“現代神話”。 這個神話融合了宗教預言、科幻敘事、商業炒作和哲學遐思，其目的在於獲取巨大的資源、權力和合法性。作者呼籲我們“破除神話”，迴歸到對技術本身及其社會影響的冷靜、理性的審視。 2. 結構梳理：神話的構建與破除之路 本書的邏輯脈絡清晰，可以概括爲“起承轉合”： · 起（起源）：神話的古老根系 · 追溯了“人造生命”、“會思考的機器”等思想在西方文化中的源頭，從古希臘神話的赫淮斯托斯黃金機器人，到猶太傳說中的泥人戈倫。 · 指出了宗教中的“造物主”敘事是“造神”衝力的原型。人類渴望扮演上帝的角色，創造具有意識和生命的存在。 · 承（構建）：現代神話的成型 · 分析了控制論 如何爲AI提供了最初的科學語言和哲學基礎，將生命、心智和社會都看作信息處理系統。 · 剖析了“奇點”理論 如何扮演了“末日審判”或“彌賽亞降臨”的世俗宗教角色，它提供了一個確定性的、充滿誘惑/恐懼的未來圖景，吸引了大批科技信徒。 · 揭示了資本與媒體的共謀：硅谷的風險投資、科技巨頭的戰略需要以及媒體的推波助瀾，共同將AI包裝成一個能解決一切問題、註定改變世界的“萬能鑰匙”，以此吸引投資、抬高估值、獲取政策支持。 · 轉（剖析）：神話背後的權力與意識形態 · 批判了技術決定論 的謬誤，即認爲技術發展是自主的、線性的、不可抗拒的。本書指出，技術的發展路徑深受社會選擇、權力結構和意識形態的影響。 · 解構了AI領域的“大師”與“先知”（如庫茲韋爾），指出他們的預言往往帶有強烈的個人信念和商業目的，而非嚴謹的科學推斷。 · 揭示了AI神話所服務的權力結構：它讓科技巨頭擁有了近乎神權的權威，同時掩蓋了其背後數據剝削、勞動異化（如數據標註工的廉價勞動）、算法偏見等現實問題。 · 合（破除）：走向理性的未來 · 呼籲從對“通用人工智能”的玄學爭論，迴歸到對具體算法、數據正義、勞動關係和人機協作的現實關注。 · 提出我們需要建立新的倫理、法律和社會治理框架，來約束和引導AI技術的發展，確保其服務於人類整體的福祉，而不是少數精英的權力鞏固。 · 最終結論是：AI的未來不應由神話來決定，而應由民主的、公開的社會討論和審慎的監管來塑造。 3. 關鍵概念與精彩剖析 1. “造神”與“祛魅” · 造神：指人類將AI賦予超自然的神性，如全知、全能、乃至擁有意識和情感。這是一種非理性的崇拜和恐懼。 · 祛魅：源自社會學，指剝去神祕光環。本書主張對AI進行“祛魅”，將其看作由代碼、數據和統計學模型構成的工具，其能力與侷限都是人爲設定的。 2. “神話”的三重面具 · 救世主神話：AI將解決氣候變化、疾病、貧困等所有難題。 · 末日神話：AI將覺醒並毀滅或奴役人類。 · 天命神話：AI的到來是技術發展的必然歸宿，無法阻擋。 · 本書批判：這兩種極端敘事（烏托邦/反烏托邦）本質上是一體兩面，都放棄了人類的主體性和責任，麻痹了我們思考和行動的能力。 3. 從“工具理性”到“神話敘事” · 本書深刻指出，AI領域已經從一個追求“工具理性”（如何讓機器更高效地完成任務）的工程領域，異化成了一個充滿“神話敘事”的意識形態戰場。討論的重點從“它能做什麼”變成了“它將成爲什麼”，這本身就是一種話語權的爭奪。 4. “數據封建主義” · 書中可能提及或隱含的一個概念，指科技巨頭通過壟斷數據和算力，建立起一種新的封建權力結構。我們普通用戶則成了數字時代的“農奴”，貢獻數據並接受其統治。AI神話是鞏固這種封建秩序的“君權神授”論。 4. 批判性思考與啓示 閱讀本書後，我們應如何思考AI？ 1. 提問方式的轉變： · 從：“AI會有意識嗎？” 轉向：“這個推薦算法是如何加劇信息繭房的？” · 從：“奇點何時到來？” 轉向：“自動駕駛事故的責任該如何劃分？” · 從：“AI會取代所有工作嗎？” 轉向：“在AI輔助下，我們如何重新定義人的價值和勞動？” 2. 對科技報道的免疫力：以後再看到“歷史性突破”、“改變一切”、“AI警告人類”之類的標題時，會本能地思考其背後的動機和敘事框架。 3. 關注權力的轉移：會更加警惕科技公司以技術之名行權力擴張之實，並支持對算法透明度、數據隱私和反壟斷的監管。 4. 重申人的主體性：本書的最終落腳點是人文主義。它提醒我們，技術是爲人服務的，世界的未來最終取決於人的選擇、價值觀和行動，而不是某個自主進化的“神”。 5. 總結 《造神：人工智能神話的起源和破除》是一劑強有力的清醒劑。它不否認AI技術的巨大潛力和現實影響，但它堅決反對將這種潛力神祕化、宿命化。 它告訴我們，AI沒有“天命”，只有“選擇”。是選擇讓它成爲加劇不平等、實施監控的利器，還是成爲賦能個體、解決社會問題的工具，這取決於我們如何構建制度、制定法律和塑造文化。破除“造神”衝動，正是爲了奪回我們對自己未來的主導權。 延伸思考問題： · 在AI時代，什麼樣的新社會契約是必需的？ · 如何在全球範圍內建立有效的AI治理，避免“競速底線”？ · 在人與機器的關係中，哪些人類的獨特品質（如同理心、創造力、倫理判斷）是必須被堅守和強化的？ 這份筆記希望能爲您提供一個清晰的框架，幫助您深入理解和思考這本書的深刻內涵。

在這本書裏，你將讀到關於人工智能的神話。人工智能的神話認爲人工智能的到來是必然的，這只是時間問題——我們已經踏上了這條道路，它通往人類水平的人工智能，然後通向超級智能。在媒體專家和以埃隆·馬斯克(Elon Musk)爲代表的思想領導者，甚至許多所謂的人工智能科學家的宣傳下，人工智能的必然性已經在大衆的討論中根深蒂固，而反對者也常被當作盧德主義者，至少被認爲是用短淺的目光看待科技的未來，或是未做好進入智能機器世界的準備的人。 正如在本書中展現的，人工智能關乎智能的核心奧祕，現在還沒有人知道如何解答它。人工智能的支持者們躊躇滿志，要把它已知的侷限性減到最小。畢竟，人工智能是一樁大事，在文化領域中的地位也在不斷提升。然而，無論我們承認與否，我們目前對智能本質的瞭解程度限制了未來人工智能系統的可能性。在此，我們應該坦率地說：所有證據都顯示，人類和機器的智能是完全不同的。人工智能神話的擁躉者們堅持認爲，這種差異只是暫時的，終將被更強大的人工智能系統抹去。未來學家雷·庫茲韋爾(RayKurzweil)以及哲學家尼克·波斯特洛姆(Nick Bostrom)等人都是這個神話的大力宣揚者。他們聲稱人類水平的人工智能一定會出現，而且隨着它的出現，人類將被超級智能機器遠遠地甩在後面。 這本書闡述了人工智能神話的兩個重要方面，一個是科學方面，一個是文化方面。在科學方面，這個神話認爲，我們只需通過在狹隘的特定領域中取得進步，比如做遊戲或圖像認知，就能找到通用智能的突破口。這是個嚴重的錯誤：在狹義的應用上取得的成功無法拉近我們和通用智能之間的距離。有人推斷，人工智能系統需要通用智能來閱讀報紙，進行基本的對話，或成爲家庭喜劇動畫片《傑森一家》裏的機器人羅西那樣的夥伴——以我們現在對人工智能的瞭解，這些都無法被程序化、被學習或被設計。受益於運算速度更快的計算機和海量的數據，人工智能也有了更簡單、更狹隘的版本。我們成功地使用這種人工智能時，並沒有在逐漸進步，而是在摘取低處的果實。而跳躍到通用智能是一件截然不同的事，也沒有人知道從一處通往另一處的道路。通用智能中不存在算法。我們也沒有足夠的理由猜測，通過進一步研究深度學習系統或現在流行的其他任何方式，算法就會出現。它更可能需要重大的科學突破，而我們目前對這種突破一無所知，更別談具體獲得的途徑了。 人工智能的神話不是好事，因爲它無休止地談論持續的進展，掩蓋了科學中的奧祕。這個神話倡導人們相信必然的成功，然而對科學真正的敬意會把我們帶回原點。這將帶我們進入人工智能神話的文化層面，即人工智能神話對文化的影響。追尋這個神話對科學不利，也對我們不利。爲什麼呢？原因之一是，如果我們選擇忽視智能的核心奧祕而不是面對它，我們就很難取得創新。健康的創新文化強調探索未知，而非宣揚現有方法的擴展——尤其當這些方法已經明顯不足以讓我們走得更遠時。人工智能必將成功的神話容易抹殺取得真正進步(無論這種進步中是否包含人工智能)所需的創造性文化。這個神話還鼓動人們聽任機器在各個領域蔓延，在那些領域，真正的發明被邊緣化，取而代之的是鼓吹未來主義的言論，而這些言論往往來自既得利益者。 AI造神，不僅是一種人類的“原罪”，也是對科學的背叛。人們想象的智能時代很快就會到來的景象，只不過是一場夢而已。我們低估了人類智能，高估了人工智能。 這被拉森稱爲“技術媚俗”。他認爲，現在AI被當成神一樣來崇拜，可惜它卻是個僞神。我們必須破除技術媚俗，破除AI神話，這絕非否定技術的價值，而是拒絕盲從與誤區，只有這樣，才能迎來真正的進步。 拉森的《造神》並不是一本否定科學的著作，恰恰相反，本書是從審慎的科學立場出發，對科學的精神正本清源，對各種“造神運動”發出警告，對人類的自由靈魂保駕護航。

《造神：人工智能神話的起源和破除》是一部爲“AI 造神”現象祛魅的作品。作者埃裏克·J. 拉森認爲，當下關於人工智能的宣傳把機器智能簡化爲“更快的算法”和“更大的數據”，忽視了真正的智能本質，由此催生出對 AGI（通用人工智能）和超級智能的不切實際期待。全書分三部分： 1. ​​簡化的世界​​ • 追溯 AI 神話的思想源頭：從圖靈的“模仿遊戲”到 I.J. 古德的“超級智能”概念，技術樂觀主義與大衆文化結合，形成了把複雜智能拆解爲可計算指標的“技術媚俗”。作者稱這種簡化隔絕了對真正智能的理解，並削弱了文化深度。 2. ​​推理的問題​​ • 指出“推理”纔是通向人類水平 AI 的核心難題。作者區分演繹、歸納、溯因三類推理，說明僅靠大數據與統計模式只能解決演繹或弱化版歸納，而缺乏溯因能力的系統永遠難以具備真正的通用智能。 3. ​​神話的未來​​ • 如果社會把 AI 神話當成科學本身，就會在政策、投資和研究路徑上走偏，甚至威脅後續創新。作者呼籲回到對人類自身智能的理解，謹慎評估技術潛力，避免重蹈“科技造神”帶來的文化與科學危機。 通過這三部分，作者既梳理了 AI 發展史中的思想脈絡，也批判了當前深度學習浪潮過度商業化、忽視基礎智能研究的傾向。書中結合哲學、認知科學、神經科學與技術史，試圖讓讀者看到：真正的人工智能遠未到來，而我們更需要理解、保護和擴展人類智能。

通用人工智能，未來還是神話~木鐸書評之《造神》 《造神》這本書有一個副標題叫做人工智能神話的起源和破除，我想作者起這麼一個副標題是想破除通用人工智能很快就會到來的神話，在作者看來現在的人工智能路線並不能必然帶來通用人工智能，對通用人工智能的期待和炒作在某種程度上不過是創造一個神話。 很多人把這本書和《智慧的疆界》做比較，我覺得這些做比較的人完全沒讀懂作者的核心觀點。作者對現在人工智能發展路線的懷疑是奠定在對人類認知模式的總結之上的。按照作者的總結，人類的認知模式一共只有三種，演繹，歸納和溯因，把三種認知模式結合起來纔是完整的人類智能。 演繹法就是我們經常接觸到的形式邏輯，比如三段論：人都是會死的，蘇格拉底是人，所以蘇格拉底也是會死的。最早的人工智能都是基於演繹法的，也就是試圖給計算機輸入一堆“因爲……所以……”，但是這條路後來基本上失敗了，演繹邏輯具有確定性。然而在真實世界裏，確定性其實是一個很高的標準，真實世界是一個開放環境，並沒有百分百的確定性。 演繹永遠不會增加知識。如果我知道人不能永生，而某某是人，我就已經知道了某某會死。演繹只是確定了一個理性的人應該從已給出的前提中總結出的東西——這在簡單的三段論中很明顯，因爲“知識”已經含在命題裏了，結論只是讓它更清晰而已。因此，在追求新知識的過程中，演繹是無用的。只有當推理中出現了錯誤，演繹纔會澄清有爭議的論點。 因爲基於演繹法的人工智能的失敗使人工智能陷入寒冬，人工智能的研究者和投資機構寥寥無幾，是什麼挽救了人工智能行業呢？是歸納法和大數據，歸納的意思是從經驗中獲得知識和。演繹不同，歸納的一般形式是從特定的觀察推導出普遍的假設。歸納假設解釋了觀察到的現象，它的基本機制是枚舉。歸納能力強大，不僅因爲它能通過假設，幫助我們把事物分門別類（所有這些X物體都具有Y特徵），還因爲它會賦予使用它的智能體預測的能力。 人工智能死灰復燃的原因還有一個：數據。突然間，海量數據集出現了，特別是來自數百萬網絡新用戶共同努力的文本語料庫（網頁），給陳舊而“膚淺”的統計和模式識別方法注入了生命。有了傑弗裏·辛頓(Geoffrey Hinton)、楊立昆(Yann LeCun)、約書亞·本吉奧的早期研究，2006年前後，深度學習“革命”開始了。到2010年，谷歌公司、微軟公司和其他大型科技公司都把神經網絡用於主要的消費者應用軟件中，比如語音識別。辛頓的弟子伊利亞創造了我們今天看到的ChatGPT，把人工智能的發展推到一個新的高峰。 不過我們應該清醒地意識到僅僅依賴於歸納法的人工智能早晚會遇到歸納法的普遍瓶頸，那就是無法確定知識的準確性，也就是意外事件的長尾效應，就算你看見了一百萬只白天鵝，你也永遠無法確定天鵝都是白色的，一個反例足以摧毀之前的所有歸納。就像《三體》中的故事一樣，火雞科學家永遠無法知道聖誕節等待它們的是屠刀還是飼料。 18世紀的哲學家大衛·休謨(David Hume)是第一個指出歸納侷限性的人——他向哲學家和科學家提出過的問題，如今被公認爲是歸納的問題。如休謨所說，如果依靠歸納，我們就要相信“我們沒有經歷過的例子和我們經歷過的相似”。換句話說，我們使用的通用歸納規則需要擴展到看不見的例子上，而且不能保證它會成立。與演繹不同的是，歸納的結構沒有東西能提供邏輯確定性。它只能得出世界具有某種特性，我們據此可以審視這個世界，從而梳理（我們認爲）我們已有的知識。 現在所有的機器學習和大語言模型都是建立在對數據進行觀察並獲得知識這個基礎上的，所以都是歸納法。更要命的是機器學習模型的侷限是由訓練集引入的。現實世界一週7天，一天24小時都在生成數據。因此，訓練使用的數據集只是一個很小的時間段，是代表現實世界系統行爲的部分證據。這就解釋了爲什麼不太可能發生的事件的長尾問題頻出——系統實際上沒有理解真實（相對模擬）的系統。對於深入學習和通用人工智能的討論，這是非常重要的，而且引發了很多困惑：既然模型無法理解它們分析的現象（除了用於訓練集中表現出的現象），那麼我們應該在什麼時候，在何種程度上相信它們。 我們認爲現有的人工智能和大模型無所不知其實是個誤會，對機器學習真正致命的批評是它的落後性。機器學習只能根據從數據集得來的觀察結果，即之前的觀察，來發現我們覺得有用的模式和趨勢。但是所有的機器學習都是過去的一個時間段，如果未來到來了，因爲機器學習只能追蹤我們經歷過的變化，所以它的模型就必須被重新訓練。領路的不是機器，而是頭腦。 現在一種非常奇怪的現象是我們一直在討論大模型會不會帶來通用人工智能和具備自我意識的人工智能，Open AI的人認爲現在的GPT已經具備自我意識，但是其他的人工智能專家如楊立昆和李飛飛認爲大模型無法產生自我意識和感覺。我們一直在談論通用人工智能，但是卻很少有人談論什麼是智能，以及人類智能的特點和侷限。 我覺得這本書最大的價值在於它定義了智能的特點和侷限：首先，智能是有情境的——沒有所謂的通用智能。你的大腦是更廣泛的系統中的一部分。這個系統包括你的身體、你所在的環境、其他人，以及整體文化。其次，智能是有語境的，絕非存在於真空中。任何個人智能都將永遠受到環境的定義和限制。如今，環境正在成爲智能的瓶頸，而不是大腦。最後，人類智能在很大程度上是外化的，它並不包含在你的頭腦中，而是包含在你的文化裏。如果把個體想象成工具，他們的大腦就是一個比他們自身更大的認知系統裏的模塊。這個系統存在已久，而且還會進行自我改進。 我覺得這個認識是十分正確的，如果通用人類智能都不存在，我們談何創造通用人工智能呢？我們總是認爲人類智能是通用的，我們這樣想是認爲我們把人類智能理解爲狹義的計算，但是我們的智能是關於在開放和不確定環境中解決問題和生存的。請問如果把一個沒接觸過現代科技的狩獵採集者訓練成人工智能專家，需要多大的投入有多少的成功幾率？同理如果我們作爲一個城市居民被拋到一個依賴狩獵採集的自然環境中，我們有多大的幾率能活過一個禮拜？ 人類的智能從來都不是通用的，我們對通用人工智能的期待是不是一種不切實際的神話？人類科技的突破都是以創造性的溯因帶來的科學理論突破爲引導的，無論是相對論還是量子物理都是如此。我們在沒有看到對智能的理論突破的前提下單純希望加大算力和數據就能帶來通用人工智能，確實是一場豪賭，能賭贏嗎？我覺得其實誰心裏也沒譜。 伊利亞認爲GPT已經擁有自我意識，我不知道他的證據何在，我也不能說楊立昆和李飛飛是對的，我覺得他們都是基於各自的研究得出的不同結論，我目前也不認爲單純基於歸納法的人工智能會產生通用人工智能，不過我還是更期待對人類智能研究的理論突破，那纔是人類未來真正發展的希望。至於國內某些打着人工智能旗號圈錢的人，他們本來是想煽動民間的焦慮情緒從而割一波韭菜的，結果沒想到卻觸發了政策制定者的焦慮導致自己成爲被割的韭菜，我只能評價爲“求仁得仁”了。不過這樣也好，大家都塌下來心來多讀讀書，多思考，才能看清未來的方向，瞎吵吵除了被人當韭菜，沒有別的好處。

埃裏克·J. 拉森的《造神》是一部既有產業經驗又有哲學深度的著作。作者曾在 Cycorp 參與符號 AI 項目，創辦過 DARPA 資助的公司，同時擁有哲學博士學位，研究方向融合計算機科學、語言學與哲學。他的身份張力讓這本書格外值得關注：一個既懂工程落地，又懂邏輯根基的人，站出來質疑人工智能的主流敘事。 書的核心觀點是：今天 AI 的成功，是歸納的成功，而不是智能的成功。邏輯學裏有三種推理：演繹、歸納、溯因。AI 在歸納上極其成功，但在溯因上毫無頭緒。醫生診斷的“猜”就是溯因，而 AI 只能給出概率。歸納再強，也不會自動變成溯因，就像騎自行車不會自動變成開飛機。智能的核心在於敢於猜，而這正是溯因。 然而，溯因推理本身並非堅如磐石。它存在三大裂縫：創新性與邏輯性的矛盾、與貝葉斯概率框架的爭論、與“最佳說明推理”(IBE)的混淆。作者承認溯因理論未解決，但仍用它指出 AI 的盲區。這種批判有風險，但也鋒利：它觸及了人類智能最神祕的部分。 這種批判對當下 AI 浪潮的衝擊各不相同。對語言模型的“理解論”，衝擊最大——預測不是理解，模式不是思考。對 Scaling Law 與 AGI 樂觀主義，衝擊強烈——算力能放大歸納，卻造不出溯因。對商業 AI，衝擊有限，因爲商業要的是“有用”而非“理解”。對神經形態計算，則是方法論警示——結構不是思維，模擬不是理解。總體而言，這本書像一盆冷水，澆不滅 AI 應用的火，卻能讓造神者清醒。 書中也給我們留下了幾條啓發。第一，警惕歸納傲慢：別把預測當理解，別把湧現當奇蹟。第二，保護人類的溯因優勢：AI 能替你算，但不能替你猜。第三，區分工程問題與科學問題：工程讓工具更好，科學才讓世界更深。同時，作者的論證也有盲點——他隱含“人類特殊論”，認爲溯因不可計算，但未充分論證。這一點值得我們繼續追問。 展望未來，書中批判也指向了可能的方向。首先是溯因基礎理論研究，長期必要但短期難突破。其次是人機協作，AI 做歸納，人類做溯因，最現實的路徑。第三是因果推斷與大模型結合，從相關性走向因果性。最後是新範式探索，超越深度學習，嘗試世界模型與主動推理。AI 的未來，不在算力的極限，而在理解的起點。 總的來說，《造神》不是否定 AI，而是提醒我們：不要把工具的成功誤認爲智能的突破。它讓我們重新思考：什麼纔是理解，什麼纔是智能。AI 能造工具，但造不了神——真正的智能，仍在我們自己身上。

唯一和個人的不可通約性和不可取代性。所謂本來一切或全部，即每個唯一或個人，少一個都非完全。本來皆有皆無 ，不多不少。 故此，萬能者萬物也，全能者全體也，人工智能不過是其中即本來整體的組成部分而已，好比老話說的：烙餅再大也大不過烙餅的鍋。人工智能就像是這個烙餅，一方面它還能大過老天或造物主，另一方面它還能取代宇宙萬物不成？且不論神最厲害的就在於超神，而能造神已然超神也，當做如是觀。

作者開宗明義，人類文明史是一部反覆“造神”的歷史：從法老崇拜到理性崇拜，從祖先崇拜到帝王精英的個人崇拜，而今轉向對AI的盲目信仰，這種造神衝動根植於人類的文化基因。 當下以ChatGPT、Sora爲代表的大模型技術，正被包裝成“第四次工業革命”“人類意識數據化”等新神話。這種狂熱掩蓋了一個事實，也就是現有AI本質是“對人類深層思想的膚淺模仿”，其底層邏輯（基於大數據的統計歸納）與人類智能（融合演繹、歸納、溯因的複合推理）存在不可逾越的鴻溝。 拉森以羅素的“火雞悖論”爲喻：一隻靠歸納法總結出“每日9點必獲食物”的火雞，最終在聖誕節被端上餐桌。當前AI正是這隻火雞——它依賴海量數據訓練，卻無法理解數據之外的常識與因果（如聖誕節的意義）。 真正的智能需同時具備三類推理： 演繹推理（從規則推結果） 歸納推理（從現象總結規律） 溯因推理（從結果反推最可能的原因） 而主流AI僅停留在歸納層面，就連最新的幾個主流AI版本，也只是幫助人類更好的工作，既無法創新，更無法應對未知風險。 作者批駁了所謂“AI將超越人類”的預言，甚至被他斥爲一種由科技巨頭、媒體和盲目樂觀主義者共同編織的膚淺敘事。 技術媚俗爲既得利益者創造風口（如吸引資本湧入），卻讓公衆陷入恐慌（如“AI取代人類工作”）或盲目依賴（如用ChatGPT替代思考）。OpenAI首席執行官山姆·奧特曼的自我反思佐證了這一觀點：“我曾對AI有科幻式幻想，但現在它只是個工具……以前的我太天真了。” 拉森尖銳指出，當前AI研究在一條死路上狂奔：“進度條不是卡在99%，而是卡在1%”。人類連自身意識都尚未破解，卻妄想用神經網絡模擬智能，猶如試圖通過觀察飛鳥的飛行軌跡造出火箭。 而科技樂觀主義者們在面對拉森的批判，也並非毫無聲量。他們以三點回應： 進化論視角：AlphaGo的突破證明AI能解決人類未解難題，未來或湧現“超預期智能”。 工具價值論：即便AI不具意識，其提升效率的能力（如醫療診斷、氣候建模）已足夠推動社會進步。 悲觀預言的自反性：過度強調AI威脅可能阻礙技術發展，錯失解決全球性問題的機遇。 對我們非技術背景的讀者而言，本書的價值遠超一本科普著作，書中揭穿了ChatGPT等工具的真相：它更像“升級版搜索引擎”，而非全知神明。普通人可擺脫“被取代”的焦慮，轉而思考如何借AI提效而非取代人性（如創意、倫理判斷）。 本書不是反技術宣言，而是對科學精神的正本清源。它呼籲公衆在AI狂潮中保持冷峻目光，擁抱工具革新的同時又警惕造神衝動。拉森剖析了神話製造鏈條：企業炒作概念→媒體渲染革命→公衆盲目追隨。由此我們可以學會識別利益驅動的話術如“AI將終結所有工作”，避免成爲商業泡沫的犧牲品。 事實上“我們低估了人類智能，高估了人工智能”，書中強調，人類的常識、直覺、道德抉擇等能力（如醫生面對矛盾病例時的權衡），是數據無法量化的“緘默知識”。作爲普通人類，我們其實可以更自信地守護自身價值，拒絕將決策權讓渡給算法黑箱。破除AI神話，絕非否定技術價值，而是拒絕盲從，唯此才能迎來真正進步。真正的智能，永遠始於對人類侷限的認知，而非對機器的幻想。

《造神：人工智能神話的起源和破除》核心觀點 核心的一句話：現在的AI根本不是真正的智能，也永遠無法靠當前技術路線變成通用智能（AGI），所謂“AI成神、奇點降臨”全是人造神話。 具體核心觀點濃縮爲5點： 1. 當前AI只有“模仿”，沒有“理解” 大模型、深度學習本質都是數據統計與模式匹配，只是在模仿人類語言和行爲，並不懂語義、常識、因果，更沒有意識、意圖和自我認知。 ​ 2. 缺失人類智能的核心能力：溯因推理 人類思考靠三種推理：演繹、歸納、溯因推理（提出新假設、給出最佳解釋、創造性聯想）。AI只會前兩種，完全沒有溯因能力，這是AI與人類智能無法跨越的本質鴻溝。 ​ 3. AGI（通用人工智能）是僞命題，現有路線走不通 靠堆數據、加算力、優化大模型，只能做出更厲害的專用AI，永遠造不出能像人一樣通用思考、靈活適應世界的通用智能，科學界至今都不知道實現AGI的正確路徑。 ​ 4. “AI成神、智能爆炸、奇點臨近”是商業與文化神話 這種說法源於對圖靈測試、智能概念的簡化曲解，再被硅谷資本、科技輿論炒作放大，把工程技術進步包裝成“智能革命”，製造焦慮與泡沫。 ​ 5. AI造神的危害遠大於技術本身 盲目神話AI會扭曲科研方向、浪費資源，還貶低人類獨有的創造力、道德判斷、常識認知，讓社會陷入對技術的非理性崇拜。

心多憔悴～愛付與東流水～ 捨命奉陪～抵不過天公不作美～ 往事回味～不過是彈指一揮～ 日復日望穿秋水恕我愚昧～ 你愛着誰～心徒留幾道傷～ 我鎖着眉～最是相思斷人腸～ 勞燕分飛～寂寥的夜裏淚兩行～ 燭短遺憾長故人自難忘～ 你愛着誰～心徒留幾道傷～ 愛多可悲～恨彼此天涯各一方～ 冷月空對～滿腹愁無處話淒涼～ 我愛不悔可孤影難成雙～～

人工智能的“神話”源於三重疊加：技術突破帶來的想象放大、商業資本的刻意包裝、人類對“超越自身”的本能渴望。但AI本質是“基於數據的概率預測系統”，既非無所不能的“神”，也非即將失控的“魔”，其能力邊界始終受限於算法邏輯、數據質量與人類設計目標。破除神話的關鍵，是理解AI的“工具屬性”——它是人類能力的延伸，而非替代。 人類智能依賴三種推理——演繹、歸納、溯因，而主流AI僅靠歸納推理（大數據統計關聯），缺失最關鍵的溯因推理（最佳解釋、直覺、常識、背景理解）。AI只會“相關性”，不懂“因果性”；能預測，不能真正理解與創造。他用“羅素的火雞悖論”比喻：AI靠歷史數據歸納規律，卻無法應對未知與例外，本質脆弱。