人工智能的五张面孔

木铎书评之《AI 的五张面孔》 在我最近的读的AI相关的书中，这本书算是一本视角比较全面的书，作者试图描绘AI的五张面孔：历史面孔，技术面孔，商业面孔，社会面孔，和哲学面孔。可以说作者试图从各个维度来介绍AI。这种介绍方式可以说是非常有用的，可以让我们理解AI尤其是这轮的生成式AI在各个方面造成的影响，但是这种试图“面面俱到”的描述方式必然又带来面过广而不够细的难题。 这本书中有很多不错的观点，比如它提到了静态知识和动态知识的区分，还提到了AI对社会结构造成的影响等等，所以我还是推荐大家可以读一下这本书。我不想像作者一样试图对这本书进行面面俱到的描述，我只想从技术角度出发来解释一下这波生成式AI的底层逻辑，然后我们从这个底层逻辑来推导出一些必然的结果。 很多人在ChatGPT出现之后惊为天人，认为这是技术的重大进步。很多时候普罗大众理解的技术进步并不是真的技术进步，最近开发出Kimi3的月之暗面的创始人说OpenAI和ChatGPT并没有什么技术创新，这句话让很多人破防，不过从这句话能看出来这哥们是真正的圈里人，是真正研究过技术的人，因为他说的是真相。 我最近一直在琢磨各种机器学习的算法，经过我的研究发现ChatGPT和更早的用于序列预测的算法本质上并没有太大的区别，都是在一个已知序列的基础上算出这个序列的最有可能的下一个是什么。至于这个序列是文本，图片还是音频，视频本质上是一样的。所以无论是回答问题的ChatGPT还是比较图片的Vision Transformer都是基于一个已知的序列来预测序列的下一个单元，这个单元有可能是字符，也有可能是图片的块，或是视频的帧。 在ChatGPT出现之前，序列的预测就是一个比较成熟的机器学习领域，比如循环神经网络（RNN）和RNN的各种变种（LSTM：Long Short Term Machine）就已经能够很好地完成序列的预测工作了。既然这种序列的预测工作别的神经网络已经可以做了，那么问题是“为什么是ChatGPT基于的transformer架构最后能够得到广泛的商业应用？” 答案其实很简单：“以空间和计算量换时间”。无论是哪种RNN在训练和计算的过程中都是串行计算的，也就是说先预测第一个单元，然后再预测第二个单元，以此类推。这种神经网络的问题就在于一个字：慢。无论是训练和推理都是串行的，等需要计算的序列很长的时候必然有很长的等待时间，所以造成这种神经网络根本无法用于聊天等场景，因为在用户等到全部答案之前就已经放弃了。 Transformer架构的改进就一个：以空间和计算量换时间，Transformer架构把串行计算改成并行计算，这带来了两个后果：计算量猛增和存储需求猛增。Transformer架构不像是RNN的各种变种一样先计算第一个单元再接着预测下一个，它用注意力机制来计算出序列中已经出现的内容对下一个内容的影响，这就造成它的计算量是序列上下文长度的平方，同时还需要大量的计算和存储。 从ChatGPT和其他Transformer架构模型的爆火，我们也目睹了GPU和存储需求和价格的暴涨，Transformer架构对GPU和TPU等计算模块的需求来自于这些计算模块是可以做并行计算的，大大降低了海量运算需要的时间。Transformer架构也增加了对存储的需求，因为一个个地计算KV是不经济的，因为一个序列如果很长的话，前面的很多内容是不变的，每次都计算序列前面的KV是浪费计算资源，所以就需要增加存储把这些KV存起来。 互联网上很多人都在说“智能即压缩”，他们这么说是因为他们只看到了ChatGPT等大模型把互联网上的海量知识变成了一个几十个G的文件，但是他们没看到这个文件在工作的时候并不是压缩，而是过滤，根据你传入的上下文序列过滤出训练数据中和这个上下文序列匹配概率最大的几个结果，所以我同样也可以说“智能即过滤”。 如果我们比较一下生物智能，我们就能发现压缩和过滤是一体的，压缩为体，过滤为用。任何生物包括人类在内都不是从外界获取所有的信息，而是过滤出对自己生存和繁衍最有用的信息，比如人类用的是视觉信息但是蝙蝠用的是超声波信息。在从外界海量信息到内部有限信息的过程中当然发生了信息的压缩，只不过这个压缩是以过滤的形式发生的。 我们一旦明白了“压缩为体，过滤为用”，就能推导出ChatGPT等大模型和更发达的模型的进化路线。 ChatGPT和类似的大语言模型是对互联网上的大量文本，音频和视频进行压缩，然后才能根据你提供的上下文过滤出有用的信息。这套技术最大的好处就是可扩展性强，可能并行计算并处理海量的用户请求，但是这种可扩展也是有它的基础：算力，存储和数据。算力能让这套模型能够服务更多的用户，存储可以缓存KV从而避免重复的计算，数据是这套架构的根基，没有互联网浪潮催生的海量数据就没有现在的ChatGPT和大语言模型。 这套架构最大的依赖就是数据，可以说“成也数据，败也数据“。互联网上的海量数据提供了训练的基础，但是我们都知道互联网上的数据质量是良莠不齐的。互联网上包含了很多有用的信息，也同样包含了大量虚假的，错误的信息。我们平时遇到的大模型幻觉很多时候都是我们的上下文恰好过滤出来了这些错误或虚假的信息。幻觉问题的另一个技术原因是现在大语言模型的训练过程不重视数据质量和模型对信息的置信度的预测。大模型只能通过匹配上下文和训练数据得到最有可能的下一个序列单元，但是它永远不需要关心这个预测的可信程度如何。 现在Transformer架构的三驾马车是算力，存储和数据。现在正处于热潮初期的世界模型同样也需要算力，存储和数据，只不过是不同的模型可能需要的数据不一样。随着算力和存储生产能力的增加，未来决定人工智能发展的就是数据。比如说现在新出现的世界模型，很多底层的算法都是复用了大模型的技术，但是因为它要预测的不仅仅是下一个token，所以就需要不一样的数据，单纯的互联网数据已经无法满足这种模型的需求了。 未来随着算力和存储的生成投入增加，必然是一个数据决定模型架构和质量的时代，现在为了省一点算力的预算把自己的数据拱手让人的公司未来肯定会后悔莫及的。真正理解人工智能的公司比如特斯拉都在打造数据飞轮和数据闭环，也就是把自己产品生产出来的数据用来给自己的模型进行训练，然后用模型来优化自己的产品。未来像安卓这种开源的生态可能会越来越少，因为大家都需要控制整条产业链的数据从而不断地优化自己的模型。 现在Transformer架构为基础的大语言模型肯定不是AI的全部未来，我也不相信什么AGI的神话，或者就像Yan Lecun说得那样大模型不能产生AGI。未来更有可能是不同的模型基于不同的数据结构和算法来预测不同的数据，各种世界模型会越来越普遍，模型的准确度会提高，模型对更复杂数据的依赖会加强，我们也会看到一个产品和数据闭环越来越普遍的世界。

从历史的长镜头看，我们正处在工业化、信息化之后的“智能化”节点，人工智能作为“生产力的加速度”正在把其他技术平台推向新的高度，这一趋势不可逆。站在这一时间坐标上，我对自身位置与方向的思考如下： ​​1. 历史维度——认清窗口​​ • AI 由“工具”升级为“加速器”，意味着所有行业都将被重写；我若置身事外，就会成为被动承受者。只有把个人生涯与 AI 潮流对齐，才能获得乘数效应。 ​​2. 技术维度——打造个人“AI 能力栈”​​ • 我目前对 AI 的掌握停留在基础办公自动化和简单脚本，大模型使用尚属尝鲜。要从“使用者”升级为“驾驭者”，必须持续训练 AI 素养，把“工具尝鲜”转化为“流程再造”。 • 具体路径：每月完成一门系统课程，实践一个完整项目，并将经验沉淀为可复用的知识库。 ​​3. 商业维度——寻找不可替代的价值​​ • 重复性、标准化工作占比高，易被替代；我需要把 AI 当作“增效杠杆”，把时间释放出来去做策略、关系和创意——向“意义创造者”转型。 • 主动在工作中引入“人机协作”：机器承担 70% 的数据与模板任务，人类负责 30% 的决策与情感连接，以此提升服务溢价。 ​​4. 社会维度——从用户到参与者​​ • AI 的社会影响巨大且复杂，作为普通个体，我不仅要适应，更要参与治理与伦理讨论，为算法透明度、数据安全发声。 • 计划加入行业小组、开源社区或伦理审查小队，通过写作和科普传播负责任的 AI 观。 ​​5. 哲学维度——回答“我为何存在”​​ • 技术可以回答“如何做”，但唯有人才能回答“该不该做”。我需要把价值判断和人文关怀置于技术应用的核心。 • 每周留出时间进行非功利性创作或反思，把技术学习与生命体验、审美感受、社会责任结合，形成完整的自我认同。 ​​综合行动蓝图​​ • 设定“AI 上车者”目标：用明确的素养提升计划和项目实践完成从使用者到驾驭者的转变。 • 把 AI 视为“外脑”而非“替代”，在每项任务中设计人机协作环节。 • 在价值链上寻找并创造情感连接、复杂判断、跨文化沟通的机会，打造个人不可替代标签。 • 积极参与社会与伦理治理，使技术应用符合公共利益。 • 以哲学思考校准内在驱动，确保技术服务于人的完整发展。 沿着历史潮流、技术杠杆、商业机会、社会参与和哲学思考五条坐标持续校准，我将在 AI 时代找到自己的独特赛道并稳步前行。

人工智能是当下的热点，似乎发现可怕的能力，就是把人类不能解决多年的数学难题给出了 yes or no 的结果，当然作为各种解题的似乎还是人类给于，特别是 n-s 的千禧难题，从这个角度来说 ai 已经在对于抽象的理解超越了大多数人类，同时根据人类的想法来进行证明，只是我们还是没有办法判断 ai 是不是完成了证明，同时对于 ai 证明数学问题的模式也不完全被接收，因为 ai 可能更加关注于命题的结果的证实和证伪，但是对于过程似乎关注的没有那么多，也就是如何发展工具与手段建立起来不同学科之间的内在联系，使得数学体系之间变得更加紧密，这个也就是所谓若干菲尔茨奖获得者发布的公告，ai 解题失去了人类的情绪价值，可能感觉对于国际象棋棋手和围棋棋手被 ai 所打败产生的情绪也是非常类似的，只是 ai 在人类的不断训练过程中，产生了超级能力，那些本来可以自我品味的数学家似乎感觉到了一种孤独求败失落感，另外一个方面大家都在 ai 是最容易创造流行词的领域，因为自我递归演化似乎又是当下流行的内容，给我们带来的感受就是 ai 自己来演化，完全不需要人类的干涉，一旦达到一定时间之后，其中规则的分析似乎只有 ai 自己才能理解，可能这个也是减少 ai 快速发展的理由，其实在 ai 赛道上国家选手总是在不断减少的，而且 ai 带来危机感似乎对于每个国家和每个人都感觉到了压力，让我们不确定在未来我们怎样适应 ai，而不是反过来，可能这个也是我们文明演化的一个结果。

作者意图是宏大的，企图用AI的五张面孔来表达历史，技术，商业，社会，哲学五个纬度的思考。一旦全面就容易失焦，作为通识读物是合适的。在技术，商业和社会三部分都有亮点。技术上的自注意机制，商业逻辑的开放分层到一体化逻辑，人工智能带来的科研范式突破与精神文明冲击都很有洞见。哲学角度也很有企图心，把能源，宇宙，进化，智能纳入一个解释框架。整体而言给个四星吧

刚344#7日子的7i费*.发**负责。无法ｉ可以【工时填报提醒】本周（2026-05-11至2026-05-16）共有5个工作日，您少填了5天工时，请尽快在今天完成填报。（如已填报请忽略本消息£..:*&m*rH*u..x(上海市徐汇区虹梅路街道漕宝路漕河泾印象城3楼10号()）7

硅基逻辑对人类社会的影响，不仅停留在生产力上，它还对精神世界产生了巨大的冲击，特别是信息过载、信息茧房等问题中断了人类大脑应有的认知循环，加剧了精神问题。但是走出非洲的智人，拥有最强的学习能力和适应能力，进而遍布全球，我们相信对于这次深刻的智能变革，智人同样可以适应，文中提到两个关键解决方案，一个是信息控制，另外一个是用真实世界对齐认知循环。 这本书最动人之处，是它在揭示智能变革对精神世界的冲击之后，仍把希望交还给人：即便未来我们只能是智能网络中的一个感知单元，我们也不能失去主宰世界的勇气。它提醒我们，适应不是被动退场，而是在新秩序中重新确认人的位置与尊严。