諾獎花落機器學習：一萬年前人類馴化小麥，現在馴化AI

2024年盧保物理學獎的揭曉，將機器學習這一看似與物理學相距甚遠的領域推到了聚光燈下，從1956年達特茅斯會議起，到近年ChatGPT橫空出世，無論是前沿科研還是日常工作生活中，AI的運用都越來越廣泛。對於AI未來前景的討論，有人認為AI的發展會為技術的進步和生產力的提升添磚加瓦，也有人認為AI將會打碎打工人的飯碗，帶來新的失業困境。

在此次頒獎中，盧保物理學委員會主席在肯定機器學習的巨大貢獻時提到：機器學習的快速發展也引發了人們對未來的擔憂，人類有責任以安全且道德的方式使用這項新技術。技術的進步總是一體兩面的，AI的運用除了促進生產外，對人類思維方式和社會結構可能產生的影響同樣值得關注。

01 盧保物理學獎花落機器學習，AI浪潮已至？

10月8日，瑞典皇家科學院宣佈，將2024年盧保物理學獎授予美國科學家約翰·霍普菲爾德和英國裔加拿大科學家傑佛瑞·欣頓，以表彰他們在使用人工神經網絡的機器學習方面的基礎性發現和發明。

盧保物理學獎的評選委員會在頒獎詞中指出，霍普菲爾德和欣頓的開創性工作在於，他們利用統計物理的基本概念設計了人工神經網絡，構建了機器學習的基礎。約翰·霍普菲爾德創建了一種聯想記憶方法，可以存儲和重構圖像或其他類型的數據模式；傑佛瑞·欣頓發明了一種可以自動發現數據中屬性的方法，可用於識別圖片中的特定元素等任務。

消息出來後，在各種平台引起了熱烈的討論，畢竟機器學習與物理學看上去關係不大，並且頒獎詞中也寫得很明白，這是一種「方法」，與大家印象中的物理學獎側重於「發現」或「理論」大相逕庭。對於這些疑問，盧保物理學委員會秘書烏爾夫·丹尼爾鬆當天在接受新華社記者採訪時表示，物理學獎可以授予理論上、實驗上或者觀測上的發現，也可以授予發明，今年的獲獎成果從某種意義上講也是一種發明，一種可以多種方式應用的發明。

面對此次諾獎的結果，有學者戲稱：盧保物理學獎在和圖靈獎搶飯碗。還有知乎網民抖機靈：畢竟Physics的結尾是cs，沒毛病！

對於機器學習與物理學的意義，盧保物理學委員會主席埃倫·穆恩斯在當天的新聞發佈會上表示，兩名獲獎者利用統計物理的基本概念設計了人工神經網絡，構建了機器學習的基礎；相關技術已被用於推動多個領域的研究，包括粒子物理、材料科學和天體物理等，也已用於日常生活中的人臉識別和語言翻譯等。她同時還提到，機器學習的快速發展也引發了人們對未來的擔憂，人類有責任以安全且道德的方式使用這項新技術。

作為人工智能的重要組成部分，此次機器學習獲得盧保物理學獎，無疑是對AI技術發展的巨大肯定和鼓勵。事實上，當前AI與物理學、生物學等前沿學科早已深度融合，作為一種通用工具，AI正打破學科界限，加速科學發展和拓展認知邊界。例如，計算機學科中的統計方法和優化算法被廣泛應用於生物信息學；而生物學中的進化理論也反過來啟發了AI領域的神經進化算法。

學術討論歸學術討論，相比AI技術在前沿科學所做的貢獻，普通人更關心AI將如何從前沿科技飛入尋常百姓家。到底AI會成為自己的生產工具，還是會奪走自己的飯碗，誰也不敢斷言。正如欣頓所說，相關技術將對社會產生巨大影響，但也必須警惕技術可能造成的威脅。

02 前沿科技高深莫測，用到實際千篇一律？

自ChatGPT橫空出世以來，生成式人工智能成為了普通人日常接觸最多的AI產品，不少人開始利用AI工具繪圖、書寫文案、寫彙報材料等，試圖將其馴化成有效的生產工具，為自己的工作降本增效。但從目前的反饋來看，AI生成的結果距離「可以直接拿來用」還有很遠的距離，更多的是用在查閱信息、潤色文稿等方面。

舉例來說，如果想要利用AI寫一段小紅書文案，你會發現，AI理解的小紅書文案基本上就是一段故作活潑且正能量的小學生作文中插入大量emoji，結尾再加上#關鍵詞#，想要的「網感」就是加入大量流行語，衝浪時間久一點的網民都會感到尷尬，並且有意思的是，不同的AI工具生產的文案從語言風格到文章結構都幾乎雷同。

就在剛剛過去的國慶假期中，不少人在嘗試使用AI工具進行出遊規劃，只要向AI說明自己的要求就能生成一個還不錯的旅遊攻略，看上去很方便，但實際結果不盡如人意。筆者測試了利用AI製作旅遊攻略，但在關鍵詞「行程緊湊」和「行程舒適」明顯不同的前提下，生成的行程規劃並沒有什麼區別，僅僅是舒適的行程中增加了午餐環節，可能AI認為緊湊的行程不需要吃午餐，或者有午餐就代表著行程舒適？AI顯然是讀到了關鍵字，但是並沒有像「人」一樣理解關鍵字。

同一個AI工具生成的旅遊規劃雷同，而不同大廠推出的AI模型之間又缺乏聯動，數據源基本上依賴於自己生態下或合作商的內容。例如，豆包生成的旅遊攻略來源大多是抖音、頭條等字節系平台，小紅書的達芬奇生成的旅遊攻略主要依靠小紅書筆記，文心一言則主要參考知乎和第三方旅遊網站。我們都知道，不同平台的用戶習慣和內容風格偏好上存在巨大的差異，生成的旅遊攻略也會具有一定的局限性。如果真的依賴這樣的旅行攻略，很有可能出現A大廠的用戶習慣用A模型，A模型的攻略推甲景點，B大廠的用戶習慣用B模型，B模型的攻略推乙景點，線上信息繭房的影響甚至會延伸到現實生活中，即使行萬里路，依然可能受限在認知的信息繭房中。

在如今的求職市場上，AI輔助面試也得到了廣泛應用。一方面，求職者利用AI工具準備面試問題和答案，提高了效率，但是思路容易落入AI的窠臼，而不是貼合自己實際情況，展現個人獨特的魅力。另一方面，企業用AI數字人對求職者進行面試篩選，節約人力物力，但面試問題千篇一律，缺乏個人特色，使得求職者為了「討好」AI面試官而不得不小心翼翼地適應AI面試的風格。原本是為了提升面試效率，簡化溝通流程，卻成了求職者必做的新八股文。

當然，當前的AI工具的局限，在將來很有可能隨著技術的進步而得到改善，但即使解決了「生成內容千篇一律」的問題，還有不少值得思考的隱憂：技術是否真的是中立的？AI獲取的信息是否中？AI所生成的觀點是代表技術的觀點、數據來源的觀點、還是使用者的觀點？舉個例子，假如AI生成的內容明顯帶有種族歧視、性別歧視等問題，我們應該如何評價這些內容？相比這些複雜的問題，「千篇一律」看起來雖然還呆板但是「不出錯」。

03 比起AI可能帶來的失業，更值得思考的是人性

一萬年前，小麥還只是一種普通的植物，出於某些原因，人類開始大量種植小麥，小麥成為了主食，向人類提供穩定的熱量來源，但種植和貯存小麥使人類不得不長期居住在水流和農田附近，變得「居有定所」，人類從採集時代進入農耕時代。

農耕時代的好處顯而易見，穩定的食物供給和聚居地規模的壯大使得人類有閑暇和空間去發展更多的文字和語言，文明得以更快地發展。但缺點也是明顯的：相比採集時代，農耕時代的食物來源變得單一，同時，田間的勞作並不適合人的肌肉骨骼結構，腰椎疾病等隨之而來。更重要的是，資源（食物）的囤積使得階級變得更加明顯，少部分擁有權利的人得以付出更少的勞作和享受更優越的生活條件，而大部分普通人則需要付出比採集時代更多的勞作，採集時代的「閑雲野鶴」生活一去不複返。

技術的進步，必然帶來生活方式的變革，凡事皆有利有弊，生產力的進步帶來的影響並不完全是正向的。前文中，我們提到目前AI技術的局限性，但技術總是會進步的，未來AI的發展方向不好預測，但毋庸置疑的是：AI在給人類帶來便利的同時，也會對人的思維方式乃至社會結構產生影響。

《三體·黑暗森林》中，羅輯冬眠醒來後，人類已移居至地下城，科技取得了飛躍，四處佈滿了AI工具人和智能顯示屏，生活極為便利。羅輯因為曾經身為面壁者而遭到三體組織的追殺，追殺者在地下城的系統中植入了一個專門針對羅輯的刺殺程序，好在同樣冬眠醒來的前警官史強身手敏捷救了羅輯。出生在地下城時代的「年青人們」無法理解「公元人」史強是如何發現問題的，史強則無法理解為什麼這些年青人會無比依賴於周圍的網絡而不是自己的思考和判斷。

假如現在有一項冬眠技術可以使人冬眠幾十上百年，也許在當代人冬眠醒來之後會像史強一樣無法理解周圍人在思維方式上的變化。技術的變化總是有跡可循的，只要使用合適的語言，唐朝人也可以理解牛頓定律和相對論，但對於思維方式的影響則更加潤物細無聲。

當我們討論的熱點集中在AI到底是打破打工人的飯碗還是助力打工人提升效率時，也許我們還需要謹慎看待AI的使用對人的思維方式乃至社會結構帶來的影響。

上百年前，人們面對一個待解決的問題，可能會自己思考和實踐，可能會詢問經驗更豐富的人，可能會查閱書籍；互聯網時代，信息搜索變得簡單快捷，足不出戶就可以查閱大量資料；AI時代，甚至只需要把問題拋給AI即可，但我們如何確定AI給出的回答是正確的？就目前來看，驗證正確性還是相對容易的事，還有其他途徑去對AI生成的答案進行核驗，但也許在將來，AI生成的數據源佔比越來越多，加上人類對AI工具的依賴，對正確與否的核驗會變得更加困難。站在巨人的肩膀上當然可以事半功倍，但首先得保證巨人的方向正確。

結 語

回顧歷史，技術的每一次飛躍都伴隨著社會結構的深刻變革。從農耕時代的定居生活到工業時代的機械化生產，再到如今AI技術的蓬勃發展，人類社會在不斷前行中探索著新的生活方式和思維方式。正如人類馴化小麥的同時也被小麥馴化，AI技術的發展同樣需要我們以更理性的態度去審視和應對，無論是對技術，還是對人性，都要保持清醒的認知。才不至於稀里糊塗地陷入未知的困境。

本文來自微信公眾號「來咖智庫」（ID：laikazk），作者：藍貓，編輯：G3007，36氪經授權發佈。