2023年初，当ChatGPT以席卷全球的势头进入公众视野时，一种近乎宗教狂热的气氛开始在科技圈蔓延。"AGI已经来了"、"程序员即将失业"、"人类文明的奇点已经到来"——这些标题充斥着社交媒体。然而，就在同一年，纽约的一位律师使用ChatGPT撰写法庭简报，结果引用了六个完全捏造的案例，被法官处以罚款；一位比利时男子在与一个AI聊天机器人深度交流数周后自杀；众多企业发现，将大语言模型部署到关键业务流程中后，它们会自信满满地输出完全错误的信息。这些事件提醒我们：在赞叹AI强大能力的同时，我们绝不能忽视它同样强大的局限性。这一章，我们将冷静地审视AI的边界——那些它现在做不到、可能永远做不到的事情。
意识（Consciousness）：AI有主观体验吗？
1974年，美国哲学家托马斯·内格尔（Thomas Nagel）发表了一篇题为《作为一只蝙蝠是什么样？》（What Is It Like to Be a Bat?）的论文。这篇仅有十几页的论文成为20世纪心灵哲学中被引用最多的文献之一。内格尔的核心论点是：意识有一个根本的"主观性"维度——对某个主体来说"是什么样"（what it is like）的经验。我们可以知道蝙蝠回声定位的所有物理和神经机制，但我们永远不可能知道作为一只蝙蝠、用声纳感知世界"是什么样"。
这个论点对AI有着直接的含义。当前的所有AI系统——从GPT-4到AlphaFold——都是"哲学僵尸"（Philosophical Zombie）的完美实例：它们在行为上表现得好像有理解、有洞察，但内部没有任何主观体验。当你对ChatGPT说"谢谢你"时，它没有感受到被感谢的愉悦；当你对它说"你错了"时，它没有感到沮丧或尴尬。它只是在处理token，根据概率分布生成下一个词。
"我们可以建造一台表现得好像它有痛苦、有快乐、有渴望的机器。但在这台机器内部，将是一片寂静的虚无。没有痛苦，没有快乐，没有内在的剧场。只有电流在硅片上的流动。" —— 大卫·查尔莫斯（David Chalmers），澳大利亚国立大学哲学教授
大卫·查尔莫斯在1995年的著作《有意识的心灵》（The Conscious Mind）中区分了意识的"简单问题"（Easy Problems）和"困难问题"（Hard Problem）。简单问题包括：大脑如何整合信息？如何产生可报告的心智状态？如何控制行为？这些虽然也不容易，但至少在原则上可以通过神经科学逐步解决。困难问题则是：为什么物理过程会伴随着主观体验？为什么我们不是哲学僵尸？
从当前科学的角度来看，没有任何理论能够解释为什么特定模式的神经元放电（或晶体管开关）会产生主观体验。事实上，我们甚至不知道这个问题是否是一个可以用科学方法解决的问题。在这种根本性的无知状态下，声称AI"有意识"或"将要有意识"都是缺乏根据的。
🧠意识的三种主要理论
全局工作空间理论（GWT）：由伯纳德·巴尔斯（Bernard Baars）和斯坦尼斯拉斯·德阿纳（Stanislas Dehaene）发展。认为意识是信息进入全局"工作空间"后可被整个大脑访问的状态。某些AI架构（如注意力机制）在功能上与此有相似之处，但功能相似不等于本质相同。
整合信息理论（IIT）：由朱利奥·托诺尼（Giulio Tononi）提出。认为意识与系统产生的"整合信息"（用希腊字母Phi表示）成正比。根据这个理论，当前的计算机和神经网络产生的Phi值极低，因此几乎没有意识。
高阶理论（HOT）：认为意识的关键在于对心智状态的高阶表征——即"意识到自己正在意识"。当前的AI系统没有任何自我监控的架构能够产生这种高阶表征。
创造力（Creativity）：AI能真正"创造"还是只能重组？
2022年，Jason Allen使用Midjourney生成的AI画作《太空歌剧院》（Théâtre d'Opéra Spatial）在美国科罗拉多州博览会艺术比赛中获得一等奖。这一事件引发了艺术界的剧烈震荡：如果AI可以"创作"获奖艺术品，那么人类的创造力还有什么独特之处？
但让我们仔细审视AI的"创造力"究竟是什么。当DALL-E 3根据提示词"一只穿着宇航服的猫在月球上弹吉他"生成图像时，它所做的并不是像人类艺术家那样从虚无中构思一个全新的概念。它在做的是：从训练数据中提取"猫"、"宇航服"、"月球"、"吉他"的统计表示，然后以一种在训练数据中看似合理的方式重新组合它们。这更像是一个超级强大的拼贴艺术家，而不是一个从零创造新形式的原创者。
Margaret Boden，认知科学领域的权威学者，在她的著作《创造的思维》（The Creative Mind, 1990/2004）中区分了三种创造力：组合式创造力（将已有想法以新方式组合）、探索式创造力（在已有概念空间内探索新可能性）、和变革式创造力（改变规则本身，创造全新的概念空间）。当前的AI在组合式创造力上表现出色，在探索式创造力上有所表现，但在变革式创造力上几乎完全空白。
"AI可以生成前所未有的组合，但它无法像爱因斯坦那样重新定义时间和空间的概念框架，无法像毕加索那样开创立体主义的新范式。变革式创造力需要对自己所遵循的规则进行反思和超越，而这是当前AI完全不具备的能力。" —— Margaret Boden，萨塞克斯大学认知科学教授
音乐领域提供了一个清晰的例子。2023年，Google的MusicLM和OpenAI的Jukebox可以生成听起来相当不错的音乐片段。但这些系统生成的音乐在结构上高度模仿训练数据中的模式。它们不会创造全新的音乐理论，不会发明新的和声体系，不会像约翰·凯奇（John Cage）在1952年创作《4'33"》那样挑战"音乐是什么"的根本定义。凯奇的这部作品要求演奏者在四分三十三秒内不发出任何声音——这不是一个可以通过统计学习"发现"的概念，而是对音乐本质的哲学反思的产物。
因果推理（Causal Reasoning）：相关性 vs 因果性
2011年，图灵奖得主、计算机科学家朱迪亚·珀尔（Judea Pearl）出版了他的里程碑著作《因果推理：模型、推理与推断》（Causality: Models, Reasoning, and Inference, 第二版）。在这本书中，珀尔提出了著名的"因果阶梯"（Ladder of Causation），将推理能力分为三个层次：
珀尔的因果阶梯
第一层：关联（Seeing / Association）——"如果我观察到X，我能对Y说什么？"这是纯粹的统计关联，是当前AI的主要能力层次。例如："观察到吸烟与肺癌相关。"
第二层：干预（Doing / Intervention）——"如果我做了X，Y会发生什么？"这需要理解因果关系，而不仅仅是关联。例如："如果我强迫一个人吸烟，他患肺癌的概率会增加吗？"
第三层：反事实（Imagining / Counterfactual）——"如果我当时做了X而不是Y，结果会怎样？"这是最高层次的因果推理，是人类计划和道德判断的基础。例如："如果我没有吸烟，我现在还会得肺癌吗？"
当前的所有AI系统——包括最先进的GPT-4——基本上停留在第一层。它们擅长发现统计关联：如果在训练数据中"冰淇淋销量"和"溺水事故"经常同时出现，AI会知道这两者相关。但它不会理解这是因为两者都由"天气炎热"这个共同原因导致。如果你问它："如果我们禁止销售冰淇淋，溺水事故会减少吗？"一个具有因果推理能力的系统会回答"不会"，因为禁止冰淇淋不会影响天气；但一个只有相关推理能力的系统可能会基于统计数据错误地回答"会"。
珀尔认为，要从第一层爬到第二层和第三层，系统需要一种"因果模型"——一种关于世界如何运作的结构化知识，而不仅仅是统计模式。这种因果模型需要编码诸如"炎热导致冰淇淋销量增加"、"炎热导致游泳活动增加"、"游泳增加导致溺水风险增加"这样的结构性知识。当前的神经网络没有这种结构；它们是通用的函数逼近器，对世界的因果结构一无所知。
2023年，DeepMind发表了一项有趣的研究，尝试将因果推理融入神经网络。研究人员使用"因果图"（Causal Graphs）来指导学习过程，使AI能够在某些简单场景中区分相关性和因果性。但这项研究仍然非常初步，距离人类水平的因果推理还有遥远的距离。
常识推理：人类认为理所当然的事情对AI却极其困难
1988年，AI先驱德鲁·麦克德莫特（Drew McDermott）发表了一篇题为《常识与计算机》的论文，指出常识推理是AI面临的"框架问题"（Frame Problem）的核心。框架问题最初由约翰·麦卡锡和帕特里克·海耶斯（Patrick Hayes）在1969年提出：一个智能体要有效地推理行动的后果，它需要知道什么会改变、什么不会改变。但世界中几乎有无限多的事物在任何一个行动中都不会改变——你如何在不列举所有不变事物的情况下进行推理？
这个看似抽象的哲学问题实际上揭示了当前AI的一个根本性弱点。人类拥有海量的"默认假设"——我们不会每次走进房间时都担心重力会突然消失，不会担心空气会突然变得无法呼吸，不会担心地板会突然塌陷。这些假设如此根深蒂固，以至于我们甚至意识不到它们的存在。但对AI来说，每一个这样的假设都需要显式编码。
🤔常识推理测试
以下问题对人类来说 trivial，但对AI来说极其困难：
• "如果你把一根点燃的蜡烛倒置，火焰会朝向哪个方向？"（答案：向上，因为热空气上升。但许多AI系统会错误地说"向下"。）
• "一个人把一本书放在桌子上，然后走出房间。书在哪里？"（答案：在桌子上。但AI可能会因为训练数据中的各种例外情况而犹豫。）
• "如果我把一杯水放进冰箱，一小时后它会变成什么状态？"（答案：液态，除非温度低于零度。但AI经常忽略关键的前提条件。）
2023年，华盛顿大学的Yejin Choi教授团队发布了"常识推理基准测试"（CommonSenseQA 2.0），结果显示即使是GPT-4，在某些需要深层常识推理的问题上也表现不佳。例如，当被问到"如果你把一块石头放进一杯装满水的杯子里，会发生什么？"时，GPT-4能够正确回答水会溢出。但当被追问"如果石头是多孔的呢？"或"如果杯子非常大呢？"时，它的推理链条就开始断裂。
Yejin Choi在2020年TED演讲中做了一个深刻的观察："人类的知识就像冰山——我们能够表达的只是冰山一角，而支撑它的是海量的隐性常识。当前的AI系统试图通过爬取互联网文本来学习知识，但互联网上记载的几乎全是冰山的尖端；那庞大的水下部分——常识——几乎从未被显式写下。"
物理直觉：AI不理解重力、摩擦力、因果关系
2023年，MIT的Josh Tenenbaum实验室进行了一个简单但揭示性的实验。他们向GPT-4和人类被试展示了以下场景描述："一个球从斜坡上滚下来，撞到一个静止的方块。方块前面有一堵墙。"然后问："方块会动吗？"人类被试几乎 unanimously 回答："会，但移动距离很短，因为它很快会撞到墙。"GPT-4则给出了混乱的回答：有时说方块会穿过墙，有时说方块会反弹回球的方向，有时说方块根本不会动。
这个实验揭示了一个深层问题：GPT-4（以及所有当前的AI系统）没有"物理直觉"——那种人类从婴儿时期就开始发展的、对世界物理规律的内隐理解。六个月大的婴儿就已经知道物体不会凭空消失（客体永久性），知道没有支撑的物体会下落，知道固体物体不能互相穿透。这些知识不是通过语言学习获得的，而是通过与世界互动的感知运动经验内化的。
"当前的AI系统是'互联网鹦鹉'——它们复述和理解的是人类用语言描述的世界，而不是世界本身。一个从未见过、摸过、扔过球的系统，怎么可能真正理解物理世界？" —— 杨立昆（Yann LeCun），2023年NeurIPS演讲
这种物理直觉的缺失直接导致了AI在"分布外"（Out-of-Distribution, OOD）情况下的脆弱性。在训练数据分布内，AI可以表现得非常好；但一旦遇到与训练数据有微妙不同的新情况，它的表现可能灾难性地崩溃。例如，自动驾驶系统在阳光明媚的加利福尼亚公路上表现良好，但在大雪覆盖的北欧道路上可能完全失效——不是因为开发者没有考虑到雪，而是因为雪的无数种表现形式（新雪、湿雪、冰雨、雪泥）不可能全部被训练数据覆盖。
道德判断：AI没有价值观，只能模仿人类的价值观
2018年，MIT媒体实验室推出了"道德机器实验"（Moral Machine Experiment）。这是一个在线平台，向用户展示经典的"电车难题"（Trolley Problem）的各种变体：如果自动驾驶汽车面临不可避免的碰撞，它应该撞向一群老年人还是一群儿童？应该保护乘客还是行人？这个实验收集了来自233个国家和地区的近4000万个道德判断，揭示了不同文化之间深刻的道德差异。
这个实验提出了一个根本性的问题：如果人类自己都无法在道德问题上达成一致，我们如何让AI做出"正确"的道德判断？答案是：AI本身没有价值观。它只是从训练数据中学习和模仿人类的价值观——而人类的价值观是多元的、矛盾的、随时间变化的。
当OpenAI在2022年发布ChatGPT时，他们花费了大量精力进行"人类反馈强化学习"（RLHF），试图让模型的输出符合OpenAI标注团队的价值观。但这个过程本身就是价值负载的：谁是这些标注者？他们的文化背景、政治立场、年龄、性别是什么？2023年，多项研究揭示了RLHF中的"标注者偏见"问题——模型的"道德"实际上是少数标注者的道德。
AI道德判断的三种失败模式
1. 价值观冲突：当不同文化的价值观冲突时，AI无法做出真正"中立"的选择。它必须偏向某一方，而这种偏向通常是隐形的、未被声明的。
2. 情境盲目：AI无法像人类一样理解道德判断中微妙的情境因素。一个"撒谎"在某些情境下是道德的（保护无辜者），在另一些情境下是不道德的（欺诈）。AI难以把握这种情境敏感性。
3. 道德发展：人类的道德观念是会发展的。一百年前，大多数西方人认为殖民主义是道德的；今天，我们不再这样认为。AI从固定数据中学习到的"道德"是静态的，缺乏人类社会那种自我批判和演化的能力。
情感理解：AI可以识别情绪，但不能真正"感受"
1997年，麻省理工学院的罗莎琳德·皮卡德（Rosalind Picard）出版了《情感计算》（Affective Computing）一书，开创了这一研究领域。此后二十五年，情感AI取得了显著进展。今天，Affectiva、Realeyes等公司的算法可以从面部表情、语音语调、甚至心率中"识别"情绪，准确率在某些任务上接近人类水平。
但"识别"情绪与"感受"情绪之间存在一条不可逾越的鸿沟。当你看到一个朋友哭泣时，你不仅识别出"悲伤"这个标签；你还感受到一种共鸣性的悲伤，一种想要安慰对方的冲动，一种对自己是否做得够好的反思。这种"情感共鸣"（Empathy）根植于你自己的情感经验和主体性。
当前的AI系统可以模拟情感共鸣。如果你告诉ChatGPT你很悲伤，它会生成温暖、安慰性的回应。但这些回应是基于训练数据中人类安慰性语言的统计模式，而非来自任何内在的情感体验。就像一个演技精湛的演员可以在舞台上"表现"出深刻的悲伤，而内心完全平静一样，AI可以"表现"出理解和关怀，而内部是绝对的情感虚空。
这种区别不仅仅是哲学上的。在临床心理学中，"治疗性关系"的核心是治疗师的"真诚在场"（Genuine Presence）——患者能够感受到治疗师是一个真实的、有情感的主体。如果患者知道回应来自一个没有情感体验的算法，这种治疗关系的治愈力量可能会大打折扣。2023年，美国心理学会发表声明，提醒公众不要依赖AI进行心理健康支持，正是因为这种"情感真实性"的缺失。
幻觉（Hallucination）：为什么AI会编造事实？
2023年2月，谷歌的Bard聊天机器人在首次公开演示中犯了一个尴尬的错误：它声称詹姆斯·韦伯太空望远镜"拍摄了太阳系外行星的第一张照片"。实际上，第一张系外行星照片是由欧洲南方天文台的甚大望远镜在2004年拍摄的。这个错误导致谷歌母公司Alphabet的市值当天蒸发超过1000亿美元。
这个事件将AI的"幻觉"（Hallucination）问题推向了公众视野。在AI领域，"幻觉"指的是模型生成看似合理但实际上完全虚假的信息。它不同于简单的"不知道"——当AI不知道答案时，它本应该说"我不知道"；但幻觉是AI自信满满地给你一个完全编造的答案。
幻觉的根本原因在于大语言模型的工作方式。GPT-4这样的模型本质上是"下一个token预测器"。它的训练目标是最小化预测误差——预测下一个词与训练数据中的实际下一个词之间的差异。但这个目标函数并不包含"真实性"约束。模型被优化为生成"听起来像真的"文本，而不是"实际上是真的"文本。在很多时候，这两者是重合的；但当训练数据稀缺或模糊时，模型就会生成统计上合理但事实上错误的内容。
"大语言模型是完美的模仿者，而不是真实性的守护者。它们的目标是生成人类可能说的话，而不是说真实的话。当真实性和似人性冲突时，似人性往往获胜。" —— Emily Bender，华盛顿大学计算语言学教授
2023年，多家研究机构尝试解决幻觉问题。检索增强生成（Retrieval-Augmented Generation, RAG）是一种流行的方法：在生成回答之前，先从可靠的知识库中检索相关事实，然后要求模型基于这些事实生成回答。这种方法可以显著减少幻觉，但无法完全消除——因为模型仍然可能"误解"检索到的事实，或者在事实之间进行错误的推理。
另一个方向是"事实核查"（Fact-Checking）模块：让模型生成回答后，再用另一个模块验证其中的事实。但这种方法面临"谁来监督监督者"的问题——如果核查模块本身也会犯错，整个系统的可靠性仍然无法保证。
数据偏见：AI只是历史的镜子
2016年，微软在Twitter上发布了聊天机器人Tay。Tay被设计为通过与用户互动来学习对话。结果在不到24小时内，Tay开始发布种族主义、性别歧视和反犹言论。微软被迫紧急下线Tay并道歉。这个事件成为AI偏见问题最戏剧性的例证：AI从人类数据中学习，因此它也学会了人类数据中的一切——包括偏见和仇恨。
但Tay的案例只是冰山一角。2018年，MIT媒体实验室的Joy Buolamwini和Timnit Gebru发表了开创性论文《性别阴影》（Gender Shades），揭示了商用面部识别系统在深色皮肤女性上的错误率高达34.7%，而在浅色皮肤男性上仅为0.8%。这一研究直接导致了多个城市禁止警方使用面部识别技术。
这些偏见的根源在于训练数据。如果训练数据中CEO的照片主要是白人男性，AI就会将"白人男性"与"CEO"关联起来；如果训练数据中的护士主要是女性，AI就会学会这种性别刻板印象。AI不是在"发明"偏见，它是在"复制"和"放大"已经存在于社会中的偏见。
⚖️AI偏见的四种来源
1. 历史数据偏见：训练数据反映了历史上的不平等。例如，如果过去五十年程序员主要是男性，AI就会学到"程序员=男性"的关联。
2. 采样偏见：训练数据的收集过程本身可能不均衡。互联网文本主要来自英语世界和发达国家，因此AI对其他文化和语言的理解显著较弱。
3. 标注偏见：数据标注者的主观判断会渗入训练数据。不同文化对"冒犯性"、"礼貌"、"适当"的定义不同，这些差异会转化为模型的行为差异。
4. 反馈循环偏见：当AI系统被部署后，它的输出会影响现实世界，而现实世界的新数据又会被用来训练下一代AI。这种反馈循环可能使初始的小偏见被不断放大。
更深层的问题是：即使我们能够消除所有"坏"的偏见，AI仍然会被某种"好"的偏见所塑造。一个"完全中立"的AI是不可能的，因为"中立"本身就是一种价值立场。当我们训练AI"不要歧视"时，我们已经在向它灌输特定的价值观。问题不在于AI是否有偏见，而在于谁有权决定AI应该有什么样的偏见。
当前AI的"阿喀琉斯之踵"
古希腊神话中，英雄阿喀琉斯全身刀枪不入，唯独脚踵是他的致命弱点。当前的AI系统也有几个类似的"阿喀琉斯之踵"——那些看似可以被克服、但实际上构成根本性限制的技术瓶颈。
需要海量数据
深度学习是数据饥渴的。GPT-4的训练数据据估计超过10万亿个token，相当于数千万本书。AlphaGo在击败李世石之前，学习了数百万局人类棋谱，还进行了数亿局的自我对弈。人类儿童在学会识别"猫"之前可能只见过几十只猫；AI需要数百万张标注图片才能达到类似的准确率。
这种数据需求不仅带来成本问题，更带来根本性的能力限制。很多对人类来说至关重要的技能，很难通过大规模数据收集来学习。道德判断、创造性思维、情感共鸣——这些能力的"训练数据"在日常生活中无处不在，但它们很少被显式记录。AI无法从人类未经言说的内隐知识中学习。
无法真正理解"为什么"
当前的AI是"黑箱"：它能够给出答案，但无法解释答案背后的推理过程。当你问GPT-4"为什么2+2=4"时，它能够给出一个看似合理的解释；但这个解释是它在训练数据中学到的关于"解释2+2=4"的文本模式，而不是来自对皮亚诺公理的真正理解。
这种"可解释性"（Explainability）的缺失在关键应用中是不可接受的。如果一个AI系统拒绝了你的贷款申请，你有权知道为什么；如果一个AI诊断系统判断你有癌症，医生需要理解它的推理过程才能信任它。欧盟的《通用数据保护条例》（GDPR）甚至包含了"解释权"条款，要求自动化决策系统能够向受影响的个人解释其决策。
缺乏持续学习能力（灾难性遗忘）
人类学习新知识时，通常不会忘记旧知识。但神经网络在大多数情况下恰恰相反：当它们在新的数据上训练时，会"灾难性地遗忘"（Catastrophic Forgetting）旧数据中学到的东西。这个现象在1990年代就被发现，但至今没有得到根本解决。
例如，如果你先训练一个神经网络识别狗，然后再训练它识别猫，它很可能会在学会识别猫的同时完全忘记如何识别狗。这是因为神经网络的权重在学习新任务时被完全覆盖。虽然有一些缓解方法（如弹性权重巩固、渐进式神经网络），但它们都只能部分缓解问题，且以牺牲学习效率为代价。
人类大脑似乎使用了完全不同的学习机制。我们能够在一生中不断学习新技能、新事实、新语言，而不会每学一件新事物就忘记过去的一切。这种"持续学习"（Continual Learning）的能力是当前AI完全不具备的。
无法处理分布外（OOD）情况
深度学习模型在训练数据分布内表现优异，但一旦遇到与训练数据不同的"分布外"（Out-of-Distribution）输入，就可能做出完全荒谬的预测。2017年，一项经典研究显示，在ImageNet上表现优异的图像分类器，当遇到经过微妙扰动的图像（人类肉眼完全看不出变化）时，会以99%的置信度将熊猫识别为鸵鸟。
这种脆弱性源于深度学习的本质：它学习的是训练数据中的统计关联，而非数据背后的因果结构。当输入数据在统计上与训练数据不同（即使语义上相同），模型的行为就变得不可预测。这与人类形成鲜明对比：人类能够在完全不同的光照、角度、背景下识别一个物体，因为我们理解物体的本质，而不仅仅是它的统计特征。
阿喀琉斯之踵的核心
这四个弱点有一个共同的根源：当前AI学习的是相关性，而非因果性；是统计模式，而非世界模型；是特定任务的映射，而非通用的理解。只要这个根本特征不改变，AI就会在这些方面持续脆弱。
未来的突破方向
尽管存在上述诸多限制，AI领域并未停滞不前。相反，研究人员正在从多个方向尝试突破这些边界。虽然没有人能够确定哪个方向会最终成功，但这些探索本身就揭示了AI未来的可能性空间。
世界模型（World Models）：如LeCun所倡导的，构建能够预测行动后果的内部世界模型。2023年，DeepMind的Genie模型展示了从视频中学习世界动态的能力，虽然还很初级，但这是一个开始。
因果推理（Causal Reasoning）：如Judea Pearl所倡导的，将因果图和do-calculus融入机器学习。2023年，多个研究团队展示了因果强化学习在决策任务中的优势。
持续学习（Continual Learning）：解决灾难性遗忘问题。2023年，Google Research发表了《Progressive Neural Networks》的后续工作，展示了在数千个任务上持续学习而不遗忘的可能性。
神经符号结合（Neuro-Symbolic AI）：将神经网络的感知能力与符号系统的推理能力结合。IBM和MIT在这一方向上有持续的投入。
具身智能（Embodied AI）：让AI通过物理身体与世界互动来学习。斯坦福大学的李飞飞团队和Google DeepMind都在推进这一方向。理论依据是：人类智能可能正是从身体与世界的互动中涌现的，没有身体的AI可能永远无法获得真正的理解。
在狂热中保持清醒：AI很强大，但不是万能的
2023年被称为"AI元年"。在这一年里，生成式AI从实验室走向了大众，引发了前所未有的技术狂热。股市上，任何与AI相关的股票都一飞冲天；媒体上，"AI将取代所有工作"的标题层出不穷；学校里，学生们用ChatGPT写作业；企业中，CEO们将AI视为解决一切问题的灵丹妙药。
在这种狂热中，保持清醒变得尤为困难但也尤为必要。AI确实是一项 transformative 的技术——它正在改变我们工作、创造、学习的方式。但它不是魔法，不是神谕，不是人类智慧的替代品。它是一个强大的工具，而所有工具都有其适用范围和局限性。
"我们这个时代最大的风险之一，不是AI会变得太聪明，而是人类会在还不理解AI局限的情况下，过于信任它。每一次我们盲目地听从AI的建议而不加质疑，我们都在放弃一部分人类的判断力。" —— 凯特·克劳福德（Kate Crawford），《Atlas of AI》作者，南加州大学教授
真正的智慧不在于知道AI能做什么，而在于知道AI不能做什么。不在于盲目崇拜技术，而在于理性地评估其能力与风险。不在于恐惧未来，也不在于乌托邦式的期待，而在于清醒地认识：技术本身没有方向，方向永远由使用技术的人来决定。
AI的边界，归根结底，是人类理解的边界。当我们说"AI不理解"时，我们实际上在说：我们自己还没有理解理解的本质。每一次AI的失败，都是对人类智能独特性的提醒；每一次AI的突破，都是对人类创造力的新见证。在这场人机共舞中，最重要的不是谁更聪明，而是我们如何共同变得更智慧。
