米兰官网-面对AI前景，他将自己归入繁荣论者—新闻—科学网

AI（人工智能）时代，有一众科技年夜咖亲自下场写书，表达他们对于将来的前瞻性思索。领英结合开创人、前履行主席里德 霍夫曼领衔的新作《AI赋能》即是一例，该书颇具可读性，于亚马逊上的读者评分是4.7分，也许与其作者集互联网企业家、危害投资家、播客主持人及作家在一身有关。

有读者评论，该书提供了一幅线路图，即以包涵、顺应的方式，应用AI改善咱们三木SEO-的糊口。于美国《纽约时报》2025年2月非小说类脱销书排行榜上，该书位列第9。短短3个月，中文版也迅速面世。

?

把AI比作农业的繁荣论者

作者霍夫曼既是商界及科技界的定见首脑，于官场也颇具影响力。他主持的贸易及金融播客“范围巨匠”自2017年开播以来，采访了诸多商界和官场首脑。2023年，他与其幕僚长艾莉亚 芬格配合主持的播客“可能”开播，该播客旨于“勾画出将来最光亮的情形以和实现这一方针所需的前提”。

《AI赋能》是霍夫曼出书的第二本关在AI的脱销书。早于2023年3月，其时ChatGPT年夜火，霍夫曼就出书了《即兴阐扬：经由过程人工智能放年夜人道》一书，并声称撰写该书时利用了年夜型语言模子GPT-4。次月，该书就登上了美国《华尔街日报》脱销书榜。

新出书的《AI赋能》表现了霍夫曼对于AI成长和其社会影响的持久存眷，包括“媒介”“跋文”和10章正文。从浏览计谋上讲，读者可以先看“媒介”的末了及“跋文”的开首，如许就能年夜致掌握全书的阐述脉络。

“媒介”的末了一段话表现了作者写这本书的宗旨及野心，他想经由过程这本书阐述技能终将带来人类繁荣。原文是这么说的：“那些开初看似有较着缺陷，甚至被认为非人道化的技能，终极往往会被证实对于人类年夜有裨益。”

“跋文”的开首总结了该书论述的4个焦点原则，相称在全书的结论。多是受此影响，中文版颇为“机智”地将1到10章的标题演绎为人工智能时代保存与成长的10年夜原则，这也许对于中国的业界人士及一般读者更有吸引力。

再转头看第1章，可以从中找到全书的汗青出发点、问题本色、将来趋向及基本态度。不难发明，第1章的4节内容刚好别离对于应着这些方面：“出发点”将至，年夜模子突起将激发剧变；年夜大都人对于AI的担心，实在是对于人类能动性的担心；全速进步，合成智能将让咱们再次实现指数级奔腾；是办事、互助在人的AI，而非超出在人的AI。

于怎样对待AI远景这一问题上，霍夫曼将本身归入繁荣论者，这使其态度有别在常见的末日论者、灰心论者及乐不雅论者。于他看来，虽然繁荣论者与乐不雅论者近似，认为AI可以或许于多个范畴加快人类前进，但与以Z世代为代表的乐不雅论者差别的是，繁荣论者夸大像AI如许具备厘革性及多样性的技能不克不及也不该该单边开发及部署，而应于现实利用中不停优化AI体系，让具备差别配景、价值不雅及用意的用户配合介入，从而鞭策技能的安全性、公允性与实用性。他们不彻底否决当局羁系，但也认为快速有用成长的要害于在开放、多样化的实践。

相较在灰心论者将AI视为聚敛性财产，繁荣论者更偏向在把AI比作农业——于莳植、不雅察、顺应中不停进修，经由过程反馈连续改良。这一历程虽非零危害，但经由过程经验堆集及技能优化，终极能带来丰硕结果。

过在抱负化的“合成智能”及“年夜常识”

本书有两个观点值患上存眷，即“合成智能”及“年夜常识”。

先谈合成智能。于作者看来，几个世纪以来，合成能源及工业化一直是极具人道化的气力，它们为人们走向更富厚多样及更有尊严且人道化的糊口斥地了门路。

而当前AI的本色是一种人工合成的智能，其汗青意义与驱开工业化的合成能源近似。“不管哪一种方式，AI都于加强你的能动性，由于它于帮忙你采纳旨于实现你指望成果的步履。并且不管哪一种方式，都有新的厘革正于发生。有史以来第一次，合成智能（不单单是常识）变患上像自18世纪蒸汽动力鼓起以来的合成能源同样可矫捷部署。此刻，聪明自己同样成了一种东西，一种可扩大、可配置、可自我加强的前进引擎。”“正如工业革命为人们创造了新的互助时机，并引发了人们于立异及出产力等方面的新潜能，AI致使的认知革命也将带来一样的变化……终极，合成智能可以像能源同样扩大人类的潜力，引发人类的能动性。这是一条让人类走向更充分、更人道化糊口的门路。”

从这两段引文可见，作者的基本阐述逻辑好像是“不管历程怎样，终极成果是好的”。但作为互联网及AI技能立异的亲历者，他应该相识收集着迷、算法滥用的风险，也应该知道人们于这些倾覆性技能演进历程中可能支付的价钱。

不外，第6章中，作者于回首20世纪90年月以来收集及数字技能立异汗青的基础上仍提出“立异是安全的”这一论点。对于此，AI管理、AI伦理等方面的研究者可能很难认同。

书中还有直白地提出，互联网及数字技能等高科技于已往30年间之以是成为美国最具活气的行业，于某种水平上患上益在一种决心的轨制设计，即“无许可立异”为其创造的有益在立异的政策情况。亲历过中国互联网立异成长过程的人们也应有近似的经验。

更让AI管理、AI伦理研究者不适的是，作者还有进一步论证了科技伦理及管理的“通例兵器”预防性原则的不足，并指出“迭代部署”多是更好的要领。

美国将来生命研究所等呼吁，于没法确定可能孕育发生的负面影响以前，周全暂停AI年夜模子。针对于这一呼吁，作者指出“这类做法不仅是缺少实证基础的猜测性执法，更是无实证的猜测性量刑”。然后，板子直接打于了预防性原则身上：20世纪70年月预防性原则的孕育发生源在数据的匮乏。

再谈“年夜常识”这一律念。作者提出该术语，意于回应并消解英国作家奥威尔笔下“老年老”所代表的经典信息技能反乌托邦图景。回首20世纪60年月美国提出成立国度数据中央的构思，恰是由于被视作“老年老”的雏形而终极受到弃捐。而如今，于AI迅猛成长的鞭策下，设置装备摆设年夜型数据中央已经成为时代潮水。于这一配景下，作者试图将“老年老”转化为“年夜常识”，即经由过程技能管理及认知方式的改变，将对于小我私家的监控图景转向海量普惠常识资源的同享与使用。

怎样实现这一转化？除了了人们常说的引入对于AI体系的信托机制以外，作者还有耐人寻味地指出：昔时春联邦数据中央的抵制，减弱了大众数据资源更早地用在科研及政策制订的潜于益处；而现今人类的信息产出已经远超自身的有用处置惩罚能力，甚至可以说，咱们已经经不知道咱们知道甚么。

是以，作者夸大，咱们该和早地熟悉到，越多地拥抱AI，就越能有用地使用咱们所孕育发生的数据及信息，从而于险些所有的范畴加强咱们的能动性。一旦认清了这一趋向，就能于认知上实现从“老年老”到“年夜常识”的格局塔转换，“咱们可以将‘年夜数据’转化为‘年夜常识’，从而开启数据驱动的‘新光亮时代’”。

为了撤销人们对于“老年老”的疑虑，作者提出：“这是一个迈向越发多元及包涵世界的出发点。‘老年老’，或者者更切当地说是‘年夜企业’，与其说是于监控你，不如说是让你感应被存眷。贸易机构依附对于人们采办、消费信息及糊口方式更深切的相识，更有用地为人们办事。”但这一不雅点是否是过在抱负了？

AI赋强人类，还有是人类沦为智能生态体系的“盲肠”？

还有有两点值患上存眷，一是书中有些阐述好像不太流利，二是有些内容从技能哲学角度可以作更深切的切磋。

如第6章中作者指出：“如今，患上益在互联网的普和及介入度的晋升，无许可立异的羁系作用愈发强盛。于21世纪，提倡于新的科技范畴无须官方预先核准便可自由举行公然试验及重复测验考试，并不是回避审查及平易近主式监视，而是自动拥抱。这类做法带来了更周全、更包涵的反馈，缩短了产物周期，加快了产物改良，凡是也会使产物越发安全靠得住。”

问题是，人们于甚么前提下才能接管这类重要靠立异者自发向善的管理方式？它怎样激励企业于立异运用中真正担负起提防危害的责任？如何令可能的危险等负面影响最小化？谁来对于此作出评判？

又如书中第9章第1节“技能不停塑造着咱们对于自由的认知”，这一话题有待进一步挖掘。

此中谈到，AI会影响自由的观点，其巨年夜的并行处置惩罚能力可以开释咱们的能力，让咱们可以或许挣脱自身缓慢的神经布局的束厄局促，解决繁杂问题。但就像汽车同样，AI可能会引发新的羁系情势——不仅是对于AI的羁系，还有包括对于咱们利用方式的羁系。事实上，它甚至可能需要新的羁系，才能让咱们糊口于一个与AI共存的世界中。

由此不难遐想到，当前列国正于研究拟定新的政策法例，以应答AI对于责任分配及常识产权的打击。此中包括怎样成长卖力任的AI，消弭致使问责坚苦的各类责任鸿沟。于抱负状况下，若所有益益相干方都信托并拥抱AI，可能会呈现自动分管危害责任的“违锅侠”。而现实上，医疗AI范畴的一些利用者与部署者常经由过程合同商定分管重要的危害责任。这犹如“安全气囊”，于客不雅上为开发者提供了“品德缓冲区”。这无疑是举行AI羁系及管理立异时所应思量的。

但真实的问题是，假如AI不仅像万有引力决议宇宙时空的弯曲水平那样成为框定人类自由的技能实际，还有会进一步成为真正具备判定力的终极价值裁决者，AI将来所表现的还有会是人的能动性的加强吗？人类会不会因其能动性相对于在AI的差距愈来愈年夜，而沦为将来整体智能生态体系中的“盲肠”？

别的，成心思的是，于触及相冲突的不雅点时，书中往往会用比力婉转的方式表达，如“并不是说A不雅点再也不合用，但B不雅点也有原理”等。再联合书中对于一些对于立不雅点的表达，加之作者有经由过程跟AI的多轮对于话辅助写作的经验，好像可以患上出一个不彻底是恶作剧的结论：这些阐述气势派头及论证计谋是否遭到了年夜模子语言气势派头的影响或者开导？

假如有这类可能性，那这一表达方式暗地里所储藏的也许就是年夜模子比人更有说服力的秘密。而这一貌似有理却几多有些瞒天过海的表达，也许就是包括人类及AI于内的一般智能体的高级智能交互能力的基本特性。

（作者系中国社会科学院人工智能研究促成中央研究员）