AI的進(jìn)展不是太快，而是太慢

　　從Altman辭職引發(fā)了出了Q*算法，然后好像引申出了一個(gè)結(jié)論：強(qiáng)人工智能要來(lái)了，但現(xiàn)實(shí)可能正相反，人工智能確實(shí)是有進(jìn)展，也有巨大的潛力和顛覆性力量，但整體上的進(jìn)展不是太快，而是太慢。

　　圖靈測(cè)試2.0：拋棄它但又要回到它

　　1950年的圖靈測(cè)試說(shuō)的是當(dāng)一個(gè)人同不能看見(jiàn)的人與機(jī)器進(jìn)行問(wèn)答，又不能區(qū)分那個(gè)是人那個(gè)是機(jī)器的時(shí)候，那么機(jī)器就算通過(guò)了圖靈測(cè)試。

　　現(xiàn)在在某些場(chǎng)景里，大模型確實(shí)可以通過(guò)圖靈測(cè)試，所以這版的圖靈測(cè)試是一個(gè)過(guò)期的測(cè)試方式，意義不大了。

　　但圖靈測(cè)試的基礎(chǔ)內(nèi)核是有價(jià)值的。它圈定一個(gè)場(chǎng)景，讓人工智能完成它，通過(guò)外部對(duì)此能否感知來(lái)判斷智能是不是足夠這點(diǎn)并未過(guò)時(shí)，實(shí)際上是變的更加關(guān)鍵。

　　對(duì)圖靈測(cè)試進(jìn)行擴(kuò)展的話(huà)，我們可以在經(jīng)濟(jì)活動(dòng)中圈定一個(gè)職位或者場(chǎng)景，然后考察人工智能是否可以完成它，同時(shí)體驗(yàn)服務(wù)的一方并不知道這是人提供的服務(wù)還是機(jī)器提供的服務(wù)。如果人工智能可以做到了，那就是通過(guò)圖靈測(cè)試2.0.否則就不是。

　　為什么這是有意義的呢？

　　因?yàn)槌醮鷪D靈測(cè)試更像是測(cè)驗(yàn)一個(gè)活在虛擬空間的智能體，它不需要區(qū)分真實(shí)還是虛假，只要確保邏輯自洽，那就可以達(dá)成通過(guò)測(cè)試的目標(biāo)，在這個(gè)過(guò)程中胡說(shuō)八道是沒(méi)關(guān)系的。這是一個(gè)技術(shù)視角。

　　有個(gè)沒(méi)場(chǎng)面但其實(shí)很經(jīng)典的科幻電影叫《這個(gè)男人來(lái)自地球》，電影里面一個(gè)男人聲稱(chēng)他是一個(gè)活了一萬(wàn)四千年的穴居人，他見(jiàn)證了人類(lèi)的歷史和文明的變遷，甚至與佛陀和耶穌有過(guò)交流。和他在一個(gè)屋子里的各位科學(xué)家嘗試用邏輯去驗(yàn)證他是不是扯淡，但結(jié)果發(fā)現(xiàn)純粹的坐在屋子里，這事是整不出真假的。在屋子里凌空來(lái)說(shuō)，只要人知識(shí)足夠豐富，并且能保證邏輯自洽，你根本沒(méi)法分辨。而走出屋子立刻就不一樣了，其它的事實(shí)、反饋可以迅速的判斷真假。

　　類(lèi)似的，人工智能是否真的智能是學(xué)術(shù)、技術(shù)問(wèn)題，也是個(gè)商業(yè)問(wèn)題，所以它必然要走出來(lái)禁受更大場(chǎng)景的考驗(yàn)，不能是一個(gè)只能?chē)Z嗑的語(yǔ)言模型。這時(shí)候就很有必要按同樣的思路，回到圖靈測(cè)試智能對(duì)比的內(nèi)核，對(duì)它進(jìn)行一下升級(jí)。

　　《AI能賺到錢(qián)了么?》中展開(kāi)過(guò)這個(gè)問(wèn)題，管它叫全場(chǎng)景覆蓋法，隨著人工智能關(guān)注度的提高，似乎越來(lái)越需要強(qiáng)調(diào)這個(gè)視角。因?yàn)槲覀冋麄�(gè)文明就是基于智能構(gòu)建的，所以看人工智能總是可以有無(wú)數(shù)多個(gè)視角，比如：一種是無(wú)錨點(diǎn)的幻想，這就什么都能干，類(lèi)似一個(gè)想象中的超人，寫(xiě)小說(shuō)用的上;一種是純粹技術(shù)的視角，這種就大喜大悲，要么就是覺(jué)得這東西怎么可能有用(別看現(xiàn)在很火，其實(shí)過(guò)去十年AI的研究者大多是悲觀態(tài)度)，要么就是每天看到各種進(jìn)展，覺(jué)得世界要被威脅了。

　　無(wú)錨點(diǎn)和尺度就很容易這么忽左忽右，但恰恰尺度本身才是本質(zhì)。

　　為什么說(shuō)人工智能進(jìn)展其實(shí)是慢的

　　如果在技術(shù)圈子里面自己和自己比，其實(shí)進(jìn)步還是很大的，不管是過(guò)去的識(shí)別率還是這次的內(nèi)容生成，大模型都有了相當(dāng)?shù)倪M(jìn)步，但如果換到上面說(shuō)的圖靈測(cè)試2.0的視角，你就會(huì)發(fā)現(xiàn)即使到今天，還是通過(guò)不了。很像一條無(wú)限接近的曲線(xiàn)，但就是沒(méi)有突破。

　　可以拿企業(yè)內(nèi)的分工進(jìn)一步舉列子，企業(yè)的典型崗位是：

　　職能：HR、財(cái)務(wù)、IT、行政、知識(shí)產(chǎn)權(quán)

　　產(chǎn)研：產(chǎn)品、研發(fā)、供應(yīng)鏈、測(cè)試、運(yùn)維

　　業(yè)務(wù)：市場(chǎng)、銷(xiāo)售、售前、售后

　　每個(gè)崗位會(huì)橫縱進(jìn)一步細(xì)分，縱是指層級(jí)也就是我們常說(shuō)的匯報(bào)路線(xiàn)，橫是指前端、后端、APP這類(lèi)職責(zé)切分。

　　一個(gè)100~200人的產(chǎn)品公司里面差不多要有各種類(lèi)似的崗位，這時(shí)候我們回到圖靈測(cè)試2.0的視角，哪部分現(xiàn)在的人工智能可以通過(guò)呢?

　　恐怕都通過(guò)不了，即使是進(jìn)展最大的編程。

　　編程的時(shí)候現(xiàn)在的人工智能完成不了需求模型向開(kāi)發(fā)模型的映射，（現(xiàn)在確實(shí)可以讓1個(gè)人干2人的活)，也就是說(shuō)還是需要有人抽象出需求模型，把它變成prompt；其次是一旦出問(wèn)題，修正就挑戰(zhàn)更大，因?yàn)檫@時(shí)候必須有整個(gè)程序的整體性認(rèn)識(shí)，對(duì)此的認(rèn)識(shí)則大概率是不準(zhǔn)的，這就導(dǎo)致改老的程序反倒是更吃力，需要一個(gè)有整體性認(rèn)識(shí)的人進(jìn)行協(xié)助，否則就改不對(duì)。

　　所以說(shuō)基于大模型的人工智能通過(guò)不了圖靈測(cè)試2.0.通過(guò)不了商業(yè)價(jià)值的實(shí)現(xiàn)就有問(wèn)題（通過(guò)了不一定沒(méi)問(wèn)題）

　　所以結(jié)合場(chǎng)景視角，我們可以說(shuō)雖然忙活了10幾年，但進(jìn)展遠(yuǎn)沒(méi)有想的那么快�，F(xiàn)在OpenAI差不多調(diào)集了可能調(diào)集的所有資金來(lái)對(duì)此進(jìn)行沖刺，我們應(yīng)該真的希望他們能沖過(guò)去，而不是反過(guò)來(lái)。

　　能不能通過(guò)正是兩種局面：通過(guò)不了就像水庫(kù)一樣偶爾當(dāng)供水池用用，通過(guò)了蓄積的勢(shì)能就奔涌而下。

　　這類(lèi)行業(yè)重構(gòu)第一步更可能是一種大折疊，內(nèi)卷到極致的折疊，然后才是新生。

　　大折疊

　　突然說(shuō)折疊可能不好理解，我們拿過(guò)去的電商舉個(gè)例子：

　　電商肯定磕掉了傳統(tǒng)百貨，并且激發(fā)了外賣(mài)、直播帶貨等一系列新行業(yè)。但首先是折疊掉傳統(tǒng)百貨，后面才逐漸有現(xiàn)在大家集體帶貨的局面。

　　人工智能如果通過(guò)圖靈測(cè)試2.0.那會(huì)和這個(gè)類(lèi)似，比如如果日常文案寫(xiě)作全是人工智能，那在API上能創(chuàng)造的商業(yè)價(jià)值估計(jì)只有原來(lái)的幾千分之一，但會(huì)讓這個(gè)職位徹底走入歷史，此后才能創(chuàng)造新的角色和職位。

　　在這個(gè)折疊的過(guò)程中其實(shí)蘊(yùn)含著第二重挑戰(zhàn)：可以折疊掉很多現(xiàn)有職位，但自己未必能成為一個(gè)良性的模式，并且持續(xù)發(fā)展。(如果真停在這兒就損人不利己的意思)

　　在Altman被逼走的短暫日子里順道出了一條消息：每一次對(duì)OpenAI的調(diào)用都會(huì)導(dǎo)致虧損。也就是說(shuō)OpenAI是在一種脆弱平衡下在運(yùn)作，具體來(lái)說(shuō)就是：全球的注意力吸引海量資本的模式，這中注意力和興奮點(diǎn)的走勢(shì)從反面解讀其實(shí)和龐氏騙局是一樣的(不是說(shuō)AI是騙局，而是這種模式的特征很類(lèi)似，包括數(shù)字貨幣)。這種趨勢(shì)下，關(guān)鍵的關(guān)鍵就是最后能不能兌現(xiàn)出真正的商業(yè)價(jià)值，然后才可能拉動(dòng)下一個(gè)循環(huán)。所有的龐氏騙局不是中間沒(méi)收益而是最終交待不上，預(yù)期值徹底踏空，然后迅速跌的什么也不是，并崩盤(pán)。

　　從這個(gè)角度看，AI要想構(gòu)建良性循環(huán)：第一步需要通過(guò)圖靈測(cè)試，第二步需要激發(fā)新的正反饋模式。然后才是2000年的互聯(lián)網(wǎng)，AI原生應(yīng)用的崛起，否則就都是前奏。從這個(gè)角度，就會(huì)覺(jué)得在這個(gè)時(shí)間點(diǎn)認(rèn)為AI發(fā)展太快是滑稽的。

　　當(dāng)然，這不單是是OpenAI幾個(gè)公司的問(wèn)題，還牽涉到這次大量的創(chuàng)業(yè)項(xiàng)目。

　　扮演引擎角色的通用大模型如果過(guò)不了圖靈測(cè)試2.0.那基于它的各種嘗試結(jié)果就沒(méi)那么美妙。

　　潛在受害者

　　近來(lái)無(wú)意間看到了很多這一波很多創(chuàng)業(yè)項(xiàng)目的介紹，看完的感覺(jué)就是：如果最終大模型的智能峰值過(guò)不了圖靈測(cè)試2.0.那這些項(xiàng)目都會(huì)慢慢死去，像干涸的湖泊里的魚(yú)一樣。

　　這類(lèi)事沒(méi)法舉具體項(xiàng)目來(lái)點(diǎn)評(píng)，我們凌空說(shuō)一個(gè)作為例子，比如：我可能發(fā)現(xiàn)，一個(gè)企業(yè)用多種平臺(tái)，反復(fù)對(duì)齊數(shù)據(jù)特別費(fèi)人工，然后可以用RPA結(jié)合模型做出改善。這有沒(méi)有價(jià)值呢?有價(jià)值，但如果智能比例不夠，那創(chuàng)造的價(jià)值就不夠它自己消耗的，商業(yè)上不成立。

　　再比如我發(fā)現(xiàn)家里很多活，人不愿意干家務(wù)，那有個(gè)機(jī)器人的話(huà)有沒(méi)有價(jià)值呢?有價(jià)值，但智能不夠，就干不出真正有用的產(chǎn)品。

　　順道說(shuō)句，周末我去某活動(dòng)見(jiàn)幾個(gè)老朋友，就看到了幾個(gè)活動(dòng)中用的機(jī)器人，這簡(jiǎn)直把我看的欲哭無(wú)淚。這類(lèi)所謂的具身機(jī)器人和十幾年前根本沒(méi)有本質(zhì)進(jìn)展，還是一個(gè)底盤(pán)加個(gè)PAD，真有進(jìn)展的還真是智能音箱中花很多時(shí)間打磨的部分，即使很嘈雜語(yǔ)音識(shí)別的準(zhǔn)確率也還是可以了。

　　和上面類(lèi)似的項(xiàng)目還很多很多，包括供應(yīng)鏈上為AI企業(yè)提供彈藥做芯片做數(shù)據(jù)的，每個(gè)人都想成為英偉達(dá)，但如果通過(guò)不了圖靈測(cè)試2.0.也許會(huì)再有一家，但不會(huì)有再多了。

　　如果智能的峰值不能進(jìn)一步拉高，那這些產(chǎn)品就都會(huì)卡在某條線(xiàn)下，該花的錢(qián)一點(diǎn)也少不了，但就是不創(chuàng)造新價(jià)值。

　　從這個(gè)角度就更容易看到AI發(fā)展不是太快，而是太慢的真實(shí)含義。誰(shuí)有多長(zhǎng)的血條，一共又有多長(zhǎng)的血條呢！

　　一點(diǎn)點(diǎn)形而上

　　現(xiàn)有經(jīng)濟(jì)體系里人其實(shí)是大號(hào)的工具，扮演這個(gè)角色的時(shí)間擠占比如家庭、生活上的時(shí)間。只有極少一部分人可以在這種工具角色中獲得樂(lè)趣，絕大部分人不是，但都需要工作，這就是之前說(shuō)的異化，和摩登時(shí)代比是程度的差異。

　　而人、工具、組織模式構(gòu)成了一種能力上限，隨著對(duì)上限的追求越來(lái)越高，在里面的人腳下的傳送帶就轉(zhuǎn)的越快，表現(xiàn)為就是某些人越來(lái)越忙。

　　而當(dāng)人們一考慮會(huì)失去這樣一個(gè)自己不喜歡的角色時(shí)，反倒是會(huì)更惶恐，因?yàn)橛幸环N經(jīng)濟(jì)臍帶被切斷的感覺(jué)。

　　這就是最有意思的地方，怎么才能在失去了不喜歡的東西后獲得喜悅？

　　人工智能是文明要素中的一種，提供了重構(gòu)過(guò)往社會(huì)結(jié)構(gòu)的力量，但也不是全部，基于它的進(jìn)展，我們也許可以更低成本的解決現(xiàn)在那些根本解決不了的問(wèn)題，比如：貧窮與饑餓，它會(huì)提高整個(gè)社會(huì)的自由度，讓人更有解決問(wèn)題的空間，重新進(jìn)行一種更高級(jí)的綜合。

　　在這點(diǎn)上我同意凱文凱利的觀點(diǎn)：科技總是即帶來(lái)好的也帶來(lái)壞的，但總是好的多一點(diǎn)點(diǎn)。它至少增大了可能的空間。

　　從這個(gè)角度看，人工智能的發(fā)展也是慢的。

　　小結(jié)

　　在人工智能上，技術(shù)、社會(huì)性的想象、商業(yè)的判斷現(xiàn)在堆積到了一起，所以經(jīng)常出各種各樣的觀點(diǎn)，但在當(dāng)前階段對(duì)人工智能做純技術(shù)解讀或者做純粹的社會(huì)性解讀意義未必很大，只有從商業(yè)角度才能更清楚的看到它這種瀕臨死亡和勃勃生機(jī)相疊加的矛盾態(tài)，所以回到圖靈測(cè)試2.0應(yīng)該是有意義的。