摘要:在1980年代初,人工智能一词在中国刚开始流行,当时它被视为科幻小说中的概念。随着技术的发展,人工智能的定义变得模糊,许多传统的程序被重新标记为“人工智能”,尽管它们主要依赖于规则和模式匹配。作者回顾了早期技术,如文字冒险游戏、拼写检查工具和专家系统,强调这些
在1980年代初,人工智能一词在中国刚开始流行,当时它被视为科幻小说中的概念。随着技术的发展,人工智能的定义变得模糊,许多传统的程序被重新标记为“人工智能”,尽管它们主要依赖于规则和模式匹配。作者回顾了早期技术,如文字冒险游戏、拼写检查工具和专家系统,强调这些并不符合今天的人工智能标准。现代科技将任何自动决策视为人工智能,导致不切实际的期望。公司对人工智能的承诺往往未能兑现,实际表现常常不如人们的想象。尽管新一代生成语言模型如ChatGPT展现出一些能力,但也存在明显缺陷。因此,保持现实的期望至关重要,应将这些工具视为提升生产力的资源,需人类监督。
我清晰地记得第一次遇到“人工智能”这个词的情景。那大概是在1980年代初期,当时像苹果II这样的个人电脑刚开始进入我们在中国北京的家庭和教育机构。那时,“人工智能”感觉就像是直接从科幻小说中提炼出来的概念,而不是我会定期接触的技术。时光荏苒,如今“人工智能”一词已无处不在。它常常被过度使用、夸大,并被应用于几乎所有展现出微弱适应能力的计算机程序。
在我的职业生涯中,我与各种形式的技术进行了广泛的探索。在1980年代,我尝试了BASIC编程语言提供的基本命令行界面,享受文字冒险游戏,并偶尔使用那些在当时看来颇具创新的基于规则的系统。如今,当我审视现有的软件和应用时,我发现许多都被冠以宏伟、几乎神奇的“人工智能”标签,即便它们的功能主要是应用经过多年精炼的预定义规则或模式匹配算法。这一趋势往往更像是营销术语,而非真正的技术进步。
澄清“人工智能”一词的过度使用至关重要,尤其是考虑到它与那些声称提供变革性能力的工具之间的频繁关联。不幸的是,这些宏伟的承诺常常未能兑现。回顾我早期使用的技术,我意识到如果我们将今天过于宽泛的人工智能定义应用于那些旧技术,我们可能会认为以下例子符合当今标准的“人工智能”:
文字冒险游戏: 像“佐克”这样的游戏利用简单的分支逻辑创造出智能反应的幻觉。早期拼写检查和语法检查工具: 这些程序使用基本的模式匹配和规则来建议修正。基本语音命令系统: DragonDictate能够识别有限数量的口语命令。国际象棋程序: Chessmaster和早期版本的Deep Blue依赖于蛮力计算和启发式算法,而非机器学习。专家系统: 这些程序专为特定任务而设计,如诊断设备故障或推荐治疗方案,使用精心设计的如果-那么规则。在那个时代,我们绝不会将这些系统称为“人工智能”。相反,它们被称为“专家系统”或“智能软件”。尽管它们开创了先河,但并没有今天“人工智能”所承载的那种几乎神秘的含义。
现代科技领域已经演变到一个阶段,任何自动决策或模式识别的迹象都被归类为“人工智能”,使得这些旧技术能够轻松重新品牌化。变化并不是这些系统突然变得更加智能,而是我们营销语言的转变。这一转变具有重要的意义,主要因为它创造了不切实际的期望。当一家公司宣布使用“人工智能”来彻底改变客户服务时,我们设想的是近乎人类的对话能力。然而,我们常常遇到的是一个在处理最简单查询时都显得力不从心的基本聊天机器人。
同样,当另一家公司声称其“人工智能”能够预测市场趋势时,我们期待近乎完美的预见。然而,我们发现的却是一个无法超越配备电子表格和良好直觉的合格分析师的统计模型。我亲身体验了最新一代生成语言模型,包括ChatGPT,这突显了这种差异。这些工具的炒作程度之高,令人瞩目;人们期待它们能撰写文章、总结文档、回答问题,甚至生成新颖的创意。尽管它们展现出一些卓越的能力,但也暴露出显著的缺陷,例如错误信息和无意义的回答,常常自信地呈现出错误的信息。
最终,保持现实的期望至关重要,我们应将这些工具视为它们真正的本质——能够提升生产力的宝贵资源,但需要人类的监督和完善。
来源:老孙科技前沿