【問】：我注意到你曾兩次使用“思維”這個(gè)詞，而不是“大腦”。這是故意的嗎？如果是，你認(rèn)為“思維”是從哪里來的？
薩克森納：我認(rèn)為現(xiàn)在AI有很多炒作，而且出現(xiàn)了很多誤解。我很想這樣說：“如今的AI等同于‘人工膨脹（artificially?inflated）’或‘驚人的創(chuàng)新（amazing?innovations）’。我認(rèn)為在‘人工智能等同于人工膨脹’的領(lǐng)域里有五個(gè)誤區(qū)。”最早的誤區(qū)之一是，AI等同于人類思維的替代品。我將人類大腦與人類思維、人類意識(shí)區(qū)分開來。所以，在最好的情況下，我們想要做的就是利用AI的某些部分模擬人腦的功能，而不是說模仿人類思維或人類意識(shí)。
我們上次討論過這個(gè)問題，我們甚至不知道意識(shí)是什么，除了靠醫(yī)生宣布病人是死是活外，我們根本沒有意識(shí)探測(cè)器。而對(duì)于人類思維有一種說法是，你可能需要量子計(jì)算機(jī)才能真正了解一個(gè)人的思維是如何工作的，它不是布爾型機(jī)器或馮諾依曼機(jī)器，而是一種不同類型的處理器。但我認(rèn)為，人類的大腦可以被分解，可以通過AI增強(qiáng)，從而創(chuàng)造出非凡的結(jié)果。我們已經(jīng)在放射學(xué)、華爾街、定量分析和其他領(lǐng)域看到了這一點(diǎn)。我認(rèn)為更令人興奮的是，可以將AI應(yīng)用于這些領(lǐng)域。
【問】：你知道，這真的很有趣，因?yàn)橛袀€(gè)持續(xù)了20年的研究項(xiàng)目OpenWorm。即專門研究線蟲的大腦，它有302個(gè)神經(jīng)元組成，研究人員希望對(duì)它進(jìn)行建模。即使是在20年后，從事這個(gè)項(xiàng)目的研究人員也說，這或許是不可能實(shí)現(xiàn)的。所以，如果你不能模擬線蟲的思維，那么有一件事是肯定的，在模擬線蟲的大腦之前，你更無法對(duì)人類思維進(jìn)行建模。
薩克森納：完全正確。你知道我的看法，我更感興趣的是“更富有”，而不是“更聰明”。我們需要變得更聰明，但同時(shí)我們也需要變得更加富有。我所謂的“更富有”并非單單指有錢，我的意思是：我們?nèi)绾卫肁I來改善我們的社會(huì)、我們的企業(yè)以及我們的生活方式。這就是我為何認(rèn)為應(yīng)以“更注重結(jié)果”而不是“科學(xué)研究”的方式來解決這個(gè)問題的原因，我認(rèn)為前者是一種更實(shí)用的AI應(yīng)用方式。
【問】：所以，你提到了五個(gè)誤解，它就是其中之一。其他的四個(gè)誤解都是什么？
薩克森納：第一個(gè)誤解是，AI等同于取代人類思維。第二個(gè)誤解是，將AI與自然語言處理等同起來，但實(shí)際上這與事實(shí)相去甚遠(yuǎn)。自然語言處理只是AI中的一種技術(shù)。這就像是在說：“我有能力理解和閱讀一本書，而這就是我的大腦的全部能力。”這是第二個(gè)誤解。
第三個(gè)誤解是，AI和大數(shù)據(jù)、分析數(shù)據(jù)沒什么分別,大數(shù)據(jù)和分析工具是用來捕捉更多AI輸入的工具。但認(rèn)為大數(shù)據(jù)和AI沒有分別，只是因?yàn)槲夷芨兄礁啵梢宰兊酶斆?。所有大?shù)據(jù)都會(huì)給你更多的信息，讓你有更多的感覺。它不會(huì)讓你變得更聰明。這是第三個(gè)誤解。
第四個(gè)誤解是，與垂直應(yīng)用相比，水平部署的AI更好用。我相信真正的AI以及在企業(yè)中取得成功的AI，必然是垂直領(lǐng)域的AI。因?yàn)檎f“我有個(gè)AI”是一回事兒，而“我有一個(gè)懂得保險(xiǎn)的AI”則是另一回事兒，還有能理解糖尿病的AI，能理解“超級(jí)碗”廣告的AI等。每個(gè)AI分支都需要對(duì)數(shù)據(jù)、模型、算法和經(jīng)驗(yàn)進(jìn)行特定領(lǐng)域的優(yōu)化。這是第四個(gè)誤解。
第五個(gè)誤解是，AI完全是關(guān)于技術(shù)的。而在最好的情況下，AI只有一半與技術(shù)有關(guān)。這個(gè)等式的另一半與技能有關(guān)，與新流程、方法和管理有關(guān)，比如如何在企業(yè)中負(fù)責(zé)任地管理AI等。就像互聯(lián)網(wǎng)出現(xiàn)的時(shí)候，你沒有辦法和流程來創(chuàng)建網(wǎng)頁(yè)，建立網(wǎng)站，管理網(wǎng)站不被入侵，以及管理網(wǎng)站的更新等。類似地，有個(gè)完整的AI生命周期管理，這也是CognitiveScale公司關(guān)注的問題：如何以負(fù)責(zé)的、大規(guī)模的方式創(chuàng)建、部署和管理AI？
傳統(tǒng)IT系統(tǒng)不具備學(xué)習(xí)能力，它們主要是基于規(guī)則建立的系統(tǒng)，以規(guī)則為中心的系統(tǒng)不會(huì)學(xué)習(xí)，而以AI為基礎(chǔ)系統(tǒng)是基于模式的，它們可以從模式中學(xué)習(xí)。因此，與不具備學(xué)習(xí)能力的傳統(tǒng)IT系統(tǒng)不同，AI系統(tǒng)有自學(xué)和幾何級(jí)數(shù)提升自我的能力。如果你無法獲得對(duì)這些AI系統(tǒng)的可見性和控制能力，那么你可能會(huì)面臨CognitiveScale公司所謂的“流氓AI”的巨大問題，它是不負(fù)責(zé)任的AI。你知道恐怖電影《鬼娃孽種》（Seed of Chucky）中的場(chǎng)景吧，就像許多鬼娃在你的企業(yè)里跑來跑去，將那里搞得一團(tuán)糟。我們需要的是全面的端對(duì)端視圖，從設(shè)計(jì)、部署到生產(chǎn)，以及在規(guī)模上管理AI。這需要的不僅僅是技術(shù)，還需要技能、方法以及過程。