长期以来，人类一直对自身能力感到自豪。没有其他动物会下棋、写文章或证明数学定理。然而近年来，AI的迅猛发展似乎正在挑战人类作为”最聪明物种”的自我认知。AI系统不仅在最复杂的棋类游戏中击败了我们，还能撰写流畅的文章，甚至在数学竞赛中斩获奖牌。科技公司的CEO们纷纷宣称，超越人类的AI已近在眼前。那么，在AI时代，人类的智能是否还具有独特价值，还是已沦为平庸？
讨论”超人AI”的前提，是将智能视为一种单一的衡量尺度。就像用门框记录身高一样，AI似乎正在一年年地接近、甚至超越人类的标记线。但智能并不像身高那样简单。高个子只有一种，聪明却有千百种方式。观察动物界便能明白这一点：鸟类精准导航、蚂蚁协作筑巢、蜘蛛狡猾捕猎，每种动物都因其生存环境而形成了独特的智慧。
人类也不例外。我们的大脑由生物本能塑造——我们只有几十年的寿命，所有的学习与行动都必须在有限时间内完成，依靠约一千克重的神经元，只能通过发出声音或手指动作与他人交流。
相比之下，AI系统几乎不受这些限制。它们可以处理超越人类一生所能接触的数据量，可以通过增加算力扩展能力，还能轻易地与其他机器共享知识。
然而，恰恰是人类的这些”局限”——短暂的生命、有限的大脑和原始的语言交流方式——造就了人类智能的独特性，并将持续如此。
人类智能正是对这些局限的回应。为了充分利用有限的生命，我们拥有从少量经验中高效学习的惊人能力。AlphaGo确实能击败顶级围棋选手，但它经过了相当于人类数辈子时长的对局训练；ChatGPT确实能进行流畅对话，但它依托的是数千年积累的人类语言。没有任何AI系统能在接触同等数量数据的情况下，展现出一个五岁孩子那般充满创造力的语言表达。
此外，人类无法像机器一样随意增加算力，这反而使我们擅长识别规律、合理分配注意力。语言、文字、教学与科学等工具的创造，正是人类克服交流局限、实现跨越时空知识共享的体现，这也培养了我们理解他人内心、协作达成共同目标的能力。
由于人类与机器面临不同的约束，它们自然会发展出不同的解决问题的方式。即便现代AI系统已能完成许多人类能做的事，其方式往往大相径庭。
一个简单的例子：序列”aaaaaaaaaaaaaaaaaaaaaaaaaaaaa”中有多少个字母？对人类来说，数一数即可。但对AI而言却颇为棘手。AI系统倾向于将文字拆分为若干Token进行处理，这使其在处理拼写类问题时容易出错，且更倾向于选择训练数据中出现频率更高的答案。研究发现，OpenAI的GPT-4模型在被要求回答包含30个字母的序列时，比回答29个字母的序列更容易给出正确答案——仅仅因为”30″这个数字在训练数据中出现得更频繁。
AI的困境不止于此。想象一个场景：药剂师需要浓度为785ppm的药物，现有两支试管，分别含685ppm和791ppm。正确答案显然是选791ppm，但部分领先的AI系统却会选择685ppm。原因在于，AI的神经网络倾向于将信息模糊化处理，并在两个选项中寻找”中间值”。”785″既可以被理解为一串数字（其中”785″与”685″仅差一位），也可以被理解为一个数量（此时更接近791）。这种混淆在实际应用中可能带来严重后果。
人类智能还汇聚了远超AI训练数据的丰富生活经验。我们用大脑给婴儿换尿布、下棋、证明定理、烹饪、写小说、谱交响乐。AI系统通常只被训练做一件事——你可以向ChatGPT询问换尿布的建议，但它无法轻柔地抱住一个扭动的婴儿。人类大脑之所以能应对如此广泛的挑战，正是因为我们在复杂多变的世界中进化，恰好具备了完成一生所需任务的学习能力。
有限的寿命、有限的大脑以及有限的交流能力，共同塑造了人类智能的本质。因此，即便我们不断开发出更智能的机器，人类思维依然将保有其独特之处。请记住：智能并非单一的线性刻度，AI并不只是在追赶人类在门框上留下的那道高度标记。
这种思维方式也提醒我们对”超人AI”的说法保持审慎。关注约束条件、训练方式和硬件差异后，我们会得出一个不同的结论：AI不会在所有方面都超越人类，而是在某些方面更强、在另一些方面更弱。AI与人类思维只是彼此不同。就像兄弟姐妹一样，也许我们终将学会把彼此视为伙伴，而非对手。
