梅剑华，山西大学哲学社会学学院教授、博士生导师，教育部“青年长江学者”。

　　上个世纪之初，物理学引导了科学技术的发展，不论是相对论还是量子力学，都对日后的科技发展产生了深刻的影响。物理学的革命，导致了我们对世界的理解发生了根本的变化。肇始于上个世纪五十年代的人工智能科学发展到现在，导致了我们对人的理解也发生了根本的变化。回顾一系列人工智能科学技术节点，从1997年的“深蓝”，到2016年的“阿尔法狗”、2020年的元宇宙、2023年的Chat GPT，明显看到人工智能技术的发展在不断加速。Chat GPT之父Sam Altman在社交媒体上提出了新摩尔定律，宇宙中的智能数量每18个月就会翻一番。

　　19世纪的物理学罩着两朵乌云（以太假说和黑体辐射），最终破云见日迎来了物理学大革命，然后是科学技术的一连串突破。100年后，智能科学的发展，在21世纪似乎具有类似的效应。关于人工智能技术的发展也有两朵“乌云”，我指的是对人工智能技术的两种看法可能会对人工智能的发展形成挑战：第一，人工智能技术的发展危及人类的生存，我们会被机器“奴隶”。 第二，人工智能无论如何发展都不能超越人类，“奴隶是造不出新长城的。”这两种看法都对人工智能技术持否定态度，二者之间也存在内在冲突。如果一是对的，那就蕴含了人工智能可以超越人类。如果二是对的，那就说明我们可以控制人工智能技术的走向。并不是说这两个看法就是错误的，而是只有实质地回应这两个问题，才能有助于智能技术的进一步发展。在这则短评中，我集中讨论第二个问题。

　　换一个问法，ChatGPT之后会怎样？鲁迅先生对五四的态度是“提出启蒙，超越启蒙”。诺娜出走以后会怎样？反抗和出走不是目的。《伤逝》里，子君冲破了封建枷锁和自己的爱人在一起了，但终免不了爱情的幻灭。鲁迅是深刻的，他看到了否定、冲破之后的生存状态的同样无趣。这种态度或可为我们关于人工智能技术的看法借鉴。批判之后的人工智能技术该怎样？赞扬之后的人工智能技术该怎样？Chat GPT话题，如日中天，大众媒体上的讨论，基本上也是批判派和赞成派，泾渭分明。关键的乃是第三条路，这个技术对于我们意味着什么？Chat GPT之后会怎样？

　　图灵测试里的机器程序就是个聊天机器人模型，我们可以说ChatGPT几乎通过了图灵测试。Chat GPT的核心是自然语言处理，它经历了从理性主义到经验主义的转变。20世纪初期的自然语言处理主要是依靠深度学习算法，但它的缺陷是过度依赖大规模的有标注的数据，需要大量数据民工来给数据打标签。但是2018年以来的以BERT、GPT为代表的超大规模预训练语言模型正好补充了自然语言这一缺陷，使得自然语言处理获得极大突破，Chat GPT就是其典范代表。

　　ChatGPT被定位为通用人工智能，可以表现出9岁小孩的心智能力。因此有人会问，那它会不会像人一样可以成长到18岁从而具有真正的智能。这里头有两个问题：第一，我们是不是还是预设了所谓的通用人工智能就是像人一样的智能，能够完成人类所有的任务。是否真正的技术探索者不应该把人类智能作为基本预设。我们可以从人类智能那里获得启发，但未必要以人类智能为目标。第二，如果认为它具有小孩的心智能力，那么就需要说明，如果最终要获得发展，肯定是一种理性主义和经验主义的结合，而不是纯粹的经验主义探索。因为小孩的大脑并不是一块白板。

　　人们认为它表现出一定的心智能力，是因为它的回答展现了某种具有心智能力的人的回答的特征。问题在于，“认知的贫穷限制了我们的想象力”，我们只遇到我们自己这样的智能体。是否不具有心智能力的智能体也可以有此回答？是否具有不同类型的心智能力的智能体也可以有此回答？这是开放的。人们的观点来自于生活实践中形成的直觉。任务塑造智能，如果认识主体能完成一定的任务，就被认为是有智能的。在这里，我们不一定要以人类智能作为智能的唯一标准。也有很多人批评ChatGPT的回答会有很多错误，但这不是原则性的，是技术性问题的，肯定会得到克服。

　　那么智能的标准到底是什么？像人？能做不同的事？灵活性？创造性？等等。

　　第一是所谓的创新性。查尔莫斯在《现实+》一书中，他介绍在2020年7月，Chat GPT-3发布之后，哲学家亨利·谢弗林将对查尔莫斯的一段访谈发布到网上，很多人认为这是查尔莫斯的真实访谈。实际上，是GPT-3模仿了查尔莫斯的回答。有人发现，这个“查尔莫斯”，情绪不大好，喜欢使用“我认为”（这也是查尔莫斯的用语习惯）。它的模仿几乎以假乱真。这里不再是所谓的智能、意识等等一些争议极大的根本问题，而是GPT可以模仿一个人的观点。这带来了一个很有意思的问题： 如果让它来学习了解那些研究GPT的学者文章，然后发表观点。它得出的结论和这些学者的观点是基本相同的。我们可以说ChatGPT缺乏创新性，但仔细想一想，学者的观点也许就缺乏创新性。这会让我们反思，到底什么是创新。我们可以说能被ChatGPT回答的问题，就不具有创新性。这就逼迫人类在与Chat GPT的博弈中，不断思考才能产生新的思想。但是问题的关键在于ChatGPT它所拥有的数据包括互联网上的材料和数字化的书籍，因此它比任何一个个体所拥有的信息量都要大，并且它对这些信息进行提炼的能力远远超于人类。在这个意义上，它比人类具有创新性，虽然它自己也许不认为这就是创新性。

　　第二个是通用性。Chat GPT不仅贯彻在聊天上，也在一般任务上。例如识别物理环境、完成一些具身任务，如果能够达到这一目标，那可以说达到了通用人工智能的目标。朱松纯教授认为大型语言模型在处理任务方面能力有限，它们只能处理文本领域的任务，无法与物理和社会环境进行互动。但是，Sai Vemprala等科学家已经在撰文讨论了如何发展这种通用性，对Chat GPT在机器人应用中的使用进行实验研究，机器人里的任务包括：形式化推理和空中导航这些不同的任务。我们可以用语言控制机器人手臂、无人机和家庭助理机器人等等。让Chat GPT超越文本思考对物理世界进行推理，帮助机器人完成任务，实现真正的人机互动。

　　GPT在创新性和通用性上，展现了更多的可能性，赋予了人类更大的挑战。Chat GPT之后，不管是智能技术还是学术思想的发展，都将和以前不同。将更注重学术的创新性，智能的通用性。这一切不再虚无缥缈，而是可以在人机互动的实践中得到拓展。