人工智能的能与不能

人工智能（AI）爱好者坚信这项技术将带领人类迈向新高度，而另一些人则认为 AI 可能成为现实版 “终结者” 的助推器，双方立场泾渭分明。

不过，公平地说，对于这项飞速发展的技术，大多数企业决策者既抱有期望也保留意见。他们好奇 AI 如何为企业带来积极变革，同时也担忧其是否会如许多员工所恐惧的那样，成为 “抢饭碗” 的 “职业杀手”。

人工智能的潜力极为广阔。近期，OpenAI 推出的 ChatGPT、谷歌对 Bard 的预告，以及 AI 艺术生成工具对 “女性独自笑着吃沙拉” 这类库存图片的再创作，都彰显了 AI 领域的惊人进步。与其他大多数技术革新一样，AI 既有益也有弊端，既引发疑问也带来担忧 —— 有人会用它行善，也有人会利用其作恶。为此，我们梳理了 AI 的 “能” 与 “不能”，旨在解答您可能存在的疑问，暂时打消那些挥之不去的顾虑……


什么是人工智能（AI）？

人工智能（AI）是计算机科学的一个分支，致力于打造能够在某些方面像人类一样学习和行动的智能机器。AI 不会在一夜之间神奇地变得 “超级智能”。其核心原理是：首先向计算机输入海量数据（例如数百万张猫的图片，或是数百万次游戏对局记录），随后 AI 系统会分析这些数据，学习识别其中的规律或进行预测。接触的数据越多，AI 在这类任务中的表现就越出色，如它可以用来推荐你可能喜欢的电影，也能协助医生分析医学影像。


2025 年人工智能能做到的 9 件事

人工智能近期备受关注，这背后的原因不言而喻。以下仅列举其部分令人惊叹的能力：

1. 撰写学术论文。这是当下新闻中热议的话题。无论你对此持何种立场，答案都明确：AI 目前已能撰写学术论文。这些论文或许称不上文学杰作，但足以通过本科阶段的作业考核！我们亲自测试了 OpenAI 的 ChatGPT，直接询问其是否能撰写学术论文，它的回复如下：

“是的，我能够撰写学术论文。作为一款语言模型，我接受过海量学术文本的训练，掌握广泛的信息与知识，可用于生成高质量的学术写作内容。

但需注意的是，我的回复是基于接收的输入内容生成的，我没有个人观点或偏见。因此，尽管我能针对特定主题提供学术写作，但无法形成原创观点或论点。

此外，学术论文通常有特定的结构和格式要求，我完全可以遵循这些规范。不过，若某项作业有特殊要求，或需遵循特定的风格指南，务必向我明确说明，以便我生成符合要求的内容。”

除了论文，AI 还能创作故事、讲笑话、提供建议。《南方公园》近期推出了一集名为《深度学习》的剧集，甚至让 ChatGPT 参与了部分剧本创作，以此调侃 AI 的文字能力！尽管 AI 能力出众，但它也存在局限性 —— 若无法回答某个问题，它会如实告知。

2. 生成视觉艺术。这一话题同样颇具争议：AI 创作的作品能算作艺术吗？我们更倾向于称其为 “带星号的艺术”（即存在限定条件的艺术）。AI 无法独立完成艺术创作：一方面，它需要在人类的指令下才会启动创作；另一方面，它的创作灵感源于机器学习所接收的数据。然而，一旦接收到指令，AI 既能生成一系列精美的视觉作品，也能产出一些阴暗、诡异的内容。

人类对 AI 的依赖还引发了另一个问题：这是否会扼杀我们自身的创造力？若继续沿着这条路发展，未来音乐歌词、文学作品、诗歌等各类艺术形式的质量会发生怎样的变化？我们见证了智能手机如何迅速成为大多数人生活中的必需品，由此不难推断，AI 未来也可能成为这样的 “必需品”。

3. 接受训练并 “学习”。人工智能包含不同分支，一类是 “编程型 AI”，另一类是 “经验学习型 AI”。编程型 AI 会接收一定量的数据，在采取行动前，它能自主决策，并预判所有可能的决策结果。而机器学习算法则从 “一无所知” 开始，通过经验积累数据，就像人类学习的过程一样 —— 接触的相关场景越多，它在特定任务中的表现就越出色。

Boston Dynamics 便将这类 AI 应用于机器人研发。如同婴儿先学会爬行、再学会走路、最后学会跑步一样，Boston Dynamics 的机器人通过学习，掌握了单腿平衡、攀爬复杂地形甚至跳跃等技能！

4. 辅助投资决策。金融与投资领域存在海量数据，AI 的预测能力也因此在这一领域日益精进。那么，AI 辅助投资是否合法、是否 “公平”？答案是肯定的！目前，至少有 52% 的美国金融机构依赖人工智能进行股票交易和投资策略制定。AI 帮助股票交易员和投资者以更高的准确性和速度做出更明智的决策：它借助前文提到的机器学习技术，分析并识别出人类无法察觉的趋势，甚至能根据过往策略调整当前的交易方案。

5. 大规模分析电话通话以发现趋势。Invoca 公司自主研发的 “信号发现”技术便具备出色的 AI 能力！它能自动分析并分类企业接收的数千通电话，为你和团队提供关键数据 —— 让你了解哪些策略、术语、话题或表述有助于提升业绩，哪些则会阻碍成功。借助这些信息，你可以优化销售话术、强化营销信息，甚至为研发策略提供参考，从而更好地满足客户需求。

6. 协助医生诊断疾病。在对抗疾病的过程中，AI 已被证明是极具价值的工具。通过分析海量医学影像、患者数据乃至基因信息，AI 能识别出人类肉眼可能忽略的细微规律与异常信号。这使得医生能做出更准确的诊断（往往能在疾病早期确诊），进而制定更有效的治疗方案，改善患者的治疗效果。不妨将 AI 想象成一位训练有素的助手：它筛选海量数据，为医生标注潜在问题，最终帮助患者更快、更精准地走向康复。

7. 实时翻译语言。基于 AI 的翻译工具凭借实时翻译能力，打破了沟通壁垒。试想一下：你与一位讲外语的人交谈时，AI 能实时监听，将你的话翻译成对方的语言，同时将对方的回应翻译回你的母语。无论是商务会议、旅行出行，还是与全球各地的亲友沟通，这种能力都能让对话流畅自然。

8. 为自动驾驶汽车提供技术支持。AI 是自动驾驶汽车研发的核心驱动力，助力车辆精准导航。自动驾驶汽车通过复杂的传感器、摄像头和雷达网络，实时感知周围环境 —— 识别交通信号灯、车道标线、行人与骑行者等各类物体。这些实时采集的数据会被输入强大的 AI 算法，算法在瞬间做出决策，确保车辆在交通中安全行驶、避开障碍物，为乘客提供 “安全” 、平稳的行程。此处给 “安全” 加引号，是因为近期有多起自动驾驶车辆事故登上新闻头条。希望在未来几年（甚至更早），自动驾驶技术能变得更可靠。

9. 辅助法律工作。法律从业者正越来越多地将 AI 应用于合同审查、电子取证和法律研究等任务。先进的语言模型能在极短时间内筛选庞大的数据库，识别相关法律法规、判例或案例法 —— 这一过程若由人类完成，所需时间会大幅增加。因此，律所不仅能节省时间与成本，还能降低遗漏关键信息的风险。

然而，AI 在法律领域仍存在严重局限。已有多起案例显示，AI 在进行法律研究时会生成虚假信息，引用不存在的案例。律师若提交包含这些虚假案例的法律文件，会面临纪律处分。这一现象凸显了一个关键问题：法律从业者必须仔细核查 AI 生成的所有内容，并对文件的准确性承担最终责任。


人工智能目前做不到的 6 件事

尽管过去几年 AI 取得了长足进步，但仍存在一些局限性。以下将详细介绍 AI 目前（至少暂时）无法实现的能力：

1. 多任务处理。大多数 AI 系统经过高度训练，仅能解决特定问题 —— 尽管 AI 创新者正努力推动技术发展，使其能够同时执行多种不同任务。谷歌近期在这一领域取得了显著进展：其为谷歌助手开发的 “日常事务”功能，便是 AI 多任务处理的一次尝试。但这类 “多任务处理” 本质上是 AI 在接收用户一条指令后，按顺序执行一系列预设操作（例如开灯、发送提醒）。因此，如今的 AI 尚无法同时完成多项复杂任务 —— 比如一边监控销售分析仪表盘，一边回复客户邮件，一边在季度销售会议电话中做笔记。

2. 解释自身决策。AI 存在 “可解释性” 难题。它会基于学习所用的算法和数据模型提供答案与预测，但使用 AI 产品的人往往无法确切知道 AI 是依据哪些信息做出决策的。例如，在判断一张图片是否描绘人类时，AI 是通过 “识别” 图片中的嘴巴、眼睛还是鼻子来得出结论的？正如《麦肯锡季刊》近期一篇文章所指出的：数据模型规模越大、复杂度越高，就越难用人类能理解的语言解释 AI 为何会做出某个决策。

关于 AI 的决策能力，还有一个更深层次的问题值得思考：终端用户如何确保 AI 提供的答案是公平且无偏见的？要知道，是人类为 AI 输入数据和代码，从而塑造和影响其决策过程。因此，对任何 AI 而言，“输入垃圾数据，输出垃圾结果”都是一个不容忽视的风险。

3. 做出道德判断。AI 在做决策时，完全无法判断自身行为是否 “正确” 或 “错误”—— 即便这些决策可能导致人员伤亡。例如，自动驾驶汽车若遇到这种情况：是转向避开混凝土护栏，却撞上人行横道上的儿童和宠物狗，还是保持原方向行驶，撞上护栏导致车内四名乘客死亡？

哪种选择是 “正确” 的？真的存在 “正确答案” 吗？答案并非绝对 —— 因为两种结果都极为糟糕。尽管如此，麻省理工学院（MIT）的 “道德机器项目”仍在努力教 AI（如自动驾驶汽车）如何做出 “正确” 判断：依据大多数人认为在特定情境下符合道德准则的决策标准。

4. 产生同理心或任何情感。正如 AI 无法做出道德判断一样，它也无法理解人类的情感。AI 聊天机器人可能会对愤怒的客户说：“很抱歉听到您的订单出现问题，我理解您的不满。” 但本质上，这项技术并非真的 “抱歉”—— 它完全不知道 “不满”（或其他任何情感）是什么感觉，因为它只是一台机器。

因此，尽管 AI 能为客户服务运营提供极大帮助，但在许多客户互动场景中，“人情味” 是无可替代的。（毫无疑问，无论 AI 聊天机器人多么高效实用，大多数客户仍会期望 —— 甚至要求 —— 在需要时能 “与真人沟通”。）

不过，目前已有一种呼叫中心技术能够识别来电者的情绪：它能帮助客服人员更敏锐地感知来电者的情感状态，从而更具同理心；同时，该技术还能监测客服人员的情绪 —— 若发现客服声音听起来不耐烦，会发送提醒，建议其休息片刻。但需明确的是，AI 本身并未 “感受” 到任何情绪，它只是将他人的情绪状态告知你。

5. 自主创造（至少目前无法独立做到）。即便是处于 AI 创新前沿的 IBM 公司，也将 “创造力” 视为 AI 技术的 “终极挑战”。该公司就这一话题表示：“尽管 AI 的进步使得计算机能在某些创造力相关参数的指导下进行创作，但专家们仍在质疑：AI 在多大程度上能培养出自身的创造力？我们能否教会 AI 在无需指导的情况下进行创作？”

与 AI 领域的许多问题一样，答案或许是 “有可能”。事实上，已有 AI 进行 “创造性活动” 的案例 —— 例如创作歌曲和绘画，但这些成就的实现都离不开人类程序员的指导。因此，至少目前来看，真正自发的创造力仍是人类独有的特质。

6. 完全取代人类劳动者。上述五项局限性恰好凸显了第六点：AI 无法取代人类。诚然，AI 在许多任务中的速度远超人类，也能完成人类大脑无法胜任的数据类任务；而且，AI 在工作场所的应用确实可能导致部分岗位（如纯数据录入工作）被淘汰。

但与此同时，AI 也能将人类从繁琐任务中解放出来，去从事全新的、更有意义且更有趣的工作。因此，有人认为，AI 最大的局限或许并非技术本身，而是人类对这项技术的 “抵触心理”—— 不愿尝试探索 AI 在工作场所及其他领域的潜力，未能将其视为极具价值的 “助手”。