引言：AI江湖的“气剑之争”
大家好，欢迎来到我的频道。今天我们来聊一聊人工智能（AI）的历史。最近我做了几期关于 Gary Marcus (盖瑞·马库斯: 知名认知科学家、人工智能批评者) 和 Stefan Wolfram (斯蒂芬·沃尔夫勒姆: 英国物理学家、数学家、计算机科学家) 批评大语言模型的视频，有观众认为他们不懂AI，即便 Gary Marcus 已经卖掉了一个AI公司又创办了另一个。还有人说，这两位是符号主义流派，是唱衰连接主义的“失败者”，属于AI界的非主流，并认为我报道他们是对GPT有偏见。然而，我早期频道其实做了很多期“爆吹”GPT的视频，甚至详细介绍了其使用方法，简直是将其捧上了天。现在制作这些批评GPT的视频，其实是为了达到一个中和的作用。我本人每天也都会使用大语言模型进行工作。
AI历史上存在一场非常大的流派之争，这让我想到了金庸在《笑傲江湖》中描写的华山派“气宗”和“剑宗”之争。经过仔细研究，我发现两者之间有很多相似之处。现在风光无限的大语言模型，就像武林盟主一样一统江湖，能够写音乐、写代码，还能写长篇文章，风光一时无两。但大家知道吗，它早期的出身和名号一直备受争议，相当一部分顶尖高手都指责它不算智能，根本不懂思考，只是一个学人说话的“随机鹦鹉”。
这确实令人费解：一方面，大语言模型展现出惊人的能力，可以聊天、画画，样样精通；另一方面，顶尖科学家对它的智商却存在根本性的质疑。这到底是怎么回事呢？其实，这背后是人工智能领域长达70年的一场路线之争，一场“你死我活”的道统之战。今天我们就好好聊一聊AI界的“剑宗”与“气宗”之争。
AI江湖的开端：达特茅斯会议与两大门派
人工智能这个概念以及这个江湖的开端，要从1956年那场著名的 达特茅斯会议 (Dartmouth Conference: 人工智能作为独立学科正式诞生的标志性会议) 开始说起。想象一下那个画面：当时全美国最顶尖的数学家和科学家，基本上都是白人男性，齐聚一堂，雄心勃勃地要开创一个新纪元。他们当时要回答一个终极问题：机器能思考吗？为了让这个领域听起来更“牛”、更能够拉到 Funding (资金: 项目资助)，一位名叫 约翰·麦卡锡 (John McCarthy: 美国计算机科学家，人工智能概念的提出者之一) 的教授，琢磨了半天，给它起了一个特别响亮的名字——“人工智能”。当时起这个名字还有一个目的，就是更好地“忽悠”，起到市场推广的作用。因为“人工智能”这四个字本身就是一个营销工具，听着就高级，令人向往。
然而，在这个响亮的名号下面，一开始就埋下了一个分裂的种子。当时来开会的这帮英雄好汉，对于如何让机器变聪明这件事情，压根就没有统一思想。很快，整个AI江湖就分成了两大门派。
第一派，我称之为“气宗”，学术上的名字叫做 符号主义 (Symbolism: 认为智能是基于对符号的操纵和推理)。这帮“老师傅”认为，什么是智能？智能就是知识和推理。就像华山派的气宗，他们认为首先得修炼内功，把 紫霞神功 (紫霞神功: 金庸小说《笑傲江湖》中的内功心法，此处比喻理论基础) 先练好了，一招一式自然威力无穷。所以，他们主张把人类所有的知识、所有的逻辑规则，都清清楚楚地写成一行行代码，编成一本“武林秘籍”，然后灌到计算机里去。
第二派，叫做“剑宗”，学术上叫做 连接主义 (Connectionism: 认为智能是基于神经元网络的学习和模式识别)。这帮“小伙子”不吃那一套。他们觉得智能哪里是靠人教的？智能是学出来的，是从实践中获得的。人的大脑不就是一堆神经元连在一起，然后不断通过看、听、试错，自己学会各种本领吗？这就像剑宗的弟子，他们不强调内功，只强调练剑招，相信“一力降十会”，只要把剑法练到极致，不管你什么内功，一剑破之。
所以，从根本上看，这两派的理念是拧着的：一个是要“知道”，另一个是要“学习”；一个像是饱读诗书的秀才，另一个像是身经百战的武将。这两派从AI诞生的第一天开始，就已经结下了梁子。
气宗的黄金时代：理论与实践的辉煌
在AI江湖的头30年里，基本上都是气宗的天下。因为那个时候，整个武林都信奉一本秘籍，叫做 物理符号系统假设 (Physical Symbol System Hypothesis, PSSH: 认为任何拥有通用智能的系统都必须是一个物理符号系统)。这本秘籍是由两位开山祖师爷—— 艾伦·纽厄尔 (Allen Newell: 美国计算机科学家，人工智能和认知科学领域的奠基人之一) 和 赫伯特·西蒙 (Herbert Simon: 美国学者，在人工智能、心理学、经济学等多个领域做出开创性贡献) 共同撰写的。赫伯特·西蒙的中文名字叫做司马赫。他是一位涉猎极广的通才和学者，是20世纪少有的同时在多个领域做出奠基性贡献的人物，尤其在人工智能、心理学、经济学等方面影响深远。他不仅是公认的人工智能之父之一，也是历史上少数能够同时获得计算机科学最高奖项 图灵奖 (Turing Award: 计算机科学领域的最高荣誉)（1975年）和 诺贝尔经济学奖 (Nobel Memorial Prize in Economic Sciences: 诺贝尔奖项之一，奖励在经济学领域有杰出贡献者)（1978年）的人。他是一位真正的文艺复兴式的人物，知识横跨数十个领域，一生硕果累累。他的工作奠定了人工智能的基础。
他们说了一句“惊天动地”的话：“一个物理符号系统拥有通用智能行为的必要和充分手段。”这句话听着有点绕，翻译过来就是：只要有一台机器能够像人一样处理各种符号（比如文字、概念、逻辑关系），那它原则上就能够实现和人一模一样的 通用智能 (General Intelligence: 指机器拥有和人类一样执行各种认知任务的能力)。这个假设在当时简直就是AI领域的“圣经”，是气宗弟子们修炼内功的根本心法。当时几乎所有人都相信这个，包括后面要提到的一些大佬，他们年轻时候也是气宗的忠实信徒。大家都觉得AI就应该是符号化的、是反数字的、是逻辑严密的。
气宗的武功到底有多厉害呢？我给你们举几个例子，都是当年响当当的“绝学”。
第一招叫做 逻辑理论家 (Logic Theorist: 1956年由纽厄尔、西蒙和肖开发，被认为是第一个人工智能程序)。这是1956年AI开山那年，纽厄尔和西蒙搞出来的，用于证明数学定理。想想看，纯粹用符号逻辑一步步推导结果，这不就是气宗内功的完美体现吗？
第二招就更有名了，叫做 SHRDLU (SHRDLU: 1960年代末由维诺格拉德开发的自然语言理解程序)。这是60年代末，一个叫做 维诺格拉德 (Terry Winograd: 美国计算机科学家，SHRDLU的开发者) 的大神搞的。它能听懂你的话，然后在虚拟世界帮你搭积木，有点像是通过语音控制的 Minecraft (Minecraft: 一款沙盒建造类电子游戏)。你跟他说“把那个红色的方块放到蓝色的金字塔上面”，它就能听懂，还能执行。这在当时就已经“神”了。
后来，气宗的武功越来越厉害，发明了一个巅峰绝学，叫做 专家系统 (Expert Systems: 模拟人类专家解决特定领域问题的计算机系统)。顾名思义，就是某个领域的专家。比如说，有一个叫 DENDRAL (DENDRAL: 第一个专家系统，用于分析化学分子结构) 的，就是帮你分析化学分子结构；还有一个叫 Mycin (Mycin: 一个早期的专家系统，用于诊断细菌感染并推荐治疗方案) 的，能够诊断细菌感染，还能给医生开药方，提供建议。它甚至还搞了一套处理不确定性的方法，叫做 信念度 (Certainty Factors: 一种在专家系统中表示不确定性知识的方法)，而不是纯粹的概率。最成功的可能要算一个叫 R1 (R1: 后来更名为XCON，DEC公司用于配置计算机系统的专家系统)（后来叫做 Xcon (Xcon: R1更名后的名称)）的系统。这个R1可不是我们说的那个DeepSeek的R1推理模型，这是给一家叫做 DEC (Digital Equipment Corporation: 曾是美国领先的计算机公司) 的电脑公司配电脑的。它肚子里有2500多条“如果-那么”的规则。你想想2500多条，基本上把所有可能的情况都写得明明白白了。这就是典型的气宗思路，靠穷尽知识来解决问题。
所以你看，在那个年代，气宗可以说是风光无限，是名门正派，武林正宗。他们搞出来的东西逻辑清晰，有理有据，看起来这是通往人工智能的康庄大道。气宗大佬们不光会练武功，他们还特别注重理论建设。他们觉得光有招式不行，必须得有心法，得把这个理论搞通透。于是他们搞了一个专门的学科，叫做 知识表示 (Knowledge Representation: 研究如何将知识编码成计算机可处理的形式)。就是研究怎么把我们这个世界上所有的知识，变成计算机能够理解的符号和命题。这头又分出了什么 本体论 (Ontology: 在计算机科学中指对概念和它们之间关系的明确规范)，就是研究到底需要哪些概念和关系才能够描述世界；还有什么 语义网络 (Semantic Network: 一种用节点和边表示知识的图结构)、 框架 (Frames: 一种用于表示结构化知识的AI技术)、 脚本 (Scripts: 用于表示典型事件序列的AI知识表示方法) 这些时髦的词。
后来他们还遇到一个大难题，就是这个世界不是非黑即白的，很多事都是不确定的。那怎么办呢？这时候，一位叫做 犹大·珀尔 (Judea Pearl: 美国计算机科学家，贝叶斯网络的主要开发者之一，图灵奖得主) 的大神站了出来。他推广了一个超级“牛”的工具，叫做 贝叶斯网络 (Bayesian Network: 一种概率图模型，用于表示和推理变量之间的概率关系)。这玩意就是用一张图把事件之间的概率关系和因果关系表示得清清楚楚。可以说，他是用一种非常优雅的方式解决了不确定性推理的大问题。但你要注意，即使是贝叶斯网络这么强大的工具，它的根子依然是气宗的。为什么呢？因为它处理那些不确定对象本质上还是一个个命题，还是符号。它的地基还是牢牢地建立在物理符号系统假设之上的。所以你看，从80年代末到90年代初，气宗无论从实践结果还是理论深度上，都达到了一个巅峰。当时的AI江湖，几乎无人怀疑这是唯一的正道。
气宗的“绝症”：知识获取与常识推理的困境
各位，刚才我们把气宗捧得很高，是名门正派，武功盖世。但是接下来，我们要看看它底层的问题了。其实，这道看似完美的内功心法，从根本上就有几个治不好的“绝症”。
第一个“绝症”，也是最要命的，叫做 知识获取瓶颈 (Knowledge Acquisition Bottleneck: 指将人类专家知识编码成计算机可理解形式的困难)。你想想，刚才说的那个R1系统，配个电脑就要手写2500条规则。要是想要那些电脑拥有我们人类的常识呢？得写多少条？有一个叫做 CYC项目 (CYC Project: 旨在构建一个包含大量常识知识库的人工智能项目) 的想干这个事，他想把人类的常识都变成规则。结果搞了几十年，砸了无数钱，最后发现这是一个无底洞。手动编写规则太贵太慢，根本没有办法规模化。
第二个“绝症”叫做 常识推理困难 (Common Sense Reasoning Difficulty: 指让机器理解和运用人类常识进行推理的挑战)。很多我们觉得理所当然的事情，用逻辑表达就傻眼了。比如说“鸟会飞”这是个常识，但是鸵鸟不会飞，企鹅不会飞，翅膀受伤的鸟也不会飞。这些例外情况太多了，逻辑系统遇到这个就崩溃，这叫 非单调逻辑 (Non-monotonic Logic: 一种允许在获得新信息时撤销先前结论的逻辑) 的问题，搞了几十年也没搞利索。
第三个“绝症”叫做 反数字偏见 (Anti-numeric Bias: 指早期符号主义AI研究者对数字和统计方法的不重视)。早期的气宗大师特别瞧不起数字，他们觉得符号才是高级的，数字都是低级的，都是“你们这些低端玩家玩的”。写过一本AI回忆录的作者 查尼亚克 (Eugene Charniak: 美国计算机科学家，自然语言处理专家，曾是符号主义的支持者) 就自嘲，说他自己当年就觉得用“大”这个符号比用“100”这个数字更有信息量，后来才意识到自己有多愚蠢。你连个大小都不能精确表示，还搞什么图像识别？这不就是闭门造车吗？
剑宗的“AI寒冬”与蛰伏
其实，就在气宗如日中天的时候，我们前面提到那个剑宗，也就是连接主义，日子过得那叫一个惨。连接主义的祖师爷出山也很早，早在40年代就有人提出了一个 感知机 (Perceptron: 最早的神经网络模型之一) 的概念，这也是最早的抽象神经元。到了50年代末，有一个叫做 罗森布拉特 (Frank Rosenblatt: 美国心理学家，感知机的发明者) 的人，还搞出了学习算法，能够让感知机自己调整权重，学着分类。但是媒体吹得可厉害，说这东西未来能够走路、能够说话、能够有自我意识。
结果怎么着？气宗的大佬不高兴了。一位武林泰斗——麻省理工的 马文·明斯基 (Marvin Minsky: 美国计算机科学家，人工智能领域的奠基人之一，曾对感知机提出批评)，他本来也琢磨过剑宗的路子，后来觉得不行就放弃了。他一看这帮搞剑宗的最近这么火，到处抢他的风头和经费，就坐不住了。
这里要给大家说个题外话。这位马文·明斯基在我们之前做过的爱泼斯坦系列中也出现过。他不仅接受过爱泼斯坦的捐款资助，还受到受害者指控，曾经在2001年爱泼斯坦安排下与未成年少女发生性关系。受害者弗吉尼亚·朱福雷表示，2001年他在爱泼斯坦私人岛屿被要求与明斯基发生关系，那时候她才17岁，而明斯基已经73岁了。当然，这个事情被爆料的时候，明斯基本人已经去世了，没有办法对相应的指控做出回应。
好的，题外话说完，我们回到主题。1969年，明斯基联合另外一个人写了一本书，就叫《感知机》。这本书没干别的，就从数学上证明了单层感知机连最简单的 异或问题 (XOR Problem: 一个简单的分类问题，单层感知机无法解决) 都解决不了。这本书一出来，简直就是给剑宗判了死刑。你想想，武林盟主亲自下场，说你的剑法就是歪门邪道，有致命缺陷。那结果就是，几乎所有的政府和基金会都停止了对于剑宗的赞助。整个连接主义的研究瞬间被打入了冷宫，进入了长达十几年的 AI寒冬 (AI Winter: 指人工智能研究资金和兴趣大幅下降的时期)。那帮坚持搞剑宗的学者，就像华山派被赶出去的剑宗弟子，只能在江湖的角落里，靠着一点点微弱的信念，悄悄磨练自己的剑法。
剑宗的崛起：深度学习的“独孤九剑”
然而，风水轮流转。就在气宗为自己那些“绝症”搞得焦头烂额的时候，在阴影里蛰伏了十几年的剑宗弟子们终于等来了他们的转机。这其中有几个关键人物，被后来称作是AI教父，比如说 杰弗里·辛顿 (Geoffrey Hinton: 英国计算机科学家，深度学习领域的奠基人之一，图灵奖得主)。这帮人想明白了，单层感知机不行，那咱们就多加几层吧，搞成一个 深度神经网络 (Deep Neural Network: 包含多层隐藏层的人工神经网络)。模拟真正的大脑结构，一层层地处理信息。
可是，多层网络怎么训练？这是一个天大的难题。就在这个时候，一个被剑宗尘封已久、堪比 《葵花宝典》 (《葵花宝典》: 金庸小说《笑傲江湖》中的武功秘籍，此处比喻绝世算法) 的算法，被他们重新发掘和推广了。这个算法就叫做 反向传播 (Backpropagation: 训练多层神经网络的常用算法)。我不用给大家讲这个算法有多复杂，你只需要知道，它解决了多层神经网络的训练问题。就像 令狐冲 (令狐冲: 金庸小说《笑傲江湖》中的主人公) 得到了 风清扬 (风清扬: 金庸小说《笑傲江湖》中的绝世高手) 的真传，一下子打通了 任督二脉 (任督二脉: 中国武侠小说中人体经脉，此处比喻打通关键技术瓶颈)。剑宗的弟子第一次有了一门可以真正修炼的绝世剑法。
大概到1987年左右，随着 并行分布式处理 (Parallel Distributed Processing, PDP: 一种连接主义的计算模型，强调并行处理和分布式表示) 这一系列著作的出版，剑宗的武学开始重新引起江湖的注意。辛顿还非常聪明地给这套武学起了一个更时髦的名字，叫做 深度学习 (Deep Learning: 机器学习的一个分支，使用多层神经网络学习数据表示)，也就是剑宗的“独孤九剑”。
不过，这个时候的剑宗虽然有了绝世剑法，还缺两样东西：一把削铁如泥的“绝世好剑”和足够多的对手来“喂招”。这把“好剑”就是强大的计算能力，而这“对手”就是海量的数据。时间来到21世纪，互联网爆发了，数据一下就变得铺天盖地。与此同时，专门为打游戏设计的显卡 GPU (Graphics Processing Unit: 图形处理器，擅长并行计算，对深度学习至关重要) 被发现特别适合搞并行计算。这不就是剑宗梦寐以求的“绝世好剑”吗？万事俱备，只欠东风。
2012年，这场东风来了。这一年，在计算机视觉领域的“华山论剑”—— ImageNet大规模视觉识别挑战赛 (ImageNet Large Scale Visual Recognition Challenge, ILSVRC: 计算机视觉领域一项重要的图像识别竞赛) 上，发生了一件“惊天动地”的大事。当时参加比赛的还都是些名门正派，用各种气宗和传统方法的变种武功。结果呢，辛顿的两个徒弟带着一个叫做 AlexNet (AlexNet: 2012年ImageNet挑战赛冠军，标志着深度学习的崛起) 的深度神经网络“杀”了出来。结果怎么着？一剑封喉！AlexNet把图像识别的错误率一下子从26%多降低到了只有15.3%，超过了第二名整整10个百分点！
当时这个结果对于整个AI江湖的冲击，不亚于一颗原子弹。想想一群被主流武林看不起、赶下山的剑宗弟子，突然在华山之巅，用一套大家都没见过的剑法，一下子就把所有名门正派的长老们全给“秒”了。整个计算机视觉领域一夜之间，天就变了。所有人都“傻眼”了，当时所有人都跟疯了一样，扔掉自己手里的气宗秘籍，开始掉头去学深度学习这套剑法。这一年，被认为是剑宗全面胜利的开始。此后不久，谷歌便收购了辛顿初创的这个公司—— DNN Research Inc. (DNN Research Inc.: Geoffrey Hinton及其学生创立的深度学习公司，后被谷歌收购)。图中你看到的就是辛顿和他的两位徒弟，其中有一位的名字大家肯定不陌生，他在我们马一龙大战 Sam Altman (萨姆·奥特曼: OpenAI联合创始人及前CEO) 那一期节目中也出现过，他的名字叫做 伊尔雅·苏兹克维 (Ilya Sutskever: OpenAI联合创始人及前首席科学家)。他是论文的共同作者之一，对于AlexNet的诞生做出了非常重要的贡献。辛顿曾经幽默地总结：“这个伊尔雅·苏兹克维觉得我们应该试一试，然后他另外一个同学阿列克斯把这个事情做成了，结果我却拿了诺贝尔奖。”这位苏兹克维后来成为OpenAI的联合创始人以及首席科学家（当然现在是前首席科学家了，因为他后来试图发起一场“政变”然后失败了）。这个“政变”的故事也非常精彩，后面有机会我们再给大家做一期节目。可以看到，这个时候的苏兹克维发型还是很不错的，发际线还没有这么夸张。他后面进入OpenAI之后，智力又上升了一个新的台阶，你就可以看到他跟他的发量是成反比的。
气宗宗师的自我否定：查尼亚克的转变
我们前面把剑宗气宗大战讲得风生水起，但你可能会问，这些到底是谁的视角呢？今天我就给大家介绍一下写过这样一个回忆录的关键人物，一个真正的局内人。可以说，我们今天讲的很多核心观点，都来自于这位老先生晚年的反思。他就是尤金·查尔尼亚克。
这位老先生的来头可不小，他的博士生导师就是我们前面提过的那个气宗大长老，亲手把剑宗判了死刑的马文·明斯基。你想啊，这出身绝对是根正苗红的气宗嫡传弟子。他一辈子都在搞 自然语言处理 (Natural Language Processing, NLP: 计算机科学领域，研究如何让计算机理解和生成人类语言)。早年也是气宗的路数，但是他不是个老顽固，是个改良派。早在90年代，他就开始使用 统计方法 (Statistical Methods: 利用概率和统计模型处理数据的方法) 来搞NLP。他开发的那个 查尔尼克解析器 (Charniak Parser: Eugene Charniak开发的基于统计的自然语言解析器) 在当时就是顶尖水平。
然后最有意思的地方来了，到了2012年之后，剑宗那套深度学习的剑法横扫江湖，这位气宗出身的老前辈他什么反应？他没有顽固抵抗，也没有破口大骂。结果怎么着？他自己跑去学剑法了！都70多岁的人了，为了搞懂深度学习，他亲自写了一本教材，叫做《深度学习导论》。他不光自己学，还带着整个学术圈一起学。后来他的团队用深度学习，在 滨州树库 (Penn Treebank: 一个广泛用于自然语言处理研究的标注语料库) 那个著名的任务上做到了跟人类一个水平，这是世界级的成就。你说这是怎样的一种胸怀和精神啊！这位老先生他用的这个方法呢，其实也是这个 费曼学习法 (Feynman Technique: 一种通过向他人解释概念来加深理解的学习方法)，就是你在学的过程中也不断教别人，这样的话能够学得更深刻。
更绝的还在后面。老先生在生命的最后阶段写了一本回忆录，叫做《我和AI》。在这本书里头，他给自己的整个学术生涯，也是整个气宗时代，下了一个“石破天惊”的结论。他说：“我们搞了几十年的物理符号系统假设是个大错误，经典的符号AI几乎完全失败了。而现在所有那些让人激动人心的发展，全都是深度学习，也就是剑宗的功劳。”在书里毫不客气地说，他完全认同基于深度学习的“新福音”。
你听听，这话有多重！这可不是外人说的风凉话，这是一个出身气宗，在江湖里摸爬滚打了半个世纪的顶级大宗师，在这个生命尽头的肺腑之言。他整个转变过程本身，就是AI江湖从气宗时代转向剑宗最真实、最深刻的写照。所以我们之前讲的所有故事，很大程度上就是通过查尔尼亚克这双眼睛来看到的。有了他的见证，这场“气剑之争”的结局也就再明白不过了。
剑宗胜利的幕后推手：资本的力量
故事讲到这里，听起来是不是一个很励志的剑宗逆袭故事？剑宗凭借更“牛”的武功战胜了保守落后的气宗，科学最终战胜了偏见。但实际上，这场胜利背后，科学和技术本身可能都是次要因素，最关键的推手其实是两个字——“资本”。
你想想气宗那套专家系统在商业上有什么缺点？它又慢又贵，而且还不可预测。你想搞一个医疗专家系统，你首先得请一堆顶级的医生，花几年时间，把他们的知识一点点地“抠”出来，写成规则。最后能不能成？什么时候能赚钱？谁都不知道。 IBM Watson (IBM Watson: IBM开发的人工智能系统，曾在智力竞赛节目中获胜，但在医疗应用上遇到挑战) 在电视上答题特“牛”，但是想用到医疗上，烧了40多亿美元，最后啥也不是，打折就卖掉了。
而剑宗这套深度学习呢，它简直就是为现代商业模式量身定做的。一，它见效快，路径短，可预测。你不需要懂什么领域知识，你只需要有足够多的数据，足够强的算力，把它扔去“炼丹”，很快就能出来一个差不多能用的模型。这特别适合大公司按季度看财报的节奏。二，也是最要命的一点，它天然能够给已有海量数据的科技巨头建立无与伦比的竞争壁垒。谁数据多，谁的算力强，谁的AI模型就“牛”。这不就是为谷歌、Facebook、微软这些公司量身定制的吗？
所以你看到了吗？剑宗的胜利不光光是技术上的胜利，更是商业模式的胜利，是华尔街的资本用钱投票，选择那条更容易商业化、最容易形成垄断的道路。当资本选定剑宗（连接主义）之后，接下来发生的事情有点“恐怖”了。整个AI江湖瞬间从“百家争鸣”变成了一家独大。
首先是钱。从2013年到2022年，企业对于AI的投资从146亿美元暴涨到2350亿美元。相比之下，美国2021年给非国防AI拨款才15亿美元。钱都去哪了？全都砸到深度学习上去了。
然后是人。顶尖的教授，像辛顿、他的另一个徒弟 杨立昆 (Yann LeCun: 法国计算机科学家，深度学习领域的奠基人之一，图灵奖得主) 都被谷歌、Facebook这些高薪公司挖走了，而且还开了同时可以在大学和公司任职的口子。大学里的博士生毕业去工业界的比例从2004年的21%飙升到2020年的70%。为什么呢？因为只有大公司才玩得起深度学习这种烧钱的游戏。
结果是什么呢？结果就是其他技术路线基本都被“饿死”了。你还想研究什么气宗的逻辑推理？对不起，没经费。你觉得气宗和剑宗结合一下，搞个 神经符号AI (Neuro-symbolic AI: 结合了符号主义的逻辑推理能力和连接主义的模式识别能力的AI范式)，也就是Gary Marcus所倡导的，可能会更好？听起来不错，但资本根本不感兴趣，因为这玩意商业化慢。之前我们做过节目的Gary Marcus就是这个混合路线的坚定支持者，结果他在业内被剑宗大佬们和他的粉丝们疯狂嘲笑。
所以啊，这根本不是什么公平竞争，这是一场由资本主导的对其他思想的“大清洗”。在AI的江湖里，最终只剩下了一种声音，一种剑法，那就是更大、更深、更强的神经网络，用更多的数据、更强的算力，去“大力出奇迹”。
剑宗的成就与致命缺陷
当整个江湖的资源都集中到一种剑法的时候，它的威力确实被发挥到了极致。2016年，DeepMind的 AlphaGo (AlphaGo: DeepMind开发的围棋AI程序，2016年击败世界冠军李世石) 一个深度学习程序击败了世界围棋冠军 李世石 (Lee Sedol: 韩国职业围棋九段棋手，世界冠军)。这当时对于公众的震撼不亚于2012年的ImageNet。它用一种我们看不懂的下法，击败了人类几千年的智慧结晶。更“牛”的是，后来这个 AlphaGo Zero (AlphaGo Zero: AlphaGo的升级版，完全通过自我对弈学习，无需人类棋谱) 完全不学习人类棋谱，就自己跟自己下棋，通过 强化学习 (Reinforcement Learning: 机器学习范式，通过与环境互动学习决策) 就超越了所有前辈。这似乎在说，人类的知识有时候反而是种束缚。
然后就是 AlphaFold (AlphaFold: DeepMind开发的AI程序，解决了蛋白质结构预测问题)，解决了困扰生物界几十年的 蛋白质结构预测 (Protein Structure Prediction: 预测蛋白质三维结构的问题，对药物研发等领域至关重要) 问题。再然后，就是我们今天看到的 大语言模型 (Large Language Models, LLMs: 基于深度学习的语言模型，拥有大量参数和数据) 的爆发，从 GPT (Generative Pre-trained Transformer: 一系列由OpenAI开发的预训练语言模型) 1到GPT 4， 参数量 (Parameter Count: 模型中可学习的权重和偏置数量，反映模型规模) 一路狂飙，从几亿到上万亿。它们学会了理解、生成，甚至在一定程度上的推理，最终以 ChatGPT (ChatGPT: OpenAI开发的一款基于GPT模型的大型语言模型聊天机器人) 的形式走进了千家万户。
所以你看到，这一切背后都是剑宗同一个逻辑：堆数据、堆算力，用巨大的神经网络去学习数据里存在的模式。从这个角度看，剑宗确实取得了前所未有的成功。
但是，这个“大力出奇迹”的剑法也并不是完美无缺的。它不但有缺陷，而且缺陷也是致命的，是“娘胎里带出来的毛病”。
第一，它不可靠也不可预测。因为它本身就是一个 统计模式匹配器 (Statistical Pattern Matcher: 通过识别数据中的统计模式进行预测或分类的系统)，它根本不理解自己说的是什么。所以它会一本正经地胡说八道，我们管这个叫做 幻觉 (Hallucination: 大语言模型生成虚假或不准确信息的问题)。一个律师用ChatGPT写法律文件，结果里面的案例全是他编的，这给法官都气笑了。AI绘画你让他画个手，他经常给你画出6个手指头来。
第二，它是个 黑箱 (Black Box: 指AI模型内部运作机制不透明，难以理解其决策过程)。你不知道它为什么会做出这样一个决定。一辆自动驾驶的汽车为什么突然就把一个推着自行车的行人识别不出来，直接撞上去了？没人说得清，因为模型内部就是一堆看不懂的数字，它的决策过程对人类是不透明的。所以很多人在倡导要生成这种 可解释的神经网络 (Explainable Neural Networks, XNN: 旨在让AI模型的决策过程对人类可理解和可解释)，这个还是有一定难度的。
第三，它是充满了偏见。你喂给它基本上是互联网充满偏见的数据，那它学出来的自然也是一个充满偏见的“喷子”。你让他画个CEO，那画出来基本都是白人男性；你让他画个保姆，基本上都是有色人种女性。它会不自觉地放大和固化人类已有的歧视。其实在这里我就不懂这个是歧视还是统计了，就说如果统计上确实存在这个问题的话，那它是歧视吗？这个其实是一个很好的问题。
第四，它没有真正的 因果推理能力 (Causal Reasoning Capability: 理解事件之间因果关系而非仅仅相关关系的能力)。这也是Gary Marcus一直在批评的地方。它知道打雷和下雨经常一起发生，但他不知道是下雨导致了打雷，还是打雷导致了下雨。所以它只能去做 相关性预测 (Correlation Prediction: 基于事件同时发生或共同变化的趋势进行预测)，不能做因果判断。这就导致它在遇到没有见过的新情况时，特别容易犯低级错误。
说白了，现在剑宗高手就像一个把天下所有剑谱都背下来的机器人，就像王语嫣。你跟他比划套路，他比谁都熟。但你稍微变个招，或者问他一句“你为什么要这么出剑”，他就“傻”了。所以现在你再回头看“随机鹦鹉”这个批评，是不是就有点感觉了？批评者认为，现在大语言模型不论看起来多么智能，它都没有真正的理解语言，它只是在模仿和重组它在训练数据里头看到过的语言模式。就像一只鹦鹉，它惟妙惟肖地模仿人说话，甚至能跟你对上几句，但他脑子里对这些话的意思是没有概念的。
而支持者，像辛顿他们则认为，只要模型规模足够大，参数足够多，量变就会引发质变。他们相信，所有的理解最终也会从这种海量的模式学习中 涌现 (Emergence: 复杂系统从简单组分互动中产生出新颖、高级特性的现象) 出来。辛顿甚至说深度学习将无所不能，这也是他之前的看法，但最近好像看他的采访有一些改变，他的这个观点。
路线之争的未来与反思
这场争论到今天也没有结束。我们看到的是，一方面科技巨头还在疯狂地沿着剑宗这条路子往下走，追求更大、更强的模型，因为这最符合他们的商业利益。他们甚至把这条路包装成一种自然规律，叫做 Scaling Laws (规模定律: 指AI模型的性能会随着模型规模、数据量和计算资源的增加而可预测地提升)。但是最近这个GPT-5就明显说明，这个规模定律已经不存在了。而规模定律本身其实只是一个统计上的一个模型的拟合 (fitting)，那你这个新的数据出来之后不支持这个模型，那说明你原来这个假设是不成立的。
另一方面，我们被困在这套剑法的“牢笼”里头，它不可靠、不可解释、也充满偏见的问题，随着它的应用越来越广，带来的风险也越来越大。我们似乎得到一种能力很强的工具，但我们却没有办法真正地信任它、理解它和控制它。
今天这个AI江湖的局面，其实不是一个科学发展的必然结果，而是一场商业和资本的豪赌。最后赌赢了，连接主义战胜符号主义，并不是因为剑宗的武功就一定比气宗高级，甚至不一定比“气剑合一”更厉害。而是因为剑宗这套剑法最适合被科技巨头拿来“圈钱”、赚钱、建立垄断。你想啊，它依赖海量的数据和算力，把那些小公司和学术界直接踢出局了。它产生的模型是个黑箱，出了问题可以说是技术问题，无法解释，方便“甩锅”。它以“数据是新石油”为基础，完美地契合了 监控资本主义 (Surveillance Capitalism: 一种经济模式，通过收集和分析用户数据来预测和影响行为，以获取利润) 的商业模式。所以我们得到的并不是一个经过充分探索和比较后被公认是最好的AI范式，而是一个在商业竞争中跑得最快、最能赚钱的AI范式。
其实很多技术的发展都是这样，就是我们最后选择这条技术路径，未必是最好的技术路径，而是最容易商业化，而且能够在获得商业化的这个前景之后，有更多资本投进来的这个技术路径。这个其实也是一个技术路径的悖论。
这种由单一技术路线主导的局面，其实是挺危险的。因为它扼杀了思想的多样性，让整个研究领域的研究历程都被几家公司的商业利益所捆绑。我们可能错过或者推迟了真正通往 通用人工智能 (Artificial General Intelligence, AGI: 指机器在几乎所有方面都拥有与人类同等或超越人类的智能) 的其他可能性。
今天我们花了这么长时间回顾了一下AI江湖这场“剑宗”与“气宗”的斗争。我们看到技术的发展从来不是一条直线的、唯一的道路。它其实充满了选择、斗争和偶然。我们今天看到的一切都是一系列选择的结果，而这些选择往往是由少数拥有权力和资源的精英做出的。所以我们未来这个AGI的发展会怎么样呢？其实还存在很多的不确定性。剑宗的胜利给我们带来非常强大的工具，ChatGPT真的非常好用，但是它其实也伴随着巨大的风险和隐患。而曾经的气宗，以及那些探索“气剑合一”的努力，虽然在商业上暂时失败了，但是他们所代表那种对逻辑、对知识、对于可解释性的追求，其实在现在这个AI黑箱横行的时代，反而变得愈发珍贵了。
我们必须警惕那种 技术决定论 (Technological Determinism: 认为技术是社会发展和人类历史演变的主要驱动力) 的叙事，警惕这种由赢家书写的，把自己的成功说成是历史必然的这种历史。
其实苏兹克维在OpenAI发展到后期的时候就已经发现了这家公司存在很多安全的隐患，然后他才想要去发动一场“政变”。最后的结果呢，当然我们也看到了，苏兹克维选择离开了这家公司，也就意味着他“政变”失败了。后面有机会我给大家来做一期节目，专门讲一讲这个“政变”的故事，非常精彩。
好了，本期节目就录到这里了，非常感谢大家观看，我们下期节目再见！