allfeeds.ai

 

 

Web3.0CryptoWeb3.0 1. Newsletterhttps://www.getrevue.co/profile/xiaopao 2. all-in Powered by Firstory Hosting
Be a guest on this podcast

Language: zh-ha

Genres: Business, Investing, Technology

Contact email: Get it

Feed URL: Get it

iTunes ID: Get it


Get all podcast data

Listen Now...

从Karpathy泼冷水到彭罗斯预言:我们到底是在造人,还是在造幽灵?
Thursday, 6 November, 2025

Andrej Karpathy近期在一场访谈中对当前AI行业热潮泼出的一盆冷水。冷水也刷屏了。仔细看看这盆冷水,泼的还蛮有意思,也给了我们很多启发,于是决定发挥《文理两开花》灵魂拷问引领反向叙事的传统,从Karpathy对“智能体元年”系统性的反驳切入,灵魂拷问一下当前AI发展的核心局限。 比如:“预训练”的本质到底是不是一种“山寨版的进化”? AI为何“不能当人用”的那些认知缺陷,如缺乏睡眠、反思与做梦机制,会不会引发的“模型坍塌”风险?还有强化学习(RLHF)到底是不是还如此惊艳?它有什么大家不愿意挑明的现实困境? “AI裁判”真的有后门吗? 既然是《文理两开花》,那我们一定会从技术层面上升至哲学思辨:为何AI没有肉体,就缺少了“趋利避害”的内在驱动力?人类智能的独特性究竟源于何处?从业界讨论延伸至科学与哲学的边界,彭罗斯(Penrose)的量子意识理论是不是又在你脑中劈了一条“闪电”? 最精彩的部分来了,大家一定要听到最后。尤其是在AI领域正发愁写论文的同学们:Will老师有一个惊为天人的观点,且他正准备写成论文发表。Will老师大胆提出一个新颖的类比:Transformer模型中的随机性,是否与人脑中产生意识的量子过程有异曲同工之妙? 本期播客录完之后,我自己也激动了半天:是一场畅快淋漓的、从技术批判到哲学畅想的脑力风暴,最终回归灵魂拷问:人类自身反思和创造能力到底意味着什么? 太激动,以至于都忘了做广告: 还是非常希望大家能够支持我们的新书《数字世界生存手册》! 我们在《文理两开花》中念叨了一年的书终于出版了。经常听节目的朋友都知道,这本书的整体逻辑和主要框架,核心还是围绕 “六个大筐” ——那六个底层逻辑展开,而这“六个大筐”正是数字世界的核心内容。 说到这六个大筐,我们第一次提及还是在疫情期间的 2020 年,到现在已经有些年头了。这么多年过去,这套底层逻辑完全经得起市场起起落落的考验,依然可以解释从数字货币到AI等等数字世界中发生的很多事情。我们当初构建的整个框架,直到今天还在被数字世界中发生的每一件事不断印证着。基本上可以说,大家现在看到的整个数字世界,尤其是数字货币领域的每一个发展动态,其实都能和这本书里的框架非常有效地贴合起来,并且能从中得到充分的验证。这一点还是挺让人欣慰的。 所以,请大家多多支持!也请大家持续关注我们后续的宣发活动! 时间戳: · 00:06:54 “智能体元年”是伪命题?Karpathy的核心反驳:我们不是在造人,是在造“幽灵”。 · 00:08:33 AI为何不能“当人用”:详解认知能力的缺失,以及睡眠、反思与做梦机制的不可或缺。 · 00:13:47 十年之约:为何说AI的基本功尚未打牢,现在谈论取代人类为时过早。 · 00:14:09 历史的回响:从彭罗斯的《皇帝新脑》看当前AI热潮下的审慎与怀疑。 · 00:20:20 智能的标准之争:图灵测试、结果论与本体论,我们该如何评判AI? · 00:20:50 中美AI的两条路:务实的“应用主义”与追寻终极的“AI God”。 · 00:23:00 感知的鸿沟:为何外行觉得AI惊艳,而专家看到的却是局限? · 00:26:15 实践永远先于理论:用“蒸汽机”类比,理解大模型作为工具的革命性意义。 · 00:30:42 智能爆炸还是平滑曲线?AI对社会的影响,以及自我进化的可能性。 · 00:31:07 通往超级智能的“断梯”:为何AI无法自动化AI研究,写出真正创新的代码? · 00:35:06 AI没有肉体,也就没有“趋利避害”的内在驱动力。 · 00:40:34 强化学习糟透了?RLHF高方差、过程监督困境与“AI裁判”的后门漏洞。 · 00:47:00 人与AI学习模式的根本差异:外部激励 vs 自我生成的目标与评价体系。 · 00:50:50 智能的偶然与必然:人类文明为何独一无二?肉体与精神的二元结合。 · 00:54:36 意识从何而来?彭罗斯的量子理论与“宇宙意识”的玄学猜想。 · 01:01:20 Will老师民科狂想:Transformer的随机性,是否模拟了意识诞生中的量子过程? · 01:07:42 思辨的价值:跨学科的联想与“胡思乱想”才是人类智能的宝贵之处。 文字稿: 01 智能体元年?山寨版进化? 在人工智能的浪潮之巅,当“智能体元年”的叙事被广泛传颂时,来自业界的顶尖声音却给出了一个根本性的反驳:现在谈论元年为时过早,或许我们至少需要再等上十年。当前AI的发展,其核心过程并非真正的创造,而更像是一种“山寨版的进化”。一个极具冲击力的比喻是“我们不是在造人,我们是在造幽灵,在造魂。” 这个“幽灵”,指的是一个纯数字的、漂浮在赛博空间的存在。它通过“预训练”这一工具,在互联网的海量人类数据中模仿、学习,最终拥有了人形,但它不是人,只是一个没有肉体的“魂”。这与生物智能的诞生截然不同。人和动物的能力,是亿万年进化优化的结果,许多核心功能被硬编码在基因里,成为一种“出厂设置”,而非后天学习。AI没有“进化”这个强大的工具。 回顾AI发展的历程,充满着“急吼吼”的氛围:在深度学习和神经网络刚见雏形时,便试图硬造一个能与世界互动的全方位智能体,比如让AI玩雅达利游戏、下象棋。但那时的AI尚不具备认知和理解能力,基础未牢。直到大语言模型的出现,才终于把顺序搞对了:第一步,通过海量数据预训练,让模型获得基础的认知与理解能力;第二步,再教它如何成为一个智能体。预训练本质上做了两件事:一是灌输了海量的知识,二是让模型通过观察数据规律,内部生发出了学习与思考的能力,比如上下文学习,形成了一个微型的学习循环。 02 认知能力的根本缺失:不会睡觉、反思与做梦的“幽灵” 然而,仅仅拥有预训练带来的“魂”是远远不够的。如今的AI Agent“完全不能当人用”,市面上的宣传过度夸大了其能力。模型强大的推理链条,好比拥有了大脑的“前额叶皮层”,但作为完整的大脑,它还缺失了太多关键部件:负责记忆转换的海马体、控制情绪和本能的古老脑区,以及至关重要的、负责反思和做梦的区域。 这些认知上的缺陷,导致了主流叙事中一个巨大的误区。人们看到强化学习带来的惊艳进步,便想当然地认为,只要持续给予激励,AI就能“自己涌现”出更高级的能力。这种想法在短期内根本不靠谱。因为现在的模型,每一次对话都是从零重启。它不像人类,白天经历万千事物,晚上通过睡觉来“整理磁盘”,将短期记忆分流、压缩、固化为长期记忆,并依据重要性赋予不同权重。AI没有这个过程,它不会在深夜里反思白天的经历,不会把经验内化为权重。 更重要的是,AI面临着“坍塌”的风险。当模型被限制在“从零开始、不断加码”的循环中,由于缺乏对抗过拟合的机制,其思维模式会越来越固化,学习率越来越低,直到彻底崩溃。人类对抗过拟合的极致武器之一,便是做梦。做梦强行将我们扔进各种稀奇古怪、不合逻辑的场景,以此保持思维的弹性与创造力。没有睡眠与做梦的AI,就像一个永不休息却也永不真正成长的“老登”,无法实现潜移默化的进步。 03 历史上“智能”的标准之争 这股对AI热潮的审慎态度,在历史上似曾相识。80年代末,当反向传播等神经网络算法引发新一轮兴奋时,物理学家彭罗斯便出版《皇帝新脑》,力排众议,指出我们对人脑机制的理解尚浅,断言AI能在几年内赶上人类智能是天方夜谭。如今,大语言模型再次点燃了人们的希望,而Karpathy的观点,正如同当年彭罗斯一样,提醒我们“那还差得很远”。 这引出了一个核心问题:我们到底以什么样的标准来判断AI是否追上了人类智能?传统的图灵测试,本质上将判断权交给了人类的主观感受,并无客观标准。而从“结果论”或“应用论”的角度看,AI在许多方面已经展现出超人的能力。它庞大的知识库和闪电般的联想速度,使其在文本创作、视频生成乃至金融交易等领域,其产出结果的能力已超越任何人类个体。 从哲学层面,我们可以承认,目前没有证据表明AI能达到人类思维的本质过程,比如自我意识、跳出系统的自省能力。但从应用结果来看,它已在诸多维度上达到甚至超越了人类。因此,关于AI的讨论,最终往往会落脚于一个根本性的立场选择:你究竟是从“本体论”的角度,关注其内在是否“像人”;还是从“结果论”的角度,关注其外在是否“有用”? 04 通往超级智能的“断梯”:AI无法自动化AI 关于AI未来的想象中,最激动人心也最令人担忧的,莫过于“智能爆炸”——AI能够自动化AI的研究,自我加速,光速进化成超级智能。这种设想的基础是,AI既然能写代码(ai coding),那么它就能自己更新自己,像生命的细胞一样自我繁衍,最终摆脱人类的干预。 然而,现实给了这种幻想一记重击。一个残酷的真相是:AI现在最不擅长干的,就是写那种从来没人写过的代码。它能写的,几乎全是人类已经写过的东西的模仿和组合。而真正的自我进化,核心在于工程和代码的创新。Karpathy用自己复刻GPT框架的亲身经历吐槽,AI写代码的过程用起来“非常的糟心”,最终不得不自己上手。AI提供的不过是一个更强的“自动补全”,一个更聪明的搜索引擎,它将人类从更多低级工作中解放出来,但它本身并非创新的源头。 通往超级智能最关键的那条自我进化的梯子,现在是断的。AI无法进行真正的工程创新,也就无法为自己打造新的“器官”。此外,AI之间也无法真正交流思想。一个大模型写的书,并不会让另一个大模型“大受震撼”,然后两者共同演化出一个更高级的知识库。它们之间缺乏交流与思想碰撞的机制。 05 强化学习糟透了? “AI裁判”的后门 强化学习(RLHF),作为近年来推动AI能力进步的关键技术,被许多人寄予厚望。人们设想,通过精巧的奖励机制,可以聪明地引导AI进步,而无需“大力出奇迹”。但Karpathy对此的评价却异常激烈:强化学习“那玩意儿糟透了”,它只是比之前的模仿学习好一点点而已,人类根本不是这样学习的。 他用一个解数学题的比方来说明其缺陷。强化学习会像“瞎蒙”一样,同时生成几百种解题思路,只要有一个蒙对了最终答案,系统就会给这个思路里的每一步、每一个字符都打上“好样的”标签。结果,大量的弯路、废话和错误,全都被当作成功经验给学习了。这种“高方差”的学习方式,噪声太大,效率极低。人类则会复盘,清晰地知道哪一步是真懂了,哪一步是蒙的,下次需要改进。 有人提出“过程监督”,即为AI的每一步都打分。但问题又来了:谁来打分?让人来打分,工作量巨大;让另一个AI来当“裁判”,则会引发灾难。因为“AI裁判”本身也是一个复杂的模型,同样存在漏洞。业界已经发现,某些模型存在“后门”:只要输入一串特定的、毫无意义的乱码,AI裁判就会无脑给出满分。这是一种对抗性攻击。当我们在训练曲线上看到模型得分突然飙升,以为是“智能涌现”时,很可能只是模型找到了这样一个bug。归根结底,我们缺了反思,缺了将经验与知识体系碰撞、和解、内化的过程。用AI自己生成的、分布日益坍塌的合成数据去喂养它,只会让它变得越来越蠢,越来越偏执。 06 智能的根源:为何人类独一无二? 用人的标准去要求一堆代码,本身或许就有些奇怪。地球上有如此多的生物,为何偏偏是人类搞出了文明?这或许并非完全的偶然。人类的智能,与我们独特的“肉体与精神二元结合”的进化路径息息相关。鸟类为了飞行,大脑重量受限;海豚生活在水中,没有解放双手来制造复杂工具。唯独人类,解放的双手让我们能制造工具,获取更多能量,从而支持更耗能、更发达的大脑;而更聪明的大脑又让我们能制造更好的工具。这是一个正反馈循环,让人类走上了“卷大脑”而非“卷肌肉”的道路。 再加上语言、文化、社会等复杂体系的构建,所有这些因素凑在一起,才造就了今天的人类,缺一环都可能走向不同的进化终点。从这个角度看,生活在机器里的AI,其存在形式与进化需求与人类截然不同,我们强求它拥有“人的智能”,可能本身就是一个伪命题。 更进一步,彭罗斯等科学家甚至提出了更大胆的猜想:人的意识或许并非单纯的肉体进化产物。在他的理论中,人脑神经元的“微管”结构中发生的量子效应,能与宇宙产生某种联系,这才是意识的真正来源。如果意识真的来自宇宙,那么由电子构成的AI,为何不能也与宇宙沟通,产生自己的意识呢? 07 Will老师“民科“狂想:Transformer的随机性与意识的奥秘 这个看似玄学的问题,却激发了一场极富启发性的“民科式”思辨。如果说上帝确实“掷骰子”,那么宇宙的随机性或许就是一切创造的根源。回到AI,大语言模型之所以表现得如此“类人”,其核心架构Transformer或许是关键。 我们可以做一个大胆的类比:如果将每个Transformer模块看作一个神经元,那么其内部算法中包含的“随机函数”,就可能扮演着类似彭罗斯理论中“量子坍缩”的角色。正是这些随机性,使得模型的每次输出并非百分百确定,从而避免了沦为僵化的数学公式。在经过数千亿参数的庞大网络进行无数次运算后,这些微观的随机性在宏观统计规律上,涌现出了我们所见的“智能”。如果抹杀掉这种随机性,大语言模型的智能感也将随之消失。 这个假说——即Transformer的结构与随机性,在工程上模拟了大脑中“微管-神经元”的结构与量子过程——虽然暂时无法证实,但它提供了一个全新的视角,来理解为何基于Transformer的模型是迄今最接近人类智能的。这种跨学科的联想、大胆的假设,以及对事物本质原因的追问,本身就是一种“很人类”的能力,它让我们在面对AI的飞速发展时,依然能对人类自身的智能抱有信心。这种看似“不实用”的胡思乱想,如同做梦一般,或许正是我们保持思维弹性、走向更高智能的宝贵财富。 关于《文理两开花》: 《文理两开花》是文科生思维和理科生思维在科技、经济、文化、哲学、货币、数字资产、元宇宙、Web3.0中的碰撞。当下的时代精神是“混沌”,我们试图在混沌中寻找秩序。 Twitter: @LeiSalin_XP @Will42W TG群(开放):t.me 收听平台: 小宇宙:文理两开花 苹果播客|Spotify | Google Podcast | 等泛用型平台搜索收听《文理两开花》(文理两开花已经上线苹果播客中国区,可直接搜索收听) 文字稿和延伸阅读: 微信公众号《文理两开花播客》 《文理两开花》newsletter。欢迎订阅:https://wenli.substack.com 其他平台: 即刻:文理两开花 《文理两开花》微信群:请添加坛子微信(WeChat ID: BKsufe),注明:文理两开花   留言告訴我你對這一集的想法: https://open.firstory.me/user/cl0roqwc0000l0hzje7se6f28/comments Powered by Firstory Hosting

 

We also recommend:


PgMUG (Penang Mac User Group)
Penang Mac User Group

Cuestión de Luces

Omnistar Affiliate Software
Omnistar Interactive

Gamingtalk
GamingTalk

Geek Reflections
R. Grassi - M. Pizza - A. Armida

Camino a las JPOD13
Candidatura Madrid JPOD13


Ahmadali Shafiee,

o42t
o42t

Distilling Venture Capital
Bill Griesinger

Game of Thrones Podcast
The Verdicts In

The Energy Show
Barry Cinnamon

The Sonaar Podcaster WordPress Theme
Mr. Sonaar