据报道，ChatGPT制造商OpenAI的首席执行官SamAltman正在努力寻找高达7万亿美元的投资来制造他认为世界运行人工智能(AI)系统所需的大量计算机芯片。奥特曼最近还表示，在他设想的人工智能饱和的未来，世界将需要更多的能源，以至于可能需要核聚变等某种技术突破。

奥特曼显然对公司的技术有着宏伟的计划，但人工智能的未来真的如此美好吗?作为一名长期从事“人工智能”研究的人，我心存疑虑。

当今的人工智能系统，尤其是ChatGPT等生成式人工智能工具，并不是真正的智能。更重要的是，没有证据表明如果不从根本上改变它们的工作方式，它们就能变得如此。

什么是人工智能?

人工智能的一个定义是一种可以“执行通常与智能生物相关的任务”的计算机系统。

与许多其他定义一样，这个定义有点模糊：我们是否应该将电子表格称为人工智能，因为它们可以执行曾经是高级人工任务的计算?工厂机器人怎么样，它们不仅取代了人类，而且在许多情况下在执行复杂而微妙的任务的能力上超越了我们?

虽然电子表格和机器人确实可以做曾经属于人类领域的事情，但它们是通过遵循算法来实现的——算法是处理任务并完成任务的过程或规则集。

我们可以说的一件事是，不存在能够像人类那样执行一系列智能操作的系统意义上的“人工智能”。相反，有许多不同的人工智能技术可以做完全不同的事情。

做出决策与产生产出

也许最重要的区别是“判别式人工智能”和“生成式人工智能”之间的区别。

判别性人工智能有助于做出决策，例如银行是否应该向小企业提供贷款，或者医生是否诊断患者患有X疾病或Y疾病。此类人工智能技术已经存在了几十年，而且规模更大、更好一直在涌现。

另一方面，生成式人工智能系统——ChatGPT、Midjourney及其相关系统——根据输入生成输出：换句话说，它们是编造的。本质上，他们已经接触到了数十亿个数据点(例如句子)，并利用这些数据来猜测对提示的可能响应。根据源数据，响应通常可能是“真实的”，但不能保证。

对于生成式人工智能来说，“幻觉”(系统发明的错误反应)与人类判断为真实的反应之间没有区别。这似乎是该技术的固有缺陷，该技术使用一种称为变压器的神经网络。

AI，但不智能

另一个例子展示了“AI”的门柱是如何不断移动的。20世纪80年代，我开发了一个计算机系统，旨在针对实验室结果提供专家医疗建议。它在美国研究文献中被描述为最早应用于临床的四个医学“专家系统”之一，1986年澳大利亚政府的一份报告将其描述为澳大利亚开发的最成功的专家系统。

我对此感到非常自豪。它是人工智能的里程碑，它执行的任务通常需要训练有素的医学专家。然而，该系统根本不智能。它实际上只是一种将实验室测试结果与高级诊断和患者管理建议相匹配的查找表。

现在有技术可以很容易地构建这样的系统，因此世界各地有数千个这样的系统在使用。(这项技术基于我和同事的研究，由一家名为Beamtree的澳大利亚公司提供。)

在执行由训练有素的专家完成的任务时，它们当然是“人工智能”，但它们仍然一点也不智能(尽管更复杂的任务可能有成千上万条用于查找答案的规则)。

生成式人工智能系统中使用的变压器网络仍然按照一组规则运行，尽管可能有数百万或数十亿条规则，而且它们不能轻易地用人类的术语来解释。