AI的能力被夸大了？以下是其可能被高估的10个原因

人工智能被高估了吗？自从ChatGPT在2022年末预示着生成式AI的爆发以来，这项技术就在业界和媒体上被炒得沸沸扬扬。无数投资者向AI相关公司投入了数十亿美元。

然而，越来越多的质疑声正在涌现，许多人开始对生成式AI是否真的会对经济产生颠覆性影响产生怀疑。

围绕最近关于人工智能的话题，可以就这个问题展开辩论：人工智能是被高估了还是被低估了？

由于人工智能最终会对经济产生多大的影响还存在很大的不确定性，所以可以适当模糊对这个问题的个人观点。

我们对麻省理工学院经济学家Daron Acemoglu进行了采访，他是AI领域著名的怀疑论者之一。问题主要围绕“生成式人工智能是否会在未来十年内给经济带来革命性的变化？”。

Acemoglu表示：“肯定不会，除非有很多公司过度投资于生成式人工智能。”

那么，为什么AI会被高估？为了论证相关的观点，下面列出了一些理由。

当第一次使用像ChatGPT这样的软件时，可能看起来像变魔术——一个真正会思考的机器，能够回答任何问题。

但当你看到幕后时就会明白，这些聊天机器人是一种花哨的互联网聚合方式，只是它们找到的东西会混杂在一起展示给用户。简单地说，它们是“模仿者”，或者说，从根本上依赖于模仿人类过去的作品，无法产生真正创新的想法。

也许最糟糕的是，人工智能所复制的大部分内容都是受版权保护的。一些人工智能公司往往在未经授权的情况下，将人们的工作成果输入他们的机器。可以说，这就像是系统性的“剽窃”。

正因为如此，至少有15起针对AI公司的版权侵权高调诉讼正在进行中。在《纽约时报》诉OpenAI一案中，有证据表明，在某些情况下，ChatGPT简直是在不注明出处的情况下逐字逐句地吐出新闻文章的段落。

由于担心这真的违反了版权法，AI公司开始向媒体公司支付内容费用。与此同时，许多其他公司也在采取行动，防止人工智能公司获取它们的数据。这可能会给这些人工智能模型带来很大的问题，因为这些模型依赖于人类生成的数据来伪装成有思想的机器。

现实情况是，生成式人工智能（AIGC）离通用人工智能（AGI）还差得远。正如技术专家Dirk Hohndel所说，这些模型不过是基于数据模式进行预测的统计模型。这些系统没有判断或推理能力，它们很难完成数学等基本任务，不知道对错，也分不清真假。

人工智能行业和媒体将AI产生的虚假和错误称为“幻觉”，人工智能的幻觉似乎很常见。一项研究表明，AI聊天机器人产生幻觉或臆想的比例在3%到27%之间。

人工智能的幻觉一直在给公司制造尴尬。例如，谷歌最近不得不修改其“AI概述”功能，因为它开始出现一些可笑的错误，比如告诉用户应该在披萨酱里放胶水，吃石头有益健康。为什么它会建议人们吃石头呢？可能是因为它的训练数据中有讽刺网站The Onion的一篇文章。

“幻觉”让这些系统变得不可靠。该行业正在认真对待这个问题，并努力减少错误。这方面可能取得了一些进展。但是，由于这些模型无法辨别真假，只是根据数据中的模式无意识地吐出单词，因此许多人工智能研究人员和技术专家认为，我们无法在短期内，甚至永远无法通过这些模型解决幻觉问题。

最近报道的一篇文章中问道：“如果AI这么好，为什么还有这么多翻译工作？”近十年来，语言翻译已经是AI研究和开发的前沿领域之一，有人曾预言，翻译工作将是首批被自动化淘汰的工作之一。

不过，尽管人工智能取得了进步，但数据显示，人类笔译和口译员的工作岗位实际上在不断增加。当然，译员在工作中越来越多地使用人工智能作为工具。或许因为人工智能还不够聪明，社会意识不够强，也不够可靠，无法在大多数情况下取代人类。

其他许多工作似乎也是如此。

例如，快餐店的点餐员。在近三年的时间里，麦当劳在部分门店试点使用AI点餐，结果成了一场尴尬的实验。一些视频显示，AI犯了一些奇怪的错误：比如试图给客人的订单添加价值222美元的鸡块，给客人的冰淇淋中加入培根。

《纽约时报》记者Julia Angwin表示：“生成式人工智能的下场可能会像Roomba一样，这种平庸的吸尘机器人在你独自在家时工作还算合格，但如果有客人来访就不行了。”

“当然，那些能以Roomba的质量完成工作的公司仍会试图取代工人。但在质量很重要的工作场所，人工智能可能不会取得重大进展。”

去年的新闻报道曾宣称AI在律师统一资格考试中表现非常出色。ChatGPT背后的公司OpenAI声称，GPT-4的分数达到了第90百分位数。

但在麻省理工学院，研究员Eric Martinez进行了更深入的研究，发现GPT-4的得分仅达到第48百分位数。

这些系统拥有大量的训练数据，可以在指尖上进行相当于谷歌搜索的操作，这样的成绩真的令人印象深刻吗？如果人类能获得以前的律师资格考试成绩和其他作弊方法，也许也能取得这么好的成绩。

与此同时，谷歌宣称其人工智能能够发现200多万种科学界以前未知的化合物。但加州大学圣巴巴拉分校的研究人员发现，这大多是假的。也许这项研究是错误的，或者更有可能的是，人工智能行业过分夸大了自己产品的能力。

更令人震惊的是，AI在编写计算机代码方面被广泛吹捧为非常强大。就像翻译的工作一样，计算机编码员的工作据说也岌岌可危，因为人工智能的编码能力太强了。但研究人员发现，人工智能生成的大部分代码并不出色。

当然，人工智能提高了编码员的工作效率，但质量似乎在下降。斯坦福大学研究人员的一项研究发现，使用人工智能助手的编码员“编写的代码安全性明显降低”。

比尔肯特大学的研究人员发现，人工智能生成的代码中有30%以上不正确，另有23%的代码部分不正确。

最近对开发人员进行的一项调查发现，大约一半的开发人员对人工智能生成代码的质量和安全性表示担忧。

美国人口普查局（U.S.CensusBureau）在最近的一项研究中发现，只有约5%的企业在过去几周内使用过人工智能。

这直接引出了下一个问题……

真正使用AI的公司比例相对较小，并且使用AI的方式似乎不会对我们的经济产生深远的影响。有些公司正在进行试验，但在那些已将其纳入日常业务的公司中，主要是在个性化营销和自动化客户服务等方面，结果并不如意。

事实上，用户更愿意和人工客服真人交谈，而不是AI聊天机器人。

Acemoglu把这种自动化称为“一般自动化”，在这种自动化中，公司用机器代替人类，并不是因为机器更好或更有生产力，而是因为这样可以节省成本。就像杂货店的自助收银机一样，客户服务中的人工智能聊天机器人往往只是将更多的工作转移给了客户。

所以，我们还没有看到人工智能的杀手级应用。实际上，AI在现实世界中最有影响力的应用可能是AI诈骗、错误信息和安全威胁。

如果人工智能真的能彻底改变经济，我们很可能会看到生产率增长激增，失业率上升。但生产率增长的激增却无处可寻，失业率也接近历史最低点。即使是人工智能最有可能影响的白领工作，我们也没有看到AI在大规模取代这些工作。

虽然生成式AI可能无法在大多数或几乎所有工作中取代人类，但作为一种信息工具，它可以在某些职业中帮助人类。有人可能会说，AI的生产力优势可能需要时间才能渗透到整个经济中。

但是，我们有充分的理由相信，生成式人工智能在短期内不会彻底改变我们的经济。

在最近的一篇论文中，Acemoglu估计了生成式人工智能在未来十年对经济的潜在影响。

Acemoglu表示：“撰写这篇论文是出于一种信念，即人工智能的某些影响被夸大了。首先，生成式人工智能几乎不会触及经济中的大块领域。建筑业、餐饮业、工厂等等。”

在Acemoglu看来，未来十年内，生成式人工智能将无法完成办公室以外的大部分任务。他毫不怀疑自动驾驶汽车即将到来，但他不确定时间。

然后，Acemoglu把目光投向了办公室工作，他发现目前的人工智能模型无法胜任一大堆工作——它们太笨了，而且不可靠。

事实证明，人工智能充其量只是一种工具，办公人员可以用它来让自己的工作变得更好一些，但人工智能只能影响不到5%的人类任务。

最后，Acemoglu预测，生成式人工智能在未来十年内不会对生产力或经济增长产生太大的促进作用，10年内最多能使国内生产总值增长约1.5%。

每当我们谈论人工智能时，话题似乎总是转向未来。比如，现在还没那么好，但再过几年，我们都会失业，向我们的机器人霸主或其他什么俯首称臣。但有什么证据能证明这一点呢？难道这只是科幻电影对我们的集体影响？。

关于人工智能飞速发展的说法不绝于耳。有些人声称它正以指数级的速度进步，还有人甚至声称，这些模型是通往通用人工智能（AGI）的道路。

但这一切都存在着严重的问题。事实上，有证据表明，人工智能的发展速度可能正在放缓。

首先，让这些模型变得更好的进展在很大程度上依赖于向它们抛出大量的数据。一个大问题是：它们基本上已经吞噬了整个互联网。

而且，如前所述，这包括消耗大量受版权保护的作品。与此同时，由于AI容易“窃取”公司数据，大部分公司也开始限制AI的数据访问。

此外，这些系统中的数据质量也存在问题。也许像The Onion和4chan这样的网站虽然有助于这些系统模拟在线人类，但可能无助于它们在经济领域获得真正有益的应用。

不过，即使AI公司克服了这些困难，现实中的数据也是有限的。研究人员正在争分夺秒地寻找获取更多数据的方法，他们正在讨论创建“合成数据”等问题，但这方面的进展却是一个大大的问号。

其次，为AI提供动力所需的特殊微芯片非常稀缺。对于人工智能公司来说，这又是一个巨大的成本和头疼的问题。

OpenAI的首席执行官奥特曼一直在试图说服投资者拿出数万亿美元来改造全球半导体产业，并进行其他投资，以改善ChatGPT。这值得吗？投资者真的能拿回钱吗？

最后，为人工智能提供动力的数据中心需要大量电力，这对这些公司来说是一笔巨大的成本。它们是否能够收回建造这些数据中心并为其供电的成本？消费者是否愿意支付人工智能的高昂运行成本？

这是这些公司商业模式的根本问题，但这也是美国电网和环境的根本问题。

人工智能消耗的能源已经足以为一个小国提供电力。高盛公司的研究人员发现，“生成式AI技术的普及——以及为其提供所需的数据中心，将推动美国电力需求出现一代人所未见的增长。”

人工智能被高估的首要原因是AI“永远无法体验到人的感受”。

Acemoglu表示：“业内很多人都没有认识到，人类的技能和能力是多么才华横溢又多姿多彩。”