人工智能（AI）作为近年来科技领域的热点话题，频繁出现在公众视野中，从智能语音助手到大规模语言模型（LLM），似乎无时无刻不在向我们展示其强大的能力。然而，一篇由苹果研究团队发布的论文《思维的错觉：通过问题复杂性视角理解推理模型的优劣》（The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity）向我们提出了一个发人深省的观点：虽然AI看似在“思考”，但本质上这种“思考”只是一种幻觉。微软前高管Steven Sinofsky的深度解读，则为我们揭开了这一现象背后更为深刻的社会与技术意义。人工智能并非人类，拟人化的语言和期待往往导致仿若迷雾般的误解。理解这一点，对于推动AI技术的正确应用和规避错误风险有着极其重要的意义。十年沉浮，期待与失望之间的拉锯从AI诞生之初便存在。
最初，计算机被认为是“电子大脑”，神经网络的出现更是强化了这样的类脑比喻。20世纪五六十年代，计算机科学家们怀着一种天真的科学乐观，将AI视为有朝一日能够模拟甚至超越人类智能的革新。然而，接踵而至的多次“AI寒冬”让学界和产业界渐渐认清人工智能的本质：它并非拥有真正的意识、理解或自我，而只是一种模仿行为的计算机程序。在这些挫折和反复实验中，AI研究者采用了大量拟人化的表达方式来表达成就和目标，从“学习”、“理解”到“研究”，这些词汇的使用使得公众误以为机器拥有类似人类的思维和情感。特别是随着大型语言模型如ChatGPT等技术的崛起，拟人化倾向愈发明显。人们纷纷称机器人“学习”知识、“思考”问题，甚至推断它们可能具备情感或主观意识。
实际上，这些模型的运作基于大量数据的统计模式匹配和概率推算，其背后并没有真正的认知过程。史诺夫斯基特别提醒我们，拟人化不仅误导了用户，也导致了从监管层面到公众情绪的一系列负面影响。首先，如此拟人表达激发了社会对人工智能的过度担忧和误判，甚至催生了带有恐慌色彩的“AI末日论”，担心机器会“自主毁灭人类”或“策划自我生存”。然而，论文明确指出，AI并无自主意志或意识，这种担忧缺乏科学依据。其次，拟人化加剧了对AI技术的非理性期待，使得人们对其能力的实际表现产生了断层。此前的AI冬天便是因为过高的期望与不达标的技术兑现之间的巨大落差导致。
如今，虽然技术进步迅速，但误解仍在，可能使客户体验和市场信任度受到侵蚀。再者，拟人化的语言让政策制定者误以为需要以对待“人类智能”的方式管控AI，导致某些过度严苛的限制或错误的AI安全管理理念出现。这不仅束缚了技术发展，还可能错失利用AI解决实际问题的良机。尽管如此，当今的AI技术依然堪称革命性的创新。它在文本生成、图像识别与自然语言理解领域取得的突破，为社会带来了巨大的生产力提升和便利。作为工具，AI能够帮助人类进行知识呈现和信息搜索，改善工作流程，提升创造力。
同时，我们必须清醒地认知它的工具属性，摒弃幻想。微软曾经推出的“Clippy”助手就成为了人机交互中谦逊设计的典范。Clippy虽然不完美，但其设计理念提醒我们要警示用户不要盲目相信自动化建议。换言之，让用户知道AI的局限性，培养正确预期，这对于推动人机协作至关重要。未来，人工智能的发展需避免“赋予意识”的迷思，回归数据和算法的本质特征。研究者们应专注于提升模型的可靠性和透明度，改善错误生成（所谓的“幻觉”）的问题，加强对模型输出的可解释性。
同时，公众教育同样关键，帮助大众理解AI的能力边界，告别神话般的误读，避免无谓的恐慌。AI的力量在于辅助和放大人类智慧，而非取代或超越。人类依然是主导者和决策者，AI的出现是为了更好地服务于人类社会。拥抱理性和科学的态度，有助于我们驾驭这把双刃剑，让技术真正惠及每个人，推动社会进步。总之，《思维的错觉》不仅为AI技术自身的理解提供了重要视角，更为我们在认知和社会层面警醒了深刻的教训。摆脱拟人化误区，是人工智能走向成熟和理性应用的必经之路。
只有这样，我们才能迎来一个更加清晰、务实且创新的人工智能时代。
