我要投稿

我们可能搞错了 AI 的方向：未来不属于生成式 AI

发布日期：2025-12-20 00:17:09 浏览次数： 1518

作者：麻省理工科技评论APP

微信搜一搜，关注“麻省理工科技评论APP”

（图源：MIT TR）

本文为《麻省理工科技评论》“纠偏热潮”（Hype Correction）专题系列的一部分，该系列旨在重置人们对 AI 的预期：AI 是什么、它能带来什么、以及我们接下来该走向何处。

2022 年 4 月 28 日，在华盛顿州斯波坎一场备受期待的演唱会上，音乐人保罗·麦卡特尼（Paul McCartney）用一项突破性的 AI 应用震惊了观众：他与已故多年的音乐搭档约翰·列侬（John Lennon）的“逼真呈现”同台演出。

借助音频与视频处理领域的最新进展，工程师从两人最后一次同台演出（1969 年伦敦）的原始素材中分离出列侬的声音与影像，并以几乎与真人无异的清晰度对其进行修复还原。

多年来，像我这样的研究者一直在教机器“看”和“听”，才让这样的时刻成为可能。当麦卡特尼与列侬仿佛跨越时空重聚时，场馆瞬间安静下来，许多观众落下眼泪。作为一名 AI 科学家、也是一位终身披头士粉丝，我由衷感激我们能共同经历这一真正改变人生的瞬间。

同年晚些时候，世界又被另一项重大突破吸引：AI 对话。随着 ChatGPT 的发布，历史上第一次，能够就几乎任何主题实时生成新的、与语境相关的回应的系统，面向大众广泛开放。数十亿人突然能够与 AI 互动。这点燃了公众对“AI 可能成为什么”的想象，引发了创意、希望与恐惧的爆炸式涌现。

我的博士研究方向就是 AI 语言生成（长期以来都被视为小众领域），看到我们走到今天这一步，我当然兴奋不已。但与这份惊叹相伴而来的，是越来越强烈的愤怒：媒体观点与“自封专家”的言论铺天盖地，他们一口咬定生成式 AI 能做到它根本做不到的事，还警告说不采用的人就会被时代抛下。

这种炒作助长了人们对 AI 到底是什么、以及它能做什么、不能做什么的集体误解。更关键的是，生成式 AI 是一种诱人的“干扰项”，让人忽视另一类最可能让你的生活变得更好，甚至拯救你生命的 AI：预测式 AI（predictive AI）。与为生成任务而设计的 AI 不同，预测式 AI 面对的是答案有限且已知的任务集合；系统只需要处理信息，判断哪个答案是正确的。一个最基础的例子是植物识别：你用手机摄像头对准一株植物，系统告诉你它是西部剑蕨（Western sword fern）。生成任务则不同，它没有一个有限的正确答案集合；系统必须把训练中学到的信息片段融合起来，生成例如一张全新的蕨类图片。

聊天机器人、换脸、合成视频背后的生成式 AI 技术，演示效果惊艳，能带来流量与销量，观众也容易由此放飞想象：超人级 AI 要么带来富足，要么带来毁灭。与此同时，预测式 AI 却在悄然改进天气预报与食品安全，帮助实现更高质量的音乐制作，协助整理照片，并准确预测最快的行驶路线。我们把预测式 AI 融入日常生活，常常甚至意识不到它的存在，这恰恰说明了它不可或缺的实用价值。

想要理解预测式 AI 的巨大进步及其未来潜力，我们不妨回看过去 20 年的轨迹。2005 年，我们还没法让 AI 区分一个人和一支铅笔。到了 2013 年，AI 依然无法可靠地在照片里识别一只鸟，甚至连行人和可乐瓶的差别都让系统困惑不已（也就是那时候我才意识到，如果人没有头，瓶子看起来确实有点像人）。把这类系统部署到真实世界，当时还像科幻小说一样遥远。

然而在过去 10 年里，预测式 AI 不仅把“识别鸟”做到了具体物种的精度，还迅速提升了攸关生命的医疗服务能力，比如识别可疑病灶和心律失常。得益于这项技术，地震学家能更可靠地预测地震，气象学家也能更可靠地预测洪水。面向消费者的技术在识别与分类上的准确率更是大幅飙升，从你哼一段旋律时你脑子里想的是哪首歌，到你开车时该避开什么物体，系统都能更准确地判断，这也让自动驾驶汽车成为现实。

在不远的将来，我们应该能够在肿瘤伤害任何人之前就准确检测出来，也能在飓风造成破坏之前很久就做出预报，从而实现世界各地许多人一生的夙愿。这或许不像生成一部自己的“吉卜力风”电影那样炫目，但绝对值得被认真看见，也值得被期待。

研究也表明，当预测式 AI 在受限的选项集合内引入某些生成式技术时，会变得非常有用。这类系统形态多样，从穿搭可视化到跨语言翻译都在其中。很快，预测与生成的混合系统将能让你实时“克隆”自己的声音去说另一种语言，这会成为旅行时极其出色的辅助工具，同时也伴随严重的冒充风险。在这一方向上仍有很大增长空间，但生成式 AI 只有在强有力的预测方法支撑下，才能持续交付真实价值。

为了理解这两大类 AI 的差异，想象你自己就是一个 AI 系统，任务是向别人展示“猫长什么样”。你可以采用生成式方法，从不同猫的图片里剪切、拼贴一些小片段（这些来源可能并不愿意被这样使用），拼出一幅看似完美的猫的形象。现代生成式 AI 能做出如此天衣无缝的“拼贴画”，正是它令人惊叹的原因之一。

你也可以采用预测式方法：只要找到一张现成的猫的图片，然后指给对方看即可。这种方法没那么炫，但更节能，也更可能准确，而且能恰当地承认原始来源。生成式 AI 的目标是创造“看起来真实”的东西；预测式 AI 的目标是识别“什么是真实的”。当涉及文本时，把生成系统误以为是在“检索”内容，实际上它是在“创造”内容，这种误解已经造成了严重后果，甚至导致司法裁决被撤回、科学论文被撤稿。

这种混乱背后，有一个推力是，人们在炒作 AI 时，往往不说明自己到底在说哪一种 AI（我猜很多人其实也不知道）。人们很容易把 AI 等同于生成式 AI，甚至等同于“生成语言的 AI”，并假定其他能力都会由此自然衍生出来。这种误解并非毫无来由：这个词直指“智能”，而我们对“智能可能是什么”的理解，又常常通过语言来中介（先剧透一句：其实没人真正知道智能是什么）。不过，“人工智能”（artificial intelligence）这个说法在 20 世纪 50 年代本就是刻意设计出来的，用来激发敬畏、暗示某种类人的东西。到了今天，它更多只是指一组用于处理数字数据的、彼此差异很大的技术。有些朋友觉得，叫它“数学的数学”反而更贴切。

把生成式 AI 当作最强、最“真”的 AI 形态，这种偏见令人担忧，因为它消耗的能源远高于预测式 AI 系统。更糟的是，这也意味着在违背原作者意愿的情况下，把现有的人类作品用于 AI 产品之中，并用 AI 系统去取代人类工作，而这些系统的能力本来就是靠这些作品才成为可能的，却没有任何补偿。AI 的确可能非常强大，但这不意味着创作者就该被剥削。

作为科技行业中的一名 AI 开发者，目睹这一切展开，我得出了一些关于下一步的重要经验。AI 之所以能吸引如此广泛的关注，显然与对话式交互的直觉性密切相关。但在当前的交互方式下，本来用预测方法就足够的地方，却被过度使用了生成方法，结果出现一种尴尬局面：用户被弄得更困惑，同时还付出了能源消耗、剥削与岗位替代等方面的沉重代价。

我们迄今看到的只是 AI 全部潜力的一点点。如今围绕 AI 的兴奋，更多反映的是它“可能成为”的样子，而不是它“已经是”的样子。基于生成的路线在消耗大量资源的同时，仍然在表征能力、准确性以及对被纳入系统的创作者意愿方面存在明显不足。

如果我们能把聚光灯从对生成式技术的炒作，转向那些已经在改变日常生活的预测式进展，我们就能打造真正有用、公平且可持续的 AI。那些帮助医生更早发现疾病、帮助科学家更早预报灾害、帮助普通人更安全地生活与出行的系统，才最有望带来最大的影响。

有益 AI 的未来，不会由最炫目的演示来定义，而会由那些安静、严谨、让技术值得信任的进步来定义。如果我们以此为基础，把预测能力的优势与更成熟的数据实践、以及更直觉的自然语言界面结合起来，AI 才可能真正开始兑现今天许多人所感知到的那份承诺。

原文链接：

https://www.technologyreview.com/2025/12/15/1129179/generative-ai-hype-distracts-us-from-ais-more-important-breakthroughs/