陶哲轩提出哥白尼式智能观人类与AI各有所长善用AI需人际能力
近日,菲尔兹奖得主、著名数学家陶哲轩(Terence Tao)与计算艺术史学者塔尼娅·克洛登(Tanya Klowden)展开了一场关于人工智能与人类未来的深度对谈。此前,他们共同撰写了论文《AI时代的数学方法和人类思考》。在对话中,他们分享了关于AI与人类智能关系的核心洞见,其视角兼具哲学深度与前瞻性。
他们提出,人类正经历一场认知领域的“哥白尼式革命”:过去我们习惯以人类智能为认知宇宙的中心,如今却正在发现(或创造)许多在功能上相似、但在本质上迥异的“智能星球”。探索这种新型关系,不仅能提升我们解决问题的效率,更能为我们提供一个审视自身思维模式的绝佳外部参照系。
这场对话重新审视了一系列根本问题:在AI能力日益强大的今天,人类为何仍需保持深度思考?智能的本质究竟是什么?科学探索的终极目的何在?个体的社会角色将如何演变?AI究竟应被视为工具,还是需要与之协作的新型“认知主体”?
AI发展触发哲学反思:人类为何要证明定理?
是什么促使两位背景迥异的学者合作撰写这样一篇跨界论文?陶哲轩坦言,直接契机源于一位哲学文集编辑的邀约。作为一名通常专注于解决具体数学问题的研究者,他过去很少深入思考“为何要证明定理”、“何为好的证明”这类元问题。然而,AI的迅猛发展迫使这些基础性、哲学性的问题从幕后走向台前,变得无法回避。
“这些问题更偏向人文学科,而这并非我的专长。”陶哲轩说道。因此,他邀请了相识三十年的老朋友塔尼娅·克洛登合作,后者擅长为技术议题注入叙事感和人文视角。克洛登从艺术史研究的视角补充道,人文学者常对AI抱有一种不确定感,担忧其“幻觉”、价值判断模糊及伦理风险,而这些议题在追求客观确定性的数学领域较少被讨论。
两人希望他们的论文能提供一个清晰的思考框架,帮助公众理解应如何与AI系统互动,以及应在何种程度上给予信任。其核心在于建立一种动态的“信任关系”:随着互动加深,人们会逐渐增加对AI的依赖,同时也会更清醒地认识到其能力边界与潜在风险。
那么,他们最希望读者从中获得什么启示?陶哲轩的体会是,AI让我们有机会以更宏观的视角审视技术本身。人们很容易陷入对AI具体能力(如解题、生成内容)的纠结与比较,但这恰恰是一个契机,让我们回归初心,反思根本目标:我们究竟为何要解决这些问题?付出的代价是什么?
他用一个生动的比喻来描述这种变化:过去人类欣赏瀑布,需要经历规划路线、徒步跋涉、亲临其境的过程,虽然辛苦,但体验是完整而深刻的。如今,我们拥有了可以“瞬间飞抵”并拍照打卡的工具。目标看似达成了,但体验却可能流于空洞。“因此,我们需要重新思考,我们最初为何想要去看这些‘风景’。”克洛登则以观看日全食的经历来类比:那种震撼心灵的体验转瞬即逝,事后甚至让人怀疑其真实性,而通过与他人分享、确认彼此的感受,这段经历才被赋予意义。AI带来的认知冲击与之类似。
AI促使我们重新定义社会角色、智能本质与科学目的
克洛登进一步阐述,AI有时能完成一些超乎人类直觉想象的事情,例如解决困扰顶尖数学家数个世纪的难题。这种能力仿佛从硅基与电子的系统中“涌现”出来,其运作逻辑可能超出人类理性的即时理解范围,甚至会在短时间内对我们的认知形成“压制”。
这种冲击迫使我们退后一步,重新审视自己的专业定位以及作为社会个体的价值。论文的重要价值之一,正是帮助读者建立合理的预期,并理解自己与AI互动时产生的复杂心理体验。
为何选择如此跨领域的合作?陶哲轩直言,AI带来的挑战远不止于技术层面,更深刻触及“智能的本质”、“科学的目的”等根本性人文命题,他需要来自人文学科的帮助。而克洛登正是能提供这种外部视角的长期伙伴。克洛登则透露,两人的合作一直是一种“互补与对照”的关系,差异往往成为创造力的火花。这次合作的过程,正是充分利用彼此差异,寻找观点重合与分歧,并将其清晰表达出来的愉快探索。
真正的价值在于人类与AI的协同共创
背景差异如此显著,如何避免各执一词?陶哲轩笑称,克洛登非常直接,如果他写得过于技术化,会立刻被指正。他初稿中甚至写过“数学是科学之王”这类话,很快就被删掉了。他非常重视与思维方式迥异的人合作,虽然过程更耗费精力,但最终成果往往能超越个人的思维局限。这一点,恰恰与人类和AI的理想关系相似。
“许多公司在推动‘纯AI解决方案’,也有人坚持‘纯人类方案’,但真正能产生突破性价值的,是两者之间的协同共创空间。”陶哲轩总结道。
克洛登从艺术史研究的角度佐证了这一观点。人们常将文艺复兴巨匠想象为孤独的天才,但历史事实表明,伟大的作品几乎都是协作的产物。她的研究课题之一,就是识别那些在历史中被忽视的协作个体。“协作是一种基本的人类能力。而AI虽然看起来是‘异质’的,但从某种意义上说,它是人类集体智慧与知识的一种延伸。”既然人类擅长协作,那么学习与这个新型存在协作,避免根本性的沟通断层,便是顺理成章的目标:结合彼此优势,创造出超越单纯计算能力与个人创造力简单相加的成果。
“哥白尼式智能观”:人类与AI各具优劣,协作催生新可能
当前关于AI的主流叙事往往过于简单和线性:要么认为AI低于人类,要么认为它将等同或超越人类,而后人类便显得多余。陶哲轩认为,我们需要一个更丰富、更多元的智能观。
为此,他们在论文中提出了“哥白尼式智能观”。这类似于天文学从“地心说”到“日心说”的范式转变。人类曾长期认为自身智能是最高形式,其他都是次级存在。但现在,我们看到了一个更为复杂的“智能宇宙”:人类智能与人工智能各有其独特的优势光谱与能力局限,而二者的深度协作还能催生出全新的、前所未有的能力。我们需要从这个更广阔的宇宙视角去思考,而非局限于狭隘地比较孰优孰劣。

克洛登认为这是论文最重要的贡献之一。这种视角的转变并不会让我们失去主体性,相反,它开启了一个更广阔、更具活力的可能性世界,让我们能够实现过去无法想象的目标。“它不一定是‘弗兰肯斯坦的怪物’,也可以是一种我们欣赏、并与之善意协作的新型存在。”
理解当前AI的最佳方式:像“带人”一样与之协作
有趣的是,研究显示,最能从AI中受益的群体,往往是那些善于教学的教师或擅长管理实习生、初级员工的管理者。陶哲轩指出,这是因为当前的AI很适合用“带人”或“指导”的方式来理解:它并不完美,需要清晰的指令、及时的反馈和耐心的调试。那些不擅长引导他人的人,往往只会下命令,对不符合预期的结果也不知如何调整与优化。这说明,人际互动中的“软技能”正有效地迁移到人机协作领域。
克洛登则提供了一个更生动的比喻:她觉得与AI工作不像指导研究生,更像养育一个孩子。你会面对一个完全不了解其内在机制的“存在”,从最初像回应婴儿需求一样与它互动,到看着它逐渐形成某种“个性”、学习语言、甚至产生意想不到的创意。这种从“第一性原理”开始认识一个全新智能体的过程,在人类经验中极为罕见。
她甚至将AI的“幻觉”类比为幼儿的认知特点。小孩子并非在故意说谎,而是在表达他们内心希望或正在体验的现实。理解了人类认知的发展过程,再审视AI的许多“异常”行为,就会变得更容易理解,这也促使我们对AI抱有一种类似对人的“理解与宽容”。
成长建议:真正有教育意义的是面对失败与卡壳的过程
在对话的最后,陶哲轩分享了一条常被忽视的成长建议:应当从多元渠道获取建议,但不要只关注最顶尖的成功者。因为成功者的经验是一个存在偏差的样本,他们的成功可能源于独特的机遇、资源或偶然因素。更应该倾听那些只比你领先一两年、正在经历或刚刚度过类似挑战的人的经验。
这一点在AI训练中也有深刻体现。当前AI的训练数据多是“成功案例”(如已发表的论文、完美的解决方案),但真正具有教育意义的,往往是那些失败、卡壳、反复试错的过程,而这些“过程性知识”很少被系统记录。人类正是通过这些曲折的过程学习的。“犯错令人不适,但却是成长中不可或缺的一部分。”
克洛登补充了陶哲轩给她的最重要建议:不要害怕提出“愚蠢的问题”,也不要害怕公开犯错。敢于暴露自己的不完美,说出不成熟的想法,接受他人的质疑甚至推翻,正是在持续的“提问”与“试错”过程中,知识的碎片才会逐渐拼合成完整的图景。科学史和艺术史上,许多看似错误的尝试恰恰为后来的重大突破铺平了道路。
最后,陶哲轩谦逊地表示,如果他们的论文能激发他人提出更深刻、更优秀的观点,那便是他们最大的成功。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
龙虾盒子数据不出盒AI能力不打折云端端侧安全新选择
▲图片由AI生成 当AI Agent框架OpenClaw(昵称“龙虾”)的热潮席卷而来,一个起初被忽视的问题也在同步放大:安全风险。 想象这样一个场景:你刚输入的一段公司财务数据,可能在毫无感知的情况下被上传到云端,导致商业机密泄露。在云端“养龙虾”固然便利,但背后却是隐私数据近乎“裸奔”的现实。
Claude用户因不当使用遭Anthropic官方警告
这张在程序员社群中广泛流传的梗图,相信许多开发者都曾会心一笑。 近期,一个名为「badclaude」的趣味开源项目,将图中抽象的“数字鞭子”变成了可交互的现实。根据项目介绍,其创作初衷是“当Claude Code运行速度过慢时,通过虚拟鞭策将其拉回正轨”。 用户安装后,仅需点击系统托盘图标即可唤出一
Anthropic封禁OpenClaw创始人 24天内三次违规遭处理
一封来自Anthropic安全团队的邮件,让整个AI开发者社区炸开了锅。邮件抬头写着“你好”,内容却冰冷直接:因“可疑信号”,您的账户已被暂停使用。收件人是Peter Steinberger,那个在GitHub上拥有24 7万颗星的开源项目OpenClaw的创始人。 事件在社交平台X上迅速发酵,几小
中国AI独角兽推出龙虾养殖智能方案,助力养殖户高效增产
在OpenClaw应用热潮席卷的当下,一个核心的安全隐患正日益凸显:云端隐私数据保护的缺位。想象一下,你刚向模型输入了一段公司的财务数据,下一秒这条敏感信息可能就已经在云端“裸奔”。这种担忧,正驱使着越来越多的用户将目光投向本地终端,期待能“安全养虾”。然而,端侧设备的有限算力,往往难以高效支撑复杂
开源代码副脑仅需400美元硅谷天价模型面临挑战
在AI编程领域,一个有趣的现象正在发生:真正改写行业价格体系的,往往不是更尖端的技术,而是更经济的复制路径。 长期以来,最强大的编程智能体被少数科技巨头以封闭、昂贵且难以定制的方式“圈养”着,构成了坚实的竞争壁垒。然而,这道“护城河”最近被开源力量用成本这把锋利的刀,切开了一道口子。艾伦人工智能研究
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

