10. 人们意识到人工智能正在产生的影响，对这项技术的发展也更加谨慎

益普索（Ipsos）的一项调查显示，去年，认为人工智能将在未来三到五年内极大影响他们生活的人比例从60%上升到66%。此外，52%的人表示对人工智能产品和服务感到焦虑，比2022年上升了13个百分点。皮尤研究中心的数据显示，52%的美国人表示对人工智能感到担忧，这一比例高于2022年的38%。

值得关注的是，年轻一代普遍对人工智能技术的发展更为乐观。59% 的Z世代受访者认为人工智能将改善人类的生活质量，而美国婴儿潮一代的这一比例仅为40%。此外，与低收入和受教育程度较低的人相比，收入和教育水平较高的人对人工智能的发展更加乐观。

二、人是核心

从最初只能执行简单的任务到如今具备类似人类的能力，短短几年的时间，人工智能的发展速度令人咋舌，与此同时，人们对其潜在风险的担忧也日益增加。

事实上，人工智能存在的偏见问题直到现在依然没有被很好地解决。

2023年底，《华盛顿邮报》发表了一篇详尽的专题报道，深入探讨了机器学习技术中潜在的偏见。当前的AI图像生成模型，如Dall-E和 Stable Diffusion，有时仍会反映出社会的刻板印象。

例如，在生成“具有创造力的人”的图像时，这些系统往往倾向于呈现白人形象；而在描绘“社会服务人员”时，则多数情况下展示的是有色人种的形象。

其实，大型语言模型，即使是多模态的大型语言模型，可能也并不具备真正意义上的“思考”能力。大型语言模型很容易出现荒谬的概念性失误，也乐于编造听起来合理但实际上毫无意义的胡言乱语。

了解这些事实有助于我们避免过分迷恋模型的能力。然而，随着大型语言模型生成的文本、图像、语音和视频越来越复杂，真与假之间的界限愈加模糊。作为个人、机构，甚至社会，我们究竟有没有能力区分真实和虚构?

我们仍身处一场全球风暴之中，每天似乎都有新的头条新闻报道人工智能对全球劳动者构成的威胁。

随着人工智能在监控领域的应用日趋成熟，记者和人权活动家的担忧与日俱增，对隐私和个人尊严的古老威胁也在现代社会出现，相关报道使公众对人工智能形成了负面看法，这在整个科技领域都是非常罕见的。

科技不断发展，算法语言表达的高级程度已逼近人类水平。机器人正在逐渐学会应对真实的环境。视觉模型不仅可以通过照片进行训练，还可以在全三维世界中进行沉浸式实时训练。

人工智能能够像识别内容一样流畅地生成内容。与此同时，伦理问题在我们周围不断涌现，与人类经济社会发展的关联也日益紧密，但这就是科学一直以来的样子。

三、未来会怎样？

人工智能曾经是纯粹的科学，而现在，我们更愿意用：“现象”“颠覆”“谜题”“特权”“自然之力”来定义新一代人工智能所能做的一切，无论是好是坏，无论是在预期之内，还是在意料之外，都因其设计本身缺乏透明度而变得复杂。

如果在算法设计完成后，再加入安全性和透明度等考虑因素，无论设计得多么精妙，都不足以满足要求。下一代人工智能必须从开发之初就采取与现在完全不同的理念。以激情为起点固然很好，但我们要面对的是纷繁复杂而又不起眼的挑战，要取得真正的进展，就必须有敬畏之心。而硅谷似乎缺乏这种心态。

如今，人工智能是一种责任，是我们所有人共同承担的责任。

深度学习飞速发展，每一年都感觉像是要面对一个全新的领域，其应用的深度和多样性增长得如此之快，甚至全职研究生和博士后也很难跟上文献的步伐，更不用说教授们了。可能性无穷无尽，挑战也永无止境。

即使在这样一个黑暗的时代，人工智能也具有无与伦比的激励力量。面对全球亟待解决的问题，面对具有历史意义的机遇，面对可能需要几代人的努力才能揭开谜底的未知，真正解决所有问题的答案远远不是公司战略或学术课程所能提供的。

未来几年，从业者需要的不仅是专业技术知识，他们还必须了解哲学、伦理学，甚至法律。

想象空间是巨大的，但愿景需要一个重要的纽带串联起来，这个纽带就是大学。早在有人利用人工智能谋取利益之前，人工智能就已经在大学里起步了。在大学校园里，仍然最有可能感受到某些意想不到的研究突破带来的火花。感知机、神经网络、ImageNet，以及后来的很多东西都出自大学。

要从根本上重新构想人工智能，使其成为以人为本的实践，与其说这是旅程方向的改变，不如说是旅程范围的扩展。人工智能一直以来都追求科学性，而现在，它必须也追求人性。

人工智能应该秉承最优秀的学术传统，保持合作和敬畏，同时不惧怕直面现实世界。毕竟，星光是多样的。一旦白色的光辉展开，各种颜色就会发出耀眼夺目的光芒。