THE BROAD VIEW

别再纠结于六指了,人工智能更大的看点在于数量

准备迎接智能的洪流

    • 机器构想的速度比世界建造的速度快上千倍,谁掌握了最终的实体环节,谁就对最初的上千个智力构想拥有否决权。
    • 机器构想的速度比世界建造的速度快上千倍,谁掌握了最终的实体环节,谁就对最初的上千个智力构想拥有否决权。 照片:YEN MENG JIIN,《商业时报》
    Published Fri, Nov 6, 2026 · 12:00 PM

    本文由 AI 翻译,关键事实请以原文为准。

    查看原文

    两年前,所有关于人工智能的争论都围绕着质量。彼时,机器会凭空捏造案例,吸收偏见,画出六指的手,甚至数不清“strawberry”这个词有多少个字母。这些问题逐渐消失,以至于很少有人注意到它们已不复存在。

    然而,每天早上仍会出现一些新的“瑕疵”。有人在陌生人的文章中发现两个破折号,便断言其为劣质内容。一个被揪出的错误,成了对人工智能所有产出的判决。这种吹毛求疵的背后,是假设每个人都能以合理的价格随时找到顶尖的专业人士。但对大多数人而言,这从未实现。

    机器无需成为世界顶尖,只要能成为某人有史以来最好的帮手就足够了。当我们还在忙着数手指时,人工智能的产出早已跨过了“实用”的门槛。

    如今,新的看点在于数量。有句古老而残酷的谚语:一个人的死亡是悲剧,一百万人的死亡只是一个统计数字。科学界也遇到了类似的情况。

    去年9月,一个实验室将大约1万个人工智能代理投入到数学界最难的开放性问题之一:流体流动方程是否总是表现良好。在不到四天的时间里,它们得出了一个证明,至今仍在专家中引发争论。

    这是一个头条新闻。它有主角,有著名的奖项,还有一间间研讨室在逐行核对。

    BT Short Logo

    THE BUSINESS TIMES INSIGHTS

    Powering Asean's Future 2026

    Find out how enterprises are navigating power constraints and sustainability targets

    ACCESS THE INSIGHTS

    几周后,同一个实验室一次性发布了700多份手稿,每份成果仅耗费几小时的机器算力。而这,只是一个统计数字。数百项成果,既无法塞进一个头条,也无法装进一个人的脑袋。

    无声的进步

    从一项成果到数百项成果的飞跃只用了几周时间。至于数千项甚至一百万项,则只是预算问题。而且,这些成果都无需对外公布。

    同样的方法也适用于任何能够精确描述问题并能自动评估答案的领域:电路、分子、材料、日程安排和路线规划。

    数学只是其中最引人注目的例子。一个包含50万行代码的编程工具在11天内被重写成一种新语言,其创建者曾估计这需要三名专家工程师花费整整一年的时间。

    一个模型在几周内就在主流操作系统中发现了数千个未知的安全漏洞,其中一个漏洞在27年里都未被人类审计员发现。

    一份基因组图谱预测了人类DNA中所有90亿种可能的单字母变异所带来的影响。

    这些成果都曾各自成为一天的新闻。但当每个季度的产出都比上一季度翻倍时,这种“翻倍”就不再是新闻事件,而成了常态。

    批评者们仍在计算每一百个机器答案中有多少是错误的。偏见和“幻觉”问题也遵循同样的路径:错误率在下降,而产出量却在持续攀升。

    而且,正在完成这些工作的模型,也已经是我们未来将使用的最弱版本了。

    我们称这些系统为语言模型,因为它们最初的功能是写作。但语言只是入口。它们是一场数学革命,能够在长链推理中发现模式,这就是为什么它们能自由穿梭于化学、编程和法律等领域,而无需任何“许可”。

    它们产生的成果也不会静静地堆在那里。每一个有用的答案都会成为下一个答案的立足点,而且往往是在另一个领域,或是在一家从不公开发布研究成果的公司内部。

    洪流与现实世界的碰撞

    现在,更难的问题来了:谁来接收这一切?关于质量的辩论曾让人安心,因为每个失败都有补救之法。但数量问题却无此解药。

    任何补救措施都必须建立在人类的注意力、信任和时间之上。而这三者都不会呈指数级增长。

    我们的现有机制是为“涓涓细流”而设计的。同行评审制度分配的是合格审阅者的时间,法院的案件清单分配的是法官的时间。“产出有价值的东西”这件事本身,就是一个昂贵的过滤器。

    一旦移除这个成本,分配者就变成了一座被要求以千倍于设计流量泄洪的大坝,而它拦截的大部分还是真实有用的“水”。

    任何管理过卖方研究部门的人(比如笔者)都对这种感觉深有体会。起初,所有的抱怨都关乎“太少”。后来,则变成了“太多”。再好的研究,也无法为读者的一天增加一个小时。

    curl是一个内置于无数设备中的小程序,其维护者曾因收到大量劣质的人工智能提交报告而停止了漏洞悬赏计划。然而,他们的抱怨如今已有所改变。人工智能辅助生成的报告现在基本准确,而且数量之大令人应接不暇。

    虚构的缺陷可以被忽略,但真实的缺陷则带来了责任。虚假信息的泛滥是丑闻,而真实信息的泛滥则是一种新常态。

    物理世界是最后的制动器。一个人工智能系统提出了约38万种稳定的晶体结构,而人类在所有实验中发现的仅有约2万种。

    机器构想的速度比世界建造的速度快上千倍。谁掌握了最终的实体环节,谁就对最初的上千个智力构想拥有否决权。

    对企业而言,这意味着创新的爆炸式增长。随之而来的是持续、复合且高度复杂的创造性破坏。随着竞争加剧,很少有安于现状的企业能够高枕无忧。

    大部分进步将以“一千种普通成本悄然消失”的形式出现,并被归入运营成本项下,而人工智能的账单却会清晰地逐项列出。随着回报的滞后,预计关于投资回报的争论将会加剧。

    那些学会对海量信息进行分类、验证和采取行动的组织,将远远甩开那些仍为“涓涓细流”而构建的组织。最大的风险在于那些决定不尝试的组织,其次是那些尝试了但没有建立相应接收和转化能力的组织。

    当海啸映入眼帘的那一刻,便是最后舒适的时刻。今天,海水尚暖,头条新闻还在讨论破折号。

    质量是我们懂得如何争论的问题,而数量则是我们必须与之共存的现实。

    本文改编自首发于GenInnov博客的一篇文章。

    作者是新加坡GenInnov Asset Management的创始人兼投资组合经理。

    Decoding Asia newsletter: your guide to navigating Asia in a new global order. Sign up here to get Decoding Asia newsletter. Delivered to your inbox. Free.

    此翻译对您是否有帮助?

    Share with us your feedback on BT's products and services