Page 58 - 《党政研究》2024年第1期

综上，计算机和机器模仿人类智能，就是使计算机和机器获得 “能够思维”的能力；
计算机和机器超越人类能力，就是计算机和机器具备 “高效思维”的能力。使计算机和
机器获得 “能够思维”和 “高效思维”能力的秘密，就是将生物人类接受 “文化、教育
和自主学习”的能力迁移到计算机和机器身上。基于此一基本认知，计算机和人工智能科
学家们探索算法、设计数据模型和优化参数，建构起可以持续革新升级的学习平台，生成
训练机器学习的三种基本学习方式：一是监督学习和无监督学习方式，二是自主性的强化
学习方式，三是强自主性诉求的深度学习方式。监督学习和无监督学习是人工智能的起步
方式，其主要功能是训练机器 “能够思维”，基本方法是模拟生物人脑的意识、思维、认
知、逻辑展开的工作原理和运行机制，使之按人脑的意识、思维、认知、逻辑的方式来学
习，并朝强化学习的方向展开，形成迁移性生成的能力。强化学习及由此形成的迁移性生
成能力，构成机器从具备 “能够思维”向 “高效思维”方向前进的更新阶梯，强化学习
将催生出强自主性的深度学习，这是训练机器 “高效思维”品质和能力的根本方式，体
现机器学习主体意志和能力；其次具备在学习中以几何方式迁移性生成和创造性建构的能
力。所以，具有极强自主性诉求的深度学习推进机器进入 “高效思维”的进程，就是超
越生物人类智力的进程。这一进程早在十几年前就从拟想的设计状态进入了实际能力呈现
的状态，并不断向前开进。机器获得 “高效思维”的最初标志，是 １９５２ 年开始研发的国
际跳棋程序，从监督学习起步而进入强化学习的训练，经历 ４３ 年的努力，其升级版
Ｃｈｉｎｏｏｋ 于 １９９４ 年与世界国际跳棋冠军 Ｍａｒｉｏｎ Ｔｉｎｓｌｅｙ 的再度竞赛中完胜。这是人工智能
在博弈领域对生物人的挑战和取胜，不仅是技术上的，更是文化、哲学和心灵上的，它宣
告了生物人类智力独霸世界的历史的结束。接下来在比跳棋复杂得多的国际象棋面前，机
器战胜人类冠军的时间用了 ３８ 年。从 １９５８ 年开发象棋程序，第一台象棋计算机系统
ＣｈｉｐＴｅｓｔ 每秒只能走 ２００ 步，到 １９９７ 年，Ｄｅｅｐ Ｂｌｕｅ ＩＩ的峰值性能达到了每秒 ２００ 亿次浮点
运算，并于同年 ５ 月以 ３． ５ 比 ２． ５ 的成绩战胜了世界国际象棋冠军卡斯帕罗夫。而比象棋更
为复杂的围棋，ＡｌｐｈａＧｏ自 ２０１５ 年研发到以 ６０ 比 ０ 全胜世界围棋冠军，只用了 ３ 年时间。
机器不断进化的深度学习训练形成 “高效思维”的能力，以如此速度超过人类智力，
引发人类为之兴奋和欢呼。而以神经网络作为基础并以生成预训练 Ｔｒａｎｓｆｏｒｍｅｒ 为基本架

构的 ＧＰＴ 程序，开发自然语言理解及语境化生成，从 ２０１８ 年 ＯｐｅｎＡＩ 发布第一版本 ＧＰＴ －
１ 到 ２０２３ 年 ３ 月 １４ 日 ＧＰＴ － ４ 问世，业界才突然为之忧惧。这种忧惧来源于机器已经呈
现出对生物人智力的整体性超越态势，这种态势敞开了生物人类的存在危机。基于对生物
人类未来存在的责任，在 ＯｐｅｎＡＩ 发布 ＧＰＴ － ４ 数日后，人工智能领域 １１２７ 名科技领袖和
研究成员联名发出 《暂停巨型 ＡＩ 实验室：一封公开信》，指出，“现在，人工智能在一般
任务上变得与人类有竞争力，我们必须问自己：我们应该让机器在信息渠道中宣传不真实
的信息吗？我们是否应该把所有的工作都自动化，包括那些有成就感的工作？我们是否应
该开发非人类的大脑，使其最终超过人类数量，胜过人类的智慧，淘汰并取代人类？我们
是否应该冒着失去对我们文明控制的风险？这样的决定绝不能委托给未经选举的技术领
袖。只有当我们确信强大的人工智能系统的效果是积极的，其风险是可控的，才应该开
发。” 由此，人工智能带动的人类危机整体地突显了出来，其不断生成扩张的危机正在
〔 １３〕
唤醒盲目乐观的社会大众。

二、人工智能的技术主义框架
在技术性失业、全球无序竞争、世界性争霸、人类价值分裂、战争此起彼伏以及贫
穷、饥饿、疫灾世界化流行等背后，人工智能一直如影随形，且肆无忌惮地发展着自己。
６ · ·
５