​你是不是也以为，人工智能就是超级计算机？我之前也以为，chatGPT等人工智能就是一种超级计算机。

其实不是。万维钢写的《拐点：站在AI颠覆世界的前夜》这本书说，GPT 和目前市面上的所有 AI，本质上都是神经网络。

其实人工智能前几十年的技术路线，一直走的是“自然语言处理”的路线，也就是超级计算机的路线，很多大学都有这个专业，但是，后来研究重点开始走机器学习的路线。就是目前市面上这波GPT的路线。

万维钢曾经让GPT-4 做了个比较简单的计算题：1231×434523+323×34636等于多少? GPT-4煞有其事地算了一番, 给出的结果是546106021。

它居然算错了。这很正常，因为它压根就不是传统的计算机，不擅长复杂的计算，就像人一样。它是用来思考的，不是用来执行冷酷无情的计算指令的。GPT是个语言模型，它是用人的语言训练出来的，它的思维很像人的大脑而不像一般的计算机程序，因为人的大脑也不太擅长算这种数学题。

所以说，GPT 更像人脑，而不像一般的计算机程序。

人类原本擅长的、天生就会的计算，其实是神经计算。从大脑到身体，人体是由几个神经网络组成的，它们给你提供各种感知，神经计算就是这些感知过程。你感到饿了、认出一位朋友的脸、害怕蛇，这些都是大脑对一组身体或者外部信号的解读，解读的过程就是神经计算。

而且，神经计算没有可言说的规则，你无法把它分解成若干个中间步骤，也说不清都有哪些参数——但你就是能感觉到，而且是快速感觉。人脑也会算些简单的数学题，但算数学题不是我们最擅长的。我们更擅长的是用神经网络直接感知一个复杂的东西。

比如，当你看见一只猫的时候，你知道那是一只猫——这个能力看似平常，却是几乎无法用形式逻辑描写的。到底是这个物体中的哪些参数让你看出来它是一只猫的?没有方程。你只能说，因为我见过一些猫，我知道猫是什么样的，所以当我看见一只猫的时候，我就知道那是一只猫。

这种说不清的神经感知，正是 AI做的事情。AI的本质，就是跟人脑一样的神经计算。

关键是，这种神经计算不仅没有可言说的规则，而且你说不清楚这种神经计算的步骤。科学家给他喂各种语料，它自己学习，用语义思考，达到一定程度之后，它就突然理解了、会了。说不清中间发生了什么，反正它就是算出来了，至于说怎么算的，就像人脑是怎么想问题的一样，不太清楚。

很多人抱怨 AI是个黑盒子，从输入直接生成输出，说不清中间发生了什么。可人脑不也是个黑盒子吗？

比如，你开车的时候精心计算过方向盘的角度吗?你打篮球的时候会使用公式描写出手的力度吗?你当然没有。这些判断其实全是神经网络的感知。当你走路的时候，当你试图用手拿东西的时候，你都是根据说不清道不明的感觉做一个差不多的动作，这都是我们日用而不知的神经计算。更不用说艺术家的美感和灵感也都是如此。

所以基辛格等人说，AI之所以厉害，不在于它“像人”（能做像人一样的事情），而在于它不像人——它能感知人类既不能用理性认知，也感受不到的规律。

但是万维钢在《拐点》这本书里面说，现在回头看，他觉得更准确的说法还是AI像人。AI的感知方法跟人的感知方法别无二致，只不过比人的范围更广、速度更快，而且可以无限升级。

AI，比人更像人。