要理解AI的“思考能力”，就得先说说两个关键技术：“神经网络”和“机器学习”。这俩词听起来特别专业，其实用大白话很好解释。咱们先说说“神经网络”，它其实是模仿人类大脑的结构设计的。人类大脑里有很多神经细胞，这些细胞相互连接，传递信息，帮我们思考；AI的神经网络也有很多“人工神经细胞”，这些“细胞”通过算法连接起来，能像大脑一样处理信息。比如你给AI看一张猫的照片，它的神经网络会先分析照片里的特征——有两只尖耳朵、圆眼睛、毛茸茸的身体，然后把这些特征和它“见过”的猫的特征对比，最后判断“这是一只猫”。
再说说“机器学习”，这是AI能“进步”的关键。简单说，就是AI通过大量的数据“学习”，不断优化自己的决策。比如你用AI翻译软件，一开始它可能会把“你吃饭了吗”翻译成“Did you eat rice”，特别生硬；但随着它“学习”了更多的中文对话数据，知道“吃饭”在中文里是“吃晚饭”的意思，就会慢慢把翻译改成“Did you have dinner”，越来越准确。这就像人类小时候学说话，一开始会说错，听多了、练多了，就会说得越来越对。
正是因为有了神经网络和机器学习，AI才能“随机应变”，做出不确定的决策。咱们举个例子：现在很多快递公司用AI来规划快递员的送货路线。如果是自动化设备，可能只会按“距离最近”的固定路线规划，比如从A小区到B小区，再到C小区，不管路上有没有堵车、有没有修路。但AI不一样，它会实时收集数据——比如导航显示A小区到B小区的路堵车了，天气预报说C小区附近会下雨，还有个客户打电话说“下午3点前在家，之后要出门”。AI会把这些数据都分析一遍，然后重新规划路线：先绕开堵车的路，去C小区送（避开下雨），再去B小区，最后去A小区（赶上客户在家的时间）。你看，AI的决策不是固定的，会根据实时情况调整，而且这个调整后的路线，可能比人类规划的还要合理——人类可能记不住那么多客户的时间要求，也没法实时掌握所有路段的堵车情况，但AI可以。
再比如AI下棋，比如AlphaGo（阿尔法狗）。以前的自动化下棋程序，只会按固定的棋谱走，比如“马走日、象走田”，遇到复杂的局面就会出错。但AlphaGo不一样，它通过学习几百万盘围棋对局，自己总结出了很多人类没发现的棋路。比如它和韩国棋手李世石下棋时，下出了一步“挖断”的棋，当时所有的围棋高手都觉得这步棋“不合理”，但最后证明，这步棋是赢棋的关键。你看，AI的决策不仅超出了人类的预期，甚至比人类更聪明，但同时也让人类“猜不透”——没人知道它下一步会走什么，因为它的决策是基于自己的“思考”，而不是人类设定的固定程序。
这种“不确定性”，就是AI可能带来威胁的根源。不是说AI会像电影里那样“造反”，而是它的决策可能会出现人类没预料到的后果。比如以前有个AI招聘工具，企业用它来筛选简历，结果AI因为学习了过去的招聘数据（过去招聘的大多是男性），就自动把女性简历筛掉了，这就是AI的决策出现了“偏见”，而且这种偏见是设计它的人一开始没预料到的。再比如AI控制的自动驾驶汽车，如果遇到“一边是行人，一边是护栏”的紧急情况，它会怎么选？人类可能会根据现场情况做出判断，但AI的决策是基于算法，这个算法的优先级是“保护行人”还是“保护司机”？如果算法设定有问题，就可能出现危险的结果。
所以说，AI更像是一个“有自己想法的合伙人”，它能帮人类解决很多复杂的问题，甚至比人类做得更好，但它的“想法”有时候会超出人类的控制，带来不确定的风险。这和自动化那种“听话的工具人”完全不同——自动化不会有自己的想法，AI却可能有，而且这个想法还可能是人类猜不到的。
四、马斯克为啥和OpenAI分道扬镳？核心矛盾就藏在AI的“不确定性”里
聊完了AI和自动化的区别，咱们再说说一个大家特别关心的话题：马斯克为啥会和OpenAI分道扬镳？其实这事儿和咱们前面聊的AI“不确定性”有很大关系，简单说就是：马斯克担心AI的“不确定性”会带来风险，想让AI更“安全”；但OpenAI后来的发展方向，在马斯克看来“不够谨慎”，所以两人就走不到一起了 。
先给大家补个背景：OpenAI是2015年成立的，马斯克是创始人之一。当时成立OpenAI的初衷特别好，就是“让AI造福人类，避免AI带来的风险”。马斯克一直对AI的风险很警惕，他曾经公开说过“AI可能是人类文明最大的威胁”，不是说AI会毁灭人类，而是担心AI的“不确定性”会失控——比如AI被用来做坏事，或者AI自己的决策出现偏差，给人类带来麻烦。所以他一开始支持OpenAI，就是想让AI在“安全”的框架下发展，比如给AI设定“不能伤害人类”的底线，让AI的决策始终在人类的控制范围内。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！
喜欢大白话聊透人工智能请大家收藏：(m.zuiaixs.net)大白话聊透人工智能醉爱小说网更新速度全网最快。