在数字世界中保持人性（1）

在探索这一发现之旅的过程中，请留意哪些脑力活动能带给你真正的乐趣。我们中的一些人之所以自己烤面包，哪怕附近就有一家很棒的面包店，原因就在于此。有时，行为本身——无论是手工制作还是智力探索——所带来的满足感会超越对完美的追求。我们从亲自动手中获得的意义和智识能量，可能比创造"最佳"成果更有价值。它之所以可能意义更大，仅仅因为这是属于我们自己的，是我们付出努力创造出来的。

这种亲身投入的方式不仅是满足感的来源——偶尔，它还能激发新的想法和突破。人类历史上许多开创性的发现，都源于人们单纯地穿行于世界中，观察、吸收、摄入周围的环境。亚历山大·弗莱明注意到一个被污染的培养皿中的霉菌杀死了周围的细菌，由此发现了青霉素。工程师珀西·斯宾塞在用磁控管工作时，发现口袋里的巧克力棒融化了，由此发明了微波炉。乔治·德·梅斯特拉尔在徒步旅行时注意到苍耳粘在狗毛上，由此构思出了魔术贴（Velcro）的创意。

当然，我们也许最终会找到有效的方法将人工智能也引入这种偶然发现的过程之中，但目前，这仍然是人类独有的领域。如果我们真的想充分开发我们大脑的潜能，就需要继续让自己沉浸在那些真正属于人类的体验之中——把巧克力棒带到上班的地方，带着狗去徒步远足，等等。

注释

1 U. Agudo, K. G. Liberal, M. Arrese, 等，"人在回路过程中AI错误的影响"，《认知研究：原理与启示》第9卷第1期，2024年1月2日，https://doi.org/10.1186/s41235-023-00529-3。 2 大卫·布鲁克斯，"人工智能的益处大于风险"，《纽约时报》，2024年7月31日，https://www.nytimes.com/interactive/2024/07/31/opinion/ai-fears.html。 3 布琳·布朗，"勇气的召唤"，桑德拉·雷斯特雷波执导，Netflix，2019年4月19日，https://www.netflix.com/title/81010166。 4 Zher-Wen 和 Rongjun Yu，"阈下条件下的感知与语义同异加工"，《意识与认知》第111期，2023年，https://doi.org/10.1111/bjop.12631。 5 C. Soon, M. Brass, H. J. Heinze, 等，"人脑中自由决策的无意识决定因素"，《自然·神经科学》第11卷，543–545，2008年，https://doi.org/10.1038/nn.2112。 6 M. Beeman 和 J. Kounios，"啊哈！时刻：顿悟的认知神经科学"，《心理科学当前方向》第18卷第4期，2009年8月，https://doi.org/10.1111/j.1467-8721.2009.01638.x。 7 大卫·伊格曼，《隐藏：大脑的秘密生活》，Pantheon Books，2011年。 8 S. M. Ritter, R. B. van Baaren 和 A. Dijksterhuis，"创造力：创意生成与选择中无意识加工的作用"，《思维技能与创造力》第7卷第1期，2012年，21-27，https://doi.org/10.1016/j.tsc.2011.12.002。 9 A. Dijksterhuis 和 T. Meurs，"创造力所在之处：无意识思维的生成力量"，《意识与认知》第15卷第1期，2006年3月，135-146，https://doi.org/10.1016/j.concog.2005.04.007。 10 T. K. Gandhi, D. Classen, C. A. Sinsky, 等，"人工智能如何减轻一线从业者的认知与工作负担？"《JAMIA开放》，2023年8月29日，https://doi.org/10.1093/jamiaopen/ooad079。 11 L. Bai, X. Liu 和 J. Su，"ChatGPT：对学习与记忆的认知影响"，《大脑与行为》第13卷第11期，2023年11月，https://doi.org/10.1002/brx2.30。

第二部分：解读变革

7. 用对话取代代码如何改变一切

你或许会感到好奇：如果人工智能已经存在了几十年，为什么这个时刻如此具有变革性？这是因为我们颠覆了"谁适应谁"这一规则。

过去，我们必须学习特殊的语言——编程——才能让机器执行任务。软件最终让每个人使用计算机变得更容易，但非技术人员仍然受限于开发人员已经编程实现的功能。

如今，机器已经学会了说我们的语言。这不仅标志着一个巨大的转变，重新定义了我们仅凭语言就能通过软件实现的目标。它也使机器能够主动致力于理解我们成为可能。它释放了机器以我们熟悉的方式进行创造和"想象"的能力。不再是我们去适应它们，而是它们在学习适应我们。

这开启了巨大的新可能。回顾历史，我们在自动化方面一直受到限制，因为计算机只能使用结构化数据（即按既定格式组织和标记的信息，如数据库和表格中的信息），并遵循预先编程的指令。例如，软件可以根据地理位置和交易规模自动将销售线索分配给销售代表，或者我们可以点击一个按钮，命令软件在幻灯片中创建一个形状或在文档中设置标题格式。

机器无法处理非结构化数据，比如我们用于书写或交谈的自然语言。这种自然语言充满了拼写错误、口语化表达、缩写以及其他各种变化形式。同一件事我们有无数种表达方式，而语义会因语境或其他细微差异而变化。我们的视觉语言——我们所看到的或绘制的——也是非结构化的。这意味着，我们人类的大部分知识——以书面形式、图表、图形、音频和视频记录的信息，基本上就是你在互联网上能找到的大部分内容——对机器来说都是无法访问的。

然而，如今的机器能够处理并运用我们自然语言中的非结构化数据，不仅表面上能够"理解"和"推理"，还能与我们交流。这一进步将人工智能从一个僵化的工具转变为能够思考的机器。如今，人工智能模型能够从海量人类生成的数据中学习，而这些数据它们以前根本无法处理。如今，它们甚至能够完成一些灵活的、开放式的任务。如今，我们能够以越来越"类人"的方式与机器互动——机器也能与我们一同思考和创造。

当机器开口说人话，一切都将改变