近日互聯網科技圈的當紅明星，莫屬ChatGPT了。
翻譯文獻、創作小說、修改代碼、編寫文案......它似乎無所不能，無數網友沉迷于與這個聊天機器人的趣味對話。連馬斯克都表示：很多人瘋狂地陷入了ChatGPT的循環。上線短短一周時間内，就擁有了超過一百萬的用戶。
這款爆紅産品的背後，是美國著名的人工智能實驗室OpenAI，2015年由埃隆·馬斯克、矽谷知名創業加速器YCombinator總裁山姆·奧特曼、全球在線支付平台PayPal聯合創始人彼得·蒂爾等科技大佬聯合創辦。後來馬斯克退出，2019年微軟投資10億美元。
AIGC（AI Generated Content，人工智能生産内容）賽道優秀選手頻出，前有Midjourney，後有ChatGPT，AI應用大有出圈之勢。
但與此同時，我們也看到因為"回答正确率太低"，著名程序員問答社區Stack Overflow宣布暫時禁用ChatGPT生成内容。那麼ChatGPT是否會替代谷歌，成為下一代搜索引擎工具？未來人工智能會走向何方，真的會擁有科幻般的智能嗎？我們人類該如何與之共存？有人歡欣鼓舞，有人則憂心忡忡，更多人隻是"道聽途說"。
我們專門對話微軟中國CTO韋青，企業級人工智能領域的行業先驅者第四範式，以及混沌創新領教、前京東O2O副總裁、連續創業者任鑫老師，來聊一聊他們眼中的人工智能世界。
編輯｜歐陽晨 混沌學園商業案例研究員
Q1：Open AI會替代谷歌，成為下一個搜索引擎工具嗎？比起傳統的搜索引擎，ChatGPT真正的優勢在于什麼？
韋青：未來是無法預測的，隻可以被實現。大家看一些科幻小說，以及包括像凱文·凱利、阿爾文·托夫勒等所謂的未來預言家們，他們可以在現有人生經驗的基礎上對未來進行想象或預判，但不是預測，沒有人能夠肯定說未來會是怎樣，按照《美國衆神》的作者尼爾·蓋曼所說，"每一個所謂的預測未來，都是對當下的反思。"
我本人隻是一名利用機器學習的能力提高工作效率的工程師，當然會跟很多機器學習領域的科學家合作，通過跟他們學習來提升我自己利用機器能力的能力。也是在這個過程中，我們觀察到一方面機器學習的領域發展日新月異，每個人都需要密切關注機器學習領域的發展；但另一方面我們也看到，機器學習能力的發展已經慢慢超出了普通大衆的想象，雖然它表現出來類似于人類學習和工作的能力，但它的實現基礎是機器的計算能力，而且是由人類科學家和工程師利用機器的計算能力而實現的。但是當人們沒有真正掌握機器學習的原理和應用方法，并且通過親身的實證來理解這種新型的"人-機關系"所帶來的優勢與劣勢，而隻是基于道聽途說，或者淺嘗即止的實驗，就立刻對這種發展趨勢做出判斷，大概率會陷入盲人摸象的窘境，争論的是大象鼻子和大象腿到底哪個最像大象，如果都不是呢？
基于這種認知，我認為現在對于每個人來說，當務之急是要盡早實踐這種新型的機器能力，而不是空想它到底是什麼。其實每個人隻要積極擁抱技術的變革，不斷實踐，不神化、也不妖魔化這種機器能力，并且始終本着"以人為本"的原則和"博學-審問-慎思-明辨-笃行"的方法，每個人都可以得出自己的答案，而且大概率事件有可能會發現其他人說的并不一定完全是你自身的感受和理解，這就是巨變時代的特征，也是塔勒布在《黑天鵝》這本書裡面屢次建議大家學會區别平均斯坦和極端斯坦的原因。
在這個基礎上我們可以看看ChatGPT現在能做什麼。我和周圍的很多朋友都用過正在爆火的ChatGPT，我用它給我寫過提示代碼，簡單的功能不用改動或者說略微改動，就可以編譯通過并執行，而且代碼質量蠻高的。我還拿它試着寫過武俠短文和一些小散文，确實是蠻強大的。但我是用它來幫助我更好的完成我的工作，而不是代替我完成我的工作，這樣我就可以有更多的精力和時間用于思考隻有人才能夠感同身受和應該考慮的事情。
其實跟搜索引擎一樣，ChatGPT是一個非常好的人類現有知識的總結器，靠着人類所給予的先進算法結構、海量數據和天價計算成本與能源消耗，它能夠自動完成大量的參數調節，能夠把在人類整體已知但不是每一個個體都知道的知識、想法、邏輯總結得越來越完備。它的最大作用還是在幫助人類在全人類的整體知識基礎上，發掘出對每一個人完成任務有用的内容。人類的碳基大腦是個對于能量消耗非常"小氣"的器官，通俗點講就是"能不想事就别想事兒"、"能用習慣方式做就别用新方法做"。這本是人類得以在漫長的進化過程中生存的竅門，但在這個新型的"人-機"協同時代，這種進化竅門恰恰成為影響人類有效地利用機器而進一步進化和成長的障礙。
如果說它将成為搜索引擎的代替品，那換一種說法或許更合适——搜索引擎也好，GPT-3也好，其實背後都是在用算法嘗試将人類海量的信息進行總結和歸納，那麼與其說是代替谷歌搜索引擎，要知道谷歌也不會停止不前的，這更應該是個交相呼應。首先得承認在這個巨變時代，變化的帷幕剛剛拉開一角，一切都還未塵埃落定。當大家動不動就說我們成為"前無古人，後無來者"一代的時候，這種說法本身就表明大家都還在盲人摸象。過去這一二十年，狹義定義上的搜索引擎摸到了大象腿，大家覺得大象是條腿，結果現在GPT-3摸到了大象耳朵，大家就說耳朵比腿強。不是這樣的，大家都隻是摸到了這頭大象的一部分，要探索未知的未來，需要把各自的體會融合在一起。所以繼續摸下去就對了，不要那麼早下斷言，但是要趕緊去擁抱它，了解它，而不能隻是空想，或憑着道聽途說的一些理念，就對這種未知的形态做出無法自洽的判斷。當然這也是現在這個時代的精彩之處，我相信未來幾十年，又是一個人才輩出的時代。
任鑫：現在ChatGPT還比較偏向于一個封閉空間裡"自編自話"，但已經很了不起了，不僅能夠合乎邏輯地把"瞎話"編圓，還能做到上下文連續，未來接入更多網絡數據之後很可能形成對 Google 的挑戰。并不是說它會比 Google 更厲害，而是說它的交互界面更好，更适合大衆，不需要學習精通各種搜索技巧，隻通過說話聊天就能獲取信息，這點很無敵。類比來講，其實手機拍照質感還是不如相機，但是因為方便，現在絕大部分的照片都是出自手機。
掃描下方二維碼，回顧精彩課程！
Q2：中國在人工智能領域現狀怎麼樣呢？市場表現如何？
韋青：一言以蔽之，是一個動态的局面，一切結論都别下得太早。客觀來講，現在有一些媒體環境裡存在一種信息幸存者偏差、或者說信息繭房的現象，對狀況的判斷不是以事實，而是以誰的嗓門大、說的多而決定。這樣會産生這麼一個悖論：那些埋頭真正苦幹的人，沒有太多的精力去傳播自己的聲音；而有時候經常發言的，又好像沒有足夠的精力投入在當下。我的經曆、知識、視野有限，所提供的也隻能是這個局面中一個極其微小的視角。在這樣一個劇烈變化的時代，單單能夠稍微跟上時代的步伐就已經很不容易了，再去看全局我已經做不到了。
可以大緻分享一下我的觀察。幾年前我曾經跟美國"四院院士"特倫斯（TerrenceSejnowski）有過一次交流，功成名就的他當時最大的一個興趣就是大模型（Foundation Model，又稱基礎模型）的能力。其實國内外早早就有一批人在背後默默地努力耕耘，現在我們看到的隻是他們耕耘的一個非常非常小，同時又是一個很激動人心的階段性成果。ChatGPT雖然很火、很強大，但也隻是衆多大模型中的一個。實際上這種能力已經遍布各處，微軟最近幾乎所有的産品線都在應用各種機器力量來提高幫助人類的能力。最典型的現象就是我現在無論是發郵件、寫總結報告或者做财務分析，在人機交互這個環節已經在大量使用機器的語音識别能力，而在報告設計和分析模型搭建方面，讓機器幫我實現這些功能遠比我單獨實現的效果要好的多，效率也要高得多。這是全球業界的現狀。
在國内我也接觸過很多業界的同行，可以看到咱們國内進步也非常快，在積極參與全球性的競争與合作同時，各種落地應用場景也在不斷湧現。大家不必把眼光隻放在那些巨無霸型的公司，當然在大模型領域，由于訓練成本太高，可能隻有那些巨無霸型的公司可以承擔得起，但是談起專有模型和行業模型，以及具體的人工智能應用落地，各種類型的公司，無論大小，隻要抱着成長性思維積極探索努力嘗試，發展的空間還非常廣泛。就算是現在規模還稱不上巨無霸的企業，畢竟如大家常說的，目前成功的企業在未來都有可能被現在還想象不到的企業所代替，這是這個時代的特征，所以還是那句老話，在變化的時代，先不要急着下太多斷言。以我們目前看到的，國内像OneFlow（采用全新架構設計的工業級通用深度學習框架）、TDengine(開源、雲原生的時序數據庫)、TiDB(企業級開源分布式數據庫)都很能打，各類AI創新企業也都在各自的賽道上迅速進步，百度、阿裡、科大訊飛這樣的企業都有強大的機器學習産品和服務等等，其實都是可圈可點的。
另外還有一個現象值得大家關注，就是AI技術的工程實現。在AI領域，一方面技術發展迅速，另一方面離老百姓日常使用還是相去甚遠，遠沒有到達PARC實驗室的CTO 馬克·維瑟（Mark Weiser）在幾十年前就預言的真正偉大的技術都是融于百姓日常生活中的無形技術。國内很多的有志之士，已經開始把眼光不是放到未來，也不是放到過去，而是放在當下，以當下的能力、當下的數據來源和當下的市場需求，來不斷地把能力一步一步往前推進。雖然現在大模型很火，但是大模型都是從小模型中成長起來的，同時在真正的工程落地的過程中，大模型、中模型、小模型都有它們的用武之處。這也是Open AI的首席技術官山姆·奧特曼(Sam Altman)在今年9月的一次訪談中着重強調的，當他介紹Open AI取得成功的運作模式時，專門提出先做擺在我們面前的最有信心能成功的事情，然後分出一定的資源進行探索工作，他強調說"偉大的事物都不是計劃出來的，有時重大的突破誕生于偶然"。
至于誰更厲害，我覺得現在誰都不是第一，大家不必浪費精力去看誰現在暫時走在前面了，或誰暫時落後了，真要做出成就，空想是沒有用的，要從當下做起。看清我們腳下的土地、踩的台階是什麼樣子，努力前行就是了。沒有任何一個技術在當初就認為一定會成功，都是嘗試出來的。真正成功過的人或公司會告訴你，走着走着忽然發現，我怎麼走到前面去了。
那麼對國内來講也是一樣，我相信大家隻要堅持同樣的思路和邏輯去探索研究，據我了解已經有好多公司在這麼做了，或許哪天就會突然發現，你已經成為那個獨孤求敗了。但是沒有任何一個獨孤求敗是在開始就拍胸脯說我要成為獨孤求敗，說這些話的人，反而容易因為接受不了暫時挫折而帶來的打擊，結果成不了獨孤求敗。也因此，在這個時代人們特别強調"韌性"的力量。
第四範式：人工智能技術發展主要分為理論研究和商業應用兩方面。理論研究方面，近年來，國家正在大力發展基礎學科研究與人才培養，越來越多的企業也加入到技術研究中，在學術研究領域中美目前走在國際前列。商業應用方面，中國擁有雄厚的數據基礎以及多維度的實踐場景，已經率先進入到了與實體經濟深度融合的新階段，數字化、智能化轉型正在全面推進。
Q3：短時間内AI技術會是風口嗎？可以有哪些商業落地的方向？
任鑫：現在已經是風口了，但不确定是不是真實的機會。我現在也和矽谷一些 AI 團隊有合作，其實技術上都不難（難關都是大廠攻關下來的，小團隊都是用現成的），現在的難點反倒是找到有商業價值的應用場景。舉個例子，進停車場的時候能被識别車牌号，大家覺得是理所當然的，其實這背後也是 AI，隻是因為太普及了，所以大家一點也不覺得這居然是個科技活兒。所以這波 AIGC 還需要找到一些類似這樣"替代停車上看門大爺"之類的樸實商業場景，才能是真風口。
目前比較靠譜的落地方向還是 toB，比如做某些細分市場的工作替代，比如幫助遊戲畫師來畫圖标，幫助建模的工程師做貼圖，這些工作比"随便幫我畫個畫"更容易計算價值（用相應的人工費用算），也就更容易實現變現。
第四範式： AI已經落地在各行各業的衆多場景中，如生成式AI批量高效的創作能力可以提高創作者的工作效率，在文創、元宇宙等領域有廣泛的應用機會；AI還應用在企業中，發掘數據隐含規律并提升企業的決策能力，比如在銀行的反欺詐場景中，通過海量數據和密集計算的方式，能夠精準實時地計算出每一筆交易是否有盜刷的可能性，減少欺詐造成的損失。
我們認為AI不僅僅能帶來企業某個場景效率的提升，更可以讓企業進化成為下一代企業，提升核心競争力，在行業競争中取得巨大的優勢地位。而隻有幫助到企業實現經營的質變，AI等數字化技術才會在企業内變得越來越關鍵，才能持續、正向的發展。
掃描下方二維碼，回顧精彩課程！
Q4：突破AI智能的關鍵是什麼？是人才，是技術，還是什麼？
第四範式：ChatGPT的技術突破離不開大模型、大數據、大算力。據公開報道，OpenAI主要使用的公共爬蟲數據集有着超過萬億單詞的人類語言數據集。而ChatGPT的知識，就來自從這些數據中找到的規律。
其次，ChatGPT突破的關鍵還在于算力增加，這也意味着成本投入，像GPT-3這樣的模型的訓練成本就要千萬美元。這樣大規模的模型對算力的要求和性能還在持續增加，因此商用的話就會面臨經濟性問題。
Q5：現在的AI技術如果繼續發展下去，是否能夠真正地擁有智能、甚至超越人類智慧呢？
韋青：關于這點各家有各家的說法，沒有一個唯一的答案，因為這也是一種預測未來嘛，剛才我說了，未來是不可預測的，隻可能去實現。
基于這個邏輯，我認為如果你真去了解了機器算法的規則和它一步步計算的方式，我會傾向于認為它是沒有智能的，它還是基于人類現有的知識，将其用算法的方式進行歸納和總結，産生出一種看起來跟人的思維想法很接近的表達方式，但是由于機器本身它沒有第一性的價值觀，所以它其實根本無法意識到自己說的是什麼東西。
舉個例子，那天我拿這個ChatGPT寫武俠小說，給它加一些約束詞，比方說都是一些武士，隻是改一些場景和地點，比如武士可能站在長安城上，或者站在開封城上，可能又站在紫禁城上，結果ChatGPT寫出的故事結構沒有什麼改變，它意識不到長安城、開封城和紫禁城背後到底有什麼不同。當然這種缺點可以通過所謂的"提示詞工程"能力去解決，我相信随着算法的不斷進步，未來這種機器學習的能力将會越來越能夠表達出類似人的行為，但是這種能力還是由人類工程師與科學家賦予，而不是機器自己産生出來的。
再比如說像"武士們又滿懷着信心，迎着朝陽去迎接更新的挑戰"這樣正能量的話，對于人類來講是會産生感情共鳴的，但對機器來說呢，就隻是在執行背後的算法而已，這些話也隻是字與字之間，按照最大概率的一種連接，一種接龍。
Q6：如果是隻看當下的這種代碼或者是算法的話，機器擁有智能不太可能，但是未來如何還不一定，可以這樣子理解嗎？
韋青：以目前技術發展的趨勢，沒有人能夠确切斷定它到底能夠怎樣。如果我們把機器擁有智能理解為機器将擁有跟人一樣的智能的話，我認為機器的"元價值觀"也是由人注入進去的，也就是說是人類的責任來決定機器将如何應用他所學習到的人類知識并且以人類的共同價值觀來為人類社會貢獻福祉。這個工作确實要求人類來認真完成，有時候我們把這個工作稱作AI對齊（AI Alignment），就是要讓機器的這種能力與人類共同價值觀保持協同一緻。這種價值觀的産生一定有一個始發點，而不是自我好像忽然無形中産生的，我個人認為這是不存在的。雖然說有類似融合、湧現的複雜科學理論，但是它再怎麼湧現，也需要有一個對于湧現之後結果的取舍。如果是随機取舍而産生緻命而不可挽回的錯誤結果，那是人類自己的問題，跟人類在曆史上犯的無數次錯誤是同一個性質，跟機器沒有關系。這需要人類自己反省，提高自己的分析、判斷和執行能力，并達成人類社會的共識。
就以那個《I，Robot》電影為例吧，機器的價值觀也是那個設計師注入進去的。而它的行動基礎就在于那個"第一性"，否則就是一堆邏輯和算法。靠一堆邏輯和算法産生出一種價值觀，以我的理解來講，我覺得不現實。
再借用一個我之前一直用的例子，就是人類在對機器學習能力進行有效的判斷之前，需要先理解一個剛出生的嬰兒，你還沒有教這個嬰兒任何東西的時候，他就會去吃奶，餓了會哭，就要去飲食，這種生存的欲望是哪裡來的？如果咱們接受這個嬰兒也帶有一個原生"算法"的話，他的這些初始念頭是怎麼來的呢？如果這個還沒搞懂的話，就一定要說機器怎麼怎麼樣，我覺得是走得太快了。
很多民族智慧的理念特别強調活在當下，但現在比較有趣的是，整個社會的語境經常不讓你看當下，總是讓你看未來，這種對未來的思考有它的意義，隻不過就像開始我說的，未來是不可能被預測出來的，還得從當下、從腳下的路開始走，去一步一步探索和實現未來。
Q7：這種直接索求答案（答案由算法直接生成，有些可能是錯的）的模式，對人類的進步而言，是否是一種危害？
韋青：我可能不會用這個"危害"一詞，但我會用"影響"，确實它在某種程度上會異化人類現在的生存和生活方式。這個現象在人類的曆史發展長河中反複出現，比如蒸汽機發明出來，用來驅動紡織機的時候，就出現過路德主義者（他們摧毀機器、拒絕工業機械化）；那麼後來到了汽車的出現，馬車夫和馬車車廂的制作者，他們也必須得轉行。
我印象特别深的是一個朋友的觀點：汽車和冰箱的發明，徹底地改變了人類的群居方式。原來沒有汽車和冰箱時，大家都是小村落的形态生活。每一個村落或一個部族都會有一個鮮肉店，因為沒有冰箱，大家也不可能走得很遠，所以肉品買回去就得做了吃掉，當然會有一些傳統的儲肉方式，比如做成不易腐壞的臘肉，但那種營養方式也是不長久的。随着汽車和冰箱的出現，不管是柴油機，蒸汽機還是電動機，都讓人類的生活方式徹底改變了。它的一個異化的産物，就是人類現在很難吃到真正新鮮的肉類，大都是冰凍過的。那麼這對人類的身體會不會有影響，肯定會有。這确實是反的一面，那正的一面呢？原來由于生活艱辛或偏遠而蛋白質攝入不足的人，現在有機會補充到了足夠的蛋白質，生活素質得到改善。
所以說技術肯定會對人類社會産生非常深遠的本質性影響，但是這種影響的發展路徑是由人來決定，不是由機器來決定，人也不能把這種決定權完全丢給機器。
那麼反過來再說，現在有多少人真正地去親手實現過機器學習的算法呢？沒有親手實現過，有時候就難以理解這些貌似神奇的機器能力是怎麼被算法所實現。比方說GPT，你說了一句話，讓它給你答案，更重要的是你要去研究說什麼話，它給不了你答案。你就知道原來這個工具能做什麼，同時也知道它不能做什麼，然後你就放心了，那麼人就能夠更加有主動性了。
所以當你在拒絕或接受一件事的時候，先不要去盲目地拒絕和接受，相反，要理解它，接納它，使用它，知道它的陰面和陽面，之後我們再說怎麼樣去粗取精，或者說隐惡揚善，但是如果僅僅是靠聽别人說，就下判斷認為該事物是邪惡的或是美好的，那無論對自己還是對機器都是不公平的。
任鑫：首先，每個人思考的時候都是在"索求答案"，區别隻在于大家用的工具效率不同而已；其次，對于那些真的"進步"的大問題，未來 AI 經常也沒法給出來真答案，最多提供啟發；而對于 99.99%和人類進步沒關系的問題，比如"怎麼做番茄炒蛋"，高效地給出适合我們的答案有什麼不好呢？每一代人都覺得下一代人用的更好的工具不夠優雅，之前大家還覺得 Google 讓人淺薄，現在輪到用 Google 的人來擔心下一代了。
Q8：很多文章都在說GPT一出來，很多人都會失業，是不是有點過于神化了？
韋青：一般來說，對于人工智能的評價，要麼是妖魔化，要麼就是神化，常常忽略到人之所以為人，是因為人類具備光輝的人性，這種機器能力需要在光輝人性的照耀下發揮它對人類社會最大的善意。再拿ChatGPT來說，确實它的代碼能力很強，給它發一指令，很快結果就出來了，但是它并不知道這要拿來做什麼。對于技術的應用而言，我特别強調不要把"有"跟"用"等同，也不要把"用"和"用好"等同。我們總是認為具有一個能力很重要，其實不是的，是将其用到幫助人類解決問題才重要，這種能力是人的基本價值。
能夠做到這一點，那麼當出現一種可以部分取代人類現有能力的機器的時候，大家就不必感到驚慌，而是認真思考與應對。畢竟人類能夠發展到現在，不是因為我們肉體上的強大，也不是因為我們記憶力的強大，而是我們适應外界環境變化的學習能力推動了人類社會的生存與發展。舉個例子，一個工人的工作是要用螺絲把兩塊木頭緊固在一起，原來隻有用一把螺絲刀，利用人手的力量來完成這個任務。也因此經常有人開玩笑說把我的手都擰斷了螺絲還沒擰完。等到電動螺絲刀發明出來之後，情況就變了，那這個工人會因此失業嗎？我相信原來隻願意拿螺絲刀去擰螺絲的工人一定會失業的，那麼這個拿電動螺絲刀的一定不會。同樣有些人如果不理解電動螺絲刀，反而還會很害怕，因為不知道它到底是什麼，隻覺得這東西怎麼一直在響，吓死了，就丢掉了。
就像上一世紀60年代有一個著名的人類學實驗：人類學研究人員把沒有見過現代文明的土著居民邀請到現代化城市，讓他去坐電梯。對這些土著民來說，電梯就是一個妖魔：剛才進去了一男一女，過了一會兒"啪"出來一個小孩，或出來一個老頭......想象一下，這對第一次看到這種現象的人類來講是多麼的震撼！可以想象，如果不加解釋與阻止的話，這些土著居民是可以把電梯當做一個神明來崇拜，或者把電梯當做一個妖魔來恐懼，而且這個故事有可能會一代一代的傳播下去，成為人類發展史上的一個傳奇常識。
人類在不知道一件事情原理的時候就會很驚慌和盲目，就像現在的人工智能的這種能力，它隻是一種機器能力，但由于我們不理解它，它又表達出了一種類似于人類的能力，人類就因此變得很慌張和盲從。
掃描下方二維碼，回顧精彩課程！
Q9：對于GPT或者是Midjourney影響特别大的一些行業，比如内容創作者們，他們該怎麼樣去面對這樣的發展，如何去與這樣的技術共存？
韋青：微軟全球的CTO凱文·斯科特（Kevin Scott）最近在一篇文章裡說，他已經在利用這種機器能力作為新的日常工具幫他圓從小就有的科幻小說夢，他說有了這種機器能力的幫助之後，他從原來一天寫2000字左右的小說内容，提高到一天能寫6000多字。這不是未來，是已經發生于日常的現實。但要注意這些場景都是一些人類中的先行者，開始積極了解和使用這種新型的機器能力，他們充當的是機器能力的主人而不是機器能力的仆人，這些人類隻會更加強大，而不會被機器所取代。
在這個基礎上我們又要了解到，機器學習是在一個現有的認知圈内學習，當我們實實在在地理解了GPT-3的計算邏輯，你去問它一些超出認知圈或邏輯圈的話題，涉及一些它沒有學到的素材，那它馬上就露原形了，整個語言體系也随之失效。
人類有一種技能，以史為鑒，從過去發生的事情來預判，先判斷完，然後基于此引導自己的行動。縱看曆史進展，你會發現人類這種物種，一般來說都不願意主動去擁抱新事物，甚至容易将其妖魔化。同時也是這種"以史為鑒"的能力，又讓人類容易自我約束于自己的經驗之中，而無法拓寬自己認知的局限。
所有的邏輯課一開始，先講什麼叫做事實（fact），什麼叫做觀點（opinion），人類的大腦特别不習慣于守在事實上面來分析，而且很容易一下就跳到觀點層面。
我們可以接受古人的一種智慧，叫"一陰一陽之謂道"，就是說任何一個現象的出現，都是有好有壞的，作為人類來講，壓根兒就不是說是因為它壞就全丢掉，也不是因為它好就全盤接受。那怎麼辦呢？人類就要學會跟新事物來共存，不斷提高約束它的負面效應的能力，同時去發揮其正面的功能。
不管是人工智能，還是各種技術進步全是這樣的，就是首先我們先别那麼多觀點評價，因為觀點是建立在一個價值觀和一個過去的經驗基礎上的。從邏輯上講，對于從未出現過的新生事物，人類沒有充分的理由形成完備的觀點。需要在你體驗了新生事物，盡量全面了解到它的正面和反面之後，以及了解并掌握了約束其反面、發揚其正面的能力之後，再經過what-if的分析，然後形成一種新的觀點。就算這樣，人類也需要在不斷的實踐中，根據實際的結果，糾正原來錯誤的判斷，再形成一種新的觀點，這個過程循環叠代，永無止境。
對于技術産物的判斷，近代有兩個具有代表性的例子，一個是殺蟲劑，一個是原子能。在上個世紀五六十年代，殺蟲劑，尤其是劇毒的殺蟲劑，曾經被認為是拯救人類農業的靈丹妙藥。之後以《寂靜的春天》這本書出版作為一個轉折點，人們認識到這種劇毒殺蟲劑不僅能殺滅害蟲，也能毀掉整個人類社會，是不能用的，因為我們根本就控制不了因為使用它所帶來的緻命弊端。因此在全面評估完好它的價值正反面之後，結論是要放棄那種劇毒殺蟲劑的使用。而原子能的利用，則是另外一個局面。它同樣具備毀滅全人類的能力，但是如果用一種地球人共同遵守的共識來約束它的使用，利用它來發電，用來做放射治療，人們認為人類有能力在遵守所達成的共識基礎上，約束它的負面影響，發揮它的正面作用，那麼原子能才慢慢地再往下發展了，我們還是可以去發展和利用它。
人工智能是同樣的道理，它隻是一種機器的計算能力，但是需要人類保持住自己的人性才能與之共存并利用它使人類社會繼續發揚光大，這要求人的主觀能動性和不斷學習與适應的能力。如果這個喪失掉了，那人類社會發展的前景就可能沒有那麼美妙了。畢竟在《沙丘》這本科幻小說裡，整個故事線的起因就是基于這種判斷，即人類在未來，哪怕具備有了統治整個銀河系的能力，為了使人類社會不被毀滅，人類達成了共識，主動放棄發展智能機器的能力。
寫在最後：用韋青老師的一段話放在文章的結尾，希望給你啟發——
悟性就在你的腳下，不要去道聽途說，"知其雄、守其雌"，堅信這個世界上的所有現象都是"一陰一陽之謂道"，以此去應對這個劇變時代，能夠讓我們不用太過于慌張。我相信：我們也隻是曆史長河中的一個微小節點，這些現象不是第一次在人類曆史上出現，也不會是最後一次。我們隻要積極應對，成為新一代的能夠充分利用thinking machine和action machine的主人，而不是被它所裹挾。
所以我們為什麼不開始多做思考，把剩下的事交給機器做呢？畢竟人類是一根脆弱但是會思考的蘆葦。很多人會擔心被異化，擔心會變成機器飼養的"人類寵物"，但想一想，如果人類這麼沒信心，居然不認為自己可以成為機器的主人，如果連主觀能動性和積極向上的精神都喪失掉，那這樣的人類可能真的是前途有限了。一句話，打起精神，積極面對和接受新型人-機時代的機會和挑戰！
