关于AI，你现在必须知道的五件事

Will  Douglas  Heaven｜MIT Technology Review｜2025.07.22

上周我在伦敦SXSW大会做了一场演讲，题目叫做“你现在必须了解的AI五件事”——这是我心目中当下AI领域最重要的五个观点。

这场演讲是为大众准备的，算是一场关于2025年AI格局的快速导览。如果你感兴趣，这里分享给你。里面有干货，也有趣味，我甚至还讲了几个笑话！演讲视频现在已经上线（感谢SXSW London）。下面，我会快速介绍一下我的五大看点。欢迎你来交流，如果你有不同看法，也很乐意听听！

1 生成式AI已经强大到让人害怕

也许你觉得这点显而易见。但即便对我这个以跟进AI进展为职业的人来说，我都不得不不断调整对技术进步速度的预判。

几个月前，我的同事James O’Donnell给我们MIT Technology Review编辑部发了10首音乐，并让大家猜哪些是AI生成的，哪些是人类创作的。结果，几乎所有人猜得还不如蒙的。

音乐领域发生的事，正在各类媒体、代码、机器人、蛋白质合成乃至视频领域上演。你只要看看大家用Google DeepMind的Veo 3这样的视频生成工具做了些什么，就能明白。而且这项技术已经渗透到一切领域。

我的观点？无论你觉得AI是人类的福音还是灾难，都千万不要低估它。它已经足够厉害，而且还在变得更强。

2 “幻觉”是AI的特性，不是缺陷  当然，AI也常常翻车。当它开始胡编乱造时，我们称之为“幻觉”。比如客服机器人承诺不存在的退款、律师提交全是虚假案例的法律文件，或者RFK小组发布引用根本不存在论文的报告。

你会听到很多声音，说“幻觉”是一个需要修复的问题。但更准确的看法是，生成式AI天生就是用来“编造”的——它的本质就是创造新的内容。

真正让人震惊的不是AI会瞎编，而是它编出来的内容居然经常像那么回事。这意味着什么？第一，我们得清楚AI到底能做什么、不能做什么。第二，别指望未来会有“绝不产生幻觉”的AI版本——那根本不是AI的本质。

3 AI对能量的渴求只会越来越大  你可能听过“AI很耗电”这样的说法。但很多人以为那只是因为训练巨型模型需要海量电力，实际上，这些模型的训练周期很长，间隔也很久。

真正的变化在于，这些模型已经被全球数以亿计的人每天使用。虽然单次调用所需的能量远低于训练，但当用户量达到这个级别，能耗也随之暴涨。

比如，ChatGPT每周活跃用户4亿，全球访问量排名第五，仅次于Instagram，高于X（前Twitter）。其他聊天机器人也在迅速追赶。

难怪科技巨头们都在沙漠里建数据中心，重塑电网。

实际上，我们对AI大规模使用到底消耗多少能源一直知之甚少，因为主流企业几乎不对外公开相关数据。

但这一切正在改变。我的几位同事联合研究者，花了几个月专门测算开源AI模型的能耗（强烈推荐去看看他们的发现）。

4 没有人真正明白大语言模型是如何工作的  当然，我们知道怎么去搭建它们，也知道如何让它们变得“好用”——见第一条。

但它们的内在机理依旧未解之谜。仿佛这些东西是外星产物，科学家们只是在外围“敲敲打打”，试图弄清楚它们到底是什么。

令人难以置信的是，从来没有一项亿万人使用的主流技术，却被如此少地理解。

这有多重要？很简单：在彻底搞懂之前，我们无法确定AI的边界，也无法有效控制它们的行为，更无法真正解释“幻觉”现象的根源。

5 “AGI”这个概念本身就没有实际含义  不久之前，“通用人工智能”（AGI）还是个边缘话题，主流学者提起来都觉得不好意思。可现在，随着AI变得越来越强大、越来越吸金，越来越多严肃的人公开表示，他们就要造出AGI了——不管那到底是啥。

AGI，理论上是指在各种认知任务上能与人类匹敌的人工智能。

可这到底是什么意思？怎么衡量“匹敌”？和哪类人类比？要覆盖多宽的任务范围？而“认知任务表现”本质上不就是“智能”吗——定义本身就兜圈子。

现在，当人们说“AGI”，其实大多只是指比现在更强、更通用的AI。

大家对AI进步的信心近乎绝对。过去它进步了，所以未来也会。可实际上，没有任何证据能证明这一定会继续下去。

那我们现在处于什么状态？我们正在建造越来越能“模仿人类行为”的机器，但这项技术依然有着致命缺陷，而我们才刚刚开始理解它的真正原理。

我怎么看AI？我们造出了能表现得像人的机器，却始终摆脱不了“它们背后也有个人脑”的想象。这种心理导致了人们对AI能力的夸大，也让技术乌托邦主义与怀疑论者之间的文化战争愈演愈烈。