AI 蛇油

本书的原名 《AI Snake Oil》，就算英文不怎么好也可以猜出所谓蛇油是啥意思 - 就是从前江湖郎中所兜售的假药，骗子们为了谋利，宣称自家神药如何神乎其技，如何做到让百病消散。

实际上，历史上还真有其事。"蛇油"（Snake Oil）源自19世纪美国的历史典故。当时中国铁路工人带来了用蛇油制成的中药，确实对肌肉酸痛有一定效果。后来，一些投机商人开始兜售假冒的"蛇油"，声称它能治百病。

这些假药往往只是一些廉价油类混合物，根本不含真正的蛇油成分。商贩们通过夸大其词的广告和华丽的包装，欺骗消费者购买这些无效的产品。因此，"蛇油"（Snake Oil）在英语中逐渐成为"骗人的产品"、"虚假营销"的代名词。本书用这个比喻来形容某些AI产品和服务可能存在类似的问题：过度营销、夸大效果，实际效用却远不及宣传。

暂且把这些冷知识放在一边，让我们回到书的主题。在当今AI如潮水般席卷一切的时代，竟然有人出版了一本书，指出AI可能存在"卖假药"的嫌疑，这绝不仅仅是简单地泼冷水或不识时务。不妨想象一下你在校园时的情景：课堂上，每个女生的课本下都藏着一本琼瑶、三毛或席慕蓉的作品，男生们则沉迷于魂斗罗或金庸小说。此时，如果教导主任突然跳出来，声称要向琼瑶、三毛、金庸以及KONAMI这些"垃圾贩卖者"宣战，这简直就像是在反潮流、反时代，反人民，反革命，不论是为了哗众取宠还是什么其他的动机。

而这个贩卖反潮流论调的作者，是普林斯顿大学计算机专业的教授，还被认为是当代对AI最有影响力的若干个老家伙之一（当然没有Hinton或者LeCun那么旗帜性），所以这本书绝对没有哗众取宠或者倚老卖老的嫌疑。实际上，就算这本书显得与AI大潮格格不入，也仅仅是在标题层面而已，副标题以下部分就开始不那么反革命了，副标题 - 人工智能能做什么，不能做什么，如何区分。

闲话说完，让我们简要讨论正题：AI究竟可以分为哪些类型？它们各自能做什么？哪些领域目前仍然效果不佳？以及哪些任务从理论上就无法实现（这一点最为关键，我敢说你可能会对我的观点持不同意见）。顺便说一下，现在的AI是一天一个样，一个月换一个境界，所以现在对AI的论述保质期实在是短的可怜，好在这本书是2024年底出版，也不至于那么快就OUT。

根据本书的分类，AI主要应用于以下领域：

• 预测分析：基于历史数据预测个人或事件的未来发展。例如，评估借款人的贷款违约风险，或是法院判断候审人员的再犯罪、潜逃风险以决定是否批准保释。在这类场景中，AI模型本质上是一个分类器，它根据训练数据和具体案例的参数，为每个案例提供相应的分类结果。这种场景当中的AI在绝大多数状况下都可信度存疑 - 这就是通常说的AI假药。 原因？简单说来，就是过去的数据无法预测未来，这不是形而上的哲学问题，而是一个非常明显的数学规律。
• 生成式AI，也就是这两年大行其道的OpenAI、Claude、DeepSeek等。这类AI的性能和输出前景广阔。目前为止，只要我们能继续投入无节制的模型参数、训练数据、海量算力和电力，就能持续期待更高的性能。但我们需要了解生成式AI的本质：这类模型本质上是在字词和语句级别上的预测器。它根据用户的输入，不断计算下一个最合理的词，一个接一个地生成内容。至于多模态的图片和视频，原理也类似，只是在矩阵中预测每个像素的色彩编码罢了。
• 响应式AI是一个广泛的概念，指根据外部输入做出决策的模型系统 — 比如社交媒体平台用于内容审核的AI，或自动驾驶AI。作者虽然没有直接评判这些AI的有效性，但实践显示，纯靠AI进行社交媒体内容审核的尝试基本已经失败。而在自动驾驶领域，现实证明AI模型所需的训练要求远超预期，且模型的实际应用也面临重大挑战。

那我们能从这里得到什么启示？很简单，在AI热潮之下，不要头脑发热，要正确理性地管理自己的期望，对AI祛魅，消除不必要的焦虑和恐惧。AI正在取得全面突破这点不假，但我们所目睹的也只是一项伟大工具的诞生（而已），说破了天也就是又一次技术革命（而已）…

以下部分是作者的OS，这些台词按照规范是不应该在这里的，但我们不是AI，我不管这些。

【你会说："不然呢？难道我对AI做出了超出这个范围的非分之想？"】

【我反驳："岂止，现在大家不都已经把AI捧上神坛了吗？Deepseek最大任务不是算命和预测国运吗？"】

【你恼羞成怒："我没干过那些事！"】

【我不依不饶："可你没少看那些愚蠢的微信公众号，你敢说没有吗？"】

【你反唇相讥："我只是看别人用AI生产垃圾，而你可是亲自用AI生产垃圾，上周的报告就是用DeepSeek写的吧？"】

【我无语……沈吟片刻，突然扔出一句："所以你承认那些是AI垃圾？"】

【你无语："……"】

以上的文字还有另外一个目的：证明这篇文章不是AI写的。好了，我从小就抑制这种意识流式样的写作方法，但现在AI汹涌而来，我也只好放飞自我，以此贴上自我的标签以利于在机器文字的洪流中中流击水，以正声色！

最后加一段，如果你真的读到了这一段，我先给您磕一个，再扔出我自家认为最为重要的观点 - 其实在这本书里也提到了：AI没有办法预测未来，这是必然的。因为AI的实质只是一个数学模型而已，而数学模型本身就有无法突破的局限性：他可以用过去的数据来模拟未来，但无法预测未来；在最好的情况下，他可以接近未来的状况，而在最坏的情况下模型会对以往的数据给出100%正确的结果，而对于没有见过的（也就是未来的数据）给出完全不着边际的预测结果 - 这在数学上叫做过拟合（over-fitting)。

而作为杠精的你，又要本色再现，反驳道：那前文的生成式AI又怎么说？

好吧，既然你穷追不舍以命相逼，那我就大发慈悲，以德报怨。博尔赫斯【我最爱的四位作家之一】写过一篇著名的短篇小说《巴别图书馆》。在这个故事中，他描述了一个包含所有可能的书籍组合的图书馆 - 通过将26个字母、标点符号和空格进行所有可能的排列组合。这个图书馆里包含了一切已经写过和将要写的文字，包括对未来的所有可能描述。但这恰恰证明了我的观点：即使我们拥有包含所有可能性的图书馆，我们依然无法预知哪一本书准确描述了未来。生成式AI也是如此，它能产生各种可能的组合，并挑一个目前看起来最有吸引力的版本给你，但它从来就没打算真正"预测"未来。它只是在已知的概率空间中进行采样和重组。