Jaron Lanier：沒有人工智慧（2023）

Jaron Lanier，一位電腦科學家和作家，在2023年發表了一篇引人深思的文章，質疑“人工智慧”這一概念的本質。他追溯了該術語的歷史，指出它源自20世紀50年代，並受到《終結者》和《星際迷航》等科幻作品的影響，這些作品在科技文化中形成了近乎宗教的神話。Lanier 觀察到，許多追求 AI 夢想的科學家同時擔憂這可能導致人類末日。例如，一項調查顯示一半的 AI 科學家認為人類有至少10%的機率被 AI 毀滅，連 OpenAI 的 Sam Altman 也發表過類似言論。但 Lanier 不認同這種恐懼敘事。

他提出最務實的觀點是將 AI 視為工具，而非生物。儘管工具也可能被誤用導致危險，但神話化技術只會讓管理更糟。他認為，像 GPT-4 這樣的程式本質上是維基百科的升級版，透過統計學混合大量人類創作的資料。影像生成工具則類似於線上影像搜尋的合成版本。創新之處在於混合過程變得受控，從而產生有用甚至驚豔的結果，但這並非發明了新思維，而是照亮了人類創作之間的隱藏關聯。

Lanier 強調，這種視角反而更顯技術的高明——文明本就是社會協作的產物。將 AI 理解為協作方式而非獨立智慧，可以減少神秘感，避免像 HAL 9000 那樣的管理失誤。大型語言模型的靈活性源於簡單數學：它記錄了詞彙共現的機率，因此在處理查詢時能近似語法和風格。這種非重複性讓互動感覺生動，但也需要人類的判斷選擇。他看好 AI 在減少數字系統的僵化性上的潛力，例如網站能自動適應色盲使用者或不同認知風格，從而賦予人們更多控制權。

然而，關於 AI 政策的討論常圍繞“對齊”、“安全”和“公平”等術語，儘管這些努力有成效，但未能消除恐懼，反而導致規避保護措施的遊戲。Lanier 在一次非正式實驗中發現了科技界的一些共識：深度偽造必須標註，人工交流或操縱性互動也應標明，並且人們應能採取行動。更重要的是，需要結束當前 AI 工具的“黑箱”狀態，提高透明度。但這面臨困難，因為大型模型沒有明確觀念，只有巨大的數學混合體。例如，要求 AI 生成指令碼或草圖來揭示意圖會導致無限迴歸。

Lanier 提出了“資料尊嚴”概念作為解決方案。他認為，黑箱的開口在於揭示背後的人類貢獻。資料尊嚴主張數字內容與創造者關聯，人們能因創作獲得報酬，即使經過模型重組。這與當前免費服務換取資料的模式不同，後者導致了平臺壟斷和使用者被操縱。資料尊嚴需要技術研究和政策創新，但它可能使科技行業更健康。Lanier 總結道，既然 AI 帶來的生存風險已被廣泛認識，這可能是改革科技行業的契機。開放黑箱不僅能提升模型趣味，還有助於加深對語言的理解。