今天我要探讨一个关于人工智能和人类的新兴推测,这个观点似乎正在获得越来越多的关注。这个推测涉及你的左脑和右脑。
你可能熟悉这样的说法:你的大脑由左半球和右半球组成。据说右脑负责创造性活动,而左脑则负责所有逻辑分析工作。
最新的观点认为,生成式AI和大语言模型的广泛使用据说正在增强你头脑中的左脑,并倾向于削弱或在精神上饿死右脑,因此我们所有人都在逐渐变得左脑占主导地位而右脑衰退。很快,人类将成为一个左脑优势的社会,这可能看起来很方便,因为我们都将具有高度的分析能力,但不利的一面是,我们将无法创造性地解决问题。
让我们来谈论这个话题。
这项AI突破分析是我在福布斯专栏中持续报道最新AI发展的一部分,包括识别和解释各种有影响力的AI复杂性。
伟大的推测
生成式AI和大语言模型的出现与我们的思维方式有关系吗?
一些人认为现代AI确实对我们的思维过程产生了影响。其中一个论点涉及经典的左脑与右脑理论。这是关于大脑两半球的流行理论,认为每一半在你的思维过程中都有假定的专门目的。
据说我们的左脑负责逻辑思维。每当你被要求思考如何解决难题、进行算术计算以及进行其他分析时,你的左脑为你承担重任。相比之下,右脑从事创造性工作。例如,你被要求在空白画布上画任何你想画的东西。右脑参与进来并提出一些富有想象力的东西。然后,右脑引导你画出你自己版本的蒙娜丽莎。
这个关于大脑的概念与当代AI有什么关系呢?
流行的观念是生成式AI和大语言模型正在为你大脑的左半球充电。
左脑对右脑的接管
情况是这样的。
数以百万计的人每天都在使用AI来帮助他们思考生活中面临的问题和议题(OpenAI表示每周有8亿人在积极使用ChatGPT)。所有这些AI的使用据说都在增强左脑。我们在不知不觉中增强了逻辑思维。尽管你认为你只是在向AI提问,但现实是答案正在促使你的思维变得越来越具有分析性和逻辑性。
与此同时,这里有个问题,右脑显然正在被饿死。AI本质上在热切地喂养你的左脑。同时,它没有给你的右脑一点点精神贡献。结果,据说右脑正面临衰退,因为它在你的思维方式中不再有实质性作用。
天哪,声称所有人类都在潜意识中被调节使用和扩展他们的左脑,并抛弃他们的右脑。人类将缺乏创造性思维。我们注定要在思维上变得机械化,即完全被我们的左脑征服吗?
解析这个推测
让我们来处理这个令人惊讶的声明。
首先,你可能坚持认为,如果AI真的对人类思维产生了那种影响,并且是大规模的,世界将因此变得更美好。虽然到目前为止,人们经常被他们狂野和创造性的一面误导,也许我们将转向一个逻辑思维者的全球社会。让我们的左脑成为思维的主导将是一个福音。
想象一下,如果每个人都遵守逻辑的适当界限,我们能有多少和谐。和平与宁静必将出现。我们总是彼此进行逻辑对话。我们的行为将植根于逻辑。总的来说,这似乎是一个相当不错的交易,我们显然应该光荣地感谢AI和大语言模型的大规模采用带来这个光明的结果。
等等,反驳来了,你忘记了创造性思维的重要性。
世界将充满与自动机器人没有区别的人类。我们所有人都会按照纯逻辑的节拍行进。很可能我们会发现自己无法取得进步,因为没有人能够或愿意跳出框框思考了。人们会停滞不前。不会发生任何创造性的事情。这肯定是人类成熟的死胡同。
杯子是半满的而不是半空的
当你正在思考我们会在生活的逻辑方面获胜但在创造性方面注定失败的想法时,让我们转换视角,看看解释这个难题的另一种方式。
假设左脑确实通过大量使用AI得到了增强。额外的假设是右脑被饿死了关注。它萎缩了。它生锈了。
思考右脑状态的另一种方式是断言右脑必须加倍努力才能跟上左脑。换句话说,右脑不是生锈,而是会蓬勃发展。靠自己。AI瞄准左脑这个事实并不意味着右脑必须无所事事地静静观看这种情况的发生。
右脑会严厉斗争以保持在游戏中。我们的创造力将会超速运转。总的来说,右脑将有自己的自然过程得到增强。这可能比依靠AI来帮助实现类似的目标更好。
实际上,这里还有其他需要考虑的事情。随着左脑得到所有AI关注,也许左脑会变得懒惰。它不会奇迹般地得到增强。相反,它会完全依赖AI来做我们的逻辑思维。
最终结果将是右脑占据至高无上的地位,推动人类变得极其富有创造力。遗憾的是,我们的左脑将使用AI作为一种精神拐杖。如果不急于请求AI帮助你,你几乎无法进行逻辑思考。
推测的结果与流行推测所暗示将发生的情况完全相反。就这样,故事结束。
在构想中戳个大洞
似乎我们陷入了一个令人眼花缭乱的困境,由于AI,社会要么变得左脑优越,要么右脑优越。
抛硬币吧。可能是任何一条路径。
好吧,还有另一个角度可以颠覆整个假设推测。我们假设存在左脑和右脑的人脑概念方式。你显然可以说大脑有左侧和右侧,但这真的意味着我们在一半中以一种方式思考,在另一半中以另一种方式思考吗?
这个关于左脑分析性和右脑创造性的常见理论并不像你可能假设或相信的那样确定。在史密森尼杂志上发表的一篇题为"我是左脑还是右脑?"的文章中,Nate Fedrizzi于2015年9月25日提到了这些要点(摘录):
"人们要么是'左脑型'(更具体和分析性),要么是'右脑型'(更抽象和创造性)的想法,几十年来一直在流行文化中流传。"
"这个概念的持久影响可能是由于人类对一切事物进行分类的自然倾向——包括我们周围的人。"
"虽然某些心理过程确实倾向于发生在大脑的右半球或左半球,但对该主题的研究发现没有证据表明人们在大脑的一侧或另一侧有更强的网络。"
"研究表明,大脑的两侧在创造性和定量任务中都协同工作。"
当左脑和右脑不对立时
对许多人来说令人惊讶的方面是,他们可能从小就相信存在基于逻辑与基于创造性的左脑和右脑划分。这在直觉上似乎很吸引人。一个人甚至可能声称,当他们做创造性任务时能感到右脑在搅动,然后在执行分析任务时感到左脑在嗡嗡作响。
这主要是由于强加的信念,还是真的发生了?
我不会参与那个激烈的辩论,而是回到关于AI的对话核心,即AI是否支持大脑的一侧而不是另一侧。
如果大脑真的不是由用于分析的左脑和用于创造的右脑组成,那么AI可能会为整个大脑提供能量,而不仅仅是一侧。考虑这个的另一种方式如下。你向AI提问。你的整个大脑都会参与理解答案。因此,AI最终间接地搅动你的整个大脑,而不仅仅是一侧。
纯逻辑和非创造性AI的谬误
这带来了一个相关的考虑。
从一开始,我们就把AI的使用只增强人类思维的逻辑或分析方面这个假设当作理所当然。让我们揭穿那个假设。没有特别真实的理由声称AI将专门专注于逻辑。我意识到多年来电影和电视节目选择将AI和机器人描绘成好像它们会被困在纯逻辑的网络中。
AI也可以轻易用于创造性任务。
人们正在使用生成式AI写诗、创作创造性故事、制作生动、富有想象力的图像和照片,并创建无可争议的创造性视频。关键是你不能面不改色地宣称AI只能帮助分析和基于逻辑的任务。AI可以为创造性做出贡献。
底线是,即使你相信AI将在左脑和右脑基础上影响我们,AI增强右脑的机会与它增强左脑的机会一样多。AI只会在分析基础上增强左脑的假设是站不住脚的。AI同样可以对创造性右脑这样做。
一个全球性的任意实验
无论你对整个左脑和右脑之谜的看法如何,我想转向关于这个话题的一个更宏观的观点。
我们正处于一个任意性质的宏伟实验中。这个实验包括在全球范围内向数十亿人完全开放生成式AI和大语言模型。我们所有人都是这个实验中的豚鼠。没有人能确定地说出AI的广泛和持续使用将对我们的思维产生什么影响。
我一直在广泛分析和讨论AI的使用将对我们的心理健康产生双重影响。一方面,你可以合理地担心AI在全球范围内提供心理健康建议有可能破坏人类的心理健康状况。相反的观点是,AI作为治疗师并在任何地方24/7可用,可能是人类历史上心理健康的最大福音。
由我们来决定这些AI影响将如何落地。
正如著名小说家亨利·米勒曾经说过的:"我们每天都在创造我们的命运。"这是真相,不是虚构的。
Q&A
Q1:左脑和右脑的分工理论是否科学准确?
A:根据史密森尼杂志的研究报告,传统的左脑分析、右脑创造的理论并不完全准确。研究发现没有证据表明人们在大脑的一侧有更强的网络,大脑的两侧在创造性和定量任务中都协同工作。
Q2:生成式AI真的只能增强逻辑思维能力吗?
A:不是的。人们正在使用生成式AI写诗、创作故事、制作图像和视频等创造性任务。AI既可以帮助分析和逻辑思维,也可以为创造性思维做出贡献,而不是只专注于逻辑分析。
Q3:大规模使用AI对人类思维会产生什么长远影响?
A:目前我们正处于一个全球性实验中,数十亿人在使用生成式AI和大语言模型。没有人能确定地说出这种广泛使用会对人类思维产生什么影响。可能既有积极影响也有消极影响,最终结果取决于我们如何使用这些技术。
好文章,需要你的鼓励
近期有观点认为,大规模使用生成式AI和大语言模型会增强人类左脑的逻辑分析能力,同时削弱右脑的创造力,导致人类社会逐渐成为左脑主导的群体。但研究表明,左右脑功能分工理论缺乏科学依据,大脑两半球在创造性和逻辑性任务中都会协同工作。此外,AI不仅能辅助逻辑思维,同样可用于诗歌创作、图像生成等创意任务。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软全球AI巡展在迪拜举行,宣布启动Microsoft Elevate UAE项目,计划为超过25万名学生和教育工作者以及5.5万名联邦政府员工提供AI技能培训。该项目是微软152亿美元投资计划的一部分,旨在加强AI基础设施建设,培养本地人才能力。微软还将与G42和JAHIZ平台合作,为联邦公务员提供技术培训,支持阿联酋成为AI领域的区域和全球领导者。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。