神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。

划重点：

• 人工智能在思考的速度和广度方面表现出色，但在深度和反思性思考方面却有所欠缺。

• 思考需要时间、情感和意义，这些都是人类独有的特质。

• 大型语言模型能够思考，但只有人类才能 “沉思”并创造智慧。

图片来源： DALL-E/OpenAI

我最近一直在思考一个问题：在一个越来越受人工智能影响甚至可能被人工智能主宰的世界里，人类的思想是如何定义的？大型语言模型擅长以惊人的速度产生想法，并以难以置信的广度连接大量信息。但有一个维度它们却无法触及：深度。

深度是思考的标志，是人类独有的能力，能让思想成熟、情感相通，并随着时间的推移而不断发展。正是这种速度、广度和深度的相互作用定义了思考。虽然大型语言模型在某些领域表现出色，但认知的界限是从思考开始的。

1. 速度：AI的即时性

AI的速度无可比拟，这些系统能在几毫秒内产生想法，综合并产生模仿人类推理的结果。需要对文艺复兴时期的艺术进行分析？大型语言模型可以立即提供。需要量子物理学分析？在你倒好咖啡之前，它就已经准备好了。

相比之下，人类的思考速度较慢。我们的大脑实时工作，整合记忆、情感和环境。但这种缓慢是我们的特点，而不是缺点。时间能让我们、以及我们的神经生理学重新审视想法、质疑假设，并让见解有机地涌现出来。

即使是较新的AI方法，如思维链（Chain of Thought，简称CoT），也只擅长结构化推理中的速度。CoT 能将复杂的问题分解成更小、更有顺序的步骤，给人一种深思熟虑的感觉。但这一过程仍然几乎是瞬时的，是一次性计算完成的，缺少的是时间元素。

这就是关键所在：速度是人工智能的优势，但也是它的局限。匆忙得出结果绕过了创造意义的空间。

2. 广度：拓展认知视野

大型语言模型的另一个非凡之处在于其广度。这些模型在几乎涵盖所有领域的庞大数据集上接受过训练，能够创造出广阔的信息网络。如果向大型语言模型询问有关正义的问题，他们可以轻松地将法律理论、道德哲学和历史实例联系起来。这种广度让大型语言模型能够产生人类可能无法立即发现的联系，使它们成为强大的综合工具。

但广度并不等于深度。大型语言模型所建立的联系是统计性和概率性的，而不是反映性或有意性的。它们缺乏人类赋予想法的情感突出性和个人意义。虽然语义人工智能通过关注概念之间的关系而达到了一个新的水平，但它仍然是机械式的操作，在没有真正理解的情况下重新组合已知的模式。

人类也依靠广度，从教育、经验和创造力中汲取养分。但关键区别在于我们筛选和优先处理这些联系的方式。人类会通过情感、身份和目的的视角来权衡各种想法，而这是仅靠广度无法实现的。

3. 深度：人类的超能力

深度是人类的超能力，能让想法沉淀下来，重新审视它们，让意义浮现出来。与速度或广度不同，深度不在于数量或速度，而在于转化。与思考相关的生物和生化基础揭示了它为何如此独特。深呼吸，这将是一个技术性问题。

前额叶皮质（PFC）支配着高阶思维，使我们能够反思、模拟结果并抑制冲动反应。前扣带回皮层（ACC）监控不确定性，帮助我们驾驭模糊性。这些区域共同递归工作，随着时间的推移重新审视和完善想法。

在生化层面上，思考依赖于神经递质，如多巴胺，它能维持注意力；血清素，它能促进平静；谷氨酸，它能让神经元之间进行交流。这些化学物质为深度思考创造了条件，让我们能够沉浸在思考中，而不是急于解决问题。

其结果是将情感、记忆和想象力融为一体的认知过程。这种深度正是做出道德决定、孕育创造力和形成身份认同的地方。

4. 为什么大型语言模型无法跨越门槛

大型语言模型可以通过 CoT 或语义人工智能等技术模拟深度，但它们无法复制思考的递归性、情感性和时间性：

• 缺乏时间：大型语言模型立即产生产出，不会让想法有机地发展。

• 缺乏情感：大型语言模型缺乏赋予人类思想显著性和重要性的情感框架。

• 缺乏自我意识：思考与我们的自我意识息息相关，会让我们能够追问为什么某件事情重要。而大型语言模型只会计算概率。

深度不仅仅是思维的另一个维度，它还是产生意义的维度，是人类与我们制造的机器之间的分界线。

5. 三维认知合作

速度、广度和深度的相互作用揭示了人类和大型语言模型的互补优势。思考是人类独有的能力，而大型语言模型在支持思考方面发挥着关键作用。

• 速度：大型语言模型可以迅速提供答案和见解，从而使人类能够专注于更深层次的思考。

• 广度：大型语言模型能够综合大量信息，为人类的创造力和理解力提供一个框架。

• 深度：人类将这些“原材料”转化为意义、智慧和目标。

这种伙伴关系不是替代，而是合作。通过拥抱人类思考的深度并利用AI的速度和广度，我们可以比以往任何时候都更进一步推动思维的发展。

6. 关于思考...

思维不是一维的，而是跨越了速度、广度和深度，正是在这种相互作用中，我们找到了认知的本质。大型语言模型在速度和广度方面占优势，但在深度（人类独有的深思能力）方面却有所欠缺。

思考不仅仅是思考，而是创造意义、塑造身份、将信息转化为智慧的过程。而这，或许正是思考本身的意义所在：提醒我们，作为人的意义在于其深度。

译者：Teresa