設置星標 關注，從此你的世界多點科學~

ChatGPT這樣的大模型的成功并非偶然，每一次進化都是從無數(shù)被淘汰的算法、模型中艱難誕生。在這艱難曲折的探索中，人類智慧的金塊無疑是AI頭上的一盞明燈。反過來，大模型的進化經(jīng)驗，能否成為我們人類認知進化的營養(yǎng)？由此，我們破繭成蝶，與AI時代同頻共振，開啟認知與智慧的躍遷。

01

為人生定義目標函數(shù)

所有的機器學習，在開始訓練前，都必須明確一個目標函數(shù)。這個函數(shù)定義了模型希望達到的理想狀態(tài)，而訓練的全部意義就在于不斷優(yōu)化參數(shù)，讓模型越來越接近這個目標。正所謂學習未動，目標先行。

人類學習也遵循同樣的道理，如果我們把目標函數(shù)設定為短期、狹隘的目標，如考取某個證書、通過某次考試，那么這個目標函數(shù)的確容易實現(xiàn)。但是，我們得到的只是一個線性模型，目標只要稍微復雜一點、稍微變化一點，這個線性模型就再無用武之地。這在機器學習中也被稱為“局部最優(yōu)”陷阱。當一個模型陷入局部最優(yōu)的舒適區(qū)，就不再演化，最終錯過了更廣闊、更深遠的優(yōu)化空間以抵達“全局最優(yōu)”。同樣，人生的發(fā)展也會出現(xiàn)局部最優(yōu)——在人生某個階段取得了看似不錯的成就，實際上卻限制了后續(xù)的發(fā)展空間。所以，短期看是目標達成，長期看則是機會喪失。

人本主義心理學家亞伯拉罕·馬斯洛曾經(jīng)問他的學生：“你們當中，誰將成為偉大的領導者？”學生只是紅著臉，咯咯地笑，不安地蠕動。馬斯洛又問：“你們當中，誰計劃寫一本偉大的心理學著作？”學生結結巴巴地搪塞過去。馬斯洛最后問道：“你們難道不想成為一個心理學家嗎？”這時，所有學生都回答“想”。這時，馬斯洛說道：“難道你們想成為平庸的心理學家？這有什么好處，這不是自我實現(xiàn)?！瘪R斯洛解釋道，我們其實不僅僅害怕失敗，也害怕成功。

在這現(xiàn)象的背后，是與自尊糾纏在一起的自卑：我們對偉大的人和事物都有一種敬畏感——在面對他們時，會感到不安、焦慮、慌亂、嫉妒甚至敵意，因為他們會讓我們產生自慚形穢的卑微感。于是，當我們試圖獲得榮譽、成功、幸福等美好的事物時，還未行動，我們卻產生了“這是真的嗎”“我不行”“我不配”的自我質疑，因為陌生的陽光如同黑暗一樣可怕。

薩姆·奧爾特曼在一次接受采訪時，回憶起剛創(chuàng)業(yè)時遭到的嘲諷：“回想起來，一件非常成功的事情是，我們從一開始就確定了AGI的目標，而當時在業(yè)內，你甚至不能談論這個目標，因為它聽起來太瘋狂了，近乎癡人說夢。所以這立即引起了蘇茨克維的注意，也吸引了所有優(yōu)秀年輕人的注意，當然，也引來了不少前輩的嘲笑。不知何故，我覺得這是一個好兆頭，它預示著某種強大的力量。我們當時是一群烏合之眾，我的年齡是最大的，大概30歲，所以當時大家覺得我們這群不負責任的年輕人什么都不懂，凈說些不切實際的話。但那些真正感興趣的人會說，‘讓我們放手一搏吧！’”

這就是OpenAI的目標函數(shù)，所以才有今日之OpenAI。

作為個人，我們的目標函數(shù)應該是什么？

在我看來，那就是構建屬于我們自己的、特立獨行的“個人知識體系”。我們的知識體系是我們認知世界的“眼睛”，正如色盲者無法正確分辨這個世界的顏色，而一個知識體系有缺陷的人不可能觸摸到這個世界的本質。

進入AGI時代，個人知識體系的重要性被無限放大，這是因為AI正在逐漸接管那些標準化、結構化的信息處理任務，而唯有那些真正基于深層理解、價值判斷和創(chuàng)造性思維的能力，才屬于人的不可替代的能力。而這些能力，恰恰植根于獨特的個人知識體系之中。所以，不斷擁抱新的經(jīng)驗、新的知識，更新推理思維鏈，打破認知邊界，都是在構建一個能與世界深度對話、與自我持續(xù)共鳴的個人知識體系。

“蘭葉春葳蕤，桂華秋皎潔。欣欣此生意，自爾為佳節(jié)?！瘪R斯洛說，這才是“奔放的人生”，而不是“枯萎的人生”，因為“如果你總是想方設法掩蓋自己本有的光輝，那么你的未來注定暗淡無光”。

02

使用隨機梯度下降優(yōu)化人生

在機器學習中，隨機梯度下降是被廣泛使用的優(yōu)化算法之一。其原理簡單而高效：每一步都在當前的位置基礎上，找到一個大致正確的方向，然后往那個方向邁進一小步。而這個大致正確的方向，來自當前的誤差——算法通過不斷迭代調整模型參數(shù)，沿著矯正誤差最陡梯度前進，逐步找到使損失函數(shù)最小的參數(shù)值。所以，正是因為存在誤差，我們才能判斷前進的方向。

大模型只能從錯誤中學習，人也不例外。這是因為梯度下降的優(yōu)化算法與大腦的預測編碼機制有異曲同工之妙。預測編碼理論認為，大腦是一個主動預測外部世界的系統(tǒng)，它不斷根據(jù)已有的經(jīng)驗形成預測，隨后將這些預測與現(xiàn)實中接收到的信息進行對比。當預測與實際感知之間出現(xiàn)差異時，大腦就會產生誤差信號。這種誤差信號會激活大腦中與獎賞和糾錯機制相關的多巴胺系統(tǒng)，從而重塑大腦神經(jīng)元之間的連接。

換句話說，錯誤為大腦提供了一種清晰的、明確的反饋信號，幫助我們快速地發(fā)現(xiàn)原有知識或方法的不足，迫使我們重新審視自己原有的信念或行為模式，并嘗試新的、更加準確的做法。與之相反，當我們的預測正確、表現(xiàn)良好時，大腦獲得的反饋信號是弱而模糊的。所以成功的體驗非常美好而錯誤讓人痛苦，但是我們的成長來源于如何應對、修正錯誤，因為錯誤本質上并非失敗，而是一種推動我們持續(xù)更新認知結構、增強適應能力的動力源泉。

但是，人是追求獎勵、逃避懲罰的動物，“少犯錯、不犯錯”是我們所接受的教育的核心，所以主動試錯對我們而言是知易行難。隨機梯度下降則為此提供了解決之道。

隨機梯度下降的核心魅力之一，在于它能從不確定中找到確定性——目標函數(shù)清晰，但是通向目標函數(shù)的路徑不確定。也就是說，我們不要執(zhí)著于精確地規(guī)劃未來的每一步，因為這樣反而可能陷入過度分析而遲遲無法行動。我們需要做的，就是“強行起飛，粗糙開始，空中加油”——找一個大致正確的方向（梯度），然后向前走一步（下降）。

不必在乎當下的這一步是否最優(yōu)，做時間的朋友，能多走幾步就多走幾步。

因為對于梯度下降這件事，起點不重要，終點才重要。起點都是初始化的隨機參數(shù)，眾生平等；終點則是損失函數(shù)的能量最小值。所以，家境是否優(yōu)渥不重要，是不是名牌大學畢業(yè)不重要，年齡太大也不重要，因為這些都只是起點，或者最多只能算是“中點”而非終點。梯度下降算法能保證的是：不管起點在哪里，最后得到的解都差不多，當然前提是一直按照梯度的方向走下去。所以，堅持走。

然后，四處走走（隨機），因為每一個方向都是你對世界的新認識。包容性和靈活性是隨機梯度下降的核心魅力之二。

如果只是沿著熟悉的道路前進，雖然容易并且安全，卻可能會讓你陷入認知的局部最優(yōu)陷阱——你以為自己已經(jīng)理解了整個世界，實則只是固守在一個狹窄的角落。

正如隨機梯度下降強調隨機抽樣是為了避免陷入局部最優(yōu)，人生也需要隨機性的探索，這樣才能發(fā)現(xiàn)沒有見過的風景。閱讀陌生領域的書籍，與不熟悉的人交談，嘗試未知的可能性，正是利用了隨機性帶來的認知增益。它引領我們遇到新的誤差、新的意外，并因此而激發(fā)新的學習過程，推動認知結構的重新構建。正是在隨機探索中，我們不斷修正對世界的理解，逐漸接近真實。

隨機，不僅是算法優(yōu)化的策略，更是我們深入認識世界、走向自我更新的重要方法。

奧爾特曼曾經(jīng)談到他的一次“四處走走”：我在26歲時賣掉了我的初創(chuàng)公司，然后中間空了一年。在那個年代，在硅谷這是很難想象的行為，因為那是一個根據(jù)你的職位和你所做的事確定社會地位的地方。但是如果你真的可以在兩份工作之間空出一年，我是非常推薦的，我甚至覺得這是我職業(yè)生涯里做得最對的事情。在那一年里，我讀了很多書，在很多感興趣的領域有所涉獵。……我學到了核工程知識；AI時代開始了，我學習了關于AI的理論；我學習了生物制造的相關知識?！业胶芏嗟胤铰眯?，從某種程度上講，我感受到了這個世界其他部分真實的樣子，我見了從事各行各業(yè)的人，并與之交談……我有充足的時間，所以如果我遇到了有意思的看起來不錯又需要幫助的人，我會幫助他們?！覜]有安排自己的時間表，所以我可以立刻飛到其他國家參加會議。我開始做這些隨機的事情。幾乎所有的事情都沒有開花結果，但是對之后事情產生深遠影響的種子已經(jīng)種下了。

這個種子，最終發(fā)芽成長為OpenAI。

03

人生所需不過一份注意

GPT的T，指的是Transformer，其最核心、最精妙之處就是“注意力機制”。它會對一段文本中每個詞語與其他所有詞語之間的關系進行評估，計算出它們之間的關聯(lián)強弱程度，從而捕捉信息之間的相互關系，以實現(xiàn)高效而精準的信息處理。所以，學習的本質也是注意力分配的藝術。

我們所處的世界彼此相連，而非孤立隨機。在物理層面，世界由物質和能量組成，它們之間不斷地相互作用，形成復雜而穩(wěn)定的秩序。在生命層面，物種之間通過復雜的生態(tài)網(wǎng)絡連接起來，生態(tài)鏈中每個環(huán)節(jié)互依互存，任何個體的變化都可能引發(fā)連鎖反應。在人文社會層面，每個人看似獨立，但無時無刻不在通過溝通、情感聯(lián)結與社會網(wǎng)絡交織在一起。文明的存續(xù)與演化，來源于人與人之間頻繁而有序的互動。

英國詩人約翰·多恩說：“沒有人是一座孤島，可以自全。......任何人的死亡都是我的損失，因為我是人類的一員，因此不要問喪鐘為誰而鳴，它就為你而鳴?！泵绹袨榭茖W家阿莫斯·特沃斯基也說：“人不復雜，復雜的是人與人之間的關系?！?/p>

應當如何分配注意力來認識我們所在的這個世界呢？

第一，注意高質量的數(shù)據(jù)和人。

在機器學習領域，有一個廣為人知的第一性原理：“垃圾輸入，垃圾輸出?！痹俣嗟膮?shù)，再強大的算力，如果輸入的數(shù)據(jù)質量低下，最終訓練出來的大模型也必然表現(xiàn)糟糕。所以， OpenAI 在訓練初期便嚴格把控數(shù)據(jù)質量，選用了維基百科、經(jīng)典書籍、科研論文、優(yōu)秀代碼和高質量互聯(lián)網(wǎng)內容作為注意力處理的信息。這些精心挑選的材料構成了 GPT 的認知基座。

截至2024年6月，我國短視頻用戶數(shù)量達到10.5億，占整體網(wǎng)民的95.5%，人均每天觀看時長約151分鐘。而閱讀用戶只有短視頻用戶的一半，人均每天閱讀時長只有23分鐘。AI在學習，人類卻在沉迷。

真正與注意力門當戶對的是高質量的數(shù)據(jù)集和人。在進入某個領域前，首先精心構建你的數(shù)據(jù)集：誰是這個領域的權威，哪些書、線上課程是這個領域的經(jīng)典，哪些工具能讓這個領域的抽象知識變得具象清晰？之后，閱讀入門材料快速建立對這個領域的基本認知；接下來，對經(jīng)典或權威的書籍或教材進行深度學習，建立完善的知識框架；最后，通過專業(yè)研究文獻并與專家或AI互動交流，拓寬和深化自己的認知邊界。

第二，注意實例而非規(guī)則。

符號主義給 AI 以規(guī)則：“如果一個動物有尖尖的耳朵，胡須明顯，并且眼睛在夜間能反光，那么它是貓?！边@時，狐貍、猞猁、浣熊和狼也會被符號主義 AI 識別成貓。而聯(lián)結主義只給 AI 貓的圖片，各種各樣貓的圖片，讓注意力在海量的數(shù)據(jù)中主動探尋其中蘊含的模式和規(guī)律。前者是授人以魚——人類先提取特征，然后把特征喂給 AI ，即人類向 AI 輸入人類學習的結果， AI 只需要記憶，正所謂前面有多少智能，背后就有多少人工。后者是授人以漁——沒有工程師總結的規(guī)則，只有精心挑選的實例，讓神經(jīng)網(wǎng)絡自己學習，讓它自己去充分挖掘全部可能，因為“足夠大的神經(jīng)網(wǎng)絡當然無所不能”（計算軟件 Mathematica 的創(chuàng)造者史蒂芬·沃爾弗拉姆語）。學會放手，效果反而驚人。

孩子的大腦，也如一個剛剛初始化的大模型，有極大的參數(shù)空間等待優(yōu)化。與其告訴他人生道理，不如給他精選的樣例，讓他通過自己的探索得到答案。這就是認知心理學家和教育心理學家杰羅姆·布魯納在其經(jīng)典著作《教育過程》中提出的范例教學，又稱歸納式教學。

在數(shù)學教學中，教師給出一系列完整解題步驟的例題，學生通過分析示例主動理解數(shù)學概念和方法，而不是教師直接講解抽象的數(shù)學公式；在語文教學中，教師讓學生通過反復接觸大量語言樣例歸納語法規(guī)則，而非直接灌輸語法規(guī)則。這種方法不僅能加深理解，還更易于將其遷移到新的問題或情境中。

所以，孩子在成長過程中碰到的每一個難題，都不妨看作一次有意義的訓練樣例，父母無須立刻給出結論或答案，要讓孩子自己去觀察、體驗、比較、反思，從中找到自己的道。放棄說教，“給予注意，學會陪伴”，這才是養(yǎng)育孩子的黃金法則。

成人也是如此。初等教育和高等教育賦予我們的道理如同預訓練階段的基礎知識，它們在大腦中構建了認知的底層模型，卻不足以直接指導我們應對真實復雜的生活場景。生活真正考驗我們的是具體情境中的決策能力，而這種能力恰恰來自后續(xù)不斷的微調和強化學習。

例如，面對親密關系中的沖突，書上說“要理解對方，包容不同觀點”，但這樣的抽象道理并不能讓我們解決沖突；只有去傾聽、去表達、去調節(jié)情緒，然后根據(jù)對方的反饋微調和優(yōu)化我們“人際交往專家模塊”的參數(shù)。所謂“紙上得來終覺淺，絕知此事要躬行”，這樣，我們才不會陷入“懂得了很多道理，依舊過不好這一生”的局部最優(yōu)陷阱。

第三，注意也是遺忘。

學習的本質，是對知識體系的優(yōu)化。大模型像一個撿破爛的拾荒者，無差別地記憶所有接觸的信息。而人超越大模型的，是其所獨有的“選擇性遺忘”：有意識地強化對重要知識和場景的記憶，同時主動遺忘那些低效甚至有害的信息。所以，積極的遺忘并非失敗，而是一種認知優(yōu)化的策略，它可以讓寶貴的注意力聚焦于那些真正有價值的信息和故事?！堵妍愃返淖髡吒ダ谞枴ぜ{博科夫說：“你所領悟的人生真理，皆是你曾付出代價的往事?！?/p>

在學習過程中，選擇性遺忘就是“先做加法，再做減法”的思維模式。為策劃一個項目，我們會收集大量的信息，做大量的調研，努力將各種可能性都納入考慮范圍。這是必要的第一步，即先做加法。越接近決策階段，就越需要精準地做減法，選擇性遺忘。比如，關于一款新產品，我們最初想法無數(shù)：既要滿足市場需求，又要成本可控；既要功能強大，又要操作簡單；既想滿足年輕人的需求，又不愿放棄中年人市場。但是，真正的產品設計者，要敢于主動“遺忘”那些充滿吸引力但干擾產品核心定位的冗余信息，從而將注意力分配給真正的核心。著名設計師迪特·拉姆斯曾說：“好的設計不是堆砌更多的功能，而是敢于刪去多余的東西?！边z忘，也是注意力分配的藝術。

生活中，我們有時會情緒低落，這可能是因為過去一些不愉快的經(jīng)歷：或許是一次失敗的考試，一次刻骨銘心的分手，甚至是朋友無意中的傷害。這些不愉快持續(xù)侵占和消耗著我們的注意力，不斷地喚起痛苦的記憶，讓我們陷入“身在當下，心在過去”的困境而無法自拔。選擇性遺忘不是強迫忘記這些不愉快，或者逃避甚至否認它們曾經(jīng)發(fā)生。選擇性遺忘是承認，是接納——承認它們確實已經(jīng)發(fā)生，無法更改，接納它們曾給自己帶來的傷害。但是需要明白的是，它們并不必然定義我們現(xiàn)在以及未來的人生。

心理學家卡爾·榮格說：“我們無法改變過去的事實，但我們可以改變看待這些事實的態(tài)度?！?b>只有當我們真正接納了這些痛苦的經(jīng)歷，允許自己放下情緒上的執(zhí)著與執(zhí)念，過去的負面經(jīng)歷才會與我們握手言和，逐漸淡去；唯有這樣，注意力才會回歸當下，回歸我們能掌控的事情上。于是，我們重獲內心的平靜與自由。

遺忘，既是告別，也是起航。

本文摘自《通用人工智能：認知、教育與生存方式的重構》。

點擊加購

《通用人工智能：認知、教育與生存方式的重構》

作者：劉嘉

出品方：中信出版集團