AI不會拯救或毀滅世界？普林斯頓研究挑戰極端敘事

47%的AI專家認為人工智慧有10%的機率導致人類滅絕。但如果這個預測錯了呢？

翻開任何科技新聞，你會發現兩種主導敘事。一邊是馬克·安德森這樣的創投家發表宣言，聲稱「智能是進步的終極引擎」，承諾技術將解放人類靈魂。另一邊則是受人尊敬的研究者簽署公開信，警告「滅絕風險」，將AI發展比作核武擴散。

但普林斯頓大學研究者阿文德·納拉亞南和薩亞什·卡普爾去年春天發表的論文提出了截然不同的觀點：如果AI只是一項普通技術呢？

「普通」並非「平凡」

普通不等於無關緊要。印刷術、電力、互聯網都從根本上改變了世界，但它們是分階段實現的，歷時數十年，通過混亂的採用過程，給社會留出了回應時間。

以電力為例，工廠老闆最初並不理解如何利用電力。經過多年的佈局實驗、工人培訓和生產流程改進，生產力提升才得以實現。技術是革命性的，但革命是漸進的。

這個框架挑戰了烏托邦和反烏托邦的願景。它表明我們不需要為超智能AI接管世界做準備，也不用像OpenAI的山姆·奧特曼最近建議的那樣，規劃讓2035年的大學畢業生在太空船上工作。

華人世界的務實視角

相反，我們需要思考招聘演算法中的歧視、新聞自由的侵蝕、特定行業的勞動力替代，以及任何強大新工具帶來的所有問題。

在台灣，台積電正在晶片製造中逐步整合AI技術，這並非一夜之間的轉變，而是持續的改進過程。香港的金融科技公司也在穩步採用AI解決方案，專注於具體應用而非宏大願景。

這些都是可以解決的問題。當工業化生產帶來新風險時，我們制定了食品安全法規。通過數十年的事故調查、飛行員培訓標準和維護要求，我們讓商業航空變得極其安全。這些都不容易也不快速，但我們做到了。

如果AI遵循這種模式，我們並非在盲目飛行。我們可以做艱難而緩慢的工作，應用已經學到的經驗教訓。

淘金熱後的現實

問題是，這種框架不符合AI產業的利益。需要數十年才能實現的技術無法幫助你在本季度籌集數十億創投資金。對於想要跳過安全測試的公司來說，它也不能成為免死金牌，因為「我們正在與中國進行軍備競賽」。

極端敘事之所以有用，正是因為它們證明了極端反應的合理性——要麼向AI實驗室投入大量資金，要麼讓它們免於監管。無聊的中間路線除了謹慎、深思熟慮的工作之外，什麼都不能證明。

但這種工作仍然可以考慮極端情況。我們對銀行進行壓力測試，為可能永遠不會發生的金融危機做準備。我們在可能數十年不會震動的城市中建立抗震標準。為正常情況做規劃並不意味著忽視尾部風險，而是不僅僅為尾部風險做規劃。

亞洲的差異化路徑

這也意味著提出一個不能籌到資金的問題：如果我們押注末日或烏托邦，但兩者都沒有出現怎麼辦？那麼我們就花了數年時間進行錯誤的對話。

在中美科技競爭的背景下，華人世界可能恰好處於理想位置來採取這種中間路線。既不像美國那樣被極端敘事所困，也不像某些地區那樣完全被動，而是可以專注於AI的實際應用和漸進式改進。