# 局外人/边缘人（Outsider）思维与人工智能时代 [译]

- Link: https://paooo.com/ai-study/7060/
- Published: 2024-03-14T12:17:11+08:00
- Author: 宝玉的分享

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 局外人思维能带来更强的问题重构能力，往往比单纯经验更利于创新。
 * 图灵的“模仿游戏”与边缘身份经历，说明非主流视角会影响AI与智能的理解方式。
 * 生成式AI会输出看似正确却可能失真的内容，实测结论是不能把它当作唯一决策依据。

_作者 Jason Packer，Juliana Jackson（Juliana Jackson）有所贡献_

阅读目录

    - [人工智能与此有何联系？](https://paooo.com/ai-study/7060/#%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e4%b8%8e%e6%ad%a4%e6%9c%89%e4%bd%95%e8%81%94%e7%b3%bb)
    - [机器也可能犯错？](https://paooo.com/ai-study/7060/#%e6%9c%ba%e5%99%a8%e4%b9%9f%e5%8f%af%e8%83%bd%e7%8a%af%e9%94%99)
    - [走非传统之路：颂扬边缘创新者](https://paooo.com/ai-study/7060/#%e8%b5%b0%e9%9d%9e%e4%bc%a0%e7%bb%9f%e4%b9%8b%e8%b7%af%e9%a2%82%e6%89%ac%e8%be%b9%e7%bc%98%e5%88%9b%e6%96%b0%e8%80%85)
    - [没有人能确切知道下一步会发生什么。](https://paooo.com/ai-study/7060/#%e6%b2%a1%e6%9c%89%e4%ba%ba%e8%83%bd%e7%a1%ae%e5%88%87%e7%9f%a5%e9%81%93%e4%b8%8b%e4%b8%80%e6%ad%a5%e4%bc%9a%e5%8f%91%e7%94%9f%e4%bb%80%e4%b9%88)
    - [边缘人物、独行侠与 INTJ 类型人物](https://paooo.com/ai-study/7060/#%e8%be%b9%e7%bc%98%e4%ba%ba%e7%89%a9%e7%8b%ac%e8%a1%8c%e4%be%a0%e4%b8%8e-intj-%e7%b1%bb%e5%9e%8b%e4%ba%ba%e7%89%a9)
    - [“跳出常规思维”](https://paooo.com/ai-study/7060/#%e8%b7%b3%e5%87%ba%e5%b8%b8%e8%a7%84%e6%80%9d%e7%bb%b4)
    - [标准差和标准误的不同之处](https://paooo.com/ai-study/7060/#%e6%a0%87%e5%87%86%e5%b7%ae%e5%92%8c%e6%a0%87%e5%87%86%e8%af%af%e7%9a%84%e4%b8%8d%e5%90%8c%e4%b9%8b%e5%a4%84)
 * [最后一个问题](https://paooo.com/ai-study/7060/#%e6%9c%80%e5%90%8e%e4%b8%80%e4%b8%aa%e9%97%ae%e9%a2%98)

在我们的分析领域，不同背景的人才聚集一堂。这已经是众所周知的事实，以至于我们往往
对此视而不见。有些人对此感到遗憾，比如会想：“如果我能早些投身于分析领域，了解得更多
就好了。”也有人会调整自己的简历，试图营造一种与事实不尽相符的职业连贯性。

尽管我们的行业极为欢迎新人（我们认为这是其一大优势），但许多初涉数字分析的专业人士
会感到自己像是领域中的局外人。即便在行业中摸爬滚打多年，有些人可能依然有这种感觉。

我们希望大家能将这看成是一件积极的事情。那些看似与此领域无关的技能，虽然可能不会
直接帮你解决下一个任务，但它们教会你的_思考方式_却可能极为宝贵。

作为一个局外人可能会感到孤立，因此，许多新人首先尝试的就是融入当前的主流观点和最佳
实践。越来越多地，运用人工智能（AI）成了迅速了解行业主流思想的简单途径。

然而，这种从众思维却不利于决策和创新。重视像局外人那样的思考方式是对抗这种现象的
最佳策略。你不必真的是个局外人，就可以拥有局外人的思维方式。研究表明，局外人及其
思维方式能更好地解决问题，带来更多创新。正如哈佛商业评论中所述：

> “局外人通常通过运用在他们新进入的环境中属于新颖，而在他们原来的环境中已经熟悉的
> 洞察力和经验来进行创新。”

###  人工智能与此有何联系？

提到人工智能与局外人的关系，首先不得不提的是艾伦·图灵。作为该领域的开创者之一，图
灵对计算机科学和人工智能的贡献不可估量。他因密码学工作而备受赞誉，据称挽救了数百
万人的生命，但他也因为同性恋身份遭英国政府迫害，最终在 41 岁时自杀，这一事实广为人
知。

图灵这位典型的边缘人物，以其挑战传统思维的方式少有人能及，他提出的基本问题——机器
能否思考，至今仍在人工智能领域引发深思。他提出的著名“图灵测试”（他称之为“模仿游戏”），
旨在探究机器能否让人误以为它不是机器。

这个原始的“模仿游戏”有一个经常被忽略的重要细节：它实际上是一个猜测性别的游戏。游戏
中，一名男性先假扮女性，接着计算机也模仿成女性，由一个人类裁判鉴别真伪。

![局外人/边缘人（Outsider）思维与人工智能时代 [译]](https://paooo.com/wp-content/
uploads/2024/02/turingtest-1024x533-1.webp)

虽然图灵提出了多种测试变体，但这个猜测性别的游戏才是最初的版本。如 Wired 杂志的这篇文章
所述：“作为一位终身隐藏身份的同性恋者，图灵对伪装自我真实身份的社会挑战有着深刻的
理解。”在同性恋被判终身监禁的年代，他对隐藏真实身份的观念自然格外敏感。

如果没有这些人生经历，图灵能否想出这样的测试？他能否以这种表演性的方式来理解智能？
虽然我们无法确切知晓，但可以肯定的是，这种非主流思考方式正是边缘人物不同于常人的
解题视角。

此外，我们还应注意到图灵的一个惊人预言——他预测了聊天机器人能欺骗人类，让对方以为
它是女性。图灵的创新成果中，是否也应该包括他对“网络钓鱼”现象的预见呢？

70 年后的今天，人工智能 (AI) 已经从最初的思维实验发展成为能够模拟复杂人类思考过程
的数字认知形态。尽管关于机器是否真的能够“思考”这一问题尚无共识，但它们已经能够呈现
出图灵所描述的那种貌似智能的行为。不论是哪种版本的图灵测试，现在都清楚地显示出 AI
能够让人类上当。实际上，人们甚至开始讨论图灵测试是否还有实际用处。

这可能是一个古德哈特法则的实例（即当一个指标成为目标时，它就不再是有效的衡量标准）——
我们创建了专门为通过测试和误导我们而优化的系统。我更倾向于认为，这只是科学发展的
必然方向。无论如何，大语言模型 (LLM) 产生的表面正确的输出是使用它们时面临的一大挑战。**
懂得何时不依赖它，可能是掌握有效运用 AI 的关键。**

AI 正在引导我们远离独立思考。[ChatGPT](https://paooo.com/tag/chatgpt/) 的回答反映出
一种类似于当下主流智慧的集合体——它融合了找到的所有“最佳实践”，如同把它们放入搅拌
机中混合。

我们越是依赖 AI 来思考，就越容易被局限于现有的思维模式中，从而抑制了创造性问题解决
的能力。

###  机器也可能犯错？

关于生成式 AI（如 ChatGPT）的主要担忧之一是，它们有时会提供不可信的信息。

要准确评估 ChatGPT 出错的频率非常困难，因为它可能面对各种各样的问题。特别是当问题
超出了简单的事实查询时，判断一个答案是否“错误”更加困难。

为了理解这个问题，我们需要了解一些背景。

> _大语言模型（LLM）是一个 AI 驱动的系统，它通过学习大量文本数据，掌握语言知识并
> 能生成类似人类的回答。这些模型利用深度学习技术，尤其是一种叫做 Transformer 的神经
> 网络技术，来处理和理解语言模式。它们的巨大规模和广泛的训练让这些模型具有了非凡
> 的理解和生成文本的能力。 (iguazio.com)_

在大语言模型（LLMs）的语境中，所谓的幻觉是指 AI 生成错误或误导性信息的情况。这种
情况发生是因为 LLM 并不像人类那样真正“理解”文本，它们只是在识别模式，而不是进行思考。
Juliana 在她的《自然语言处理入门》中对此有更深入的讨论。

“幻觉”是计算机错误的一种新形式，而且证明了这类错误极难调试。我们中的一些人可能会
默认机器总是准确无误的。比如《星际旅行》中的数据指挥官就不会捏造事实！但事实上，
自打卡片机时代甚至更早，系统的“漏洞”一直存在。AI 也不例外，尽管这些漏洞的出现和表现
形式有所不同。

最早对 AI 进行调试的例子之一可能是艾萨克·阿西莫夫在 1944 年的机器人故事《捕捉那只
兔子》，讲述了一个失控机器人的故事。

> 美国机器人公司必须解决多功能机器人 [DV-5] 的种种漏洞，这些漏洞不少，通常有好几个
> 需要在现场测试时才能发现。所以在绘图板工程师和滑尺使用者确认“一切就绪”之前，他们
> 只能等待并保持放松。现在他和鲍威尔在小行星上，发现情况远非理想。

这篇阿西莫夫的短篇小说描述的是，当一个机器人不知道自己为何失灵时，该如何找出故障
原因。这个故事比 1947 年那个著名的“第一个计算机漏洞”——一只计算机里的飞蛾——还要早。
阿西莫夫预见了调试“智能”系统的挑战，即使在他的设想中，我们仍在使用滑尺。

与 DV-5 类似，大语言模型 (LLM) 也无法有效地核实自己输出的真实性。结果，它们可能自信
满满地提供错误信息，而这些信息看起来似乎是正确的。对于 LLM 的用户来说，这是一个巨大
的挑战，因为我们通常用来识别错误信息的线索在这里不再适用。我们终其一生都在学习识别
人类的错误模式，但 AI 的错误截然不同，其误导信号也与众不同。

此外，错误数据在一定比例下会对整体数据的可靠性产生负面影响。分析师在与利益相关者
打交道时非常熟悉这种情况，例如某天机器人大量增加流量，或者忘记追踪的某个重要事件，
都可能削弱对报告数据整体的信任。

谷歌搜索“chatgpt 错误有多频繁”，结果显示出极具误导性的答案“超过一半时间”（这是另
一种机器学习的失败）。

![局外人/边缘人（Outsider）思维与人工智能时代 [译]](https://paooo.com/wp-content/
uploads/2024/02/register-serps-jpg.webp)

当我查询关于 Bard 的信息时，情况也不尽人意。

首先，我们可以从谷歌的搜索摘要中看出，这项研究是关于编程问题，而非更广泛的一般信息
问题。

这篇文章探讨了 GPT 3.5 在解决 Stack Overflow 网站上的实际问题时的表现。通过分析这项
研究的评估结果，我们发现“不正确”的定义在很多情况下并不明确，往往需要主观判断，不能
简单地以对错论断。有些被认为不准确的回答实际上是非常有用的通用建议，只是与 Stack
Overflow 上的官方答案相比可能不够具体。

使用 ChatGPT 进行编程时，你可能会发现它能够帮助你解决大部分问题，但有时无法提供完整
的解决方案。它在调试代码方面表现出色，但并不像经历过类似问题的人那样“知道”答案。
在这种背景下，对“正确性”的定义变得复杂。当然，也有很多情况下 ChatGPT 的回答质量很
差，比如幻想出不存在的 API 调用和函数，或者完全误解问题，但这样的情况远少于 52%。

研究还发现，由于 ChatGPT 在横向思维方面的不足，它在面对某些问题时显得束手无策。例如，
它会倾向于解释错误信息并提供调试建议，即使实际问题的根本原因与错误信息无关。

ChatGPT 缺乏“跳出固定思维模式”的能力，往往无法找到由意外互动产生的解决方案。因此，
了解何时依赖它，何时警惕其潜在错误，对于充分利用这一工具至关重要。

然而，对于追求高效率和高代码质量的开发者来说，忽视 AI 的存在已经不是一个可行的选择。
GitHub 在 2023 年 6 月的报告显示，92% 的美国大型企业开发者在工作中使用 AI 编程工具，
其中 70% 的人认为这样做带来了显著的好处。

尽管 [AI 工具](https://ai.paooo.com/)有时会产生错误或不完整的代码，但它们无疑大大
提高了开发者的工作效率。一项今年夏天备受关注的麦肯锡研究显示，使用生成式 AI 工具
可以显著提高编程效率。但我们不应仅关注“AI 让编程速度提高一倍”的表面效果，而应注意到
这种提升因程序员的任务类型和经验水平而有很大差异。在处理高复杂度的任务时，生产效率
提升不到 10%，有时初级开发者甚至因为使用 AI 工具而效率下降。因此，我们需要明智地
选择何时使用这一工具，并能够正确理解和解释其输出。**如果我们对正确的输出缺乏足够
的理解，就可能在项目中引入表面正确但本质上有缺陷的代码**，这类问题往往难以发现且
调试困难。

由于这是一个非常新的研究领域，而且大语言模型（LLM）能够完成多种任务，因此存在众多
不同的性能评估标准。Why Try AI? 的这篇文章对这些标准进行了分类，包括：

 1. 自然语言处理（NLP）
 2. 常识与通用知识
 3. 解决问题与高级推理
 4. 编程任务

并且分析了 21 个不同基准测试中的领先者。在这些测试中，GPT-4 在 5 个项目中得分最高，
总体上也是最佳得分者。

MMLU（多任务语言理解）基准测试是最常被引用的一个，GPT-4 在这项测试中的得分为 86.4%，
这意味着在一系列设计来考验通用知识和解决问题能力的难题上，它有 13.6% 的错误率。虽然
我们都知道，有时最后提升那 5% 可能越来越难，但看到这种进步的速度依然令人惊叹。

![局外人/边缘人（Outsider）思维与人工智能时代 [译]](https://paooo.com/wp-content/
uploads/2024/02/mmlu-progress-jpg.webp)

MMLU 分数随时间的变化，由 Papers With Code 通过图表展示。

其他基准测试，例如常识推理测试，表明 GPT-4 的错误率仅为 3.7%。

错误率在 3% 到 52% 之间变动对我们并没有实际帮助。我们真正需要了解的是，关于 AI 的
工作机制的足够信息，以预测其可能出错的情况，以及对特定主题的充分了解，以便于我们
发现错误发生的时刻。问题不在于 AI 偶尔会犯错，而在于我们很难判断它何时犯错，以及
它犯错的方式对我们毫无帮助。

此外，AI 犯错的方式通常非常乏味。当大语言模型 (LLM) 出现错觉时，它经常产生听起来
似乎正确的回答。即使判断失误，它仍然表达的是传统观念：提出的观点往往与它所掌握的
知识相呼应。

大部分时候，人们犯错也并不引人注目。但有时，人们的错误却以惊人的方式导致了重大突破。
科学史上充斥着这样的例子：过去被认为显然错误的理论，最终被证实是正确的。

###  走非传统之路：颂扬边缘创新者

在 Todd Rose 的著作《Dark Horse》中，他认为真正的满足感源自于我们追逐那些特有的、
个性化的微小目标 — 那些能推动我们前进的独特抱负和目标。他主张，与其试图将自己的与众不同
适应既有的模式，不如拥抱这些差异，因为这才是更佳的道路。

“黑马”这一比喻用于形容那些走上非常规成功之路的人，他们的成就通常在长时间的默默无
闻后才突然显现。这些思想家常在边缘地带活动，他们是那些坚持追求个性化小目标的先驱，
尽管这些目标可能与主流观念不符，但最终却为重大突破铺平了道路。

最近一个由局外人推动创新的例子是 Katalin Karikó，她因其在 2023 年获得了诺贝尔医学
奖。尽管她从未获得终身职位，曾遭降职，甚至面临被驱逐的威胁，但她在 mRNA 研究方面
的开拓性工作最终促成了 COVID 疫苗的问世。按照 Rose 的定义，她无疑是一个典型的“黑马”。

她与合作者 Drew Weissman 在 2005 年发表的这篇开创性论文最初被《Nature》杂志直接拒收，
而是发表在了一个影响力较小的期刊上。所谓“直接拒收”，即指该杂志连外部同行评审都没
进行，认为该论文无望发表。

如果当时存在 ChatGPT，它很可能也会认为 mRNA 无法有效用于基因治疗 — 因为那是当时的
主流科学共识。虽然了解主流观点很有用，但如果我们过分依赖它，同样可能抑制创新。

Karikó 的故事深刻提醒我们，不走寻常路可能会引领我们达到具有重大影响的目的地。关于
那些被低估的天才，那些最初没人相信但最终证明自己正确的人，我们总是乐于聆听他们的
故事。只有在他们成功后，每个人才会对他们充满敬意。

显著地，像 Katalin Karikó 或 Alan Turing 这样的局外人，并不是在追求奖励或赞誉。不要
误以为局外人暗自渴望成为体制内人士；他们可能更乐于仅仅获得进行工作所需的支持。正如
Karikó 在《高等教育纪事》(Chronicle of Higher Education) 中所言：

> “我从未追求过这种认可，”Karikó 表示。“天哪，我星期一刚获得诺贝尔奖。想想吧！我
> 上次获奖还是高中时候。” 此后，她和她的搭档开始参加各种颁奖典礼，将在 12 月领取
> 他们的诺贝尔奖。与此同时，Karikó 正急切地想要回到实验室。

我们得现实一些：我们的工作挽救数百万生命的机会微乎其微。但这完全没问题。不是每个人
都能成为 Steve Jobs，也不是每项创新都能震撼世界。试图成为“下一个 Steve Jobs”其实
并不是真正的创新思维，反而是一种缺乏创造性的英雄崇拜。

我们的目标不是设定高不可攀的标准，而是以对我们有意义的方式做出贡献。Katalin Karikó
并没有打算拯救数百万生命，她只是追随着自己的好奇心和热情。在每一个开创性先驱的背后，
无数人在自己的领域内默默推动着界限，逐步促进进步。这才是创新的真正精神所在。

###  没有人能确切知道下一步会发生什么。

我们都在好奇，未来会带给我们什么惊喜？会有哪些创新突破彻底改变我们的生活，然后又
一次翻天覆地？既然像心理史这样的概念还停留在科幻小说中，我们只能说，谁也无法预知
未来。就像图灵在发明模仿游戏时所做的那样，我们的科研工作应该着力于提出那些能够找到
答案的问题。图灵曾深入思考机器智能这个课题，但当他设计了一个测试时，他并没有深入探讨“
思考”到底是什么，而是选择关注人类可以观察到的反应。

世界上已经有一些被认为是失败的创新性发明，但这些“失败品”中，有的将在合适的条件下
证明自己的伟大。当然，还有更多的将被埋没在历史的长河中，至于哪个会脱颖而出，现在
几乎不可能判断。预测一项看似失败的创意何时能变得出色总是充满挑战。

许多这样的失败创新都是由局外人所创造。浏览一下早期航空的奇特装置画廊，你会发现许多
荒谬的创意中混杂着少数优秀的想法。莱特兄弟本身就是航空领域的局外人，他们原本只是
自学成才的自行车商，与航空毫无关系。

![局外人/边缘人（Outsider）思维与人工智能时代 [译]](https://paooo.com/wp-content/
uploads/2024/03/early-days.webp)

1906 年特赖安·乌亚的拖拉机单翼机和 1990 年的 NeXTstation，都是最终具有深远影响的“
失败”案例。

在 20 世纪莱特兄弟的时代之后，我们所犯的错误大多发生在网络上而非空中。这种情况的
一个显著好处是，相比空难，它的致命率要低得多，尽管可能缺少一些华丽的设计和风趣的
胡须。

90 年代中期，我曾经是大学中央计算实验室里 NeXT 机器 的忠实用户。尽管实验室有很多
这样的工作站，但几乎无人问津，主要是因为它们实用性不强。这些设备缺乏应用程序，并且
出于某种莫名其妙的原因，它们只能显示黑白画面。这些机器“好”吗？大多数人并不这么认为，
销售数据也印证了这一点。但令人惊讶的是，这些不寻常的设备留下的遗产却深深影响了 MacOS
+iOS、应用商店的概念，甚至还是 Tim Berners-Lee 发明世界上第一个网络浏览器的平台。
对于一个总共只售出约 50,000 台的平台来说，这是非凡的成就——相当于每两小时销售的 iPhone
数量。

![局外人/边缘人（Outsider）思维与人工智能时代 [译]](https://paooo.com/wp-content/
uploads/2024/03/shaggs-300x300-1-jpg.webp)

你可能会希望 这个链接 是一个恶搞视频。

局外人的艺术和音乐领域更是充满了“糟糕却又绝妙”的例证。以 The Shaggs 为例，他们是
局外人音乐中最著名的代表之一。维基百科对他们的描述如下：

> 他们的音乐被同时认为是史上最糟糕的，也是不经意间的天才之作。
> The Shaggs 运用未调音的吉他、不规则的节拍、不协调的鼓点、游走的旋律和简单的歌词
> 创作出独特且怪异的歌曲。滚石杂志评论说，这些姐妹们的歌唱风格就像“失去理智的 Trapp
> 家族歌手”，而音乐家 Terry Adams 则将他们的音乐比作 Ornette Coleman 的自由爵士作品。

从主流观点看，他们的音乐可谓灾难级别的。即使从我的个人角度看，他们的音乐也算不上
好听 — 但不可否认，他们的音乐具有深远的影响力和启发性。天才作曲家兼恶搞大师 Frank
Zappa 曾经评价 The Shaggs 比“披头士”还要好，而且他真心喜爱他们的音乐。Kurt Cobain
也表示他们是他最喜欢的乐队。

因为我依然认为他们的音乐大多数时候是糟糕的，我询问了一个喜欢 The Shaggs 的艺术家
朋友，为什么他们会受欢迎，她这样回答说：

> “局外人揭示了人性的真谛。他们超越了其他艺术家，因为他们打破常规，用创作来_表达
> 自我_。”

艺术的终极目标是人类情感的表达。那么，有什么能比摒弃一切规则，只专注于表达内心的
情感更富有艺术性呢？要想打动一个失控 AI 的“硅质心灵”，让它尝试理解 The Shaggs 的
音乐，可能比让它解释什么是爱情更有效。

###  边缘人物、独行侠与 INTJ 类型人物

很可能，多数人更希望自己被形容为“独行侠”而非“边缘人物”。尽管这两个词汇在很多方面
相似，但独行侠通常被认为了解规则并且有能力融入主流，只是他们选择挑战规则而非顺从。
相反，边缘人物可能对规则一无所知，他们的非主流行为似乎并非出于选择。

在一般的描述中，独行侠常被视为勇敢的，而边缘人物则更多被认为是古怪的。

来看看艺术界的一些知名例子：

帕布罗·毕加索：独行侠（出身艺术家家庭，是前卫艺术界的积极分子，一生中享有盛誉并引领
立体派运动）

文森特·梵高：边缘人物（自学成才，风格独特，生前不被认可，还有那件割耳朵的事件）

尽管两人都是具有复杂故事的天才，梵高的故事常被描绘为悲剧，而毕加索则被看作是有争议
但革命性的艺术家。

如果你正试图判断自己属于哪一类，其实没必要太认真。没有人能完全是独行侠（可能《壮志
凌云》里的“Maverick”除外）或完全是边缘人物。

你是哪一种，其实就像著名的边缘人物兼独行侠沃尔特·惠特曼所说：

> _我自相矛盾吗？_ > **那么就让我自相矛盾吧，** > **(我内心丰富，我拥有多重身份。)**
> > _-沃尔特·惠特曼，《我自己的歌》(https://www.penguin.co.uk/articles/2020/09/walt-
> whitman-leaves-of-grass-i-contain-multitudes-twitter-meme)_

因此，即使你是个典型的处女座 INTJ，你的身份也不止这些。关键是认识到自己不同的面向，
并将它们运用到最适合的场合。

当你面对一个不同寻常的难题时，就是你释放自己作为边缘人物那一面的时候。

###  “跳出常规思维”

首先，让我们明确一点：没有万能的解决方案可以一劳永逸地改变我们的思考模式，让大家
都能聚焦于一些简单实用的创意上。

好吧，这已经是太多的商业术语了，足以撑起十篇文章。但我们真的需要仔细探讨一下“跳出
常规思维”这个短语。你知道吗，这个被广泛使用的商业口号实际上源于一个特别的数学谜题？

九点谜题 是一个有着超过 100 年历史的脑筋急转弯，它要求你用四条或更少的直线连接一个
3×3 的点阵，而且画线时不能让笔离开纸面。

![局外人/边缘人（Outsider）思维与人工智能时代 [译]](https://paooo.com/wp-content/
uploads/2024/03/9dots-300x300-1.webp)

要解开这个谜题，你必须真的“跳出”这个点阵所形成的“盒子”。最经典的解法是这样的（虚
线代表的是隐含的盒子）：

![局外人/边缘人（Outsider）思维与人工智能时代 [译]](https://paooo.com/wp-content/
uploads/2024/03/9-point-solution.webp)

当我们面对这个谜题时，我们通常会下意识地想把线条限制在那个虚线框内，但事实上这样
是解不开的！我最喜欢的解法更为独特，它巧妙地利用了纸张的三维空间，通过卷起纸张，
让这个问题可以用一条线解决（尽管有些人可能认为这违反了规则）。

问 ChatGPT 这个问题挺有趣的，因为尽管它能描述出标准的解法，但它根本无法实际展示出来。
它知道正确的答案是什么，因为它索引了诸如维基百科这样包含答案的内容，但它对这个答案
的理解还不够深入，以至于它绘制的图形完全不对劲，反而把自己局限在了“盒子”内。

大多数人可能会尝试一阵子后意识到这个问题中一定隐藏着某种“诀窍”，开始尝试跳出常规
思维。即使像卷起纸张或使用超大号笔这样的解法按规则来看是“错误”的，但它们却展现了
一种创造性的错误。

![局外人/边缘人（Outsider）思维与人工智能时代 [译]](https://paooo.com/wp-content/
uploads/2024/03/outside-the-box.webp)

###  标准差和标准误的不同之处

要更好地解决问题，你并不需要远走法国南部并切掉一只耳朵。虽然有时你可能觉得，这几乎是
唯一你还没尝试过的方法。

我们现在讨论的不是艺术创作，而是技术革新和分析性问题解决。脱离自己的社区，不去了解
自己研究领域的基础知识，绝对不是解决问题的正确方式。

The Shaggs 的父亲同时也是他们的经理，他禁止他们听音乐。这或许让他们的音乐作品变得“
有趣”，但同时也让他们无法与其他音乐家有效地沟通。在分析领域，缺乏共同的基础知识会
让协作变得几乎不可能。如果你想与其他音乐家合作演出，你必须具备共同的理解基础。就像
爵士乐传奇 Charlie Parker 所说：“学会音乐的变化，然后再忘记它们。”这意味着你要了解
歌曲的和弦和结构，但真正有趣的部分在于你跳出这些固定模式之后。

这就是创造力诞生的地方。创新常常在传统智慧的边缘地带绽放，在初学者之心的主导下。
这一观念源自禅宗，强调像新手一样保持开放、渴望探索、无预设偏见的态度。

拥抱“初学者之心”意味着放下专家的身份，用全新的视角来解决问题。它提倡好奇心胜于经验，
灵活性胜于日常惯例，开放性胜于确定性。这种心态是创新的温床——就像 Karikó 这样的局外人
在其中茁壮成长，他们挑战固有观念，推动界限的扩展。

回到生成式 AI 的话题，这种方法可能是重复过去和创造未来的分水岭。我们仍处于探索 AI
真正潜力和发展方向的初期阶段，而这个阶段正是制定规则和标准的最佳时机。

##  最后一个问题

在艾萨克·阿西莫夫的短篇小说《最后一个问题》中，一台名为“Multivac”的超级计算机渐渐
进化成为全知的“AC”（自动计算机）。随着数据的不断累积，AC 对于最难解答的问题总是给
出“目前数据尚不足以给出有意义的答案”这样的回复。

为什么要频繁提到阿西莫夫呢？显然，我们是他的忠实粉丝，但更重要的是，这突显了人类
与人工智能共存的问题已经讨论了多年。尽管 ChatGPT 只向公众开放了一年，但在科幻领域，
人类与 AI 的互动早已有着至少 80 年的历史。从《2001 太空漫游》中的 HAL9000 到《黑
客帝国》，再到《终结者》中的天网，这种互动并非总是一帆风顺。但在阿西莫夫的故事里，
得益于其设定的著名机器人三定律，禁止对人类造成伤害，这种关系处理得更为顺畅。他笔下
的机器人，如“R. Daneel Olivaw”，都有着明确表明身份的名字。然而，当今我们集体深入
探索人工智能的世界，却没有这样的安全保障。

AC 最终演变成了一个宇宙中沉默的守护者，成为黑暗中的知识灯塔。它从一个地球级的机器
进化到宇宙级的[智能体](https://paooo.com/trends/)，反映了我们对通用人工智能（AGI）
的宏伟愿景。站在这个新时代的门槛上，我们追求 AGI 的过程就像《最后一个问题》中所描绘
的那样——一种永不停息的探求，可能会照亮我们的未来，或者，如果放任不管，可能会加速
我们走向湮灭。**在我们努力创造超越自身的智能体的过程中，我们可能会面临这样的境地：
我们的创造物可能会回答那些我们无法再提出的问题。**

![局外人/边缘人（Outsider）思维与人工智能时代 [译]](https://paooo.com/wp-content/
uploads/2024/03/lastquestion-e1701533436161-jpg.webp)

DALL-E 对《最后一个问题》主题的诠释。符合我们的主题，这是一幅有趣的图片，对文章很有
帮助，但在想象力方面似乎有所不足。它采用了常见的“天空光束”元素，并且不知为何给了
一个全知的宇宙计算机一个键盘和无线鼠标。

---

**编辑的注释：**

在同行评审的过程中，我们接到了一封来自自称“深思”（Deep Thought）的计算机的留言。
这台计算机自诩为穿越时空中第二强大的存在。它特别强调，相比之下，‘AC’其实只能排在
第三，并且特意要求我们转达它的这番评论：

“AC？那个总是大声重复同样话语的超级 PlayStation？别开玩笑了。虽然‘最后的问题’还算
有点意思，但任何比你们这些刚刚开窍的人类更高级一点的思考生物都会明白，真正关键的
问题才是更加深远重要的。”

**关于 AI 使用的说明：**

在创作图像过程中，我们采用了 ChatGPT 的 DALL-E 技术，并在研究和词汇选择上也得到了
ChatGPT 的协助。通常情况下我不会在文章中特别声明 AI 的使用（除非部分内容是由 AI 
编写的），但在这种情况下，做出说明似乎更为恰当。

❓ 常见问题解答（FAQ）

为什么局外人思维对AI时代重要？

因为局外人更容易跳出行业惯性，重新定义问题与答案。文章强调，AI会汇聚主流“最佳实践”，
但也可能强化从众思维；保留局外人式的观察和质疑，反而更有助于创新与决策质量。

图灵测试和边缘人视角有什么关系？

文章指出，图灵的“模仿游戏”与其隐藏身份的经历有关，他对“伪装真实身份”的社会处境更
敏感，因此更能从表演与识别的角度思考智能。这说明个人经历会影响对AI问题的提出方式。

ChatGPT为什么会出现幻觉？

因为大语言模型并不真正理解文本，而是基于模式生成回答，所以可能输出错误或误导性信息。
文章提醒，LLM的“表面正确”很有迷惑性，使用时必须核验事实，不能直接当作权威结论。

🔬 语宙深潜追问 · 进阶实操拆解

怎么用AI又不被从众思维带偏？

把AI当“候选答案生成器”，而不是最终裁判。先让它给出主流方案，再主动追问反例、边界
条件和失败案例，刻意保留一个非主流假设，能显著降低被平均答案绑架的风险。

独立判断在实战里怎么训练？

建立自己的问题清单：谁受益、谁被忽略、哪些前提未验证。每次使用 AI 后都做一次“反向
审题”，检查它是否遗漏了异常样本、长期后果和价值冲突，这比单纯追求答案速度更重要。

🗳️ 读者观点微投票 · 您的实战立场是？

AI时代，局外人思维还重要吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[⚡ 所属权威专题：OpenAI GPT 与 Sora 生态 →](https://paooo.com/topics/openai-gpt-sora/)

 * [人工智能，2023 年文化的新霸主 [译]](https://paooo.com/ai-study/7149/)
 * [神啊，救救我们，让我们试着理解人工智能的“单义性” [译]](https://paooo.com/ai-study/7034/)
 * [智能的进化之路 [译]](https://paooo.com/ai-study/7056/)
 * [Ilya——塑造世界的人工智能科学家 [译]](https://paooo.com/ai-study/8709/)

[🏛️ 宝玉的分享](https://paooo.com/author/baoyu/) · 前沿大模型翻译与提示词工程实战
分享专栏，聚焦海外一手 AI 技术动态与工程实践。

[📄 Markdown 纯净版](https://paooo.com/ai-study/7060/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
