（来源：刘润）

前段时间，智谱的CEO张鹏，在一次采访中提到了两个词。

感知智能，认知智能。

他没有太过展开。但是，我琢磨了很久。

为什么？

因为这两个词，其实关系着两个特别重要的问题。

今天的AI，真的比你更聪明吗？以及，面对AI，我们应该怎么办？

先说结论。

其实，你比今天的AI聪明多了。

为什么这么说？

因为，AI的聪明，未必是你以为的那种聪明。

什么意思？

01

感知智能：见得越多，认得越准

举个例子。

假设，有这么一个模型。

它看过一万只猫，十万只猫，一百万只猫。逐渐的，它看得越来越多。终于，它变得非常会认猫了。耳朵、胡须、轮廓、姿势，它都无比熟悉。

这是一种，在海量的样本中，统计出“识别”的能力。见得越多，认得就越准。

这就是，感知智能。

当然。会认，好像没什么了不起的。我再举一个例子。

2018年，谷歌的一个团队，做了一件让医学界吃惊的事。他们训练了一个AI，让它去看人类的眼底照片。结果，这个AI，拥有了一种“靠眼底照片分辨男女”的能力。而且，准确率高达97%。

这是什么概念？

全世界最顶尖的眼科医生，也做不到。因为，在他们的认知里，眼底照片，根本就不带有“性别”这个信息。但是，这个AI，硬是从海量的样本里，统计出了一条人类专家从未察觉的规律。

这就是感知智能真正厉害的地方。

见得足够足够多。然后，认出专家都认不出的东西。

啊？连专家都比下去了，你还说人比AI更聪明？

是的。因为，它只是“知道”，但它不知道自己“为什么知道”。它只是“会认”，但没有真的“看懂”。

什么意思？

02

泛化：举一反三，推及未知

给你分享一项实验。

有这么一群研究者，训练了一个模型，去区分狼和哈士奇，并达到了惊人的准确率。

但是，打开模型的那一刻，他们傻了。

这个模型，根本就没有在“认狗”，而是在认“背景里有没有雪”。

训练集里，狼的照片，几乎都摄于雪地。所以，只要你把一只哈士奇P到雪地里，那这个模型就会一口咬定，这是狼。

看上去，它认得很准，准得值得你完全信任。但实际上，这种“准”，建立在“看雪”的地基上。

所以，会认，并不等于看懂。它认得的，可能并不是你以为的那个东西。

而真正的看懂，是背景变了，甚至碰上从没见过的情况，也依然能抓住本质，做出正确判断。

这种“举一反三，推及未知”的能力，有一个专门的名字。

泛化。

泛化，才是智能真正值钱的地方。但泛化，恰恰又是今天AI最大的软肋。

为什么会这样？

03

认知智能：理解因果，理解规律

图灵奖得主朱迪亚·珀尔，是这么来回答这个问题的。

今天深度学习所取得的那些成就，本质上是一种曲线的拟合。它的认知，是一种“关联”。它能精准地告诉你，A和B总是一起出现，却始终不知道，A和B为什么总是一起出现。

还是有点抽象。我举个例子。

2015年，有研究者复盘了一个用来预测肺炎病人死亡风险的医疗模型。这个模型，从海量的病历里，得出了一条所谓的“规律”。

那就是，得了肺炎，同时又患有哮喘的人，死亡率反而更低。

所以，这类哮喘病人的风险很低，可以让他们直接回家，不必住院。

啊？为什么会有这么反常识的结论？

因为，哮喘病人一旦得了肺炎，就极其危险。所以，医院会把这种病人直接送进ICU。最强的护理，和激进的抢救，降低了他们的死亡率。但是，这个医疗模型只发现，“哮喘”和“活下来”总是一起出现，却不懂“因为ICU，所以活下来”的因果链。

于是，最危险的这群人，被认为应该直接回家。

这，就是感知智能和认知智能真正的区别。

感知，是看到关联。认知，是理解因果。感知。是压缩过去。认知，是理解规律。感知，是见过了会认。认知，是想通了能推。

可是，这应该是只会“看图，算数据”的AI才有的毛病吧？那些能写代码，能解数学题，能长篇大论推理的AI，应该是真懂了吧？

04

苹果的实验：不是推演，而是复述

未必。

2025年，苹果做了这么一项实验。

他们拿来了一批标准的数学应用题。然后，更换题目中的人名、数字，但不更换逻辑、解法。比如，只把“小明买了3支笔”，改成“小红买了5支笔”。

如果真的懂数学，这样的改动，其实没什么影响。但是，模型的正确率，开始下降。

接着，他们又往题目里加东西。但加的，都是一些不影响解题的废话。比如，把“小红买了5支笔”，改成“今天早上8点钟，小红买了5支笔”。

结果，最强的那几个模型，最多暴跌了65%的正确率。

于是，苹果研究者得出结论。这些模型，并没有在做真正的逻辑推理，而是在复现训练数据里见过的推理步骤。

本质上，还是“见过”。它是在复述一套熟悉的模板，而不是在推演一个新问题。题目还在见过的模板之内，它就答得漂亮。题目偏离模板，它就露馅了。

它在“见过的世界”里强得可怕，在“没见过的世界”里弱得不行。

就像那个“认雪”模型。

当然。苹果的实验，遭到了不少的反驳。有人说，这是因为测试的方法本身有瑕疵。技术的前沿，依然还没有定论。

但即便如此，多喂一些数据，不就好了吗？把它“还没见过”的情况补进去，不就完了吗？

05

真实世界：有些题库，无穷无尽

道理是这么个道理。

可问题是，喂不完呀。就像小鹏汽车的创始人何小鹏说的那样。

智能驾驶靠摄像头，确实能看到无数个红绿灯、行人，并统计出规律。但是，路上要是突然窜出来一只没见过的兔子，它就懵了。那些边缘的、罕见的情况，是覆盖不完的。

举个例子。

沃尔沃，配了一套很厉害的“大型动物识别系统”。厉害到，已经能在欧洲稳稳地认出麋鹿、驼鹿、驯鹿，并及时刹车，非常可靠。

但到了澳大利亚，它还是栽了。

为什么？

因为澳大利亚，有袋鼠。

沃尔沃的这套系统，靠“动物和地面的接触点”来判断距离。但是，袋鼠是跳着走的。腾空的时候，系统觉得远。落地的时候，系统又觉得近。一跳一落，系统就算不准了。

为了这个问题，工程师们在澳洲研究了18个月的袋鼠，还是没能彻底搞定。

这些顶级聪明的人，已经想到了人，想到了鹿，但还是漏掉了跳着过马路的动物。

真实世界，就是感知智能的天花板。

因为真实世界最大的特点，就是永远有下一道没想到的题。这是一个永远没有办法穷尽的题库。会有大量的题，是没想到的，是未知的，是来自未来的。

那，怎么办？

既然“数据喂不完”，那AI要往哪里走？

06

世界模型：不只会认，还要会想

想办法，从“会认”，走向“会想”。

这两年，最聪明的那一批人，就在做这一件事。其中的一个发现，给了很多人希望。

有一群研究者，训练了一个很小的模型，只干一件事儿。那就是，预测黑白棋的下一步，能下在哪里。

没人告诉它棋盘是什么样的。它看到的，只有一长串落子的坐标。

他们原本以为，这个模型，顶多就是背熟棋谱。但是，打开模型之后，他们惊了。

这个模型，自己在内部，建起了一张棋盘。

它没有死记坐标，而是长出了一个“棋盘世界”的内部模型。研究者改变了其中的一个落子，它就会跟着这个修改过的棋盘，改变接下来的落子。

认知，那种对世界的理解，似乎真的从足够强的感知里，自己“长”出来了。

当然。感知，是不是真的能够通往认知？这件事，还远没有定论。

但可以确定的是，那批最聪明的人，今天已经不再只讨论“谁的模型更大”了。他们拼命争论的，是要不要给AI装上“世界模型”，要不要让它学会因果，要不要让它从只会“快思考”的直觉，长出“慢思考”的推理。

竞赛，已经从规模，走向了架构。

这就意味着，今天的我们，依然只站在序章上。

什么意思？

07

序章：所谓奇迹，还没到来

一百多年前，物理学界。

1900年，开尔文发表了一次演讲。他说：

物理学这座宏伟的大厦，已经基本落成了。晴朗的天空中，只还飘着两朵小小的乌云。

那是一个物理学家们有些失落的时代。因为，这门学问，看上去基本到头了。剩下的，只是把小数点再往后面精算几位而已。

但后来，那朵关于光的传播的乌云里，炸出了相对论。那朵关于黑体辐射的乌云里，炸出了量子力学。

物理学没有到头，反而掀开了波澜壮阔的一个世纪。

那些以为站在了终点的人，其实只站在了序章。

今天的AI，也是如此。

我们惊叹的写诗、作画、对答如流，本质上还是那双“认猫”的眼睛，是“看见”的能力。但真正难的，真正让人激动的“看懂、推演、决策”，那种能够“面对没见过的世界，依然推演出对的判断”的能力，才刚刚开始被触碰。

我们以为，我们见证了奇迹。但真正的奇迹，可能还没有到来。

所以，面对AI，至少面对到目前为止的AI，我们该怎么办？

最后的话

如果，你也停在“见多了会认”上，比谁见得多，比谁记得牢，比谁反应快。

那么，你很难赢过AI。

因为它见过的猫，会比你这辈子能见的还要多。它读过的书，你几辈子也读不完。

但是，它不知道自己为什么知道。你以为它在认狼，其实它在认雪。它算出哮喘和活命有关，却不知道有什么关。你以为它在解题，其实它在复述。它千算万算，还是没算出袋鼠，未知，和未来。

它缺的，是理解“为什么”，是抓住“规律”，是“面对没见过的世界，依然推演出对的判断”。

是：认知。

这样东西，至少到今天为止，还是你的。

所以，面对AI，不要比什么“见得多”。比不过的。要把自己，往“想得通”那一边拉。

在这件事上，你，其实比今天的AI聪明多了。

少问“这是什么”，多问“这为什么”。

见得多，是感知。想得通，才是认知。

感知智能，是见多了会认。认知智能，是想通了能推。

AI，还在会认。

但你，要去想通。

加油。

观点/ 刘润  主笔/ 二蔓 编辑 / 歌平 版面 / 黄静

品牌推广 | 培训合作 | 商业咨询 | 润米商城 | 转载开白