「AI哲学」让人类“为自身立命”与“为AI立心”。

是否有固定套路：问题复杂度不同，AI（解答时长基本固定）与人类智能HI（解答时长不定）。

针对不同复杂度的问题，人类智能的答题时间是不定的。如果只是解答“1+1”等于几，你可以瞬间回答；而如果让你猜一个谜，你可能绞尽脑汁花几天都想不出答案。

点击+号关注本账号，可获得更多精彩内容。

针对不同复杂度的问题，HI的答题时间是不定的。如果只是解答“1+1”等于几，你可以瞬间回答；而如果让你猜一个谜，你可能绞尽脑汁花几天都想不出答案。

但AI（这里特指用于生成式问答的AI大模型）不一样，无论回答什么类型的问题，无论在人类看来复杂度是高还是低，AI给出解答的时间基本都是固定的。这是因为，AI大模型目前所具备的智能，主要是在训练大数据（比如整个互联网上涵盖人类的所有已知知识）时学习各类事物之间的关联度（概率大小）。一旦训练完成，则所有事物之间的关联度都已计算好并都确定下来。在解答阶段，通过查询已计算好的各类事物关联度，就可快速且以基本固定的时间给出答案：既然各类事物的关联度都以计算好了，则问题无所谓是复杂的、还是简单的，都可按照固定的格式、公式和套路进行计算。

因此，我们也就知道，目前的AI大模型，并不是真正像HI那样进行理性地、逻辑地进行深入地推理和分析，而只是用非线性函数对数据进行拟合；一旦模型训练好，即非线性函数的参数被确定好，求解所有问题时都套用同样的函数，唯一的区别就是输入变量的值不同，因此不难理解为什么解答时间基本都是一样的了（固定时间解答，也说明解答时没有再进行额外的深入思考）。同时这也解释了，无论问题是否靠谱，AI总是一定会给出一个答案，哪怕这个答案并不靠谱（即出现了“幻觉”），这取决于训练集中的数据关联质量（是否准确、真实、充分）、以及训练集中的数据中是否涵盖了答案（以直接的方式或者间接的方式）。而人类智能（HI）则不一样，在解答问题时因为没有固定套路可言，所以遇到复杂或陌生的问题，就完全可能出现卡壳或者无法解答（推理不下去、关联不上）的情况。

值得说明的是，AI算法也分很多类型，既有用于生成式问答的AI大模型（如ChatGPT），也有用于下棋打牌的博弈AI（如AlphaGo），虽然都是基于深度神经网络，但两者的原理和运行方式是非常不同的。与AI大模型（如ChatGPT）不同，博弈AI（如AlphaGo）具备非常强的深度推理和思维能力，目前任何人类顶尖围棋选手都已无法击败它，即只可能输、运气最好也不过“和棋”。此外，在进行模型训练时，与AI大模型只能依靠已有的互联网数据集不同，博弈AI可以基于对抗神经网络算法，自我生成大量的新数据、并自动模拟正方反方来左右互博和对抗，以便从中学习新的求解策略。而在求解（推理）阶段，与AI大模型不同，因为每一步人类对手的对弈导致整个棋局都在更新，博弈AI必须根据人类棋手的新输入来重新进行推理，因此也就没有固定的套路可言。

有意思的是，ChatGPT的新版本（比如o3版本、GPT 5）通过引入“自适应思考时间”（Adaptive Thinking Time）机制，根据任务难度自动调整推理深度。o3-mini引入了三档思考级别——低强度推理、中等强度推理、高强度推理，可以根据具体需求去调整模型的推理深度。简言之，简单任务能够得到快速响应；而复杂的问题，模型则可开启更深度的思考模式。这可看成是AI对人类思维方式的一种借鉴和学习。不过，这种改进仍然遵循着固定的套路，只不过将套路进行了分级。

更详细内容，请见本书的完整版。如果你有任何感想，请在评论区留言，一起讨论。

“AI哲学一吴怀宇”（中国科学院博士、北大博士后）作者主页：www.OpenDAI.org；邮件：huaiyuwu@sina.com

视频号/公众号：AI哲学一吴怀宇中国科学院（人工智能哲学）