人工智能取得了令人瞩目的成就，从图像识别、语言翻译到在国际象棋比赛中击败人类。然而，人工智能并非无所不能，因为在某些关键领域和任务上，它的能力远不及人类。目前的人工智能系统是“狭隘”的专家，擅长解决定义明确的问题，但在需要常识、创造力或情感理解的一般情况下却举步维艰。在本文中，我们将探讨人工智能（目前）无法有效取代的几个领域和实际应用，进一步凸显人工智能的固有局限性，正是这些局限性使得人类仍然必不可少。
人工智能在以下领域能力不足：
创造力和原创性
创造力是大多数人误认为人工智能能力之一。因此，在开始之前，需要一定程度的清醒：
人工智能并非真正具有人类意义上的创造力
到目前为止，人工智能只是模仿！它并没有进行有意义或有意图的创新。在创造性领域，人类的创造力仍然占上风。虽然人工智能可以通过学习现有作品的模式来创作艺术作品或文字，但它缺乏想象力、文化洞察力和情感深度。它擅长整合现有信息，但在独创性创作方面却举步维艰。这意味着人工智能艺术家可以融合各种风格，人工智能作家可以模仿某种体裁，但要创作出一个深刻的原创概念或一个能引起人类深层共鸣的故事，则是另一回事。
只是解码器！
一项调查显示，76% 的人认为 AI 生成的内容并非“真正的艺术”，他们认为这些精心设计的作品缺乏真实感或灵魂。人类创作者会运用个人经验、情感和意图——他们创作是因为他们想要表达某种东西。而 AI 没有内在的声音或目的；它只是被要求输出。因此，从科学创新到小说写作和设计，那些依靠原创想法和创造性冒险而蓬勃发展的领域，仍然难以被 AI 真正颠覆。AI 是一个强大的创意工具，但就目前而言，它更像是一个聪明的模仿者，而非真正的灵感源泉。专家将 AI 比作“没有大脑的嘴巴”。这可以理解！
伦理与道德推理
AI 缺乏真正的道德指南针或对伦理的理解。但这部分是由于道德困境的复杂性。在伦理考量方面，没有一成不变的“是”或“否”。伦理问题会随着时间推移而变化，并受到文化和政治的极大影响。人工智能可以遵循程序规则，但它不具备人类的价值观和良知。因此，人工智能缺乏进行复杂伦理决策所需的价值观、同理心和道德推理能力。
例如，我们不会委托人工智能在无人监督的情况下，在医疗分诊或自动驾驶汽车场景中做出生死攸关的选择。人工智能可能会优化结果（例如效率或效用），却不理解公平或同情心。在刑事司法领域，用于量刑或警务的算法由于基于历史数据进行训练而表现出偏见，这可能会强化不公平的偏见。
结果与价值之间的权衡
这些工具无法识别个体情况或公平性，凸显了机器缺乏人类的道德推理和同情心。简而言之，每当决策涉及道德判断或责任时，人类的判断仍然不可替代，能够以人工智能无法做到的方式衡量是非对错。
判断与人类价值观
现实世界中的决策没有唯一的正确答案。它们取决于个人价值观、文化背景和情境判断。人工智能无法理解这些。它基于数据和目标，而不是意义。
以选择广告宣传方案或制定社区政策为例。这不仅仅关乎在测试中表现如何。它关乎什么合适，什么感觉正确。美学、价值观、基调，所有这些都源于人类的经验。就人类价值观而言，没有放之四海而皆准的解决方案，因为它们深受过去经验的影响。人工智能无法解读房间的氛围。它不知道某件事对某些人意味着什么。
人类价值观与传统数据点的区别
正因如此，与道德、文化或判断相关的选择仍然需要人类的参与。即使数据看起来不错，我们也能洞察细微差别、理解背景，并意识到哪些地方不对劲。人工智能并非为此而生。荷兰福利政策就是一个很好的先例。该计划旨在为荷兰居民提供经济援助，合格候选人的选择取决于机器学习算法。但由于预测工具存在缺陷，荷兰福利系统对移民和低收入女性的评估存在不均衡，这进一步凸显了其训练数据中的偏见。
情商与同理心
情感和同理心是许多人类角色的基础，也是人工智能的一个主要盲点。人工智能可以模拟礼貌的对话，但它缺乏情商，无法真正理解或分享感受。例如，在医疗保健和治疗领域，患者除了需要事实性建议外，通常还需要同情和情感支持。在某些情况下（心身疾病），仅靠安慰和帮助就足以进行治疗。
轻率地优化解决方案
AI 治疗师或护理人员或许能够提供信息，但却无法像人类那样对那些不言而喻的情感暗示做出回应。同样，客服聊天机器人可以处理简单的问题，但愤怒或苦恼的客户可能需要一位能够感同身受、缓和情绪的人工客服。建立有意义的关系——无论是作为教师、辅导员还是护士——都需要同理心、对情感的细致理解以及对社交暗示的适应能力，而这些都是人类独有的特质。现实世界的经验也反映了这一点：护理、咨询和社会工作岗位仍然依赖于人与人之间的接触，因为 AI 无法取代这些工作所需的温暖和理解。在 AI 能够真正感受或至少深度模拟人类情感之前，它在任何需要情感联系的应用中都存在局限性。
身体和感知运动技能
搭载 AI 的机器人在受控环境（例如工厂）中取得了长足进步，但它们在应对现实世界的复杂性方面仍举步维艰。有一个众所周知的见解，叫做莫拉维克悖论：人类认为很容易的任务——行走、感知和操纵物体——却是人工智能最难复制的任务之一。人工智能可以在国际象棋比赛中击败大师，但家用机器人仍然无法可靠地折叠衣物。
连最基本的任务都难以完成
我们习以为常的感知和感觉运动技能需要实时理解无数变量，而人工智能却对此极具挑战性。例如，自动驾驶汽车可以在已绘制地图的道路上以最佳状态行驶，但在不可预测的非结构化环境中（例如，处理突如其来的道路碎石或人类的手势）可能会出现故障，因为这些环境瞬息万变。护理人员移动病人或厨师实时调整菜谱依赖于人工智能所缺乏的智能和物理直觉。尽管机器人技术取得了进步，但人类的灵活性和现实世界的适应性仍然在很大程度上无法匹敌。
领导力与战略愿景
领导力在于激励员工、在不确定的情况下进行判断以及建立信任。而这些正是人工智能难以应对的领域，因为照本宣科毫无用处。经理和高管依赖于人工智能无法模仿的人际交往和战略技能。这些技能是他们通过多年的经验积累而获得的。
以结果为导向的短视决策
人工智能或许比人类更快地处理业务指标，但它无法感知团队士气，也无法本能地预测一个近端有利决策的未来后果。沟通和同理心是优秀领导力的关键，而这两者都是人类的固有特质。正如一项分析指出，通过愿景、同理心和沟通来激励和引导他人，是人工智能无法企及的人类能力。
此外，人们往往不愿在重要问题上遵循机器的指令；我们希望领导者能够理解我们的价值观，并对其决策负责。对于机器来说，谁应该为事故负责？程序员？公司？人类喜欢找出根本原因。而如果事故发生在人工智能身上，则完全没有可预见的解决方案或限制。
模式
考虑到人工智能局限性的所有方面，可以得出以下结论：
人工智能难以进行主观决策。因此，它在任何非二元决策方面都显得力不从心。
综合本文讨论的所有内容，我们可以得出一些清晰的规律：
- 人工智能感知的是模式，而非意义：它处理数据时，并没有真正理解语境、情感或意图。
- 人工智能处理的是规则，而非模糊性：它在结构化环境中有效，但在不可预测、混乱的现实世界中却会失效。
- 人工智能模仿，而非原创：它对现有输入进行重新组合，缺乏真正的创造力、直觉或自我驱动的目标。
- 人工智能的运作不考虑后果：它无法像人类那样关心问题、承担责任，也无法做出有道德的决策。
- 人工智能了解事实，而非智慧：它缺乏来自生活经验和人类洞察力的判断力、灵活性和洞察力。
人工智能的局限性是永恒不变的吗？
本文的观察基于人工智能的现有能力，未来可能会不断发展。随着该领域的不断发展，人工智能的局限性正在日益缩小。如果未来人工智能能够克服本文列出的一些挑战，这并不令人意外。但如果人工智能能够在伦理等一些方面取得突破，我们或许将见证人工智能运作方式的范式转变。
常见问题
问题 1：为什么人工智能无法取代人类的创造力？
答：人工智能能够模仿现有数据的模式，但缺乏想象力、情感和意图。它无法进行有目的或有意义的创造，只是基于训练的输出。人类会从个人经验和情感中汲取灵感，创造出原创的东西。人工智能可以进行混搭，但无法真正创新。
问题 2：我们能信任人工智能做出伦理或道德决策吗？
答：不能。人工智能不懂伦理，它只是遵循规则。它缺乏同理心、文化意识和是非观念。在涉及公平或问责的复杂决策中，人类的判断仍然至关重要。
问题 3：人工智能在实际应用中最容易失败的地方是什么？
答：人工智能在非结构化、不可预测的情况下表现不佳。它无法像人类一样解读情绪、处理细微差别或适应环境。需要同理心、判断力或身体直觉的角色，例如护理、领导或社会工作，仍然依赖于人类。
评论留言