你所接触的“AI”，真是人工智能本尊吗？——从“AI”泛用看概念滑坡现象

公众号：Ailiaili | AI软件网
Ai项目交流群，Ai账号交易充值，Ai软件分享,Ai网站导航,Ai工具大全等
复制公众号

当“AI”泛化：繁华背后的隐忧与清醒之思

大约两年前，退休在家的老母亲竟也能随口说出“人工智能时代”，那一刻，我真切地意识到，AI的时代已然汹涌而至。

这无疑是一个令人心潮澎湃的时代。新一代技术如璀璨星辰，照亮了大众兴奋的脸庞，恰似互联网、电气、铁路诞生之初那般，带来无尽的希望与憧憬。然而，股市里那句略显刻薄却屡试不爽的名言如警钟长鸣：当卖菜阿姨也开始侃侃而谈股票术语时，往往并非利好之兆。狄更斯在《双城记》开篇的经典之语：“这是最好的时代，这是最坏的时代；这是智慧的时代，这是愚蠢的时代。”历经150年岁月洗礼，用来形容当下身处AI浪潮中的我们，依旧精准得令人惊叹。

无处不在却似是而非的“AI”

AI，无疑是具有划时代意义的伟大技术。近年来，它成为众人瞩目的焦点，人人言必称AI，事事皆欲与AI挂钩。在各类项目方案、规划与汇报中，AI宛如“万能补丁”，遇事不决，贴上便灵。

在我经手的项目里，此类现象屡见不鲜。曾见使用近十年的自动感应信号灯系统，摇身一变成为“AI智慧交通系统”；原本的城市监控摄像头阵列，被冠以“城市AI大脑”之名；会议室里安装一块数据可视化大屏，便挂牌“AI智能指挥中心”。更令人咋舌的是，一些基层单位对AI的认知极为朴素：App等同于AI，编程等同于AI，机器人等同于AI，电路设计等同于AI，甚至“能插电的就是AI”。仿佛只要与电脑、电力、网络、芯片稍有沾边，便可理所当然地贴上“AI”标签，实现从技术到功能的“政治正确”。

这种情形并非我国独有。当下，全球范围内正大规模流行技术焦虑与术语通胀。2024年，美国证券交易委员会（SEC）对两家投资顾问公司开出罚单，原因是他们滥用人工智能概念进行虚假包装，即所谓的“AI washing”。无独有偶，欧盟在推进《人工智能法案》时，也屡次遭遇界定“AI系统”的难题，众多传统软件积极试图挤进“AI”范畴，以博取资本关注与政策倾斜。

然而，当“AI”这个词汇能用来形容一切带屏幕、带芯片的设备时，它在官方语境和舆论场中的含义，必然从原本具备明确定义的坚实技术概念，塌缩为廉价的修辞工具和市场宣称，进而带来超越技术层面的危害。

掉入“命名谬误”陷阱的AI

我们常常陷入一种思维误区：以为给事物贴上一个名字，就等同于理解了它的本质。例如，将某个过程称为“智能”，便认为它真的拥有了智能，这种思维陷阱便是“命名谬误”（Naming fallacy）。

回溯历史，图灵在1950年的开创性论文《计算机器与智能》中明确强调，AI需具备学习、推理能力，而非简单的自动化。图灵身为数学家，人工智能的基石是数学、逻辑学与计算机科学。这决定了AI从诞生之初便是一门门槛极高的学科，需要大量的底层知识储备，普通人难以通过几篇科普文章就轻松入门。这种客观存在的学习壁垒，与社会大众对AI的“智能期许”“技术想象”之间形成了巨大断层，给“命名谬误”提供了可乘之机。

当我们把复杂的机器学习、神经网络等技术概念，简化、模糊为大众语境下的“智能”时，“宣称通胀”和“概念滑坡”便难以避免。在政策风向与媒体热度的助推下，这种简化和泛化缺乏天然的自限机制。这不仅在语言学和技术层面不够严谨，更是认知和概念的塌陷。

“名称”只是无关紧要的小问题吗

或许有人会问，为了方便理解和传播，让名称“漂亮”一些又有何妨呢？

福柯在《词与物》中早已提醒我们：命名并非中性的行为，而是对现实的塑造。也就是说，当我们用“名”来称谓某物时，已对它进行了塑造和重构。

说到“名实分离”，不妨回顾大约十年前汹涌而来的“大数据”浪潮。彼时，无数项目言必称“大数据”。然而在许多具体场景中，一些领域即便并不符合大数据的基本特征，仍上马了一系列“名号式”工程。典型如个别社会公共领域，明明只是中小规模的结构化数据统计，既无多模态数据采集，也无分布式计算需求，却依然被冠以“大数据”之名。

十年过去，回顾那场忽视基本概念和技术原理，以“名”带“实”的运动，虽使某些企业短期内获得可观商业回报和资本红利，但从行业演进角度看，以语言之便模糊技术之实，用一个瞩目时髦的名字遮蔽底层真实能力，反而使行业错失实现真正提升的宝贵窗口。这在一些数字技术基础薄弱的领域并不少见。而当新的“AI风口”来临，这些领域又容易毫无阻力地滑入新一轮类似叙事。这种追逐标签而非深耕实质的惯性，虽可理解，却显然极为不妥。

相较于“大数据”，AI在技术颠覆性、社会关注度和政策扶持力度上都更胜一筹。因此，不难想象这种“名不副实”造成的资源浪费、路径锁死与信任挑战的危害将更为深远。

风险一：催熟繁荣与资源错配

技术发展史一再证明，过度简化与夸大命名的代价是信任危机与创新停滞。

从积极方面看，命名泡沫能助推产业繁荣。但从消极方面看，它会加速新技术期望的落空。随之而来的幻灭感可能削弱整个行业的公众信任基础，甚至加速产业泡沫破裂。上世纪80年代的“专家系统”热便是前车之鉴。当时，基于规则库的程序被广泛宣称为“人工智能”，吸引巨额投资。然而，当人们发现它连常识推理都无法完成时，巨大心理落差导致长达十年的“第二次AI寒冬”。2000年互联网泡沫破灭，同样源于“.com”概念的滥用与透支。如今，当所有人都宣称自己是“各种各样”的“AI”与“AI+”时，这种命名泡沫势必成为真正AI公司的竞争拖累。一旦伪AI产品无法达成预期，公众对真正具备变革能力的AI技术也会产生连带怀疑与抵触。

同时，快速催熟的表面繁荣会导致宝贵创新资源的错配。以目前大热的“具身智能”为例，在政策和资本追捧下，大量资源涌向酷似人类外形的“人形机器人”。仿佛只有长得像人、会走路说话的“人形外壳”才叫“具身智能”。这种刻板的命名导向，难免使其他形态的智能系统（如更适合特定工业场景的轮式、足式、软体机器人）在资源分配上被边缘化，即便其可能更贴合具身智能的技术定义。

当原本丰富的技术可能性被“命名谬误”窄化为单一具象符号，从国家战略层面看，这种人为削减多元路径的行为无疑潜藏着巨大系统性风险。值得庆幸的是，政策层面已关注到这一风险。上月底国家发改委明确提出，要防范人形机器人领域重复度高的产品“扎堆”上市、研发空间被压缩等风险，为行业敲响及时警钟，释放出鼓励多路径探索、避免单一路线“挤占”创新资源的明确信号。

风险二：科幻想象与想象力禁锢

若说产业风险是显性挑战，那么“概念滑坡”对“人—机”未来可能性的预设和限制，则是一种更隐蔽的内伤。它呈现出矛盾张力：一方面，对近前技术的可实现层面幻想过多；另一方面，在技术应用层面被少数“易得”方案禁锢过窄。

一般来说，缺乏技术基础和专业训练的公众和部分决策者，更容易抱有通用万能的“强人工智能”近在咫尺的“终极幻想”。笔者此前曾撰文讨论当下AI技术路径自身难以逾越的若干瓶颈问题（新质观察|“虎崽论”背后的当下AI瓶颈和极限）。然而，在无处不在、密集夸张且商业动机鲜明的叙事包围下，大众很难对AI保持平静、客观的期待。这种社会群体性的“科幻级远望”，不利于我们集中精力解决当下AI面临的复杂、枯燥又看似“缺乏想象力”的具体问题，也不利于我们发挥有限场景下解决具体问题“狭隘智能”的巨大价值。

同时，单一维度的媒体宣贯与商业传播，使某些更易理解、更具视觉冲击力的技术路线（如对话式大模型、人形机器人）获得过量关注。它们在公共场域无形中筑起一道认知壁垒，限制了我们对AI未来多样可能的探索与想象。在一些原本数字化基础就较为薄弱的领域，这种“想象力禁锢”表现得尤为突出。例如，在当下许多“AI + 教育”项目中，AI几乎被简化为不同形式的“接入大模型接口”，仿佛只要接入大语言模型就拥有了AI的全部。