清華教授教你如何跑贏AI：人類有限的註意力該如何分配？
清華教授教你如何跑贏AI：人類有限的註意力該如何分配？
《通用人工智能：認知、教育與生存方式的重構》，劉嘉 著，中信出版集團出版
我們正經歷一場前所未有的智能躍遷。人工智能帶來的，遠不止於技術革新，更是一場深刻重塑人類認知、教育與生存方式的範式轉移。
這場躍遷的關鍵，不在於技術會走多遠，而在於人類如何重新認識自我。當知識不再稀缺，學習的意義何在？當智能無處不在，智慧的棲身之所又在何處？當工具變成智能體，人的核心價值又該如何彰顯？
清華大學基礎科學講席教授、清華大學心理與認知科學系主任劉嘉，站在歷史的交匯點，以獨特的跨學科視角，深入解析通用人工智能的演化路徑與底層邏輯、語言如何承載認知，以及人類能力結構如何在新時代被重新定義。
>>內文選讀
GPT的T，指的是Transformer，其最核心、最精妙之處就是「註意力機製」。它會對一段文本中每個詞語與其他所有詞語之間的關系進行評估，計算出它們之間的關聯強弱程度，從而捕捉信息之間的相互關系，以實現高效而精準的信息處理。所以，學習的本質也是註意力分配的藝術。
我們所處的世界彼此相連，而非孤立隨機。在物理層面，世界由物質和能量組成，它們之間不斷地相互作用，形成復雜而穩定的秩序。在生命層面，物種之間通過復雜的生態網絡連接起來，生態鏈中每個環節互依互存，任何個體的變化都可能引發連鎖反應。在人文社會層面，每個人看似獨立，但無時無刻不在通過溝通、情感聯結與社會網絡交織在一起。文明的存續與演化，來源於人與人之間頻繁而有序的互動。
英國詩人約翰·多恩說：「沒有人是一座孤島，可以自全……任何人的死亡都是我的損失，因為我是人類的一員，因此不要問喪鐘為誰而鳴，它就為你而鳴。」美國行為科學家阿莫斯·特沃斯基也說：「人不復雜，復雜的是人與人之間的關系。」
應當如何分配註意力來認識我們所在的這個世界呢？
第一，註意高質量的數據和人。在機器學習領域，有一個廣為人知的第一性原理：「垃圾輸入，垃圾輸出。」再多的參數，再強大的算力，如果輸入的數據質量低下，最終訓練出來的大模型也必然表現糟糕。所以，OpenAI在訓練初期便嚴格把控數據質量，選用了維基百科、經典書籍、科研論文、優秀代碼和高質量互聯網內容作為註意力處理的信息。這些精心挑選的材料構成了GPT的認知基座。
截至2024年6月，我國短視頻用戶數量達到10.5億，占整體網民的95.5%，人均每天觀看時長約151分鐘。而閱讀用戶只有短視頻用戶的一半，人均每天閱讀時長只有23分鐘。AI在學習，人類卻在沈迷。
真正與註意力門當戶對的是高質量的數據集和人。在進入某個領域前，首先精心構建你的數據集：誰是這個領域的權威，哪些書、線上課程是這個領域的經典，哪些工具能讓這個領域的抽象知識變得具象清晰？之後，閱讀入門材料快速建立對這個領域的基本認知；接下來，對經典或權威的書籍或教材進行深度學習，建立完善的知識框架；最後，通過專業研究文獻並與專家或AI互動交流，拓寬和深化自己的認知邊界。
第二，註意實例而非規則。符號主義給AI以規則：「如果一個動物有尖尖的耳朵，胡須明顯，並且眼睛在夜間能反光，那麽它是貓。」這時，狐貍、猞猁、浣熊和狼也會被符號主義AI識別成貓。而聯結主義只給AI貓的圖片，各種各樣貓的圖片，讓註意力在海量的數據中主動探尋其中蘊含的模式和規律。前者是授人以魚——人類先提取特征，然後把特征餵給AI，即人類向AI輸入人類學習的結果，AI只需要記憶，正所謂前面有多少智能，背後就有多少人工。後者是授人以漁——沒有工程師總結的規則，只有精心挑選的實例，讓神經網絡自己學習，讓它自己去充分挖掘全部可能，因為「足夠大的神經網絡當然無所不能」（計算軟件Mathematica的創造者史蒂芬·沃爾弗拉姆語）。學會放手，效果反而驚人。
孩子的大腦，也如一個剛剛初始化的大模型，有極大的參數空間等待優化。與其告訴他人生道理，不如給他精選的樣例，讓他通過自己的探索得到答案。這就是認知心理學家和教育心理學家傑羅姆·布魯納在其經典著作《教育過程》中提出的範例教學，又稱歸納式教學。
在數學教學中，教師給出一系列完整解題步驟的例題，學生通過分析示例主動理解數學概念和方法，而不是教師直接講解抽象的數學公式；在語文教學中，教師讓學生通過反復接觸大量語言樣例歸納語法規則，而非直接灌輸語法規則。這種方法不僅能加深理解，還更易於將其遷移到新的問題或情境中。
所以，孩子在成長過程中碰到的每一個難題，都不妨看作一次有意義的訓練樣例，父母無須立刻給出結論或答案，要讓孩子自己去觀察、體驗、比較、反思，從中找到自己的道。放棄說教，「給予註意，學會陪伴」，這才是養育孩子的黃金法則。
成人也是如此。初等教育和高等教育賦予我們的道理如同預訓練階段的基礎知識，它們在大腦中構建了認知的底層模型，卻不足以直接指導我們應對真實復雜的生活場景。生活真正考驗我們的是具體情境中的決策能力，而這種能力恰恰來自後續不斷的微調和強化學習。
例如，面對親密關系中的沖突，書上說「要理解對方，包容不同觀點」，但這樣的抽象道理並不能讓我們解決沖突；只有去傾聽、去表達、去調節情緒，然後根據對方的反饋微調和優化我們「人際交往專家模塊」的參數。所謂「紙上得來終覺淺，絕知此事要躬行」，這樣，我們才不會陷入「懂得了很多道理，依舊過不好這一生」的局部最優陷阱。
第三，註意也是遺忘。學習的本質，是對知識體系的優化。大模型像一個撿破爛的拾荒者，無差別地記憶所有接觸的信息。而人超越大模型的，是其所獨有的「選擇性遺忘」：有意識地強化對重要知識和場景的記憶，同時主動遺忘那些低效甚至有害的信息。所以，積極的遺忘並非失敗，而是一種認知優化的策略，它可以讓寶貴的註意力聚焦於那些真正有價值的信息和故事。《洛麗塔》的作者弗拉基米爾·納博科夫說：「你所領悟的人生真理，皆是你曾付出代價的往事。」
在學習過程中，選擇性遺忘就是「先做加法，再做減法」的思維模式。為策劃一個項目，我們會收集大量的信息，做大量的調研，努力將各種可能性都納入考慮範圍。這是必要的第一步，即先做加法。越接近決策階段，就越需要精準地做減法，選擇性遺忘。比如，關於一款新產品，我們最初想法無數：既要滿足市場需求，又要成本可控；既要功能強大，又要操作簡單；既想滿足年輕人的需求，又不願放棄中年人市場。但是，真正的產品設計者，要敢於主動「遺忘」那些充滿吸引力但幹擾產品核心定位的冗余信息，從而將註意力分配給真正的核心。設計師迪特·拉姆斯曾說：「好的設計不是堆砌更多的功能，而是敢於刪去多余的東西。」遺忘，也是註意力分配的藝術。
生活中，我們有時會情緒低落，這可能是因為過去一些不愉快的經歷：或許是一次失敗的考試，一次刻骨銘心的分手，甚至是朋友無意中的傷害。這些不愉快持續侵占和消耗着我們的註意力，不斷地喚起痛苦的記憶，讓我們陷入「身在當下，心在過去」的困境而無法自拔。選擇性遺忘不是強迫忘記這些不愉快，或者逃避甚至否認它們曾經發生。選擇性遺忘是承認，是接納——承認它們確實已經發生，無法更改，接納它們曾給自己帶來的傷害。但是需要明白的是，它們並不必然定義我們現在以及未來的人生。
心理學家卡爾·榮格說：「我們無法改變過去的事實，但我們可以改變看待這些事實的態度。」只有當我們真正接納了這些痛苦的經歷，允許自己放下情緒上的執著與執念，過去的負面經歷才會與我們握手言和，逐漸淡去；唯有這樣，註意力才會回歸當下，回歸我們能掌控的事情上。於是，我們重獲內心的平靜與自由。
遺忘，既是告別，也是起航。
——本文摘編自《通用人工智能：認知、教育與生存方式的重構》
欄目主編：朱自奮
文字編輯：金久超
本文作者：劉嘉
圖片創作：客家頭條
清華教授教你如何跑贏AI：人類有限的註意力該如何分配？
《通用人工智能：認知、教育與生存方式的重構》，劉嘉 著，中信出版集團出版
我們正經歷一場前所未有的智能躍遷。人工智能帶來的，遠不止於技術革新，更是一場深刻重塑人類認知、教育與生存方式的範式轉移。
這場躍遷的關鍵，不在於技術會走多遠，而在於人類如何重新認識自我。當知識不再稀缺，學習的意義何在？當智能無處不在，智慧的棲身之所又在何處？當工具變成智能體，人的核心價值又該如何彰顯？
清華大學基礎科學講席教授、清華大學心理與認知科學系主任劉嘉，站在歷史的交匯點，以獨特的跨學科視角，深入解析通用人工智能的演化路徑與底層邏輯、語言如何承載認知，以及人類能力結構如何在新時代被重新定義。
>>內文選讀
GPT的T，指的是Transformer，其最核心、最精妙之處就是「註意力機製」。它會對一段文本中每個詞語與其他所有詞語之間的關系進行評估，計算出它們之間的關聯強弱程度，從而捕捉信息之間的相互關系，以實現高效而精準的信息處理。所以，學習的本質也是註意力分配的藝術。
我們所處的世界彼此相連，而非孤立隨機。在物理層面，世界由物質和能量組成，它們之間不斷地相互作用，形成復雜而穩定的秩序。在生命層面，物種之間通過復雜的生態網絡連接起來，生態鏈中每個環節互依互存，任何個體的變化都可能引發連鎖反應。在人文社會層面，每個人看似獨立，但無時無刻不在通過溝通、情感聯結與社會網絡交織在一起。文明的存續與演化，來源於人與人之間頻繁而有序的互動。
英國詩人約翰·多恩說：「沒有人是一座孤島，可以自全……任何人的死亡都是我的損失，因為我是人類的一員，因此不要問喪鐘為誰而鳴，它就為你而鳴。」美國行為科學家阿莫斯·特沃斯基也說：「人不復雜，復雜的是人與人之間的關系。」
應當如何分配註意力來認識我們所在的這個世界呢？
第一，註意高質量的數據和人。在機器學習領域，有一個廣為人知的第一性原理：「垃圾輸入，垃圾輸出。」再多的參數，再強大的算力，如果輸入的數據質量低下，最終訓練出來的大模型也必然表現糟糕。所以，OpenAI在訓練初期便嚴格把控數據質量，選用了維基百科、經典書籍、科研論文、優秀代碼和高質量互聯網內容作為註意力處理的信息。這些精心挑選的材料構成了GPT的認知基座。
截至2024年6月，我國短視頻用戶數量達到10.5億，占整體網民的95.5%，人均每天觀看時長約151分鐘。而閱讀用戶只有短視頻用戶的一半，人均每天閱讀時長只有23分鐘。AI在學習，人類卻在沈迷。
真正與註意力門當戶對的是高質量的數據集和人。在進入某個領域前，首先精心構建你的數據集：誰是這個領域的權威，哪些書、線上課程是這個領域的經典，哪些工具能讓這個領域的抽象知識變得具象清晰？之後，閱讀入門材料快速建立對這個領域的基本認知；接下來，對經典或權威的書籍或教材進行深度學習，建立完善的知識框架；最後，通過專業研究文獻並與專家或AI互動交流，拓寬和深化自己的認知邊界。
第二，註意實例而非規則。符號主義給AI以規則：「如果一個動物有尖尖的耳朵，胡須明顯，並且眼睛在夜間能反光，那麽它是貓。」這時，狐貍、猞猁、浣熊和狼也會被符號主義AI識別成貓。而聯結主義只給AI貓的圖片，各種各樣貓的圖片，讓註意力在海量的數據中主動探尋其中蘊含的模式和規律。前者是授人以魚——人類先提取特征，然後把特征餵給AI，即人類向AI輸入人類學習的結果，AI只需要記憶，正所謂前面有多少智能，背後就有多少人工。後者是授人以漁——沒有工程師總結的規則，只有精心挑選的實例，讓神經網絡自己學習，讓它自己去充分挖掘全部可能，因為「足夠大的神經網絡當然無所不能」（計算軟件Mathematica的創造者史蒂芬·沃爾弗拉姆語）。學會放手，效果反而驚人。
孩子的大腦，也如一個剛剛初始化的大模型，有極大的參數空間等待優化。與其告訴他人生道理，不如給他精選的樣例，讓他通過自己的探索得到答案。這就是認知心理學家和教育心理學家傑羅姆·布魯納在其經典著作《教育過程》中提出的範例教學，又稱歸納式教學。
在數學教學中，教師給出一系列完整解題步驟的例題，學生通過分析示例主動理解數學概念和方法，而不是教師直接講解抽象的數學公式；在語文教學中，教師讓學生通過反復接觸大量語言樣例歸納語法規則，而非直接灌輸語法規則。這種方法不僅能加深理解，還更易於將其遷移到新的問題或情境中。
所以，孩子在成長過程中碰到的每一個難題，都不妨看作一次有意義的訓練樣例，父母無須立刻給出結論或答案，要讓孩子自己去觀察、體驗、比較、反思，從中找到自己的道。放棄說教，「給予註意，學會陪伴」，這才是養育孩子的黃金法則。
成人也是如此。初等教育和高等教育賦予我們的道理如同預訓練階段的基礎知識，它們在大腦中構建了認知的底層模型，卻不足以直接指導我們應對真實復雜的生活場景。生活真正考驗我們的是具體情境中的決策能力，而這種能力恰恰來自後續不斷的微調和強化學習。
例如，面對親密關系中的沖突，書上說「要理解對方，包容不同觀點」，但這樣的抽象道理並不能讓我們解決沖突；只有去傾聽、去表達、去調節情緒，然後根據對方的反饋微調和優化我們「人際交往專家模塊」的參數。所謂「紙上得來終覺淺，絕知此事要躬行」，這樣，我們才不會陷入「懂得了很多道理，依舊過不好這一生」的局部最優陷阱。
第三，註意也是遺忘。學習的本質，是對知識體系的優化。大模型像一個撿破爛的拾荒者，無差別地記憶所有接觸的信息。而人超越大模型的，是其所獨有的「選擇性遺忘」：有意識地強化對重要知識和場景的記憶，同時主動遺忘那些低效甚至有害的信息。所以，積極的遺忘並非失敗，而是一種認知優化的策略，它可以讓寶貴的註意力聚焦於那些真正有價值的信息和故事。《洛麗塔》的作者弗拉基米爾·納博科夫說：「你所領悟的人生真理，皆是你曾付出代價的往事。」
在學習過程中，選擇性遺忘就是「先做加法，再做減法」的思維模式。為策劃一個項目，我們會收集大量的信息，做大量的調研，努力將各種可能性都納入考慮範圍。這是必要的第一步，即先做加法。越接近決策階段，就越需要精準地做減法，選擇性遺忘。比如，關於一款新產品，我們最初想法無數：既要滿足市場需求，又要成本可控；既要功能強大，又要操作簡單；既想滿足年輕人的需求，又不願放棄中年人市場。但是，真正的產品設計者，要敢於主動「遺忘」那些充滿吸引力但幹擾產品核心定位的冗余信息，從而將註意力分配給真正的核心。設計師迪特·拉姆斯曾說：「好的設計不是堆砌更多的功能，而是敢於刪去多余的東西。」遺忘，也是註意力分配的藝術。
生活中，我們有時會情緒低落，這可能是因為過去一些不愉快的經歷：或許是一次失敗的考試，一次刻骨銘心的分手，甚至是朋友無意中的傷害。這些不愉快持續侵占和消耗着我們的註意力，不斷地喚起痛苦的記憶，讓我們陷入「身在當下，心在過去」的困境而無法自拔。選擇性遺忘不是強迫忘記這些不愉快，或者逃避甚至否認它們曾經發生。選擇性遺忘是承認，是接納——承認它們確實已經發生，無法更改，接納它們曾給自己帶來的傷害。但是需要明白的是，它們並不必然定義我們現在以及未來的人生。
心理學家卡爾·榮格說：「我們無法改變過去的事實，但我們可以改變看待這些事實的態度。」只有當我們真正接納了這些痛苦的經歷，允許自己放下情緒上的執著與執念，過去的負面經歷才會與我們握手言和，逐漸淡去；唯有這樣，註意力才會回歸當下，回歸我們能掌控的事情上。於是，我們重獲內心的平靜與自由。
遺忘，既是告別，也是起航。
——本文摘編自《通用人工智能：認知、教育與生存方式的重構》
欄目主編：朱自奮
文字編輯：金久超
本文作者：劉嘉
圖片創作：客家頭條
