当黄仁勋和Dario遇上休谟：火鸡、台球与AI末日论

01最近美国AI圈的画风越来越像真人秀了。黄仁勋老师在All-In峰会上口若悬河，谈笑生风，激情措辞，表示AI末日论是不讲科学的哗众取宠，逐条清算过去几年落空的恐慌预言：放射科医生没消失吧，反而更缺了；说好的90%代码由AI生成，没发生吧；50%初级岗位蒸发，也没发生吧。讲到一半，懂王突然来电了！黄老师寒暄几......本文来自微信公众号： 肖小跑 ，作者：肖小跑01最近美国AI圈的画风越来越像真人秀了。黄仁勋老师在All-In峰会上口若悬河，谈笑生风，激情措辞，表示AI末日论是不讲科学的哗众取宠，逐条清算过去几年落空的恐慌预言：放射科医生没消失吧，反而更缺了；说好的90%代码由AI生成，没发生吧；50%初级岗位蒸发，也没发生吧。讲到一半，懂王突然来电了！黄老师寒暄几句，一切都在您远见卓识的领导下，而且我们正夸您呢，然后丝滑外放并接上了麦克风。于是懂王充满磁性的声音散布全场，几千名观众都听到了懂王的教诲：AI末日论就是个骗局，是某国的阴谋，数据中心才是未来的石油。实在没法不怀疑，这是经典的真人秀套路。我们经常在相亲秀、生存秀里看到的那种关键时刻意外来电。我也觉得很能烘托气氛。02不过这里有意思的点很多。我仔细看了看黄教主和Dario的论证结构，发现不管你支持哪一派：AI阴谋论也好，AI末日论也罢，大家的论证结构都是一致的：黄教主说，过去的末日预测全都错了，所以现在的末日预测也不可信。Dario说，模型能力增长曲线是这样的，所以按此外推，出大事的概率是那样的。其实两边用的都是同一个逻辑，都是用过去的观察来推断未来的因果。只不过一个说你的归纳错了，另一个说你的外推不对。这就引出一个很古老很古老的问题：我们到底是凭什么看出来因果关系的？尤其是用过去的因预测未来的果？我最近每天都在跟这个问题搏斗。其实那些发生在新闻里、或者我们身边的很多事能够对接到这种对因果概率的哲学思考上。我最近发现，前人想过的很多事情，其实都是现在发生各种事情的哲学剧本。比如一个被经济学家打脸打肿了的概念：格兰杰因果（Granger causality）。如果大家看过图灵奖得主Judea Pearl那本很有名的神书《The Book of Why》（《为什么：关于因果关系的新科学》），第一章末尾就直接把这个概念拉出来又打脸了一遍。格兰杰因果检验是Clive Granger在1969年提出的统计方法，他后来拿了诺贝尔经济学奖。这个方法其实很朴素：如果只用“Y”自己的历史数据预测“Y”的效果，不如同时用上“X”和“Y”的历史数据，那我们就说“Y”“格兰杰因果依赖”于“X”。用普通话翻译一下：比如美股总在北京时间凌晨收盘，A股早上才开盘，隔夜美股的走势对预测当天A股的开盘就有信息量。它背后的原则是：美股（因）在时间上先于A股（果），美股（因）蕴含了关于A股未来的信息。听起来挺合理吧？但计量经济学界很快达成了一个共识：“格兰杰因果不是因果”。后来我在知乎上看到一个帖子，说这句话就是一个“白马非马”逻辑，觉得比喻的很到位。它看起来是个因果关系的检测，但其实检测的根本不是因果。因为这个检验测的从来就只是X能不能帮助预测Y，跟X是否真的导致了Y完全是两码事。就像公鸡总在日出前打鸣，鸡叫对“预测”天亮确实有用，但那是因为公鸡体内的生物钟感应到了日出前的光线（能预测），并不是公鸡把太阳叫出来的（因果关系）。Granger本人可能也被打脸打怕了，也曾经建议不要叫“因果”，而叫“时间相关”。03不知道大家有没有发现，做研究的人，尤其是经济学家，从来都对“因果关系”这件事讳莫如深、小心翼翼。为什么呢？因为休谟。因为这个人曾经从哲学上完全地否定了“因果”这种东西的存在。休谟是个彻底的经验主义者，他的出发点很简单：人的一切知识只能来自感官经验。如果你跟他讨论“因果”，他会先叫你做一个思想实验：你俩去打台球，你的白球滚过去撞到了他的红球，红球应声滚开。我们的常识会说，是因为白球的撞击“导致”了红球的滚动。但休谟会说：请你只依靠自己的眼睛，如实汇报你到底看见了什么。你看见了两个球在空间上接触，看见了白球先动红球后动，看见了每次撞击之后红球都会滚开。仅此而已。那个叫“导致”的东西，那股神秘的力量，你从头到尾一眼都没看见。因为它根本就是你脑补出来的。也就是说，“原因”和“结果”中间的那股力量，在这个宇宙中是不存在的。这确实让人比较难以接受。那我们为什么还如此坚信因果律存在？休谟答曰：心理习惯。A和B在过去的经验里反复相继出现，我们的大脑就形成了一种条件反射，见到A就自动期待B。因果关系与其说是世界自带的物理法则，不如说是人类大脑为了理解世界而给自己配的滤镜。这个论证留下了哲学史上著名的归纳问题：过去的恒常连结，凭什么保证未来？再后来，启发了罗素的火鸡故事：农夫每天来喂食，火鸡通过归纳得出结论，脚步声等于食物。这个规律被数据反复验证，样本量一天比一天大，置信度一天比一天高——直到感恩节来了。其实AI业界自己的很多底层逻辑、基础算法和方法论，比如下一个词的预测、强化学习、贝叶斯更新，本质上全都建立在“从过去的恒常连结里学规律”这件事上；而经济学里也有固定效应、双重差分。说到底整套现代因果推断的工具箱，都是在跟休谟的幽灵作斗争。更不用说AI末日论了。04到这里不知道大家睡着了没。那我们拉回到开头的AI真人秀上：黄仁勋说，过去的末日预测全错了，所以末日论不可信。这个论证本身就是归纳法：“预言家过去总打脸”，所以“将来也会打脸”。这和火鸡故事是一样的。当然，这也不代表他错了。但末日论那边就比较尴尬了：“末日”是一种从没发生过的事件。没有历史数据，没有恒常连结，“文明灭绝”的概率这个数字既无法被证实，也无法被证伪，它更接近一种主观信念的量化表达，而非频率意义上的概率。当然，也不代表概率为0。所以这场争吵的结局必然是政治撕裂，因为它的底层就是认识论的分歧：当一件事没有先例可循时，太容易拿来当政治大旗了。做叙事研究久了，我对类似这样的局面有一种应激性反应：当双方都拿不出决定性证据时，胜负取决于谁的故事传播得更快。综上，我觉得懂王的这个电话一定不是巧合。05最近我对着双重差分的平行趋势假设发呆时，反而生出一点敬意。这些看起来枯燥的理论细节，其实是人类在明知归纳法没有逻辑保证的前提下，依然想把“why相信”这件事做得更扎实一点的努力。这大概是人类面对不确定性时，更体面一点的姿态吧。所以AI到底危险不危险？急啥，感恩节还没到呢。