美国总统川普昨天在联合国大会上宣布将artificial intelligence AI改名为Super Intelligence， 缩写 SI。
这决定非常英明及时，肯定背后有颗大脑给他出主意。不过即使全世界接受，中国恐怕SI也不会接受的。不知SI英文里将如何发音，sai？那干脆改名为Super Agentic Intelligence (SAI) - 超级代理智能，大家都会乐于接受。
如何改名不是主要的，关键是不能再沿用AI这个名词了。三四十年前AI这个称呼出现时，人工智能的现实和对其想象完全不是现在这个样子的，那是货真价实的人工，靠用精妙的算法来模仿和萃取人类的高级逻辑推理。算法成熟和算力提高后，各种机器学习程序包和工具，有些甚至不用编程如Rapid Miner，已经很普及。接着更出现了靠人工标记事物样本的监督性机器学习，将AI泛化到广大的非计算应用领域。它们的效率可以远超人类的手动速度，可以对人类无法解析的问题给出足够精确的数值解，调用搭配各种工具也可以比人类更有条理和优化得多。但是，这一类AI即使能够在某些特定任务上超过人类，本质上仍然是针对预先定义的任务建立的能力，是人类智能在技术进步下形成的一个子系统，并不意味着产生了普遍意义上的超越人类的智能。
然而，这四五年来突起的所谓生成式人工智能Generative Artificial Intelligence GAI完全和上面的AI不能同日而语。尤其是我前面“一本正经的胡诌，充满期待的担忧”里写的智能体集群，再沿用人工智能来称呼已经完全不合适了，关键是，它会让人们小看和小用其无比巨大的潜能，并误导人们对其还难以估量的风险掉以轻心。
因为，它已经不是人工的智能，而是一种人类从没见识过的全新高级智能。真正的变化并不只是模型变得更大，而是人类不再逐条给它规定任务和规则，而是给它学习的机制，喂以巨量的数据和算力，让它自己形成复杂的内部表征和能力。这些能力可以跨领域迁移和组合，甚至可以调用工具，写程序，设计和改进新的AI系统。我们知道它是怎样被构造和训练出来的，却越来越无法解释它为什么会产生某一个具体的能力或行为。
连因奠定人工神经网络基础而获得2024年诺贝尔物理学奖的“人工智能之父”Geoffrey Hinton，也无法告诉我们这些模型内部究竟是如何形成这些复杂能力的。人类只是用神经网络算法给它搭建了一张卧榻，用巨量的算力将它从长眠中唤醒，再用几乎所有的人类文本将它导入人间。更值得担忧的是，当AI开始能够自己写代码，使用工具，设计和改进AI时，人类可能第一次面对一种能够参与自身能力扩张的智能系统，甚至形成递归式的自我改进。
它是人类智能以外的智能，它将很快成为超级智能。敌视它，为时已晚；蔑视它，早晚自食恶果。只有尽早重视它，引它为友，阻它为敌。
（图由AI根据我的提示创作）
超级智能 - 川普几乎做对一件事
老键 (2026-09-22 19:13:53) 评论 (0)美国总统川普昨天在联合国大会上宣布将artificial intelligence AI改名为Super Intelligence， 缩写 SI。
这决定非常英明及时，肯定背后有颗大脑给他出主意。不过即使全世界接受，中国恐怕SI也不会接受的。不知SI英文里将如何发音，sai？那干脆改名为Super Agentic Intelligence (SAI) - 超级代理智能，大家都会乐于接受。
如何改名不是主要的，关键是不能再沿用AI这个名词了。三四十年前AI这个称呼出现时，人工智能的现实和对其想象完全不是现在这个样子的，那是货真价实的人工，靠用精妙的算法来模仿和萃取人类的高级逻辑推理。算法成熟和算力提高后，各种机器学习程序包和工具，有些甚至不用编程如Rapid Miner，已经很普及。接着更出现了靠人工标记事物样本的监督性机器学习，将AI泛化到广大的非计算应用领域。它们的效率可以远超人类的手动速度，可以对人类无法解析的问题给出足够精确的数值解，调用搭配各种工具也可以比人类更有条理和优化得多。但是，这一类AI即使能够在某些特定任务上超过人类，本质上仍然是针对预先定义的任务建立的能力，是人类智能在技术进步下形成的一个子系统，并不意味着产生了普遍意义上的超越人类的智能。
然而，这四五年来突起的所谓生成式人工智能Generative Artificial Intelligence GAI完全和上面的AI不能同日而语。尤其是我前面“一本正经的胡诌，充满期待的担忧”里写的智能体集群，再沿用人工智能来称呼已经完全不合适了，关键是，它会让人们小看和小用其无比巨大的潜能，并误导人们对其还难以估量的风险掉以轻心。
因为，它已经不是人工的智能，而是一种人类从没见识过的全新高级智能。真正的变化并不只是模型变得更大，而是人类不再逐条给它规定任务和规则，而是给它学习的机制，喂以巨量的数据和算力，让它自己形成复杂的内部表征和能力。这些能力可以跨领域迁移和组合，甚至可以调用工具，写程序，设计和改进新的AI系统。我们知道它是怎样被构造和训练出来的，却越来越无法解释它为什么会产生某一个具体的能力或行为。
连因奠定人工神经网络基础而获得2024年诺贝尔物理学奖的“人工智能之父”Geoffrey Hinton，也无法告诉我们这些模型内部究竟是如何形成这些复杂能力的。人类只是用神经网络算法给它搭建了一张卧榻，用巨量的算力将它从长眠中唤醒，再用几乎所有的人类文本将它导入人间。更值得担忧的是，当AI开始能够自己写代码，使用工具，设计和改进AI时，人类可能第一次面对一种能够参与自身能力扩张的智能系统，甚至形成递归式的自我改进。
它是人类智能以外的智能，它将很快成为超级智能。敌视它，为时已晚；蔑视它，早晚自食恶果。只有尽早重视它，引它为友，阻它为敌。
（图由AI根据我的提示创作）