吴恩达驳斥AI灭绝论：更像科幻，新一波炒作或为左右监管

吴恩达驳斥AI灭绝论：更像科幻，新一波炒作或为左右监管

近日，人工智能领域知名学者、Landing AI创始人吴恩达（Andrew Ng）公开表态，明确驳斥近年来甚嚣尘上的“AI灭绝论”。他认为，将当前大语言模型与人类灭绝风险直接挂钩的说法更像科幻小说，而非严肃的科学推断。这一观点在AI社区内引发广泛讨论，也揭开了新一轮关于AI风险叙事背后动机的深层博弈。

缺乏实证的“末日恐慌”

吴恩达指出，尽管大型语言模型在文本生成、代码编写等任务上表现出惊人能力，但其本质上仍是基于统计模式的“预测机器”，并不具备自主意识、目标驱动或对抗性推理能力。所谓“AI失控导致人类灭绝”的场景，缺乏任何实证支撑——目前没有任何已部署的系统能够在物理世界独立实施灾难性行动，也没有研究显示现有模型可以自发产生超越其训练范式的恶意规划。吴恩达将此类担忧类比为“20世纪初担心电梯失控坠毁而拒绝使用电梯”——技术风险确实存在，但被无限放大至不合理的程度。

炒作背后的监管博弈

更值得关注的是，吴恩达点出本轮“AI灭绝论”升温的另一重动机：左右监管走向。他指出，一些机构和个人通过渲染极端风险，实际是在推动“预防性禁令”或“超严许可制”等监管方案。这种叙事有助于将公众注意力从更紧迫的现实问题（如算法偏见、就业替代、隐私泄露）转移到遥远而模糊的生存威胁之上，进而为特定利益集团塑造有利的监管环境。例如，部分拥有技术壁垒的巨头可能借“安全之名”提高准入门槛，从而扼杀开源社区与小企业的创新活力；而一些研究机构则通过“末日论”获取更多的政策关注和经费支持。

理性应对：区分风险层级

吴恩达并非否认AI需要治理，而是呼吁基于事实进行风险分层管理。他建议将AI风险分为三类：第一类是具体、可验证的短期风险（如深度伪造、自动化偏见），应通过现有法律与技术手段直接应对；第二类是中期结构性风险（如劳动力市场的颠覆），需要社会安全网与再培训体系配合；第三类则是科幻式的“灭绝风险”，应当留出学界讨论空间，而不应成为当前监管决策的主要依据。这种分级思路有助于避免“因噎废食”——在尚无能力解决真实挑战时，先被想象中的终极威胁拖入政策瘫痪。

吴恩达的驳斥并非否定AI安全研究的重要性，而是提醒业界和决策者：不要让科幻叙事绑架公共政策，更不要让恐惧成为少数人操纵监管的工具。在AI快速演进的时代，保持清醒、聚焦实证、分层治理，或许才是通往可持续创新的正途。