大家把 AI 叫人工智能。真要问「智能」是什么，心理学家自己都争了很久。Undark 问了五位研究者：语言学、计算机、认知科学和心理学。答案差很远。比较齐的只有一句：这个词本身就含糊。
小编没有参加访谈。下面是按公开访谈用自己的话收的，不是对话逐字翻译。
词和意思，不是一回事
华盛顿大学语言学教授 Emily M. Bender 的立场很硬。她认为，AI 更像营销词，不是一类技术的学名。大语言模型操作的是词的形式：怎么拼、怎么读。它并不指向这些词在说什么。
人读一段话时，会自动补上一个「谁在说」。您会猜对方知道什么、想让您明白什么。所以模型吐出一段通顺的字，您就容易觉得背后有个脑子。Bender 和同事在 2021 年那篇常被叫做「随机鹦鹉」的论文里就写过这一点。不把这个习惯算进去，很难判断这套技术到底能做什么。
会做题，不等于会修洗碗机
圣塔菲研究所的 Melanie Mitchell 认为，把智能切成「动脑子」和「动手」两半，切得太干净。很多公司谈通用人工智能，只谈做题、写代码。ChatGPT 不会上您家修屋顶。
她举了个例子。模型告诉您：按门左边那个红按钮。门上若有两个红按钮，哪个该按，得您自己看。这一眼，就是智能，不在聊天框里。社交也一样。您不会修车，但知道问谁、怎么把故障说清楚。模型很少真正进入这种关系里。
也有人把定义放得很宽
加州理工的 Anima Anandkumar 给的定义更短：能从数据里学，并且能按环境调整。按这个标准，很多系统已经算。聊天机器人靠您的反馈改自己，天气模型能比传统预报快上万倍，而且更准。她更想谈的不是人的智能，而是原子怎么碰、风暴什么时候登陆。这些规律用好了，能做药、做材料，也能提前撤离。
用大白话设计蛋白质，走的也是这条路。本站另有一篇写西湖大学 Pinal：白话设计蛋白质：西湖大学Pinal怎么把功能说成序列。那篇里的结论和这里一样克制：模型能下单，不能替代实验室。
没有一种叫做「智能」的总分
伯克利的心理学教授 Alison Gopnik 反对把智能想成一根尺子。她认为现在的大模型，擅长的是从人类已经写好的文字和图片里找规律，再生成新的文字和图片。这是文化传承：把别人积累的东西传给您。它不是当初那些人怎么把知识做出来的能力。
另一种能力是强化学习里的「利用」：为了一个目标反复做对的动作，比如下棋、写代码。小孩子不一样。他们会主动乱试，即使短期没有奖励。他们能这样，是因为有人在照顾。Gopnik 把这叫做照顾的智能。现有大模型还没有这一块。
看起来会算术的马
加州大学圣地亚哥分校的 Benjamin K. Bergen 用了一匹老故事。有匹马似乎会做算术：你出题，它用蹄子踩出答案。后来人们发现，它踩的是训练员身上极小的动作，不是真的在算。这仍然是一种学习，只是学的东西跟您以为的不一样。
大模型也会这样。有些题看起来要推理，其实答案已经整段写在训练文本里。行为像，不能直接证明里面的机制也像。
小编怎么用这五种说法
- 别拿一个总分去比「谁更智能」。先说清比的是写作、动手、社交，还是预报天气。
- 模型文字通顺，只说明它接下了语言的形式，不说明它懂您的情况。
- 孩子那种没有奖励也要乱试的能力，现在的聊天产品还不具备。
如果您关心的不是定义，而是创意，可以接着看这一篇：AI出主意很快，人组队为什么还是更有创意。那里的实验说的是，两个人一起想，比一个人加聊天框更不容易想到一块去。