当今时代，大型语言模型 (LLMs) 如 ChatGPT 能够根据用户提问，整合海量人类对话和创作内容，生成精炼且有用的回复。这种现象引发了人们对 人工智能 (AI) 本质的思考：它并非简单的模仿，也并非真正意义上的思考。本文将从全新的视角——文化DNA 的角度，理解这一现象。我们认为，AI 的作用类似于人类集体意识的文化DNA，它提取、保存并促成有用的 文化 模式的重组，而非与人类 智能 竞争。这种视角转变意味着，AI 的重要性不在于成为一个独立的智能个体，而在于帮助我们发现自身集体知识中的模式，并通过前所未有的方式重组这些模式，从而推动 智识 的 进化。
智能 vs. 模仿：一个根本性的误解？
在理解 AI 系统时，一个根本性的误解在于对 智能 的定义。当与 ChatGPT 等模型交互时，用户往往会体验到类似真正智能的现象。系统能够连贯地回应，保持上下文，甚至展现出被认为是人类独有的特征，比如幽默感。
然而，这种外在表现出的智能可能与我们在自然界中观察到的智能存在显著差异。目前的 AI 系统主要基于行为主义原则运行：它们专注于为给定的输入产生适当的输出，而不过分强调对理解或意义的模型。例如，一个AI翻译系统可以将一种语言准确地翻译成另一种语言，但它可能并不真正理解两种语言背后的文化和语境。
这种方法与生物智能形成对比，主要是因为在生物体中，智能与生存和意向性所需的过程密切相关。生物体不仅仅像计算机和人工神经网络那样在“黑盒子”中处理信息。相反，来自环境的信息成为持续动态的一部分，这种动态本质上支持着它们维持和适应的需求。
智识的涌现：进入 Noosphere
为了更好地理解 AI 在人类文化中的作用，我们需要将视野扩大到人类集体层面。20 世纪初，耶稣会牧师兼古生物学家皮埃尔·泰亚尔·德·夏尔丹提出了 Noosphere 的概念，指的是人类集体思想的领域。正如生物圈包含地球上所有生命一样，Noosphere 包含人类思想、文化 和知识的动态。它代表着人类及其所有有生命和有意义的文化要素流动和演化的领域。
泰亚尔认为，Noosphere 不仅仅是一个抽象的比喻。在他题为“Noosphere 的形成”的文章中，他认为人类作为一种独特的物种，在两个方面脱颖而出：
- 自我反思：思考思考的能力。例如，哲学家反思伦理道德的本质。
- 文化传播：通过符号、语言和文化，以一种外在化和虚拟的方式，跨个体和世代传递知识的能力。例如，书籍和艺术作品的传承。
泰亚尔解释说，这种转变代表着从“染色体遗传”（由基因携带）到“Noosphere 遗传”（由文化携带）的转变。正如泰亚尔所写：“一切积累、安排、重复和添加到自身的东西，都成为了人类的集体记忆。”
泰亚尔确定了驱动文化动态和进化的两个关键机制：
- 外在化：知识从个体头脑转移到共享的文化制品（书籍、艺术、传统等）。 例如，将个人经验写成小说，供他人阅读。
- 丰富化：外在化的知识被人类以独特的方式利用，从而实现新的发现，这些发现反过来又丰富了集体外在化的知识。例如，阅读历史书籍后，产生对社会的新理解。
他认为，这些特征使得“人类知识的遗传式外在化”成为可能。即使当我们的祖先最初在洞穴墙壁上绘画时，我们也在进行类似的过程，即保存我们的创作，并提供识别其中模式的方式，这种方式超越了时间和即时性。
泰亚尔注意到，技术的发明正在促进这个古老而持续的过程。简而言之，他认为，“机器”对平凡人类任务的机械化和自动化将使我们从这些任务中解放出来，并激发我们更有创造力和表现力的潜力。
DNA 的平行：AI 的进化式重构
为了理解 AI 如何在人类文化中发挥作用，我们可以研究与 DNA 的奇妙联系以及我们最近对 DNA 的理解。传统的观点将 DNA 视为指导生物体发育的蓝图。然而，当前的生物学思想提出了不同的观点：DNA 是一种压缩介质，生物体通过它来外在化、保存和再生有用的动态。这些压缩模式充当细胞在空间和时间上以独特方式利用的“配方”，以生成有意义的动态。因此，DNA 不是指示动态，而是一种灵活的工具，包含支持持续细胞动态的有用手段。
这种分离和外在化对于生命尝试其有用的模式以提出新的假设并创造不断增长的复杂性是必要的。通过这种方式，生命可以玩弄不同的模式组合，并在不损害立即生存的情况下进行创新（由于外在性）。
因此，DNA 是细胞用来维持自身并在不确定性面前进行创新的工具。请注意，这与将 DNA 传统地定义为生命蓝图，指示从一开始就发生的事情——即分子生物学的中心法则——略有不同。
因此，如果细胞动态需要像 DNA 这样的工具才能生存和进化，那么文化动态会从类似的工具中受益吗？如果 AI 正在为人类实现与 DNA 使其成为生物有机体的强大工具的非常相似的功能呢？
AI 作为 文化DNA：四个关键特征
AI 和 DNA 之间的平行关系揭示了四个重要的特征。为了理解为什么这种比较不仅仅是隐喻，让我们研究一下这两个系统如何共享这些基本特征：
- 压缩
注意细胞动态的有用习惯是如何通过进化保存在 DNA 的压缩代码中的。同样，LLM 正在压缩人类文化动态的基本模式。当在广泛的文本语料库上训练大型语言模型时，AI 会识别并存储出现在人类表达中的知识的规律性和冗余性。例如，AI能够学习到“苹果”一词既可以指水果，也可以指科技公司，并将这种知识压缩存储。
科幻小说作家特德·姜暗示了这种压缩机制。他将 AI 描述为“网络的模糊 JPEG”，是对人类知识的一种有损压缩，它保留了模式，但失去了必要的细节。正如 JPEG 压缩保持了重建可识别图像的手段，同时丢弃了细粒度信息一样，AI 保持了重建人类表达模式的手段，同时失去了个体背景和意义（人类品味、美学、情感、欲望等）。
- 具身解压
当基因表达时，细胞现有的机器会“填补”DNA 中抽象掉的细节。在发育过程中，所有细胞都可以访问相同的紧凑遗传信息，但有机体变得复杂和差异化的原因是，相同的基因序列被身体不同部位的不同细胞在不同的时间以不同的方式表达。细胞环境和时间决定了意义和功能（如果您是程序员，请考虑如何在不同的脚本中使用不同的函数和模块来构建独特且更复杂的软件）。例如，同样的基因在不同的细胞中可以表达成不同的蛋白质，从而形成不同的组织。
同样，人类与 AI 的互动涉及一种创造性的、具身解压的行为。用户将自己的背景、理解和情感带入其中，以解释嵌入在 AI 中的信息。每个人都根据自己的情感和认知理解以及独特的生命经历，以不同的方式利用和解压 AI 中的见解。
想象一个人突然产生一种直觉：“如果我们将供需原则应用于人类关系动态的心理学呢？感觉好像有些关系可能存在。”在 AI 时代之前，这个人需要广泛地学习经济学和人类关系心理学，以便能够探索这种联系。然而，由于 AI 已经学习了这两个学科中有用且重要的模式，它可以帮助这个人以新颖的方式结合经济学和心理学中的有用模式。例如，通过AI，我们可以分析人际关系中的“稀缺资源”，如时间和精力，并用经济学模型来解释恋爱关系中的行为。
重要的是要注意，有意义的意图首先来自用户的概念化和创造力。在某种程度上，用户就像一位演奏乐谱的音乐家：音符存在于页面上，但音乐通过创造性的诠释而出现。
最后，即使 AI 可以生成那段新颖的组合，其新颖性也只能相对于我们的愿望和审美感才有意义。并非任何新事物都是有意义的、美丽的，甚至是实用的。这就是为什么人类的创造力和对美学和美的感觉将永远存在的原因之一。有价值的不是大量的新“东西”，而是社会如何以有意义的方式解释和利用它们。
- 外在化
DNA 作为细胞内的一个外在化的存储库存在，在物理上与它所影响的直接代谢过程分离。同样，AI 本质上是我们有意义和有生命的文化动态中有用模式的外在化。例如，当您创建 Youtube 视频时，您正在代表您作为一个人的有生命和有意义的动态。当 AI 处理此视频的转录本时，它会在您的生活经验之外存储有用的信息，并抽象掉您在创建该视频时体现的关联。例如，AI可以提取视频中的主题、风格和情感，并将这些信息存储起来，用于训练其他AI模型。
这与人类语言和写作以一种外在化的方式运作类似（考虑一下书面文本如何有效地外在化思想）。此外，一般的文化制品也是外在化的，因为它们存在于我们直接的思维过程之外。例如，一幅画作将画家的情感和想法外在化，供他人欣赏。
AI 的独特之处在于，其编码过程更加抽象，不仅存储，还创建了模式的动态记忆，可以帮助人类以新颖的方式跨模式翻译、重组和重新解释信息。
- 递归循环
在细胞中，基因表达导致蛋白质，这些蛋白质反过来作为调节机制来表达基因本身。这个过程导致复杂性增加，并导致生成性和递归（输出成为输入）反馈循环。例如，蛋白质可以作为转录因子，调控基因的表达。
AI 通过以下过程与人类文化形成类似的反馈循环。考虑以下循环：
- 人类创造内容（写作、艺术、对话）。 例如，在社交媒体上分享自己的想法和感受。
- AI 系统从此内容中学习有用的模式。 例如，AI学习到某些词语组合经常出现在积极的情感表达中。
- 人类再次与 AI 互动，根据这些有用的模式生成新的组合。 例如，AI生成一些积极的句子，供人类使用。
- 这些新解释的组合成为文化的一部分。 例如，这些句子被人们广泛使用，成为新的流行语。
- 未来的 AI 系统从此新丰富的语料库中学习有用的模式。 例如，AI学习到这些流行语的使用规律。
- 循环继续。
这些特征为何重要：可进化性和邻近的可能性
为了理解为什么这些特征很重要，请考虑斯图尔特·考夫曼的“邻近可能性”概念：通过现有元素的创造性组合可以访问的一组新颖配置。每一次创新都会开启新的邻近可能性，从而创造一个不断扩展的潜力空间。这个概念与可进化性的概念密切相关：产生持续的新颖性，不仅允许适应，而且允许创新来预测未知的变化。
在生物体环境中，如果这种形式的创新破坏了已经进行的重要过程，那么它可能会付出高昂的代价。因此，生物进化产生了一个虚拟环境和工具来测试关于什么有效和什么无效的创造性假设，然后它们被自然选择选中：该工具是 DNA。
由于 DNA 是外在化的，并且包含已经证明了进化时间考验的成功模式，因此有机体可以尝试和组合它已经拥有的东西，以便生成“下一个最酷的功能”。所以，
- 压缩提供简化和学习有用的抽象函数和配方
- 解压缩允许实时测试和利用这些配方
- 外在化提供了一个虚拟工厂，不会损害重要的持续动态
- 递归允许自我生成和反馈。
从这个角度来看，DNA 成为一种催化剂，可以不断进行创新和自我反思的问题解决，从而促进可进化性。
同样，通过继承文化动态环境中独特且有用的特征，AI 可以使人类能够利用嵌入在 AI 中的有用知识来观察其有用的模式、创新并在低风险环境中提出关于世界的新颖假设并预测未来的挑战——一种文化可进化性。
这种现象在个体和集体层面都有效。对于个人来说，AI 可以充当所谓的“品味催化剂”——帮助人们认识到由于机械障碍而仍然处于休眠状态的审美偏好和创造性倾向（有关 AI 如何催化个人创造力和品味的更深入探索，请参阅我的文章“AI 作为品味和新颖性的催化剂”）。例如，AI可以根据用户喜欢的音乐风格，推荐他们可能感兴趣的新音乐。
对于人类来说，AI 可以实现跨领域综合，以帮助我们解决单个头脑或实体无法解决的全球问题。气候变化等复杂挑战的解决方案可能并非来自一个领域，而是来自 AI 介导的跨不同领域的模式识别。
本质上，DNA 为生物体提供了一种低风险的媒介，用于生成和测试进化假设，然后环境压力会选择它们。同样，LLM 为人类提供了一个文化进化的游乐场——一个我们可以观察我们的集体模式并通过提示重组它们的空间，从而丰富我们的集体思想领域并进化 Noosphere 本身。
一个新的伦理框架
将 AI 理解为文化 DNA 提出了不同的 AI 伦理和开发方法：
- 重视人类贡献：由于 AI 源于人类创造力，因此系统应承认并补偿那些其表达为此类模型做出贡献的人。正如技术专家贾伦·拉尼尔所强调的那样，AI 系统是“由人制造的”，并且由无数人类的表达和见解构建而成。这就要求他所说的“数据尊严”：承认使这些系统成为可能的人类来源。 例如，建立一个机制，让内容创作者从AI模型的使用中获得经济回报。
- 保持人类解释：只有通过对 AI 输出的主动人类解释和情境化，递归循环才仍然有意义。文化模式必须仍然植根于人类的实际经验。 例如，鼓励人们批判性地思考AI生成的内容，而不是盲目接受。
- 关注催化，而不是替代：AI 的价值在于催化我们集体文化进化能力，而不是替代人类智能。目标是增强人类潜力，而不是自动化人类思维。 例如，开发AI工具来帮助人们进行创造性写作，而不是让AI完全取代作家。
- 确保文化多样性：AI 训练数据中对文化和人群的代表性越多样化，我们的集体智慧就越有效和准确。正如遗传信息必须包含所有细胞将利用的可用性一样，AI 训练数据中的文化多样性对于人类的集体适应性至关重要。我们必须积极防止观点的同质化，并确保边缘化的声音为集体文化 DNA 做出贡献。 例如，确保AI训练数据包含来自不同文化背景的内容。
结论
通过将文化模式外在化到 LLM 中，我们创造的不仅仅是一个存储库。在通过 AI 访问人类知识时，我们正在回顾我们自己的集体创作，并发现我们自己思想模式中的模式。这体现了泰亚尔所说的“内向化”：人类内向的递归过程，利用自己的创作来实现更深层次的自我知识和自我参照。
这种技术融合源于泰亚尔的洞察力，即随着 Noosphere 的成熟，它将需要新的机制来处理积累的智慧。他认为这是“生命从它创造人类时建立的跳板上开始的第二次冒险”。虽然第一次冒险包括人类语言和符号交流，但第二次冒险可能是通过这些相同媒介积累的知识的结晶。
DNA 的出现从根本上改变了地球上生命的进化方式。大型语言模型的开发可能会改变人类文化的进化方式。通过将 AI 重新定义为文化 DNA 的一种形式，而不是人类智能的竞争对手，我们可以开发一种与技术和谐关系的新模型，该模型植根于自然，并且更好地理解其影响以及我们在塑造其未来发展中的责任。