**黄仁勋在All-In峰会上反驳AI末日论,Dario基于模型能力曲线外推末日风险。文章指出双方论证均依赖归纳法,并借休谟的因果怀疑论和火鸡故事说明归纳法的不确定性,AI是否危险尚无定论。** **要点** **1. 黄仁勋与Dario的争论本质是归纳法分歧** 黄仁勋用“过去末日预测全错”否定未来风险,Dario用“模型能力增长曲线”外推末日概率——两者都依赖从过去推断未来,只是归纳方向不同。 **2. 休谟的因果怀疑论揭示了归纳法的逻辑缺陷** 休谟指出,人们从未直接观察到“因果”,只看到事件在时间上的恒常联结(如台球撞击),因果关系是大脑的心理习惯,这动摇了归纳法的逻辑基础。 **3. 格兰杰因果检验测的是预测能力而非真正因果** 格兰杰因果检验只看X能否帮助预测Y(如鸡叫预测天亮),但X不一定是Y的原因(并非公鸡叫出太阳)。经济学界早已承认“格兰杰因果不是因果”。 **4. AI末日论缺乏历史数据支撑,更像主观信念** “文明灭绝”从未发生,无法用频率概率验证,其概率值本质是主观信念的量化表达。当证据不足时,争论容易滑向政治叙事和传播竞赛。
当黄仁勋和Dario遇上休谟:火鸡、台球与AI末日论
2026-09-15 21:52

当黄仁勋和Dario遇上休谟:火鸡、台球与AI末日论

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。

AI创投日报频道: 前沿科技
本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。
正在改变与想要改变世界的人,都在 虎嗅APP