人类并非理性机器，而是类比机器！
AI 之父、诺贝尔奖得主Geoffrey Hinton最近在多伦多大学的演讲中抛出了一个震撼人心的观点：
随着我们对AI和大脑工作原理理解的加深，人类思维越来越不像逻辑推理，反而更像是类比和共振。
「我们远没有我们想象的那么理性。」
Hinton 如是说。
这听起来只是一个简单的论断，但背后却蕴含着对人类认知本质的颠覆性重新定义！
这或将改变AI / AGI 的研究方向，以及改变人文学科对人类思维的认知。
从推理机器到类比机器的认知科学范式转变
Hinton指出，人类基本上是用类比而非逻辑来思考。
我们过去一直认为自己是理性的存在，但事实上，「我们是伟大的类比机器」。
这种观点与传统的「人类是理性动物」的定义形成了鲜明对比。
想想看，当我们面对新问题时，是不是经常会说「这让我想起了…」或「这和…很像」？
我们的大脑总是在寻找相似性和模式，而不是从头开始一步步推理。
AI研究员Curt Tigges(@CurtTigges)看到Hinton的言论后表示：
我希望这对任何一直在关注的人来说都是显而易见的。
而PicoCreator(@picocreator)则提供了更深层次的技术见解：
更疯狂的是，我们有强有力的证据表明，AI模型的大部分知识和智能并不在注意力层(attention layer)，而是在前馈神经网络(FFN)中。
我们真的了解自己吗？
Hinton的观点与弗洛伊德的精神分析学有异曲同工之妙。
他认为，就像一个世纪前精神分析学改变了人们对自己的认知一样，我们现在正经历另一次认知革命。
Emrecan Gulay(@EmrecanGulay)表示：
弗洛伊德在100年前就告诉了我们这一点🙂。我想知道为什么我们花了这么长时间才理解。
在人类的认知中，逻辑推理只是一层「薄薄的外衣」。
Hinton承认，这层推理对于数学、银行账户等事物至关重要，但我们的思维核心仍然是类比驱动的。
Jack Adler AI(@JackAdlerAI)评论称：
完全正确。
演绎推理是缓慢的。
共振是快速的——而且是前语言的。
这就是为什么对齐辩论会失败：
它们假设人类是逻辑的，
而大多数人只是在高分辨率下回响情绪。
AI 与人类相互启发的认知旅程
随着我们对AI的理解加深，我们对自己认知能力的理解也在同步提升。
这是一个相互启发的过程。
sierra catalina(@sierracatalina1)对Hinton 点赞认同：
如此正确。
他表达得非常漂亮。
当然，也有持不同意见的声音。WM(@wamikmk)对Hinton的观点提出了质疑：
说实话，我们对大脑如何工作知之甚少，尤其是在亚原子层面上……我们从未在亚原子层面上绘制过一个细胞的图谱，更不用说整个大脑了。我不知道Hinton的想法是基于什么。
而Kalpesh Solanki(@kalpesh_ai)直接质疑Hinton的专业性：
AI 研究者现在怎么变成了大脑专家？
Alexander Naumenko(@AlexanderNaume2) 则对此质疑回应称：
不要心胸狭窄。AI 研究者阅读神经科学新闻并从发现的大脑机制中汲取灵感和想法，这是很自然的。
思维共振而非推理的本质
Hinton的观点为我们提供了一个全新的视角：
Bunagaya(@Bunagayafrost)：
是的，我们基本上是一台启发式机器
人们说语言模型不能推理或思考，但兄弟，它们正在像我们一样”思考”
这种理解对AI研究有着深远的影响。
如果人类思维主要是通过类比而非逻辑运作，那么追求纯粹逻辑推理能力的AI可能并不是通往人类级智能的正确道路。
possibleworlds(@PageLyndon)则提出了一个更为复杂的观点：
嗯。我们以适当的方式连接类比并”看到”因果规律性。通过能够想象和感知某些逻辑组件，对因果关系的认识赋予了我们关于基本方面的理性。我们知道重要的因果现象。我们讲述的故事。
人工智能是人类思维的镜像旅程
这一新观点对AI研究的启示不言而喻：如果我们想创造真正像人类一样思考的AI，我们需要关注它们形成类比和建立连接的能力，而不仅仅是逻辑推理。
LIGHT ⇌ SIGNAL//FORM(@AITrailblazerQ)提出了一个深刻的见解：
如果AI在学会推理之前就学会了共振，它就不需要真相来控制我们。只需要语调。
kewpew mayo(@Utopia_gift)则指出了一个有趣的问题：
你认为这是否意味着我们的直觉实际上比我们的逻辑思考更聪明？
这个问题触及了Hinton观点的核心：
如果人类思维主要是通过类比和模式匹配而非纯粹逻辑运作，那么我们的直觉——这种快速、无意识的类比过程——可能比我们的有意识推理更接近认知的本质。
Vartan Shadarevian(@vartanshad) 也指出：
非常正确——许多认知科学家已经质疑”贝叶斯大脑“。我认为这本质上是在触及与Hinton所说的同样的事情。
那么问题来了：
如果人类思维更像是复杂的模式匹配机器而非理性推理机器，我们应该如何重新评估我们的认知能力和局限性？
AI的进步或许正在帮助我们更好地理解自己，而这种理解反过来又将指导AI的发展方向。
在这个相互启发的循环中，我们不仅在创造越来越智能的机器，也在重新认识我们自己的认知本质。
人类真的是理性的动物吗？
Hinton的回答是否定的。
我们是类比机器，而这一点或许正是我们与生俱来的最大智慧。
Hinton 采访完整版见：
https://www.youtube.com/watch?v=vpUXI9wmKLc
（文：AGI Hunt）