內(nèi)容來源 |本文摘編自中國(guó)中信出版社書籍

《思考快與慢》 丹尼爾·卡尼曼 著

責(zé)編 |柒排 版 | 沐言

第 8912篇深度好文：3963字 | 11 分鐘閱讀

在人工智能迅猛發(fā)展的時(shí)代，AI大模型已成為推動(dòng)科技進(jìn)步與社會(huì)變革的核心力量。

回顧AI大模型的發(fā)展史，不難發(fā)現(xiàn)，AI正逐漸從“快思考”轉(zhuǎn)變?yōu)椤奥伎肌薄?/p>

1980年代，AI是主要依靠規(guī)則基礎(chǔ)的專家系統(tǒng)。

例如，醫(yī)療診斷系統(tǒng)依據(jù)預(yù)定義規(guī)則——咳嗽是感冒、起皮疹是過敏，這樣的簡(jiǎn)單邏輯判斷病人病癥。

雖能快速處理信息，但缺乏靈活性與適應(yīng)性，無法進(jìn)行深層次思考推理，也不具備學(xué)習(xí)能力。

進(jìn)入21世紀(jì)，伴隨計(jì)算能力提升和數(shù)據(jù)量增加，機(jī)器學(xué)習(xí)興起。

以垃圾郵件過濾器為例，AI通過算法從大量郵件數(shù)據(jù)中學(xué)習(xí)，能夠識(shí)別郵件類型并進(jìn)行預(yù)測(cè)。

此階段AI仍以快速處理為主，且逐漸引入如神經(jīng)網(wǎng)絡(luò)等復(fù)雜模型，可進(jìn)行更深入的分析與理解。

與此同時(shí)，美國(guó)認(rèn)知心理學(xué)家、諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主丹尼爾?卡尼曼的研究成果，也為AI大模型的發(fā)展帶來了新的思路和方向。

他首次采用了由心理學(xué)家基思·斯坦諾維奇和理查德·韋斯特首創(chuàng)的術(shù)語，在他的經(jīng)典著作《思考，快與慢》中，將大腦中的兩個(gè)系統(tǒng)稱為系統(tǒng)1和系統(tǒng) 2，也就是快思考與慢思考。

一、卡尼曼的研究成果

如何促進(jìn) AI 大模型發(fā)展

丹尼爾·卡尼曼教授認(rèn)為，對(duì)于人腦來說，快思考自動(dòng)且快速地運(yùn)行，基本無須費(fèi)力；而慢思考需要將注意力分配給所需的燒腦活動(dòng)，需要經(jīng)過深度思考與復(fù)雜的計(jì)算。

也就是說， 快思考是一種生物本能的反應(yīng)，而慢思考，則是人腦真正的深度思考。

系統(tǒng)1自動(dòng)運(yùn)作產(chǎn)生思維模式，但只有速度較慢的系統(tǒng)2 能通過有序的步驟構(gòu)建思想。你可以將這兩個(gè)系統(tǒng)看成兩個(gè)主體，它們有著不同的能力、局限和功能。

以下是系統(tǒng) 1 自動(dòng)運(yùn)作的例子（大致按復(fù)雜程度排序）：

感覺某一物體比另一物體離得更遠(yuǎn)。 從聲音中覺察敵意 閱讀廣告牌上的內(nèi)容

上述思維活動(dòng)都是自發(fā)的，運(yùn)作起來不費(fèi)什么力氣，或者說毫不費(fèi)力。系統(tǒng) 1的能力包括人和動(dòng)物共有的某些先天技能，以及一些因長(zhǎng)期練習(xí)變得快速且自動(dòng)化的思維活動(dòng)。

系統(tǒng)2的運(yùn)作五花八門，但有一個(gè)共同特點(diǎn)：都需要集中注意力，注意力一旦分散，運(yùn)作就隨之中斷。下面是一些例子：

在擁擠嘈雜的房間里，注意某人的聲音 比較兩款洗衣機(jī)的綜合價(jià)值 檢驗(yàn)?zāi)硞€(gè)復(fù)雜的邏輯論證的有效性 ?

在上述情境中，你必須集中注意力。你如果沒做好準(zhǔn)備，或者注意力分散，就會(huì)表現(xiàn)欠佳，或者根本沒法執(zhí)行任務(wù)。

在此基礎(chǔ)上，AI大模型的發(fā)展也向著慢思考轉(zhuǎn)變。大型神經(jīng)網(wǎng)絡(luò)（ 如 GPT 和 BERT等模型 ）能夠處理復(fù)雜的語言理解和生成任務(wù)。

這些模型不僅能夠快速生成響應(yīng)，還能夠進(jìn)行更深層次的推理和理解，具備了更接近人類的思考能力。

這一階段的 AI 開始關(guān)注上下文、情感和邏輯推理，使得其在決策和創(chuàng)造性任務(wù)中表現(xiàn)得更加成熟。

特斯拉前AI總監(jiān)、OpenAI創(chuàng)始成員Karpathy曾明確指出，卡尼曼的雙系統(tǒng)理論，正是ChatGPT思維鏈技術(shù)背后所依據(jù)的核心原理。

卡尼曼教授的理論為思維鏈、大模型訓(xùn)練和微調(diào)等關(guān)鍵技術(shù)的發(fā)展提供了重要啟示。

以 Deepseek R1 和o1為例，它們借助 “思維鏈推理”，在處理復(fù)雜問題時(shí)能夠進(jìn)行系統(tǒng)化決策和分析。這一過程不再單純依賴內(nèi)置模型權(quán)重，而是基于邏輯推導(dǎo)、因果關(guān)系分析和情境理解等多維度因素，形成更為精準(zhǔn)的答案。

360AI 深度搜索功能的慢思考模式，也是借鑒了卡尼曼的理論。它在運(yùn)行時(shí)會(huì)調(diào)用多個(gè)大模型，模擬人類的思考過程，經(jīng)過意圖識(shí)別、搜集、反思、推理等多個(gè)步驟，為用戶提供更準(zhǔn)確的信息。

卡尼曼的前景理論和啟發(fā)式與偏差理論，也有助于AI大模型優(yōu)化決策過程。

前景理論指出人類在決策時(shí)關(guān)注收益和損失，且存在損失厭惡心理。

AI 大模型可以將這一理論融入算法設(shè)計(jì)，更好地模擬人類決策行為，提高決策的準(zhǔn)確性和實(shí)用性，幫助“絕對(duì)理性的AI”更好地理解“相對(duì)理性的人類”。

啟發(fā)式與偏差理論揭示了人類思維中容易出現(xiàn)的認(rèn)知偏差，AI 大模型可以通過學(xué)習(xí)這些偏差，在決策過程中進(jìn)行修正和優(yōu)化，避免因偏差導(dǎo)致的錯(cuò)誤決策。

二、AI慢了下來

人類快了起來

但在當(dāng)今信息碎片化和爆炸式增長(zhǎng)的時(shí)代背景下，人類的認(rèn)知模式正經(jīng)歷著深刻的轉(zhuǎn)變。

為了在海量信息中迅速捕捉有用內(nèi)容，人們?cè)絹碓絻A向于采用淺層次的瀏覽方式，短視頻、圖文信息、碎片化新聞……

這種追求速度和效率的信息獲取模式，使我們的思維逐漸變得浮躁，深度思考能力在不知不覺中不斷弱化。

與之相反，AI 大模型通過不斷優(yōu)化算法和學(xué)習(xí)機(jī)制，逐漸掌握了類似于人類“慢思考” 的能力。它能夠?qū)?fù)雜問題進(jìn)行系統(tǒng)性的分析和推理，從多個(gè)角度審視問題，挖掘問題的本質(zhì)，進(jìn)而給出全面而深入的解決方案。

當(dāng) AI 開始以沉穩(wěn)、深入的方式處理信息時(shí)，人類卻在快節(jié)奏的信息漩渦中失去了深度思考的耐心和能力。

與此同時(shí)，隨著人工智能技術(shù)的飛速發(fā)展，AI 生成的內(nèi)容越來越逼真，這為詐騙分子提供了新的作案手段。AI 可以生成逼真的圖片、視頻和聲音，使得詐騙行為更加難以識(shí)別。

① 在圖片方面，利用深度學(xué)習(xí)中的生成對(duì)抗網(wǎng)絡(luò)（GAN）和擴(kuò)散模型（DiffusionModel），AI 能夠生成以假亂真的圖像。

這些圖片可以用于偽造名人代言廣告、制作虛假的產(chǎn)品圖片等，誤導(dǎo)消費(fèi)者進(jìn)行購(gòu)買或投資。

② 在互聯(lián)網(wǎng)上，越來越多的商家靠 AI生成圖片來取代人類攝影師拍攝的真實(shí)產(chǎn)品圖。AI生成的圖片更加完美，制作成本也更加低廉，但往往 “貨不對(duì)板”。

③ 在視頻領(lǐng)域，“AI 換臉”技術(shù)成為侵權(quán)違法的重災(zāi)區(qū)。詐騙分子通過非法獲取的人臉照片，利用開源 AI 工具生成逼真的虛擬形象。

此前內(nèi)蒙古警方破獲的一起 AI 換臉詐騙案中，福建某科技公司老板郭先生在視頻通話中目睹“好友” 面容，10分鐘內(nèi)被騙轉(zhuǎn)賬430萬元，事后發(fā)現(xiàn)對(duì)方竟是 AI 換臉與擬聲技術(shù)合成的 “數(shù)字替身”。

④ 聲音合成也是 AI 詐騙的常用手段之一。只需幾秒語音，就能克隆聲音，犯罪分子可以模仿他人聲音進(jìn)行詐騙。

在快思考模式下，我們的大腦往往依賴直覺和經(jīng)驗(yàn)來做出判斷，而 AI 生成的新型詐騙正是利用了這一點(diǎn)。

系統(tǒng)1的快速反應(yīng)機(jī)制使我們更容易受到表面信息的影響。當(dāng)我們看到一張逼真的圖片、一段生動(dòng)的視頻或聽到熟悉的聲音時(shí)，我們的大腦會(huì)迅速做出反應(yīng)，而不會(huì)進(jìn)行深入地思考和分析。

例如，當(dāng)我們收到一段來自“好友”的求助視頻，看到好友焦急的面容和聽到懇切的聲音時(shí)，我們很可能會(huì)出于同情和信任，不假思索地進(jìn)行轉(zhuǎn)賬，而忽略了核實(shí)信息的真實(shí)性。

此外， 快思考模式下我們的注意力容易分散，難以對(duì)復(fù)雜的信息進(jìn)行全面的評(píng)估。

詐騙分子往往會(huì)利用一些緊急的情境或誘人的利益來吸引我們的注意力，使我們?cè)诨艁y中做出錯(cuò)誤的決策。

比如，詐騙分子以中獎(jiǎng)為由，要求我們先繳納手續(xù)費(fèi)才能領(lǐng)取獎(jiǎng)金，我們可能會(huì)因?yàn)樨潏D獎(jiǎng)品而忽略了其中的風(fēng)險(xiǎn)。

三、慢下來

找回深度思考的能力

面對(duì)著 AI 生成新型詐騙的以假亂真，唯有提高警惕意識(shí)，找回慢思考的能力，才能在當(dāng)今復(fù)雜的信息環(huán)境中保持清醒的頭腦。

1.借助 AI 輔助慢思考

在麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室主任、世界頂級(jí)的機(jī)器人專家丹妮拉·魯斯的新書《心與芯》中，她認(rèn)為：“人工智能只是人類更趁手的錘子”，只要正確利用，人類永遠(yuǎn)不會(huì)被AI取代，反而會(huì)造福人類社會(huì)。

而在信息爆炸的時(shí)代，AI 在信息處理和數(shù)據(jù)分析方面具有強(qiáng)大的能力，能夠快速?gòu)暮Ａ繑?shù)據(jù)中提取關(guān)鍵信息，為我們提供決策依據(jù)。

當(dāng)我們需要做出重要決策時(shí)，可以利用 AI 工具收集和分析相關(guān)信息，然后再啟動(dòng)慢思考，對(duì)這些信息進(jìn)行深入思考和評(píng)估，從而做出更明智的決策。

2.利用 AI 提升自我認(rèn)知

在《思考，快與慢》中，丹尼爾·卡尼曼教授指出，我們的思維容易受到各種偏差的影響，導(dǎo)致對(duì)自己和周圍世界的認(rèn)知出現(xiàn)偏差。

AI可以通過分析我們的行為數(shù)據(jù)、語言表達(dá)等，幫助我們發(fā)現(xiàn)自己的思維模式和認(rèn)知偏差。

正如互聯(lián)網(wǎng)上流行的AI角色扮演一樣，AI 的心理咨詢功能也可以通過與我們的對(duì)話，分析我們的情緒狀態(tài)和思維方式，發(fā)現(xiàn)潛在的認(rèn)知偏差，并提供相應(yīng)的建議和訓(xùn)練，幫助我們提升自我認(rèn)知，減少因認(rèn)知偏差而產(chǎn)生的焦慮。

迷茫焦慮的時(shí)候，不妨與你的專屬AI聊聊。

3.培養(yǎng)慢思考習(xí)慣，與 AI 形成互補(bǔ)

雖然 AI 具有強(qiáng)大的能力與算力，但它無法完全替代人類的思考和情感。人腦的慢思考的習(xí)慣，永遠(yuǎn)比AI更具有創(chuàng)造性、判斷力和情感理解能力，與 AI的優(yōu)勢(shì)形成互補(bǔ)。

人類的大腦遠(yuǎn)比我們以為的精巧，它也賦予了人類無與倫比的創(chuàng)造力，能夠從復(fù)雜多變的環(huán)境中挖掘出新穎獨(dú)特的想法。

我們?nèi)祟惇?dú)有的情感理解能力，能夠感知他人的情緒，建立深厚的情感聯(lián)結(jié)，給予溫暖的關(guān)懷與支持。這些能力與 AI 的高效性、精準(zhǔn)性形成互補(bǔ)，共同構(gòu)筑了快與慢的平衡。

結(jié)語

AI大模型從“快思考”向“慢思考”的轉(zhuǎn)變，得益于丹尼爾·卡尼曼的“雙系統(tǒng)理論”。

AI通過模仿人類的慢思考模式，在決策、推理和創(chuàng)造性任務(wù)中表現(xiàn)得更加成熟。

然而，與此同時(shí)，人類卻迷失在信息碎片化和快節(jié)奏的生活里，逐漸失去了深度思考的耐心和能力。

在人工智能與算法主導(dǎo)的時(shí)代，丹尼爾·卡尼曼的忠告愈發(fā)振聾發(fā)聵：“思維的速度并不代表質(zhì)量。”他的著作《思考，快與慢》始終在提醒我們——唯有在快與慢的平衡中，方能逼近真相。

人類需要重新找回慢思考的能力，在信息爆炸的時(shí)代保持清醒的頭腦。AI無法完全替代人類的創(chuàng)造力、判斷力和情感理解能力，而這些能力正是人類與AI形成互補(bǔ)的關(guān)鍵。

唯有慢下來，人類才能與AI實(shí)現(xiàn)互補(bǔ)共生，在復(fù)雜的信息環(huán)境中保持理性與創(chuàng)造力。

*文章為作者獨(dú)立觀點(diǎn)，不代表筆記俠立場(chǎng)。