本系列文章共8篇，转载自《科学·经济·社会》2024年第8期，本文《智能技能发展中的需求嵌入与希望脱嵌机制》为第8篇。在文中，樊姗姗从需求和希望的角度反思AI发展,认为智能技能核心“须要”为数据、算法与算力，在现实中被异化为以消费为导向的“希望”，应建立“以人为本”的希望脱嵌机制。
ChatGPT技能朝阳东升，OpenAI公司在2024年春节期间又抛出Sora这一重磅炸弹，标志着天生式人工智能技能从强大的笔墨、图片天生领域拓展到了更加繁芜、风雅、生动的视频领域。随着ChatGPT、Sora的爆火，天生式人工智能作为新兴技能亦成为大众关注的焦点。天生式智能技能能够借助已有数据天生全新的答案表示了类人的创造性，这可能会取代大部分重复性脑力劳动，技能逐渐由替代体力劳动逐渐深入到替代脑力劳动，带来新的“思维革命”。这场“思维革命”背后智能技能发展中的真实“须要”是什么？智能技能发展中看似代价中立的、基本的“须要”又如何异化为了一种“技能希望”？这是本文希望反思的核心问题。
一、智能技能发展中的“须要”理论
智能技能的“须要”与人的“须要”不同。关于人的“须要”问题，马克思的须要理论与马斯洛的须要层次理论都做了经典的论述。马克思在《德意志意识形态》中指出“他们的须要即他们的本性”，旨在解释个人总是处于自己的须要状态之中。马克思认为，须要是联系生产和消费之间的媒介，由于生产本身便是为了知足须要而存在的。为了知足生活须要，人们要获取食品、饮水、住所、衣物以及其他必需品。当然，马克思并未把人的须要仅仅理解为“自然的、生物的”须要，在他看来须要还是社会的、历史的发生、发展和知足。根据须要的来源，马克思将须要分为“自然的须要”与“历史形成的须要”。“自然的需求”可以理解为人类本身必要的再生产需求，“历史形成的须要”则是超越本能须要的希望。而根据须要的层次，马克思将人的须要划分为自然须要、社会须要与精神须要。自然须要即上述坚持生存所需的基本的衣食住行等，社会须要则指社会交往的需求，精神须要则被看作是最高层次的发展与享受的须要。在描述共产主义社会时，他也提出“各尽所能，各取所需”。在马克思的根本上，马尔库塞、弗洛姆等区分了真实的须要和虚假的须要。在马尔库塞看来，当代社会中的多数须要都属于虚假的须要。由于这种须要不是从自身产生的，而是外部强加在个人身上的。这种“强加”每每是基于“特定的社会利益”。比如人们的消费每每按照广告宣扬的办法来进行，人们的喜好与讨厌也每每是根据他人的喜好与讨厌来进行取舍，人们的休闲、娱乐、运动的办法也都是基于媒体或他人的不雅观念来进行选择。虚假需求不是个人自主选择的，而是通过外部力量强加给个人的，个人的知足和发展受外部力量的支配，个人只能在屈服中接管它，人们千篇一律地按照广告和传播媒介所宣扬的办法来消费和生活。无论是马克思的需求理论，还是马尔库塞、弗洛姆以及马斯洛的需求理论，这些理论都解释“须要”是人实践活动的内在动力。
那么，智能技能发展中的真实“须要”是什么？它与人的须要有什么差异，又有什么特点？简言之，深度科技化的时期，智能技能的核心“须要”可以被归纳为“数据、算法与算力”。
首先，数据对付人工智能，就如食材对付人的身体。数据可以被理解为以电子化形式对人和天下的记录。在智能时期，柏拉图、亚里士多德谈论的“理念”“实体”变为了“数据”，笛卡尔的“我思故我在”也被“数据即存在”所替代。险些家家都有的移动智能终端设备、随处可见的监控与传感技能装置，小区、医院等地方的生物信息采集举动步伐以及实验室里大型的科技数据装置，它们无时无刻不在采集着数据，对人的行为、状态进行记录与整理。当前，各种类别的数据正在以人们意想不到的办法呈指数级增长。每个人、每件事都为智能技能供应着多样化的数据。智能技能发展依赖于海量的数据，据此，我们可以将数据定义为智能技能的“自然”。
其次，算法对付人工智能就如劳动工具与人的关系。算法是智能技能得以实现的根本方法与路子。算法犹如智能天下中的望远镜和显微镜，能对网络回来的数据进行高效挖掘。也由于算法这一工具，人类看待全体天下的自然图景的办法由原来物理的形式更多地转化为了数字的形式。智能技能的紧张算法为机器学习算法，而机器学习算法又可以分为传统办法与神经网络算法办法。当前，神经网络算法中发展最快、最热门确当属深度学习。而无论是哪一种模式的算法，其紧张的事情机制为从给定的或一类数据中进行剖析后创造规律、利用规律，以便对未知的数据进行预测或干预。算法在本日的城市管理、社会管理、环境管理等方面已经崭露锋芒。算法先将个体与群体活动中的数据进行量化透视，在做记录、分类、标签、解析的根本上，进一步勾引、预测与掌握人们的活动，以便形成对个人或社会的管理与管理。算法不同于数据，它的操作每一步都表示着技能发展的内在目的。
末了，智能技能除了依赖数据知足自身的“自然需求”和算法供应的“动力需求”，它的发展还须要能处理数据、推动算法运作的强大打算能力，即算力。算力对付人工智能，就如大脑对付人类智能一样。海量的大数据和繁芜的算法能够顺利地不间断地进行演习，这依赖于智能技能背后有成熟的、过硬的、牢固的打算系统。因此，算力表示着智能技能的打算能力。数据与算法的履行，须要算力为其供应打算能力的支撑。换句话说，算力为智能技能的发展供应根本举动步伐的支撑。没有强大的算力，智能技能的发展就没有强有力的后盾。算力不同于数据与算法，它是智能技能进步与否的衡量标志。
如果说数据可以看作技能的“自然须要”，算法与算力在智能技能发展的过程中更表示的是“历史须要”。智能技能的核心“须要”就其关系而言，大数据为智能技能供应基本食材，也便是智能技能发展中的质料。算力相称于智能技能发展过程中的发动机，算法就相称于智能技能发展中的基本方法，算法和算力也便是产生动力的生产引擎。有了生产质料和生产引擎，就可以在不同的运用处景下生产出智能天下所须要的不同东西。
总之，与人类的“自然的须要”“历史形成的须要”不同，智能技能的各种须要都蕴藏在大数据、算法与算力之中。犹如人类通过实践不断得到各种技能，智能机器通过不断地、大量地网络数据、演习技能，在此根本上通过强大的算法与算力进一步总结规律，去运用到新的场景与样本上。当然，如果在过去的数据与演习中，智能技能从未对某些场景进行过学习，那么它得出的结论也基本上处于瞎猜的状态，精确率也就可想而知了。
二、智能技能发展中“须要”的异化
无论智能技能“自然须要”，还是它的“历史的须要”，智能技能的“须要”具有独特性。这种独特性也是智能技能的“须要”每每被异化为“希望”的直接缘故原由。该特性表现为智能技能的“须要”依赖于人的“身体”作为其数据、算法、算力来源的载体。智能技能须要将人作为其“代具”“义肢”或“有形的身体”。斯蒂格勒在其著作中指出就技能与人的关系而言，技能是人的“代具”、“义肢”。事实上，在智能时期，技能发展须要将人变为其网络数据、天生数据、算法与算力实行过程中的“代具”“义肢”或“有形的身体”。弗洛里迪在《第四次革命》中指出，与哥白尼革命、达尔文革命、神经科学革命等前三次革命类似，第四次革命（即图灵革命）肃清了人类关于自己独一无二的缺点不雅观念，进而供应了从不雅观念上改动自我认识的方法。由于，第四次革命让我们深刻认识到人类既不是上帝的信奉者，也不必是牛顿的追随者，同时他们既不是独立存在的智能体，也不是地球孤岛上的“鲁滨逊”。在弗洛里迪看来，人类在第四次革命的影响下，实在质该当被定义为“信息有机体”或可以简称为“信息体”。弗洛里迪将人不再看作独立的智能体，而将其定义为“信息体”，这一新的称呼也能侧面反响智能时期技能依托人这一征象。
智能技能只有“须要”是不足的，根据马克思对付须要的论述，须要每每会被异化为希望。希望在马克思的理论视域中可以被理解为统统与最大化地坚持人类自身生命体无关的索求。人类的“自然须要”在智能技能的赞助下，该需求会被不断地、最大化地得到知足。同时“自然须要”与“历史形成的须要”之间也逐渐模糊，比如，借助智能技能来实现更康健的食品与作息、更舒适的居住环境与衣物、更利于个人全面发展的事情种类与运动办法等。同时，不仅是“自然须要”与“历史形成的需求”之间交叉互动频繁，而且在追求人的“自然须要”的最大化过程中，须要与希望的界线会被不断模糊化。它们交织在一起，彼此区分变得困难，乃至以往我们认为须要知足之后才会产生、衍生出希望的情形被颠覆，日趋普遍涌现的是人的须要被直接跨超越去并以希望的形式被展现。类似的天生逻辑，智能技能的须要也与希望每每交织在一起，并且以更加规模化、数据化、全方位、全韶光段的形式被呈现。智能技能发展中，数据、算法与算力发展的基本须要，每每在现实利用中会涌现异化征象，会将技能发展的“须要”推向“希望”。AI娱乐化发展趋势便是智能技能发展中的“须要异化”的范例代表，其背后的逻辑是“消费”。
智能技能中的“数据需求”每每被异化为了以消费为导向的“数据希望”。数字成本依托智能技能将人的行为“数据化”，并对其进行私人定制式的消费内容推送，致使数据网络、整理行为变为了数据消费与数据掌握。数据的开拓、网络本应是知足技能自身发展须要而开展的一项活动，但在一定的条件下，数据每每被用来勾引消费。智能技能的深度学习能力是涵括各种主题和知识领域的信息数据库或在巨大的文本语料库根本上进行预演习的大型措辞模型，这使得智能技能更加迎合个体的需求与喜好，快速提升个人的舒适感，进而使得个体忽略对其反思与核阅。在此根本之上，数字成本依托智能技能可以将人的行为“数据化”，再据此进行数据的剖析、预测与掌握，终极通过“断数识人”的办法来操控人的消费行为。
智能技能中的“算法需求”每每被异化为以消费为导向的“算法希望”。算法指令的批量推送不间断地侵入人们的日常生活，将其从个性化的、惬意的模式变为统一的、平庸化的消费行为。德勒兹就用“分格”（DividualS）这一观点来解释智能技能将人体消解为一个个风雅的信息颗粒。在德勒兹看来，智能时期的这种“分格”无处不在。以往的社会中，人们的行为会在家庭、学校和社会等详细的场所中得到关注与规训，他们也能找到自己独占的空间免于管控来放松自己。但是，在智能管控的社会里，人们仿佛是被放在了一个巨大的网格之中，无处藏身。在数据化的超精细社会中，新自由主义所谓的方法论的个人主义已经被指数化所取代，个体仅仅将其自身视为某种超量化的事物。智能算法在风雅的信息颗粒度层面对主体的数据标注与画像已然将其转化为无限多维的数据集，主体的个体性随之被消解为算法上可区分的特色数据，以便于推广针对性的消费信息。
智能技能中的“算力需求”每每被异化为以消费为导向的“算力希望”。算力作为智能技能背后的助推器，对精神天下进行了新渗透，主体批驳性的、创造性的思想被大量连续的智能推送所侵蚀。这将使得主体面临斯蒂格勒所说的“新”的无产阶级化问题。可以说，智能技能强大的算力能力将带来新的“思维革命”，消解并重构主体的思维能力。弗洛里迪将图灵革命后的人定义为“信息有机体”，旨在解释信息革命在将人们从操心的事情中解放出来的同时，也让人在信息圈中失落去了其原来唯一聪慧智能体的中央地位。斯蒂格勒的无产阶级化并不是使人贫穷化，而更像是“废人”化。斯蒂格勒视“废人”为那些失落去知道怎么做（know-how）的知识的人，由于他们不再拥有可以自给自足的知识。智能技能本是为了将人类从操心的事情中解放出来，去更多地从事创作、进行自由全面的发展。然而事实上，它却在逻辑推理、信息处理、智能行为等多个领域将人类本来所具有的独特能力逐一代替，同时迫使人类无意识地抛弃自己的智能，终极将原有的个性化的、富有想象力的、丰富创造力的思维模式更多地被驯服为数据化和程序化的消费流程。
三、智能技能发展中的“脱嵌”对策
可以看出，智能时期，技能发展的须要与技能发展的希望关系被颠倒了，希望反而成了技能发展过程中普遍化了的一样平常须要。在马克思的论述中，须要是在人们实践的过程中产生的。在须要知足的最大化过程中衍生出了希望。须要与希望的关系，原来该当是前者是后者的来源、根本。但是智能时期，这种关系的颠倒呈现一种普遍化趋势。技能发展的希望已经不是建立在技能发展做事于人的须要的根本之上了，反而是由于有了希望才有了发展技能的须要。也正是由于智能技能发展中须要与希望的颠倒，才进一步导致了人们各类的娱乐化、消费化的异化行为。为此，天生式人工智能的涌现，匆匆使我们重新反思人的处境问题。在这场深刻的“思维变革”中，良好的人机关系建立须要进一步锚定“以人为本”的代价取向。
数据网络应看重“以人为本”的代价考量。正如技能哲学家彼得·保罗·维贝克（Peter-Paul Verbeek）指出的，传统认为技能是被动的、缺少意向性的、无法成为道德行动者的，但是事实上，技能是负载道德的，并故意无意地塑造着人的行动与思维。在机器如何担当道德主体这一问题上，科林·艾伦（Colin Allen）和温德尔·瓦拉赫（Wendell Wallach）更进一步剖析了人工道德智能体（AMAs）的各类可能性。虽然人工智能给人供应了诸多便利，但也形成了“科技拜物教”。尼克·斯尔尼塞克就曾经指出，数据资源既是所有数字代价的来源，又是一种得到租金的手段。可见，智能时期，数据已经成为该时期主要的生产资料，它犹如新经济体系中的“石油”。社会再生产一样平常有两个主要环节:生产与消费，生产每每是再生产的出发点，消费则被看作是目的。因此，面对“数据需求”被异化为了以消费为导向的“数据希望”问题，智能技能的数据网络过程须要嵌入“以人为本”的理性代价，便于主体真正理解自身的真实须要，避免坠入“数据消费”的陷阱。
算法的设计须要有“以人为本”的伦理考量。天生智能时期，算法指令的批量推送不间断地侵入人们的日常生活，并持续地将智能技能中的“算法需求”异化为以消费为导向的“算法希望”。不同于斯蒂格勒强调技能是“人”的“代具”“义肢”，事实上，智能技能需求的实现依赖于人成为其“代具”。对付智能技能而言，大量的数据太主要了，而且须要覆盖各种可能的场景。智能时期，无时无刻不依赖于“身体”产生大数据并在此根本上进行搭建算法。人手一部的手机、无处不在的摄像头和传感器等设备都在产生和积累着数据，这些数据形式多样化，大部分都是非构造化数据。大数据须要进行大量的预处理过程（特色化、标量化、向量化），处理后的数据才能为人工智能算法与算力所用。而这些数据的网络办法却极其依赖于人的“身体”，为其获取各种数据供应条件和数据来源。以智好手表为例，腕表要对人进行量化，就一定须要依赖于“身体”佩戴它。也正是依赖于人的身体，智能技能基于“需求”的开拓，每每被异化为以勾引人消费的技能“希望”。为此，算法的设计须要嵌入“以人为本”的伦理取向，这样主体才能避免片面地被分格为“单向度的人”。
算力的发展也应匆匆成“人”的全面发展。毋庸置疑，人的须要是从动物的须要发展而来的，比如与外界进行物质、能量、信息交流和新陈代谢等功能，但人的须要与动物的须要又有质的差别——人的须要知足紧张依赖于能动的生产活动。主体不单单以不雅观念的办法认识天下，还能在实践与认识互动的根本上加深认知与提高改造天下的能力。智能体只管不如人类聪明，但它们却可以轻而易举地超越我们，并且承担越来越多的任务。只管当下ChatGPT还没有形成其自身思维能力的迹象，但随着ChatGPT的运用处景不断推广，人工智能对主体的思维能力所产生的反浸染却越来越大。人们越来越多地将自己的影象、日常安排、决定与其他活动，以一种不断领悟的办法委派给智能技能去打理。然而，如果将这种认识、改造天下的方法完备转让给机器，那么人类将成为伶仃于知识天下之外的存在，进而失落去传承、天生文化成果的根本。德勒兹采取颠倒隐喻，指出“成本”是“无器官身体”。它可以借助人类的“希望机器”进行不断地再生产。德勒兹的这一隐喻或可贴切地形容以ChatGPT、Sora为代表的智能机器“太阿倒持”的征象。凡此各类都更加深刻地解释:智能时期，技能的研发该当以能培养人的思维能力、批驳能力为导向，来实现人的真正的全面发展。
未来的智能技能发展须要“以人为本”的代价勾引，以便搭建起一个人机共存的、“真善美”的智能社会。在这一共生的社会中，人的须要与技能的须要将得到和平、公道地发展与知足。该氛围下，智能机与智能人不是非此即彼，机器人与自然人也不是一触即发。人机共存的智能社会中，期待技能与人的须要能适可而止地得到知足，期待人机携手走向至善。