被誉为“人工智能教父”的辛顿（Geoffrey Hinton），今年稍早接受美国新闻节目 60 Minutes 专访，深入谈论人工智能（AI）的发展原理、潜在风险与他个人的反思。 尽管这场访谈距今已约四个月，但在生成式 AI 能力持续跃进的背景下，相关观点近期再度被频繁引用，也让当时的警告显得更具现实意义。

长期孤军研究，奠定深度学习基础

辛顿在节目中回顾自己自1970年代投入人工神经网络研究的历程。 当年主流学界多半不看好以神经网络模拟人脑运作的方向，但他仍选择长期投入，最终奠定现代深度学习的技术基础。 这项贡献也让他在2019年与其他两位学者共同获得图灵奖，被视为AI发展史上的关键人物。

不是写规则，而是设计学习方式

谈到 AI 的学习方式，辛顿强调，人类并非为机器逐条撰写行为规则，而是设计“学习演算法”，再透过回馈与试错机制，让系统自行调整内部链接。 他形容，这更像是在制定演化的规则，而非编写一份完整的作说明书。 随着模型与大量数据互动，最终形成的神经网络结构高度复杂，甚至连设计者本身，也难以完全理解其内部运作。

AI 是否真的“理解”世界？

对于 AI 是否具备理解与推理能力，辛顿在访谈中表态相当明确。 他认为，近年大型语言模型在多步推理与规划任务上的表现，已超越单纯的文字接龙。 他也以GPT-4解决复杂逻辑问题的案例为例，指出这类系统已展现出某种程度的理解与决策能力。

最大忧虑：AI可能脱离人类控制

不过，辛顿同时也对 AI 的长期风险表达深切忧虑。 他指出，未来若 AI 能自行撰写并修改程式码，甚至优化自身结构，将可能逐步摆脱人类原本设定的控制框架。 此外，AI若全面吸收人类历史中的政治、心理与权术知识，可能在说服与纵人类行为上展现极高效率，进而影响民主制度与社会秩序。

在社会层面，辛顿也点出多项潜在冲击，包括就业结构剧烈变动、假信息扩散、算法偏见，以及自主武器系统进入战场的风险。 他警告，当 AI 在智慧与决策能力上全面超越人类时，带来的将不只是产业调整问题，而是攸关整体人类社会存续的挑战。

没有保证安全的答案

对于未来该如何因应，辛顿坦言，目前看不到一条能保证绝对安全的明确道路。 他呼吁各国政府应更积极介入监管，特别是在军事应用领域，应透过国际条约限制自主武器的发展，并投入更多研究理解AI的行为与风险。

尽管这场专访播出已有数月，但随着 AI 技术持续加速演进，辛顿当时提出的多项警告并未随时间淡化，反而在现实发展中不断被重新检视，也让这场访谈至今仍具高度讨论与参考价值。