一篇新发布的论文，不仅清晰地划分了人类与AI的各自优势，也为统一相关术语的定义指明了方向。
作者：ANDY HAYMAKER
日期：2025年9月23日
人类的学习速度真的比AI快吗？毕竟AI能处理的信息量要大得多。
是的。人工智能需要海量的输入，才能产出连贯的结果。
更确切地说，像ChatGPT这样的大语言模型，顾名思义，就需要一个极其庞大的数据库来支撑它给出有条理的答案。
这本身已经是一项惊人的成就。然而，一个由20位跨大学、跨学科的专家小组经过研究后发现，这些模型仍然缺失了人类认知中的一个根本性特征。
这个根本特征是什么呢？
是泛化能力，其中也包含了抽象的能力。
我们人类就能非常高效地运用泛化和抽象这两种能力。
举个例子，我们只要看过一次某个动作，就能举一反三，将其应用到全新的情境里。
正是这一点，让我们成为了高效、快速的学习者。
而人工智能正好相反，它通常需要针对某个特定场景，用海量的数据来进行训练。
那么，AI自己也能进行泛化吗？
当然，现在也有些模型具备了泛化能力。这个研究小组的工作，恰好就厘清了这些相关概念在不同领域中的具体含义。
论文中就明确指出：人类与机器的泛化方式存在一个关键却常被忽略的差异。
在认知科学里，人类的泛化主要依靠抽象和概念学习。
而在人工智能领域，泛化则包含了机器学习的跨领域泛化、符号AI的规则推理，以及神经符号AI的抽象能力。
这样说来，我们人类不也就成了一种学习机器吗？
从某种程度上来说，是的。
我之前曾写过文章，探讨人类如何拥有一个“预测性大脑”，这其实就是我们这种学习能力的一部分。
但是，泛化能力难道不也是因人而异的吗？
完全正确。事实上，我认为这在商业环境中是一个核心的差异点。
我经常探讨大脑与商业的联系，发现有些人似乎需要非常具体的案例，才能把知识用起来。
但另一些人，却好像天生就有一种举一反三的能力，能将所学应用到多个不同场景中。我一直认为，这是商业世界里一种被严重低估的关键才能。
我的个人感觉是，这种能力正在普遍退化，甚至在人工智能普及之前就开始了。
原因之一，是我们总是被动地接收各种现成的、具体的例子。
比如我去做分享时，主办方总要求我给三条具体的、拿来就用的干货。这听起来不错，但却削弱了人们独立思考、主动建立跨领域连接的意愿和能力。
AI能在这方面追上人类吗？
也许能，但过程可能会非常复杂。
因为我们人类的大脑是一个物理实体，它的结构和信息处理的方式，都与现在的人工智能完全不同。
但我相信，人工智能会不断拉近这个差距。至于最终能有多近，只有时间能给出答案。
这么说，我们至少现在还比AI强，是不是该为此庆幸一下？
毫无疑问！
参考文献
伊里耶夫斯基、F.、哈默、B.、范哈梅伦、F. 等
人类与机器之间泛化能力对齐。
《自然·机器智能》（2025 年）
https://www.nature.com/articles/s42256-025-01109-4
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
