從茶葉占卜到AI預測：為何當今的高科技預言如此危險

編者按：歡迎來到CNET全新客座專欄系列"另類視角"。這是一個面向各領域專家與知名人士的交流平臺，旨在分享他們對人工智能這一快速演進領域的獨到見解。

"你們是怎么使用AI的？"我在一堂高管課上提問。有些回答我已耳熟能詳：醫療專業人員用它判讀醫學影像，管理者用它起草郵件，還有一家零售公司用它記錄會議紀要，但最終放棄了——因為他們發現AI會憑空捏造內容，對上下文毫無理解。然而，這次出現了一個令人眼前一亮的答案。這樣的答案幾乎每次都會有。

"我把聊天機器人當算命師用，"一位身穿米色開衫、腳踩白色運動鞋的中年亞裔女性說道。我后來得知，她已建立起一個身價數十億美元的商業帝國。此言一出，教室里隨即泛起一陣緊張的騷動，眾人在座位上局促不安。"就像我們過去解讀茶葉一樣，你可以向AI詢問未來，它有時能給出令人驚訝的準確答案。比如，它最近成功預測了股市2%的漲幅，"這位學員說，點著頭環視四周，而她的同學們則紛紛低下目光，不敢與她對視。

如今，時代的預言家不再是占星師、天文學家、社會學家，甚至不再是經濟學家，而是計算機科學家、數據分析師和工程師。算法成為了新時代的茶葉、動物內臟與星象，人們借此試圖窺見未來的輪廓。

我們習慣于將預測與知識掛鉤，但很多時候，預測與權力的關系更為密切。預言是一個角斗場，未來之爭在此上演。我們的期望會將社會現實向預言的方向牽引。當一個人預言世界將走向某種面貌時，實際上是在要求他人服從其意志、共同促成那個世界的到來。盡管幾千年來我們一直用預測來指引人生中的重大決策，卻鮮少對預言本身的深層問題進行認真思考。關于如何預測的書籍汗牛充棟，但有關預測倫理的著作卻寥寥無幾。

用AI戰勝不確定性的無限樂觀，情有可原。

預測已發展為一個龐大的產業。以Polymarket這類平臺為例，它們匯聚公眾對未來事件的預期，收集海量數據并形成廣泛影響。如果58%的用戶認為俄克拉荷馬城雷霆隊將奪得NBA總冠軍，你為什么要與大多數人對賭？但這些平臺上的押注，早已遠遠超出體育乃至真人秀的范疇，它將政治動蕩、自然災害和人類苦難變成了一場奇觀，將現實中的受害者去人性化，把生命本身游戲化。

如今，預測已演變為一種權力武器，在事實的外衣下為充滿價值傾向的決策背書，而預測永遠不是事實。事實屬于現在和過去。對未來的斷言可以是估算、愿景，也可以是警告，但絕不是事實。

未來之所以是未來，正是因為它尚未發生。未發生的事情并不存在，不存在的事物也就無所謂事實。然而，我們正在借助AI、預測市場和各路專家，以前所未有的頻率談論和預判未來。

征服不確定性的幻想

皮埃爾-西蒙·拉普拉斯曾有一個著名的構想，后世稱之為"拉普拉斯妖"。他認為，只要擁有足夠的數據和算力，就能實現完全的知識掌握。如果你能知道宇宙中每一個粒子的精確位置和動量，以及所有自然法則，你就能以完美的精度預測未來，不確定性將徹底被消滅。正如拉普拉斯所言：

"假設存在這樣一種智能，它能在某一瞬間領悟推動自然運轉的所有力量，以及構成自然的萬物各自的處境——這種智能若足夠強大，能將這些數據納入分析——它將把宇宙中最宏大天體的運動與最微小原子的運動納入同一公式；對它而言，沒有什么是不確定的，未來與過去，將同樣呈現于它的眼前。"

AI的支持者或許不會用這樣的語言表述，但當他們興奮地談論機器學習與海量數據的結合時，言下之意似乎正是：這些技術正在將我們引向拉普拉斯妖的實現。只要收集足夠多的數據點，只要構建出足夠強大的算力來分析這些數據，我們就能預見過去無法預見之事。這種預測能力承諾將顛覆從醫學到氣候變化乃至政治的所有知識領域。

在這一幻想的驅動下，數據量化者正在追蹤你的一舉一動——記錄、統計、窮盡分析你的喜好與弱點，對你的數據施以重壓，直至它吐露一切。當你駕車、上網搜索、運動健身、發生性關系、飲酒、用藥、旅行、睡眠、與親友交談、刷社交媒體、就醫、玩網游、讀書、看電視乃至呼吸之時，你都處于被追蹤的狀態之中。

我們用量化的語言來管理和表達恐懼：患癌的概率、遭遇盜竊的概率、地震發生的概率、再次爆發疫情的概率、氣候變化令世界變得不宜居的概率，以及下一場世界大戰的概率。

用AI戰勝不確定性的無限樂觀，情有可原。計算機、數據與統計學帶來了無數突破性成就。"炸彈"計算機破解了納粹的Enigma密碼；在醫學領域，回歸分析在識別疾病風險因素方面發揮了關鍵作用；大型機計算機為商業帶來了新的洞見；集中式數據處理實現了實時交易處理與規模擴展能力；制造企業得以監控整條供應鏈的生產效率，識別瓶頸，優化資源配置。

個人電腦在1980年代崛起。1990年代至2000年代，互聯網與云計算的興起進一步提升了數據獲取能力和處理性能。2010年代是深度學習實際應用的轉折點，大數據與GPU等硬件的進步為其提供了強力支撐。算法的持續演進開辟了機器學習——即預測機器——的全新時代。

AI與預測：一場權力的博弈

預測帶來了歷史上與預言和權力相關的全套運作模式。不同之處在于，AI是注入了興奮劑的預測，而且我們不只是在戰場上或醫院里使用它，而是無處不在——從辦公室到課堂，從法庭到道路，從情感生活到更廣泛的領域。

機器學習算法是預測機器，這是它們唯一做的事情，無論是回歸、分類還是語言處理。當機器學習系統翻譯文本時，它是在基于數百萬條既往翻譯案例，預測最可能的翻譯結果。當它識別照片中的狼時，是通過預測某張圖像包含狼的概率來實現的，依據是從數千張標注了"狼"和"非狼"的圖片中學到的規律。當大語言模型回答問題時，它是在基于對書籍、網絡論壇、社交媒體等內容的統計分析，預測一個真實人類在相同情境下會給出怎樣的答案。

"預言機"在機器學習語境中是一個專業術語，這并不令人意外。預言機代表著可能達到的最優性能，是一種始終能給出完美預測的理想化函數。

押注……將政治動蕩、自然災害和人類苦難變成了一場奇觀，將現實中的受害者去人性化，把生命本身游戲化。

機器學習的勝利，與其說是科學的勝利，不如說是商業的勝利。理想主義者或許會感到乏味，甚至有些沮喪。有人可能會直白地說：我們不過是用錢砸出了這個結果。

機器學習成功最令人矚目的，恰恰是其成功方式之平淡無奇。"令人失望的是，"牛津大學AI教授邁克爾·伍爾德里奇在一次與我的MBA學生的交流中說，"這并非源于科學突破。"他環顧四周，確認自己的話已引發共鳴。

從1960年代到2000年代初，神經網絡的成果并不亮眼，符號AI陣營在競爭中占據上風，也拿走了更多經費——直到形勢逆轉。改變在于：我們獲得了更多數據和更強算力，機器學習由此騰飛。短短數年間，自動翻譯從幾乎不可用，到基本可讀，再到足以幫助一個對當地語言一竅不通的游客順利出行。如今的水平甚至高到讓我承認，有時我寧愿選擇自動翻譯，也不愿采用某位偏愛冗長表達的職業譯者的建議。

機器學習取得的驚人成就，并非源于更深刻的理解，也不需要任何天才的靈感。現實比缺乏創造力更為黯淡。獲取如此強大的數據與算力資源，背后伴隨著竊取行為、對弱勢群體的剝削、對自然資源的掠奪式消耗，以及大規模監控體系的構建，此類代價不勝枚舉。

我們與那些早于算法存在的神諭者和占星師相距或許已有數百年，但預測歸根結底仍是權力的游戲。權力是獲得預測算法的途徑，而算法反過來又賦予掌握者更大的權力。

本文節選自卡里薩·韋利茲所著《預言：從古代神諭到AI——預測、權力與未來之爭》，經蘭登書屋旗下Knopf Doubleday出版集團雙日出版社授權轉載。版權所有 (C) 2026 卡里薩·韋利茲。

Q&A

Q1：AI預測為什么不等于事實？

A：預測永遠不是事實，因為事實只屬于現在和過去。對未來的斷言可以是估算、愿望或警告，但未來尚未發生，不存在的事物無所謂事實。AI預測本質上是基于歷史數據的統計推斷，無論模型多么強大，都無法將預測結果等同于已發生的事實。將AI預測當作事實來指導決策，存在極大的誤導風險。

Q2：機器學習算法的核心工作原理是什么？

A：機器學習算法的本質是預測機器，無論執行回歸、分類還是語言任務，其核心都是預測。例如，翻譯系統基于數百萬歷史翻譯案例預測最可能的譯文；圖像識別系統通過大量標注圖片學習規律，預測圖像內容；大語言模型則通過分析書籍、論壇、社交媒體等內容，預測人類在特定情境下最可能給出的回答。

Q3：用AI預測股市或未來事件靠譜嗎？

A：AI預測市場或未來事件存在很大局限性。機器學習基于歷史數據進行統計推斷，偶爾的"準確"預測可能只是巧合，并不代表真正掌握了未來規律。此外，預測市場（如Polymarket）將大眾預期匯聚成數據，本身會對現實產生影響，進一步模糊了預測與事實的邊界。將AI當作"算命工具"使用，缺乏可靠的理論依據。