编者按：欢迎来到CNET全新客座专栏系列"另类视角"。这是一个面向各领域专家与知名人士的交流平台，旨在分享他们对人工智能这一快速演进领域的独到见解。
"你们是怎么使用AI的？"我在一堂高管课上提问。有些回答我已耳熟能详：医疗专业人员用它判读医学影像，管理者用它起草邮件，还有一家零售公司用它记录会议纪要，但最终放弃了——因为他们发现AI会凭空捏造内容，对上下文毫无理解。然而，这次出现了一个令人眼前一亮的答案。这样的答案几乎每次都会有。
"我把聊天机器人当算命师用，"一位身穿米色开衫、脚踩白色运动鞋的中年亚裔女性说道。我后来得知，她已建立起一个身价数十亿美元的商业帝国。此言一出，教室里随即泛起一阵紧张的骚动，众人在座位上局促不安。"就像我们过去解读茶叶一样，你可以向AI询问未来，它有时能给出令人惊讶的准确答案。比如，它最近成功预测了股市2%的涨幅，"这位学员说，点着头环视四周，而她的同学们则纷纷低下目光，不敢与她对视。
如今，时代的预言家不再是占星师、天文学家、社会学家，甚至不再是经济学家，而是计算机科学家、数据分析师和工程师。算法成为了新时代的茶叶、动物内脏与星象，人们借此试图窥见未来的轮廓。
我们习惯于将预测与知识挂钩，但很多时候，预测与权力的关系更为密切。预言是一个角斗场，未来之争在此上演。我们的期望会将社会现实向预言的方向牵引。当一个人预言世界将走向某种面貌时，实际上是在要求他人服从其意志、共同促成那个世界的到来。尽管几千年来我们一直用预测来指引人生中的重大决策，却鲜少对预言本身的深层问题进行认真思考。关于如何预测的书籍汗牛充栋，但有关预测伦理的著作却寥寥无几。
用AI战胜不确定性的无限乐观，情有可原。
预测已发展为一个庞大的产业。以Polymarket这类平台为例，它们汇聚公众对未来事件的预期，收集海量数据并形成广泛影响。如果58%的用户认为俄克拉荷马城雷霆队将夺得NBA总冠军，你为什么要与大多数人对赌？但这些平台上的押注，早已远远超出体育乃至真人秀的范畴，它将政治动荡、自然灾害和人类苦难变成了一场奇观，将现实中的受害者去人性化，把生命本身游戏化。
如今，预测已演变为一种权力武器，在事实的外衣下为充满价值倾向的决策背书，而预测永远不是事实。事实属于现在和过去。对未来的断言可以是估算、愿景，也可以是警告，但绝不是事实。
未来之所以是未来，正是因为它尚未发生。未发生的事情并不存在，不存在的事物也就无所谓事实。然而，我们正在借助AI、预测市场和各路专家，以前所未有的频率谈论和预判未来。
征服不确定性的幻想
皮埃尔-西蒙·拉普拉斯曾有一个著名的构想，后世称之为"拉普拉斯妖"。他认为，只要拥有足够的数据和算力，就能实现完全的知识掌握。如果你能知道宇宙中每一个粒子的精确位置和动量，以及所有自然法则，你就能以完美的精度预测未来，不确定性将彻底被消灭。正如拉普拉斯所言：
"假设存在这样一种智能，它能在某一瞬间领悟推动自然运转的所有力量，以及构成自然的万物各自的处境——这种智能若足够强大，能将这些数据纳入分析——它将把宇宙中最宏大天体的运动与最微小原子的运动纳入同一公式；对它而言，没有什么是不确定的，未来与过去，将同样呈现于它的眼前。"
AI的支持者或许不会用这样的语言表述，但当他们兴奋地谈论机器学习与海量数据的结合时，言下之意似乎正是：这些技术正在将我们引向拉普拉斯妖的实现。只要收集足够多的数据点，只要构建出足够强大的算力来分析这些数据，我们就能预见过去无法预见之事。这种预测能力承诺将颠覆从医学到气候变化乃至政治的所有知识领域。
在这一幻想的驱动下，数据量化者正在追踪你的一举一动——记录、统计、穷尽分析你的喜好与弱点，对你的数据施以重压，直至它吐露一切。当你驾车、上网搜索、运动健身、发生性关系、饮酒、用药、旅行、睡眠、与亲友交谈、刷社交媒体、就医、玩网游、读书、看电视乃至呼吸之时，你都处于被追踪的状态之中。
我们用量化的语言来管理和表达恐惧：患癌的概率、遭遇盗窃的概率、地震发生的概率、再次爆发疫情的概率、气候变化令世界变得不宜居的概率，以及下一场世界大战的概率。
用AI战胜不确定性的无限乐观，情有可原。计算机、数据与统计学带来了无数突破性成就。"炸弹"计算机破解了纳粹的Enigma密码；在医学领域，回归分析在识别疾病风险因素方面发挥了关键作用；大型机计算机为商业带来了新的洞见；集中式数据处理实现了实时交易处理与规模扩展能力；制造企业得以监控整条供应链的生产效率，识别瓶颈，优化资源配置。
个人电脑在1980年代崛起。1990年代至2000年代，互联网与云计算的兴起进一步提升了数据获取能力和处理性能。2010年代是深度学习实际应用的转折点，大数据与GPU等硬件的进步为其提供了强力支撑。算法的持续演进开辟了机器学习——即预测机器——的全新时代。
AI与预测：一场权力的博弈
预测带来了历史上与预言和权力相关的全套运作模式。不同之处在于，AI是注入了兴奋剂的预测，而且我们不只是在战场上或医院里使用它，而是无处不在——从办公室到课堂，从法庭到道路，从情感生活到更广泛的领域。
机器学习算法是预测机器，这是它们唯一做的事情，无论是回归、分类还是语言处理。当机器学习系统翻译文本时，它是在基于数百万条既往翻译案例，预测最可能的翻译结果。当它识别照片中的狼时，是通过预测某张图像包含狼的概率来实现的，依据是从数千张标注了"狼"和"非狼"的图片中学到的规律。当大语言模型回答问题时，它是在基于对书籍、网络论坛、社交媒体等内容的统计分析，预测一个真实人类在相同情境下会给出怎样的答案。
"预言机"在机器学习语境中是一个专业术语，这并不令人意外。预言机代表着可能达到的最优性能，是一种始终能给出完美预测的理想化函数。
押注……将政治动荡、自然灾害和人类苦难变成了一场奇观，将现实中的受害者去人性化，把生命本身游戏化。
机器学习的胜利，与其说是科学的胜利，不如说是商业的胜利。理想主义者或许会感到乏味，甚至有些沮丧。有人可能会直白地说：我们不过是用钱砸出了这个结果。
机器学习成功最令人瞩目的，恰恰是其成功方式之平淡无奇。"令人失望的是，"牛津大学AI教授迈克尔·伍尔德里奇在一次与我的MBA学生的交流中说，"这并非源于科学突破。"他环顾四周，确认自己的话已引发共鸣。
从1960年代到2000年代初，神经网络的成果并不亮眼，符号AI阵营在竞争中占据上风，也拿走了更多经费——直到形势逆转。改变在于：我们获得了更多数据和更强算力，机器学习由此腾飞。短短数年间，自动翻译从几乎不可用，到基本可读，再到足以帮助一个对当地语言一窍不通的游客顺利出行。如今的水平甚至高到让我承认，有时我宁愿选择自动翻译，也不愿采用某位偏爱冗长表达的职业译者的建议。
机器学习取得的惊人成就，并非源于更深刻的理解，也不需要任何天才的灵感。现实比缺乏创造力更为黯淡。获取如此强大的数据与算力资源，背后伴随着窃取行为、对弱势群体的剥削、对自然资源的掠夺式消耗，以及大规模监控体系的构建，此类代价不胜枚举。
我们与那些早于算法存在的神谕者和占星师相距或许已有数百年，但预测归根结底仍是权力的游戏。权力是获得预测算法的途径，而算法反过来又赋予掌握者更大的权力。
本文节选自卡里萨·韦利兹所著《预言：从古代神谕到AI——预测、权力与未来之争》，经兰登书屋旗下Knopf Doubleday出版集团双日出版社授权转载。版权所有 (C) 2026 卡里萨·韦利兹。
Q&A
Q1：AI预测为什么不等于事实？
A：预测永远不是事实，因为事实只属于现在和过去。对未来的断言可以是估算、愿望或警告，但未来尚未发生，不存在的事物无所谓事实。AI预测本质上是基于历史数据的统计推断，无论模型多么强大，都无法将预测结果等同于已发生的事实。将AI预测当作事实来指导决策，存在极大的误导风险。
Q2：机器学习算法的核心工作原理是什么？
A：机器学习算法的本质是预测机器，无论执行回归、分类还是语言任务，其核心都是预测。例如，翻译系统基于数百万历史翻译案例预测最可能的译文；图像识别系统通过大量标注图片学习规律，预测图像内容；大语言模型则通过分析书籍、论坛、社交媒体等内容，预测人类在特定情境下最可能给出的回答。
Q3：用AI预测股市或未来事件靠谱吗？
A：AI预测市场或未来事件存在很大局限性。机器学习基于历史数据进行统计推断，偶尔的"准确"预测可能只是巧合，并不代表真正掌握了未来规律。此外，预测市场（如Polymarket）将大众预期汇聚成数据，本身会对现实产生影响，进一步模糊了预测与事实的边界。将AI当作"算命工具"使用，缺乏可靠的理论依据。
热门跟贴