編者按：本文來自微信公眾號 騰訊研究院（ID：cyberlawrc），作者：周政華，微新創想經授權轉載。

前不久我去做體檢時，一位年長的醫師淡淡地問了我一句：感覺這一生過得怎么樣？我第一反應愣住了，在這之前還沒有人問過我這個問題。我想了幾秒鐘，然后幾乎脫口而出：挺好的，我知道自己對什么感興趣，自己適合做什么。但話剛說完，我感覺這樣概括一生太不完整了，隨后補充說，其實也經歷了很多坎坷，但是我比較樂觀。

后來，我把同樣的問題提給ChatGPT，它當然完全沒有我這樣的情感扭捏：“作為一個人工智能語言模型，我沒有生命和情感，因此不能像人類一樣體驗生活。我的存在是為了幫助用戶解決問題、提供信息和建議。如果您有任何問題或需要幫助，請隨時向我提問，我會盡力為您提供幫助。”

那么問題來了，人該如何評價自己的一生呢？集合了人類知識大成的GPT4.0給出了幾條標準：自己設定的目標和完成情況；自己與家人、朋友和同事的關系如何，在其中所扮演的角色；個人在知識、技能和心靈層面的成長情況；內心的快樂和滿足感；自己在工作、家庭、健康和娛樂等方面的是否平衡。GPT4.0還建議人應該定期審視自己的人生，以便不斷地調整、進步。

這和專業的個人成長咨詢師能夠給出的參考答案可能也相差無幾了。之前，我還常常覺得，現在人越來越像機器，而機器越來越像人。互聯網普及后，人們的交流很多是經由網絡作為中介，人際面對面互動越來越少，人際關系也趨于冷漠化，所以，人越來越像機器，這里面也暗含了我對于機器和冷漠之間的關聯的偏見；另一方面，機器越來越像人，其實是對于技術進步的推崇，機器能夠模仿人類的能力，使得人類可以借助機器完成一些原本無法完成的任務，如在極端環境下工作、進行高精度操作、特別是不帶情感波動地完成所有任務時。

事實上，通過對以ChatGPT為代表的大模型研究發現，這類基于大規模神經網絡的自然語言處理模型，它的學習和表達方式與人腦有一定的相似之處。

從模式識別上，ChatGPT和人腦都具有模式識別的能力。通過觀察大量的數據，它們可以學會識別語言和概念之間的關系，從而理解和生成自然語言；ChatGPT和人腦都可以從經驗中學習，ChatGPT通過訓練數據集進行學習，人腦通過閱讀、交流和實踐來積累知識和經驗；此外，ChatGPT和人腦都能理解上下文信息，能夠據此生成合適的回應，以及理解含義模糊或多義的詞匯。

但大模型的學習方式仍然和人腦存在巨大差異。從學習方式上看，人腦通過神經元之間的連接和突觸強度的變化來學習，而ChatGPT是通過調整神經網絡中的權重來學習；人腦的思考過程涉及到意識、情感、記憶等多種復雜的心理活動，而ChatGPT的思考過程主要是基于數學和統計模型的計算；ChatGPT不具備人腦特有的情感和意識，它只是一個基于算法的工具，這使得人類能夠體驗情感、建立價值觀和道德觀念。

過往的研究常常關注通用人工智能如何向人腦學習，而忽略了我們人類該如何向人工智能學習。

機器人科學家彼得·斯科特-摩根罹患“漸凍癥”之后，決定把自己改造成一個賽博格（電子人），他接受了“三重造口手術”和全喉切除手術，一根喂食管直接插入他的胃，一根導管直接插入膀胱，然后通過結腸造口術實現糞便出口的改道，借助輪椅行動，聲音由人工合成實現，向“半人半機器”的賽博格邁進了一大步。

如果說彼得·斯科特的行動過于超前和激進，那么對于普通的健康人來說，其實也可以在心理和思維上開展一場向人工智能學習的試驗。在和GPT4.0經過多輪對話后，我小結了它對于人類向人工智能學習的四條參考路徑：

路徑一：數據驅動決策

大部分人做決策、甚至是人生重大決策，比如和誰結婚，都是基于直覺。盡管直覺可能也是大數據在更高緯度的呈現方式。但AI系統通常基于大量數據進行決策，因此，我們可以在工作中、日常生活中，可以嘗試在做決策時收集和分析相關數據，以便做出更明智、客觀的選擇。

比如在選購房屋時，可以關注四個方面的數據：研究一座城市房地產市場的歷史數據，了解房價走勢和市場預測，這有助于確定購房時機和預算；比較城市內部不同候選板塊的房價、生活成本、交通便利性、教育資源、醫療設施等數據，以便比較和權衡；評估投資回報，分析候選房屋房地產投資的潛在回報，包括租金收入、房價增值等。這有助于確定購房的目的和預期收益；考慮貸款利率：了解不同銀行和貸款產品的利率、還款期限等信息，以便選擇最合適的貸款方案。

數據決策也可以嘗試用在擇偶上，比如以下四個維度被認為是夫妻關系融洽與否的重要因素：共同價值觀，了解彼此的價值觀、信仰、生活目標等，以評估是否有共同的基礎和長期的相容性；溝通能力，觀察彼此在不同情境下的溝通方式，了解是否能有效地解決問題和應對沖突；金錢觀念，了解彼此的消費習慣、儲蓄觀念、投資理念等，以評估在金錢管理方面是否能達成一致；生活習慣，觀察彼此的生活習慣、興趣愛好、社交圈子等，以評估在日常生活中是否能相互適應和支持。

不過，在做工作和生活決策時，還是要兼顧數據分析和情感因素。特別是在涉及人際關系的決策中，情感和人性的考慮同樣重要。

路徑二：強化邏輯思維習慣

AI系統通常以邏輯和算法為基礎進行推理。觀察身邊邏輯思維強的朋友，他們往往有較強的分析能力，溝通效率高，解決問題能力的特點。如何培養自己的邏輯思維能力，以便更有效地解決問題和應對挑戰，不妨試試以下建議：

1、閱讀：閱讀經典的邏輯學、哲學、批判性思維等方面的書籍，了解邏輯思維的基本原理和方法。此外，閱讀互聯網行業的專業書籍和報告，了解行業動態和發展趨勢，有助于提高您的行業分析能力。

2、學習：參加邏輯思維、批判性思維和行業分析等方面的培訓課程，系統地學習相關知識和技能。這將有助于您在工作中更好地運用邏輯思維。

3、練習：通過解決邏輯題、數學題和思維導圖等方式，鍛煉自己的邏輯思維能力。多做練習，將有助于您在實際工作中更好地運用邏輯思維。

4、分析案例：研究互聯網行業的成功和失敗案例，分析其中的原因和規律。這將有助于您提高對行業現象的邏輯分析能力。

5、與他人交流：與同事、導師和行業專家交流，了解他們是如何運用邏輯思維解決問題的。這可以幫助您拓寬視野，學習新的方法和技巧。

6、反思：在工作中，時刻反思自己的思考過程和方法。思考是否有更好的邏輯思維方式，以便不斷地優化自己的分析能力。

7、培養習慣：養成良好的邏輯思維習慣，如在分析問題時，先從總體到具體，再從具體到總體；在論證觀點時，確保論據充分且相關；在做決策時，權衡利弊，進行全面分析等。

8、持續學習：保持對新知識和技能的渴望，不斷地學習和成長。這將有助于您在面對不斷變化的互聯網行業時，保持競爭力。

10、耐心：提高邏輯思維能力需要時間和實踐。保持耐心，相信自己有能力不斷地提高。

路徑三：提升模式識別能力

日常生活中，我們看到路邊的楊樹，就會將它歸為植物，擁有植物學專業知識的人會進一步將之歸類為被子植物門、雙子葉植物綱、楊柳目、楊柳科、楊屬，這是人類的模式識別。不同人的模式識別能力也不盡相同。那些擁有舉一反三、觸類旁通的人，就是擁有出色的模式識別能力。從二十世紀七八十年代起，作為人工智能的一個重要分支，模式識別開始被應用于圖像分析與處理、語音識別、聲音分類、通信、計算機輔助診斷、數據挖掘等方面。雖然人工智能模式識別不盡完美，但也為人類進一步提升自身的模式識別能力，特別是如何在工作中更快速地找到解決同一類問題的通用模式，提升歸納總結和舉一反三的能力，大模型的學習過程也給予了我們啟示：

1、需要注意分析問題，在解決問題時，首先要深入了解問題的本質。了解問題的背景、原因和影響，以便找到最合適的解決方案；

2、學習經驗，從過去的經驗中學習，總結成功和失敗的案例。分析這些案例中的共同點和差異，以便找到適用于類似問題的通用模式；

3、建立知識庫，將解決問題的方法和技巧記錄下來，建立自己的知識庫。這將幫助您在遇到類似問題時，快速找到解決方案；

4、與他人交流：與同事、導師和行業專家交流，了解他們是如何解決類似問題的。這可以幫助您拓寬視野，學習新的方法和技巧。

路徑四：不斷學習、持續優化自我

終身學習是很多人認可的口號，但實踐起來困難重重，甚至很多時候為了“安全穩妥”而形成路徑依賴，老問題用老辦法解決，新問題還是用老辦法解決。無法找到持續學習動機，一個重要原因是，很多人并不清楚自己內心的真正的興趣和專長，從而無法保持對新知識和技能的渴望。

如果你想重新燃起自己對未知領域的好奇、不斷迭代知識體系和方法論，可以嘗試以下的做法：

1、嘗試新事物：積極參與各種活動和嘗試不同的領域，以便發現自己的興趣和潛在的專長。這可以包括參加課程、講座、研討會、興趣小組等；

2、自我反思：定期花時間思考自己的興趣、優勢和激情所在。問問自己：我喜歡做什么？我擅長什么？我在哪些方面感到自信？這有助于您更好地了解自己，并找到潛在的專長；

3、請教他人：向家人、朋友、同事和導師請教，了解他們對您的看法和建議。他們可能會發現您尚未意識到的優勢和潛力；

4、設定目標：為自己設定短期和長期的學習和成長目標。這有助于保持對新知識和技能的渴望，并激勵您不斷努力；

5、培養學習習慣：養成定期學習的習慣，如閱讀書籍、觀看教育視頻、參加在線課程等。這將有助于您保持對新知識和技能的渴望，并不斷擴展自己的知識體系。

6、享受過程：學會享受學習和成長的過程，而不僅僅關注結果。當您熱愛學習并享受其中的過程時，您將更容易保持對新知識和技能的渴望。

7、學會適應變化：隨著時間的推移，您的興趣和專長可能會發生變化。學會適應這些變化，并調整自己的學習目標和計劃。保持靈活和開放的心態，有助于您在不斷變化的世界中找到自己的定位。

去年，在一個公開場合，關于人類存在重要的價值和意義，特斯拉創始人馬斯克曾經說過一段話，“你可以把人類想象成數字生命的生物引導器。如果你不知道什么是引導器。（我可以換一種方式解釋）這是一段極短代碼，但沒有它，計算機是無法啟動的。這就像計算機啟動的最小代碼，就像硅電路自己無法演化出來一樣，它需要生物來啟動進化。”

本文為專欄作者授權微新創想發表，版權歸原作者所有。文章系作者個人觀點，不代表微新創想立場，轉載請聯系原作者。如有任何疑問，請聯系http://www.i0562.net/。