研究凸显人工智能关注点带来的知识崩溃威胁

普瓦捷大学的研究员安德鲁·J·彼得森最近发表了一项研究，该研究在包括 Hacker News 和 Reddit 在内的各种平台上引起了热议。. 

彼得认为，这种“知识崩溃”可能源于我们对人工智能系统（包括语言模型和知识库）日益增长的依赖，这些系统满足了我们的信息需求。由此可见，计算机化的 人工智能 或许能帮助人们获得更多传统智慧，但同时也存在着这样的风险：那些对发展至关重要的独特而新颖的想法可能会被忽视和遗忘。

理解知识崩溃

随着知识变得越来越压缩，人们不断经历着信息带宽的缩小，同时又认为使用多样化的信息存储的价值越来越低，彼得森提出了认知崩溃这一发展过程。. 

然而，这种情况不仅阻碍了创新思想的飞跃发展，而且危及了所有领域取得突破的关键条件——人类思维的多样性。.

该研究论文解释了人工智能系统如果将注意力集中在必读数据流和热门数字上，可能会导致非常规知识（创造力和创新赖以生存的正确养分）被忽略的情况。. 

彼得森毫不犹豫地警告我们，如果我们越来越依赖这些人工智能技术来选择我们的知识，我们将发现自己被困在“循规蹈矩者的合唱团”中，只剩下狭隘的理解和想象力。.

应对人工智能对知识的偏见 

为了探究知识崩溃的真正原因，他设计了一个简单的matic模型，展示了人工智能应用后知识的积累情况。他的研究表明，人工智能机制对主流知识的微弱优势，显著影响了公共知识的传播，并加剧了边缘知识领域的边缘化。. 

此外，该模型还提出，递归自主系统相互依赖性会极大地加剧这种现象，其中，仅仅是灌输的偏见或错误就使人工智能倾向于墨守成规，并成为下一次迭代的模板。.

在彼得森的模型中，将前沿学术知识应用于个人实践的激励机制具有巨大的价值。该论文指出，这些激励机制是我们避免陷入思维模式趋于同质化、扼杀创新思想多样性的唯一保障。.

平衡人工智能的应用范围，以获得足够的知识规模

一方面，头脑风暴式的知识交流也被描绘成一种可能的破坏性后果，但另一方面，这篇文章也探讨了防止这种负面影响的方法。. 

彼得森认为，关键问题之一在于如何整合社会和官方机构的力量，而不是让个人各自为政。例如，人工智能系统的设计可以偏离既定任务，包括处理小众和非常规领域，其目标是确保人类知识的全貌不仅易于获取，而且具有价值。.

此外，指出去中心化、开放的知识库可以作为人工智能影响范围缩小的替代方案，也dent认为是一种可能的解决方案。像维基数据、arXiv 或 IPFS 这样的平台可以防止边缘知识的流失，因此，大数据尾部将始终像人类的任何新领域一样令人兴奋和值得探索。.

呼吁发展多元化知识以维系人类知识

彼得森的论文雄辩地证明了异质思维和知识创造的价值，这在人类未来的努力和发明创造中需要牢记。. 

随着人工智能的融合，知识获取过程必将变得更加复杂。因此，在当今的数字世界中，保持信息的丰富性和多样性至关重要。.

这项研究引发的辩论提出了对社会至关重要的关键问题；讨论的核心在于我们认为人工智能在社会中扮演着怎样的角色。鉴于人工智能融入我们生活所面临的种种困难，彼得森对知识崩溃的担忧促使我们反思，我们应该如何避免人工智能削弱而非增强人类知识。. 

在人工智能知识管理领域飞速发展的背景下，如何在人类知识生成的竞争中保持丰富多彩、充满活力的思想，对于我们这个不断进化的物种的未来而言，是最为棘手的问题。.

新闻来源：https://hackernoon.com/ai-and-the-problem-of-knowledge-collapse