在历史的某一刻，当AlphaGo战胜李世石的时候，世界为AI的“智能”所震撼，许多人甚至宣称人工智能的时代已经来临。然而，Google DeepMind最近发布的一篇论文却向这一说法发出了质疑。这篇名为《Agency Is Frame-Dependent》的论文深入探讨了AI的“智能体性”（Agency），即AI真正的智能是否存在，且其特征又是如何受我们观察框架影响的。这不仅为AI研究提供了新的视角，也可能颠覆我们对智力的传统理解。
所谓“智能体性”是DeepMind研究的核心概念，它并非AI固有人格特征。论文中，研究人员提出“框架”在定义AI智能的过程中是不可或缺的，这就意味着，我们对AI的评估和理解，是从某个特定视角出发的。DeepMind通过阐释不同的评判标准，鼓励我们思索：AI究竟具有什么样的“智能”，以及我们是否真的能够客观地判断其能力。
传统上，我们常常借助诸如“图灵测试”的标准来评估AI是否具备智能。该测试的逻辑是，若人类无法区分与机器的对话是来自AI还是人类，那么该机器就应被视为智能。然而，研究显示，单纯依赖这一行为评估，容易让我们混淆机器的反应与智能的实际深度。人们逐渐意识到，AI的行为可能只是符号操作，而非真正的理解。
通过“中文房间”理论，我们可以看到更深层的理解。哲学家约翰·塞尔设想，一个被限制在房间内只懂英文的人，按照手册将外部中文信息转化为中文回答，即便其表面上能够流利对话，依然并不能证明其真正理解中文。这种场景在AI的互动中同样适用，例如飞速发展的GPT-4虽然在生成中文内容方面深受好评，但无法根本理解文化和情感，这使得其在特定任务上无法做到灵活应变。
在关于智能评估的广泛讨论中，重要的并不仅在于AI是否能通过图灵测试，而是更深层次的理解。“智能体性”概念的提出，让我们能够从核心功能出发，探讨AI自身能力的形成机制。伴随其而来的，是对AI在不同行为框架下的评估。每一种认知、行为模式均隐含框架的选择。 例如，以系统级观点看待自动驾驶汽车，或者只从感知模块的角度分析其功能，这两种方法会引导我们得出截然不同的智能评估。
进一步分析，“智能体性”的构成包括个体性、行动源、规范性和适应性。这四个要素中的任一项若未能达成，都将削弱对AI智能的正当认定。此外，决定这些要素的“框架”会影响我们得出的结论，如前述实例所示，不同的边界定义会令对汽车智能的认定出现偏差。
特别是值得一提的是，DeepMind的论文强调，AI智能体性与我们选择的观察框架是紧密相连的。对同一个AI系统，从不同框架出发，我们形成的理解便可能大相径庭。例如，细看AlphaGo，无论是其在围棋赛事中的成功，还是算法的复杂性，均可以从“智能体性”的高速决策中得出结论，但如果将视角缩放至其算法本身，便仅可视作一套复杂的数理模型。
通过不断探索这个框架依赖性理论，DeepMind为未来的人工智能研究提供了一种全新的思维方式。我们可把焦点从追求一个“绝对智能标准”背离，转而关注AI在特殊情境中的表现与适应。显然，觉察到这一变化将深远影响我们如何评估和运用AI。
除了正视智能体性外，未来的AI评估标准亟须对实用性、可解释性、可控性进行全面考量。具体来说，当AI应用于重要领域如医疗诊断或自动驾驶，其给出的每一个决策，无论是技术性还是伦理性的考量，均应由这些标准进行检验。
在当今这个人机交互日益重要的时代，如何建立人机之间的信任关系同样值得关注。AI的“共情”能力或许是一条重要的出路。未来的AI可以通过分析人类的语言和情感，来增强互动体验，帮助用户更好地交流与表达。
有了DeepMind这一“框架依赖性”理论作为背景，我们也许能够重新审视人类与AI共存的未来。AI不再仅仅是一个冷酷的工具，其潜在的智能有可能与人类思想发生更深层次的共鸣。面对这个可能的未来，我们亦需认真思考AI的伦理与社会责任。
在这场人类与AI的共生中，或许我们正在催生一种全新的设计思想——“框架工程”，它将专注于如何创造出最符合人类需求的AI系统与互动流程。人类对于AI的认知与框架的选择，将直接影响文明和社会的走向。
在我使用了数十家AI绘画、AI生文工具后，强烈推荐给大家以下这个工具——简单AI。简单AI是搜狐旗下的全能型AI创作助手，包括AI绘画、文生图、图生图、AI文案、AI头像、AI素材、AI设计等。可一键生成创意美图，3步写出爆款文章。网站提供生成创意美图、动漫头像、种草笔记、爆款标题、活动方案等多项AI创作功能。工具链接：
