和AI头脑风暴是什么体验

生成式人工智能正被学者们视为一种研究伙伴，而非简单的工具。通过与 AI 进行实时对话，研究者能够加速学习、激发创意，并将零散的想法发展为具体成果。这种新型合作模式延续了历史上对新技术（如书写和印刷）的怀疑与接纳过程，预示着学术工作将进入人机协作的新时代。尽管 AI 是一个强大的“数字助手”，但我们仍需保持批判性思维，警惕过度依赖，确保创造力的核心始终由人主导。

一位神经科学家的突破

一位名叫卢克·张（Luke Chang）的神经科学家在研究面部表情模型时遇到了技术瓶颈。他无法将复杂的面部“动作单元”数据转化为逼真的视觉效果。

在一次长途驾驶中，他决定与 ChatGPT 探讨这个问题。

• 提出问题: 卢克向 AI 详细描述了他的模型和遇到的困难。
• 共同探索: 他们进行了一小时的对话，AI 提出建议，也反问问题，共同在迷雾中摸索。
• 关键启发: ChatGPT 建议他研究一种名为“解缠结”（disentanglement）的技术，这个词触发了卢克的灵感。
• 即时实践: AI 不仅解释了概念，还按要求编写了可执行的代码。卢克回到办公室后立即运行，并成功解决了问题。

这段经历让卢克感到，他正在以更少的时间加速学习、提升创造力，并重新享受工作带来的乐趣。这正是一个优秀合作者所能带来的价值，即使对方是机器。

对新技术的历史性疑虑

学术界对生成式 AI 的 disruptive effects 感到焦虑，但这并非新鲜事。历史上，旨在辅助思考的工具很少被立即接受。

“你的发明将使他们听到许多事却未经适当教导，他们会自以为知识渊博，实则一无所知。他们将变得难以相处，因为他们只是看似智慧，而非真正拥有智慧。”

这是柏拉图在《斐德罗篇》中借苏格拉底之口，对“书写”这项危险技术提出的警告。苏格拉底担心书写会削弱记忆和真实的对话，让文字脱离说话者，从而阻碍真正的理解。后来的教会也对印刷机抱有类似的恐惧。

然而，历史证明，这些技术最终都极大地推动了知识的传播和发展。书写并未取代对话，反而为我们提供了更多值得讨论的想法。

AI：从工具到合作者

书写虽然能记录思想，却无法成为一个对话伙伴。它只是作者思想的“提醒物”，不会增添新内容。而大型语言模型（LLM）则不同，它们能够真正地参与到创意过程中。

AI 不仅仅是强化版的搜索引擎或写作助手，它们是真正的合作者。

当卢克与 ChatGPT 交流时，那更像是一场协同创作。如果与他对话的是一位人类同事，我们无疑会称之为合作。那么，当其中一方是机器时，区别又在哪里呢？

激发不同类型的思考

AI 擅长进行类比推理，即用已知的事物去理解未知。这正是优秀合作者所具备的特质：掌握大量模式，并能在不同领域之间建立联系。

作者发现，AI 可以放大两种不同的思考模式：

• 狐狸模式: 在探索阶段，像狐狸一样广泛涉猎，在书籍、对话和各种理论中寻找灵感。
• 刺猬模式: 在深入阶段，像刺猬一样专注，深入钻研一个核心问题。

AI 既能让“狐狸”的探索范围更广，也能让“刺猬”的钻研更迅速、更敏锐。

此外，AI 还能帮助解决个人组织能力的不足。另一位神经科学家杰里米·曼宁（Jeremy Manning）利用 AI 将自己搁置已久的代码碎片，成功构建成一个功能完备的软件库。这证明了 AI 有潜力将被遗忘的、零散的想法转化为有价值的成果。

数字时代的“精灵与鞋匠”

格林童话《精灵与鞋匠》提供了一个绝佳的比喻。故事中，勤劳的精灵在夜间帮助贫穷但有才华的鞋匠完成工作，使他的生意蒸蒸日上。

• 精灵们没有取代鞋匠，而是将他的技艺提升到了新的水平。
• 鞋匠拥有核心天赋，精灵则提供了实现天赋的手段和效率。

在今天，AI 就像那些乐于助人的精灵。它们可以处理繁琐的“思想皮革”，帮助我们高效地将粗糙的想法打磨成形，让我们能专注于更高层次的创造。

保持警惕，拥抱合作

当然，我们也必须警惕风险，避免出现学者们懒散地将想法扔给机器，然后坐享其成的未来。

研究、写作和思考的意义，远不止是简单地生成一个答案。正如物理学家理查德·费曼所说：“真正的奖赏在于发现事物本身的乐趣。”

我们正处在一个塑造新技术、同时也被新技术重塑的时代。AI 为我们的思考过程提供了另一个声音，一个不知疲倦的伙伴。真正的考验不在于我们是否能发现更多想法，而在于我们能否更好地利用找到的想法。未来的创新，可能来自于我们自己，我们的同事，或者一台永不放弃的、执着的机器。