苏茨克维：具推理能力AI将难以预测

在刚刚结束的温哥华神经信息处理系统大会（NeurIPS）上，OpenAI联合创始人、前首席科学家伊尔亚·苏茨克维抛出了一个值得深思的判断——依赖海量算力“预训练”的AI时代，可能正在走向终点。这话从这位深度学习领域的关键人物口中说出来，分量自然不一般。

苏茨克维的核心观点很直白：未来的AI系统会把重心转向推理能力，而这条路会让机器更像人——更准确地说，更像人那样“思考”。但随之而来的，是一个耐人寻味的推论：推理能力越强，事情就越发难以预测。“推理越多，事情就越不可预测”——他这句话在现场引发了不小的讨论，也值得每个关注AI发展的人仔细琢磨。

说白了，当AI不再只是靠“背下”海量数据来回答问题，而是开始像人类一样进行逻辑推导、判断权衡，那么它的输出就必然带有某种不确定性。这不是缺陷，而是智能的副产品。问题在于，这种不可预测性究竟意味着什么？是创造了新的可能性，还是带来了新的风险？

苏茨克维的发言其实是一记提醒：在追求更强大AI的同时，必须正视“可控性”这个老问题正在被赋予新的含义。过去我们担心AI是否会失控，更多是基于它能力边界未知；而未来，这种不可预测性可能会内生于AI的推理机制本身。如何确保这类系统在可控范围内发展，避免潜在的连锁风险，已经不是远期的理论议题，而是摆在眼前的现实课题。

这场大会上的发声，再次印证了苏茨克维在AI前沿的一向风格——不追热点，不绕弯子，直击本质。他的判断或许不会让所有人都认同，但无疑会为接下来的技术路线讨论，提供一个绕不开的坐标。