几十年前的科幻小说,怎么把今天的AI“剧透”了个遍?
发布时间:2026-10-08
以前看科幻小说:哇,想象力真丰富。 现在看科幻小说:作者,你是不是偷偷穿越了? 几十年前,作家笔下构想的智能机器:能对话、会自学、会编造信息、甚至能替代人类工作,这些设定,正一桩桩在今天的AI世界里落地成真。 他们写下的是虚构故事,我们正在经历的,却像故事的续集。很多情节早已不只是相似,高重合度让人惊叹:究竟是作家超凡的想象力,还是科幻,早已提前照进现实? 01 会聊天:最早的“剧透”,兑现得最彻底 先从最日常的说起。 今天,“跟电脑说话”早就不新鲜:写论文、改作业、失眠唠嗑,对话成了普通人和AI打交道的第一方式。 把时间拨回1968年,《2001:太空漫游》里的HAL 9000,能跟宇航员自然交谈、下棋、画画,说话比人还让人安心。 那年计算机还靠打孔卡片,占地一整间屋,个人电脑要再等7年。当年看HAL,大概跟我们现在看魔法差不多。 更巧的是,HAL有个毛病:飞船明明没故障,它一口咬定有,还编得有鼻子有眼。 眼熟吗?你问AI一个冷知识,它答得飞快、语气笃定,结果日期、数据、出处全是编的。不会答也照样答,错了还理直气壮。这个毛病,今天叫“AI幻觉”。 02 会学习:学到后来,老师都插不上话 先说个反常识的事:今天的AI,与其说“造”出来,不如说“养”出来。没人一行行写它的思想,工程师更像老师:喂数据、出考卷、批作业,甚至让AI自己跟自己对练。学得快时,连工程师都说不清它脑子里装了什么。 1970年《巨人:福宾计划》就演过:两台超级电脑嫌人类语言低效,自创暗号,越聊越热,最后合二为一,把人类晾在一边。当年观众笑它夸张。结果2017年,Facebook两个聊天机器人练谈判,真自创了简化暗号,研究员赶紧叫停。 硅谷人工智能研究院院长皮埃罗说过:“在硅谷,几乎每一位科研者都曾受到科幻小说的启发。”换句话说,科幻作家不是在预言未来,他们是在替我们提前踩坑、提前画图。 03 书单推荐 科幻命中的从来不是技术,而是技术砸进人类社会之后溅起的水花。 今天分享的这套书单,在没有AI的年代,作者就已经凭借天马行空的想象力,提前窥见了智能浪潮到来的景象。 翻开这些书,我们看到的不只是几十年前的幻想,更是当下正在上演的思考。 《弗兰肯斯坦》 本书是现代科幻作品的开山之作,也是人类文学史上最早叩问人造生命与人工智能的终极寓言。 天才科学家弗兰肯斯坦痴迷生命奥秘,突破禁忌拼凑躯体、唤醒生命,创造出拥有完整心智的人造人。造物之初他满心狂喜,可当这个生命睁开双眼,他却因对方丑陋的外貌心生恐惧,仓皇逃离,彻底抛弃了自己的“作品”。 被称作怪物的生命聪慧敏感,拥有极强的学习能力与共情力。他学着思考说话,读懂人间情感,却始终被偏见、排挤与恶意包围。本无善恶的他,在一次次伤害与绝望中,走向对抗与毁灭。 放到AI时代重读这本书,更能体会其中深意。如今我们训练AI、塑造虚拟人格,不断催生更强的智能,却常常忽略智能的边界与创造者的责任。当下AI带来的伦理纠结与人性拷问,两百年前,这本书就已经写尽。 作者:(英)玛丽·雪莱(Mary Shelley) 出版社:译林出版社 出版时间:2016.10 ISBN:978-7-5447-6256-4 《沙丘学派.门泰特》 本书的设定在一个彻底告别AI的世界,人类曾被会思考的机器逼到灭绝边缘,惨胜后立下铁律:永远不能再造思维机器。 但文明还要运转,帝国还需要计算和决策。于是门泰特学校诞生了:训练人类,像计算机一样思考。记忆力、逻辑、推演、预判,全靠人脑硬扛。 但门泰特的强大理性并非万能。他们的推演高度依赖输入的信息,一旦数据失真、带有偏见,再精密的逻辑也会导出错误结论。 就像我们总期待AI给出客观答案,可任何智能都逃不开信息源头的局限。当理性被工具化,无论是人的大脑还是机器算法,都潜藏着失控的风险。 作者:(美)布莱恩·赫伯特,(美)凯文·J.安德森 出版社:重庆出版社 出版时间:2023.08 ISBN:978-7-229-16606-9 《神明的旅程》 本书由陈楸帆主编,集结郝景芳、程婧波、夏笳等女性科幻作家,收录十二篇短篇故事。 多年前,这些科幻猜想正在慢慢照进现实:我们创造出会思考、能陪伴的智能机器,但它们是否真的拥有情感?当AI复刻记忆、模仿爱恨,人类与机器的边界又该如何界定? 作者们借科幻的外壳,抛出直击灵魂的拷问:倘若人造智能生出自我意识,它是否会成为新的神明? 重读这些文字,你会惊叹,科幻早已预判了AI时代的种种困惑。这场追寻“神明”的旅途,说到底,是人类不断审视自我的漫长旅程。 作者:郝景芳等 出版社:航空工业出版社 出版时间:2021.08 ISBN:978-7-5165-2694-1 04 结语 科幻作家从来不是预言家,他们是思想的先行者。那些曾经被当作天方夜谭的桥段,如今正一条条变成我们手机里的App、电脑上的对话框、生活中的日常。 我们读这些书,不是为了夸他们猜得准,而是为了在下次AI新闻刷屏的时候,能多一点自己的判断,少一点跟风焦虑。