尽管以Transformer架构为基础的数据驱动AI（人工智能），正以前所未有的速度发展，并未显露出任何放缓的迹象，部分硅谷的科技精英们（如OpenAI前研究员揭露的内部文件）更是乐观地以数学模型和指数图表预测——到2027年，人类有望实现通用人工智能（AGI）的关键里程碑。
然而，回顾现实，我们却发现数据驱动的AI在应对某些重大事件时，仍显示出显著的盲点与局限。至少有两件震撼全球的大事，它未能准确预判：
第一、2019年末至2020年初的新冠疫情爆发。
第二、特朗普政府在任期间的政策风格，尤其是其贸易与关税策略的突变性与非传统性。
数据驱动AI模型是以统计学为基础的技术，具有数学的逻辑和科学性；但，人类的决策和疏失，往往是非理性，甚至是情绪性的结果和产物。
当前的数据驱动AI模型正面临以下局限：
一、缺乏主观体验：AI没有意识或情感，无法真正理解人类的主观动机或突发行为。
二、依赖历史数据：AI的预测能力受限于过去的数据模式，而人类的非理性决策可能打破这些模式。
三、难以建模复杂系统：人类社会是一个高度复杂的系统，涉及无数变量和不可预测的交互，AI在处理此类系统时仍面临挑战。
这背后凸显出一个关键问题：数据驱动的AI模型，虽然建立在严谨的统计学之上，具有数学逻辑与科学推演的优势，但它们仍然难以捕捉人类行为中非理性、情绪化甚至偶发性的要素。而这，恰恰是人类决策与社会变局的常态。
AI可以极大的辅助人类，甚至在某些领域展现出超越人类的能力。但它若无法深入理解人类的非理性动因，如恐惧、欲望、权力博弈中的情绪波动，以及文化、意识形态驱动的非线性行为，它就无法真正“洞察人类”，更遑论全面预测人类社会的未来。
AI可以帮助人类，甚至是超越人类；但AI无法彻底了解人类，和预判人类非理性的结果。
换言之，AI或许可以模拟人类的智慧，但要模拟人性，仍远为不及。
（注：文章经过ChatGPT修饰）
7字辈，毕业自马来亚大学电脑科学系，从事软件测试工作，喜爱钻研人工智能以及互联网科技最新动态，也是隆雪华堂民权委员会委员。
