我很快会回到这个话题，但首先，让我们探讨情报的发展性质以及我们对其的理解随时间的转变。通过现代神经科学的视角，我们知道每个历史时代都隐含地重视大脑的不同部分，甚至相互对立的半球和完全不同的输出。

如果社会今天不认为你的智力水平很高，而你又健康且精神焕发，那就等等吧。它现在又在改变了。

在古希腊时代，推理、逻辑和对知识的追求是智慧的标志，被柏拉图和亚里士多德等哲学家所崇敬。中世纪时代，信仰与智慧交织在一起。智慧不仅是对知识的度量，还包括道德和对神圣的理解。然后到了文艺复兴时期，人类潜力得以展现。智慧被视为艺术创造力和创新思维的画布。

当启蒙时代来临时，理性和经验知识开始主导。智力成为了对严谨、科学思考的一个衡量标准。到了19世纪末和20世纪初，智力变成了需要度量、测试和评分的东西。这是一系列认知能力被提炼成智商数字的狭义定义。而霍华德·加德纳等人则扩大了这种狭义定义。对他们来说，智力并非一种单一可以衡量的东西，而是包括语言、逻辑数学、音乐、空间和人际交往技能等多方面的多面现象。对智力的看法也拓宽了，承认人类思维的动态适应性特点。

今天，也许大多数人对智力的定义不再仅仅是基于智商、考试成绩和其他刻板的衡量标准，而更多地侧重于在全球化、数字化的不断变化的环境中，灵活应对、适应和蓬勃发展的能力。

然而，与其试图定义智能在今天的真正含义，我们可以采取一个更狭窄的视角。为了让人工智能置于上下文中，让我们通过创新的视角来看待它。

智能作为一种创新

创新产品有其生命周期和采纳曲线。它们之所以有价值，是因为它们罕见且有用。随着市场压力的增加，时间推移，需求增加，产品的供应也增加，并且产品定义得更加明确。

考虑过去一个世纪各种技术的采用曲线。

一旦一项创新得到充分定义，使其能够在市场上推出，即图表上每行的开头所代表的，它就从一项创新过渡为一种产品。随着技术在采纳曲线上的发展，价格逐渐下降，直到市场饱和为止，这时它们成为商品，这被称为商品化。

作为“智能创新”的一个例子，假设现在是1897年，你经营着一个苦苦挣扎的汤类公司叫做坎贝尔。你勉强同意雇佣你的侄子约翰，他是一位拥有麻省理工学院学位和哥廷根大学博士学位的化学家。你给予他的资金不足，但他还是成功地创造出了浓缩汤的创新，彻底颠覆了包装食品行业，并使你变得富有。现在每个人都在寻找化学家-一种新的智能产品-来帮助他们的食品公司进行创新。

随着对化学家需求越来越广泛，并且供应增加以满足需求，无情的市场压力将这些化学家转变为服务，最终变成商品。如今，每个这样的公司都拥有许多化学家。

最终在竞争激烈的市场中，你会预期看到相对较高水平的个人专业化，针对一种相对较低价格的智力产出，直到该价格稳定为商品。事实证明，这正是你所看到的。

在任何“情报提供”中，为了保持当前的价值，都需要不断进行适应和改进。

在生物学中，这被称为“红后假设”。它源自刘易斯·卡罗尔的作品《镜中世界》，它暗示着有机体必须不断适应和进化，以在其他有机体也在进化的系统中维持其相对适应度。它囊括了一个不断改善和发展的情景。停滞不前就意味着落后。因此，我们需要不断努力和专攻，以跟上竞争的步伐。

这是一个原因，今天普通人的智商是100，如果他们回到1920年，会有130的智商。学校和人们已经适应了测试认为重要的内容。这种每十年大约增加3个智商点的智商泛滥现象被称为弗林效应。

有趣的是，现在的智商水平比过去几十年要低。最聪明的人变得更笨了，而普通人则变得更聪明了。这也有原因，但那是另一篇文章的话题。

顺便提一下，那位拥有“普通智力”的物理学家是理查德·费曼。

此外，正如尼克·卡尔所指出的那样，随着活动的普及，它们的战略价值会减少。换句话说，如今要比1897年更难通过化学家获得战略优势。同样，要通过人工智能获得战略优势也很困难。在每个人都追求这项技术的情况下，你最有可能保持你的相对地位。

所以，为了为人类的大脑输出创造更高价值，他或她必须通过提供一种更为罕见、有用的智力形式来进行适应。

进入人工智能和机器学习领域。通过LLM（大语言模型）、NLP（自然语言处理）深度学习模型、计算机视觉、强化学习以及其他技术，算法正在市场上涌现出一系列传统上属于人类智能范畴的活动。当然，随之而来的是普遍性和商品化。使用人工智能可能不会给你带来太多优势，但如果你不使用它，你将处于竞争劣势。

所有人工智能（AI）和机器学习（ML）在近期或将来可以解决的活动，将被更广泛使用、成本更低，并提供有限的战略价值。

为了创造更多价值，一个人必须适应并提供更罕见、有用的思维成果。今天，这种思维成果的适应会是什么样子呢？换句话说，你应该做什么来增加你的价值呢？

让我们考虑一下人工智能（AI）和机器学习（ML）可以做些什么。

他们在某些方面非常擅长，比如图像识别。。

而在其他事情上则表现糟糕，比如直觉和判断力。你可以在这里看到大量可量化的活动，并与人类智能进行比较（最后更新于2017年）。

出于一些原因，其他人比我能更好地解释，人工智能在处理我们大脑的左半球擅长的事物上表现出色，但在处理右半球擅长的事物方面则表现糟糕。

这些东西是什么？首先，右半球是沉默的。它没有声音。想象一下把一个玻璃杯扔到地上并看着它破碎。对此的细节很难用言语表达和理性解释，但经验上非常丰富 - 你可以毫不费力地观察并赋予意义。同样，右半球在深度、上下文和意义的追求中非常丰富。它是幽默、音乐、诗歌、艺术、隐喻、肢体语言和面部表情的复杂性理解和感受的地方。右半球接受不确定性。它探索了各种可能性，并提供了对世界的综合、整体的视角。它看重个体而非抽象概念，也是艺术、诗歌和音乐与意义共鸣的地方。

左大脑半球是理性的，具有语言能力，并且很重要的是，它坚信自己的正确性，尽管整体来说比右大脑半球不太准确。这可以通过中风研究和实验来观察，其中在患者被问问题时，半球被麻醉，被称为瓦达测试。考虑一个患者的经历：

“当他们给我左侧麻醉时，我可以看到所有的人，我觉得我知道他们是谁，我知道他们在进行沃达试验，我不记得感到害怕……我记得其他人都带着紧张的表情，但我不记得有任何情绪上的感受。我真的不记得左侧"回来"的过程，但显然它回来了……我的神经科医生在测试之前给我展示了一堆物品和照片，然后在测试过程中，他会给我展示一些东西，让我辨认并告诉他以前他是否给我展示过。在手术过程中，他们让我举起胳膊。对于右侧的脑部，我没有注意到任何不同。对于左侧——哇！当他给我展示一个物品时，我看着它，感觉就像是你想不出一个词时那种感觉，就像它就在你舌尖上一样。只不过对于所有的词来说都是如此——太神奇了！我一言不发。” — 来源

左半球的坚定信念既是它的优势，也是它的弱点。它将视野缩小到一小块能够逻辑拼接的事物。它假设了完全的理解，因为它将问题简化为一系列逻辑组成部分。这使它确信自己是正确的。然而，它是盲目的。它不知道自己不知道的事情。它的视野非常狭窄，它只看到碎片，并把一切不合逻辑的东西剔除。右半球则富有广泛的感知，承担了不确定性的重量。它知道自己不知道，正是在这种认识中产生了无法强迫发生的结果。

换句话说，人工智能解决那些可以明确定义、缩小范围和量化的问题。但是它对那些隐含且间接产生的问题是盲目的，这些问题无法被意愿、指令或轻易地定义 — 例如智慧、想象力、创造力、同理心、勇气、谦逊、品德、爱、钦佩、信仰和理解。

想象一下，你在一座国家森林中长途徒步，目标是找到一些能够揭示当今社会状况的事物，以便你能写一篇关于它的文章。对大多数人来说，通过漫步反思是可以实现这一目标的。但是如果你试图用强烈的意愿去寻找某些特定事物，比如斑点猫头鹰，你会错过大部分就在你面前的事物。这种效应在“注意力盲点”和大脑半球专注性研究中得到了突出。

具有极高处理能力的人工智能，也许是一台量子计算机，可以被配置成在国家森林中几乎注意到视野范围内的任何事物; 就像一本数字百科全书一样。但要将出现或缺失的那一个重要事物放入上下文中-理解何处突出以及为何重要-将需要当前模型的接近无限能量。想想加密哈希与四英里的大自然相比，它是多么简单。任何一个平方英寸的景观都比一个256位哈希更加复杂。你无法像左半球那样解决这个问题。尝试使用当前模型来做到这一点只是统计性的词语排列。

而对于那些可能倾向于认为理性涵盖了一切可能真理的人（这是畅销书《人类简史》和《上帝的新游戏》所暗示的），这似乎并不是真实的。哥德尔不完备定理表明，在任何一致的数学系统中，总会有无法证明的真实陈述。他的数学证明显示了理性的局限性。

此外，我们以直觉判断理性本身是有用的。没有证据表明理性应该是真理的来源。

答案：利用您的右脑半球进行直觉和创造力

下一个人类智能创新将会是创造力和直觉的爆发。

换句话说，从左场出现的好主意，人类擅长于此，这些主意不能被其本质明确定义，将是金钱流向的地方。多亏了神经可塑性，你可以训练大脑以不同的方式思考，更加直觉和创造性。

本文的第二部分将介绍您可以使用的日常技巧来增加您的创造力和直觉。请在下方订阅。

随着人工智能（AI）和机器学习（ML）继续将人类智能的某些有限表达商品化，它们也提供了可用于增强和促进这些自然形式的人类智能的构建模块。

但是人工智能难道不具备创造力吗？在某些创造力测试中，它赢过了人类。出于我会在其他文章中详细介绍的原因，事实并非如此。要想实现右脑创造性功能，需要判断力和直觉（因此需要代理和心智理论），光是开始讨论就已经如此。创造力涉及到放进去和留出来一些东西。目前的人工智能模型无法做到这一点。它们只是复杂的模拟器，利用统计学方法来确定输出的词或像素的顺序。此外，人类是为这些输出赋予价值并提供所有输入数据的。人工智能只是人类输出活动的统计学代表。这些输出可能很酷、有趣，但并非真正的创造性产物。

例如，复制《星夜》，很容易，但是从无到有地创造它却非常困难，因为它的天才定义了它是什么，它不是什么，以及它在时间、历史和人们中的背景。

也许有一天我们能够创造出AGI，但那不会很快发生。而且它也不会通过我们现有的模型实现。

我对人工智能前景持乐观态度。在过去一个半世纪中，对智能的认知已经扭曲了。它更倾向于满足扩张的资本主义社会的需求，而不是体现人类能力的全部范围。人类本能技能和智慧的本质，在某种程度上被绕过，并被商业和增长操控的实际需求所掩盖。如果我们将人工智能作为仆人而不是敌人使用，它可以重新平衡这种不平衡。它可以通过减少某些繁琐的工作来开启长期被低估的智能维度，并重新介绍和带回一个整体的世界观，这在人类数万年的历史中一直存在。

希望您喜欢这篇文章！如果您想要更多能够释放您的创造力和直觉的文章，请加入我在RightBrainCapitalist的行列。欢迎通过LinkedIn与我联系。

订阅 DDIntel，请点击此处。

在这里将您的工作提交给DDIntel。

加入我们的创作者生态系统。

DDIntel捕捉到我们主要网站和我们受欢迎的DDI Medium出版物中更重要的内容片段。欢迎访问我们，获取社区中更多富有洞察力的作品。

DDI 官方电报频道：https://t.me/+tafUp6ecEys4YjQ1

请在领英、推特、油管和脸书上关注我们。