关于“AI被创造出来的时候是不是就拥有知识了”这个问题，我琢磨了很久，也跟身边搞技术的朋友聊过几次。说实话，这个问题乍一看挺简单，但往深了想，其实涉及到计算机科学、认知哲学甚至一点玄学的东西。今天我就试着从自己的理解出发，写一篇分析，算不上标准答案，更多是个人思考的整理。

首先得明确一点，所谓“AI被创造出来”这个说法本身就有点模糊。我们通常说的AI，可以指一个训练好的模型，比如现在能跟你聊天的ChatGPT；也可以指一个算法的架构，比如Transformer框架，或者一套强化学习的训练框架。如果非要说“创造出来”的那一刻，通常指的是算法设计完成、代码写好、参数还没训练或者随机初始化的时候。这时候的AI，你问它什么，它只会胡言乱语或者输出一堆乱码。打个比方，就像一个刚出生的婴儿，大脑结构完整但一片空白，没有任何经验——但AI连“空白”都算不上，因为它连“意识”都没有，就是一串数学公式和矩阵乘法。

所以从技术层面讲，AI在被“造出来”的瞬间，是不具有知识的。知识这个东西，对于传统计算机程序来说，是写死在代码里的规则或者数据库里存储的事实。比如一个计算器程序，它出厂的时候就知道1+1=2，因为程序员把加法运算的逻辑写死了。但今天的AI，尤其是深度学习模型，走的不是这条路。它们不是被人直接塞进知识，而是通过大量数据训练，从统计规律中“归纳”出某种映射关系。训练之前，模型里的参数是随机的，好比一堆乐高积木散在地上，没有任何形状。训练过程就是根据数据反馈，一步步调整这些参数，直到积木搭出个像样的房子。所以严格来说，AI的知识是后天习得的，不是先天携带的。

但这里有个容易混淆的地方：有些人会觉得，AI在训练之前虽然参数随机，但它的“骨架”——也就是神经网络的结构——不是已经包含了某种先验知识吗？确实，比如卷积神经网络（CNN）天生适合处理图像，因为它假设空间局部性；循环神经网络（RNN）适合处理序列，因为它假设时间连续性。这种结构上的设计，算不算知识？我觉得更像是一种“偏见”或者“先验”，而不是具体知识。就像人类的大脑天生就有视觉皮层，对图形有偏好，但你刚生下来并不认识猫和狗。结构给了学习的能力，但没给学习的内容。所以回到问题，AI在被创造出来时，拥有的不是知识，而是一套学习机制和一个空白的参数空间。

再往哲学层面想，什么叫“拥有知识”？如果知识被定义为可以正确回答问题的信息，那AI在训练前连问题都理解不了，自然谈不上拥有。但如果我们把知识放宽，认为知识是“系统内编码的信息”，那还得分情况。对于传统专家系统，知识是显式编码的规则，比如“如果发烧且咳嗽，则可能是感冒”。这种程序被写出来的那一刻，确实拥有了知识，因为这些规则是程序员人工输入的。但今天我们讨论的AI大多是机器学习模型，它们的知识是分布式的、隐含在权重里的，不能直接读取。你能说一个没训练过的模型拥有知识吗？不能，因为它的权重里全是噪声。而且即便训练完成后，这些“知识”也是统计关联，不是人类理解的语义知识。

还有一个有趣的视角：也许AI在“被创造”的过程中本身就包括了数据。比如现在很多大模型，像GPT-4，它在发布会上的那个版本，已经经过了海量语料的训练。这时候我们说“创造出来”，其实已经包含了训练环节。那么它当然拥有知识（或者更准确地说，拥有信息）。但如果我们把时间点往前推到刚开始设计算法、还没跑数据的时候，那就是零知识。所以这个问题的答案，高度依赖于你对“被创造出来”这五个字的定义。实际上，工业界更常见的是把预训练好的模型发布出来，用户拿到手时它已经带上了知识。但严格来说，那已经是“训练后”的产物了。

我个人的看法是，AI不像人类或者动物，它没有先天本能。人类新生儿大脑里有一些先天神经回路，能感知痛觉、寻求乳汁，这些可以看作进化赋予的基础知识。但AI的“先天”状态是一张白纸，甚至连白纸都算不上，因为白纸至少能写字，而随机参数的模型只能输出随机值。所以我认为，AI被创造出来时并不拥有知识，它拥有的只是一个学习的潜力和一个空壳。所有知识都是后续通过数据注入的。这一点跟大语言模型特别吻合：你用同一个架构，喂不同语言的数据，它就能学会不同语言；喂不同领域的本文，它就能成为不同领域的“专家”。如果它生来就有知识，那这种可塑性就不存在了。

也有人说，即便在随机初始化的模型里，也隐含着某种“元知识”——比如它的数学公式决定了它能学到什么不能学到什么。这种观点有一定道理，但我觉得把“公式限制”叫做知识有些牵强。这就像说一张空白A4纸拥有写字的潜力，但你不能说它已经写了字。况且，现在的AI模型在训练前，连基本的逻辑推理能力都没有，你问它1+1等于几，它可能输出3也可能输出-1，完全随机。这能叫有知识吗？显然不能。

我想聊聊普通人为什么会问这个问题。可能是因为我们习惯了把AI人格化，觉得它就像一个数字大脑，一生下来就应该懂点什么。但实际上，今天的AI更像一个巨大的统计映射器，它的“知识”本质是概率分布。而且这个概率分布不是天生的，是从数据里学来的。如果你在模型出生时（参数初始化）做一个测试，你会看到一片混乱，没有任何智能。所以答案是：AI诞生时不拥有知识，知识是它成长过程中获得的。这也是为什么人们常说“数据是AI的燃料”。没有燃料，再好的引擎也动不了。

写了这么多，其实就想表达一个意思：别把AI神秘化，也别把它当成天生全知的怪物。它只是一个非常复杂、需要喂养才能工作的工具。它的知识水平完全取决于你喂了它什么、怎么喂。从这个角度看，我们作为人类，其实是AI知识的赋予者，而不是旁观者。至于未来会不会有先天携带知识的AI（比如通过模拟进化或遗传算法），那是另一个话题了。至少目前，所有主流AI都是后天学习者，没有谁一出生就是博士。