但是但凡體驗(yàn)過(guò)若干次人工智能不那么智能的時(shí)刻，總是不免從腦海深處發(fā)出靈魂之問(wèn)：人工智能？就這？
在電影中，人工智能是這樣的，無(wú)所不能、追求進(jìn)步、感情豐富、思考著我是誰(shuí)我從哪里來(lái)我到哪里去的深刻命題……然而現(xiàn)實(shí)中呢？機(jī)械地接受指令還常常陰差陽(yáng)錯(cuò)，遇上一些突發(fā)情況立馬整不會(huì)，更別說(shuō)跟你溝通交流情感往來(lái)這些場(chǎng)景了。
B站上的一些人工智障表現(xiàn)，常常有數(shù)百上千萬(wàn)人圍觀。例如，一篇長(zhǎng)使英雄淚滿(mǎn)襟的《出師表》在谷歌翻譯看來(lái)，那就是縱橫古今三千年的跨學(xué)科大作文，充斥著偶爾點(diǎn)題的前言不搭后語(yǔ)，讓人哭笑不得。
再譬如說(shuō)疫情以來(lái)，得到廣泛應(yīng)用的智能人臉識(shí)別系統(tǒng)更是引起了很多爭(zhēng)議和討論，人們?cè)趽?dān)心自己隱私泄露和安全性問(wèn)題的同時(shí)，也發(fā)現(xiàn)人臉識(shí)別系統(tǒng)常常給人以“驚喜”：
有時(shí)候化個(gè)妝或者戴個(gè)眼鏡就完全識(shí)別不出來(lái)，有時(shí)將圖片識(shí)別為真人，之前更是出現(xiàn)了王者榮耀的人臉識(shí)別將狗認(rèn)作了人臉這種新聞。
正是因?yàn)楝F(xiàn)有的人工智能技術(shù)在大多情況下，都不能善解人意地解決實(shí)際需求，你是否思考過(guò)這個(gè)問(wèn)題，為什么現(xiàn)在的人工智能存在著那么多的詬??？真的只是因?yàn)榘l(fā)展時(shí)間短暫不成熟嗎？還是說(shuō)從根本上就南轅北轍了呢？
01
主流人工智能為什么不“智能”？
一些人工智能之所以并不像想象起來(lái)那么智能，那是因?yàn)槠鋵?shí)他們都只是專(zhuān)用人工智能，而非像人類(lèi)那樣能夠勝任各種任務(wù)的通用人工智能系統(tǒng)（Artificial General Intelligence）。
目前主流AI研究所提供的產(chǎn)品都不屬于“AGI”的范疇，例如曾經(jīng)因?yàn)榇驍±钍朗c柯潔而名震天下的谷歌公司的Alpha Go，其實(shí)就是一個(gè)專(zhuān)用的人工智能系統(tǒng)。
它除了用來(lái)下圍棋之外，甚至不能用來(lái)下中國(guó)象棋或是日本將棋，更別說(shuō)進(jìn)行醫(yī)療診斷，或是為家政機(jī)器人提供軟件支持了。
雖然驅(qū)動(dòng)Alpha Go工作的“深度學(xué)習(xí)”技術(shù)本身，可以在進(jìn)行某些變通之后被沿用到其他人工智能的工作領(lǐng)域中去，但進(jìn)行這種變通的是人類(lèi)程序員而不是程序本身。
不妨追溯人工智能的起源，它的誕生本來(lái)就是哲學(xué)思辨的產(chǎn)物，很多人或許看過(guò)《模仿游戲》，主角圖靈其實(shí)對(duì)于AI科學(xué)的興起起到了至關(guān)重要的作用。
在1950年，他的一篇論文中提出了著名的“圖靈測(cè)驗(yàn)”，并認(rèn)為人造機(jī)器具備人工智能的條件，就是它的言語(yǔ)行為是否能夠成功模擬人類(lèi)的言語(yǔ)行為。（也就是說(shuō)我們和機(jī)器對(duì)話(huà)時(shí)會(huì)誤以為它是真人）。
其實(shí)從誕生時(shí)起，AI研究就要探討，什么是“智能”？究竟是能解決具體問(wèn)題，還是在行為層面和人類(lèi)相似？而判斷AI系統(tǒng)好不好，也往往取決于它能否達(dá)到設(shè)計(jì)者最初的目標(biāo)，這和物理實(shí)驗(yàn)判斷假設(shè)合理性的路徑不同。
在目前AI研究進(jìn)路多樣的階段中，沒(méi)有哪一種獲得了絕對(duì)優(yōu)勢(shì)，不過(guò)我們可以大致將它分為符號(hào)主義和聯(lián)結(jié)主義兩個(gè)進(jìn)路。
不要被這些晦澀術(shù)語(yǔ)所嚇到，所謂符號(hào)主義進(jìn)路，其實(shí)就是用現(xiàn)代的形式邏輯進(jìn)行推演，就比如在計(jì)算機(jī)編程的時(shí)候，輸入一些現(xiàn)實(shí)的數(shù)據(jù)，然后通過(guò)邏輯進(jìn)行推理達(dá)到結(jié)果。這種進(jìn)路其實(shí)被廣泛應(yīng)用，但是它存在一些根本問(wèn)題，也造成了很多災(zāi)難：
比如2019年的這場(chǎng)空難，它的事故源自飛機(jī)上的AI系統(tǒng)，這個(gè)系統(tǒng)自動(dòng)控制飛機(jī)頭和地面的角度，而且人很難找到手動(dòng)控制的按鈕，只能依賴(lài)AI。
它的工作原理很簡(jiǎn)單，機(jī)頭有個(gè)傳感器探測(cè)飛機(jī)和地面角度，之后把數(shù)據(jù)給系統(tǒng)，系統(tǒng)就自動(dòng)調(diào)整直到符合標(biāo)準(zhǔn)。
然而，一個(gè)根本問(wèn)題是，如果傳感器本身壞了怎么辦？這種AI系統(tǒng)無(wú)法解決這個(gè)問(wèn)題，因?yàn)?strong>它的原理就是根據(jù)給定的經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行機(jī)械的邏輯推演，它無(wú)法靈活根據(jù)現(xiàn)實(shí)環(huán)境的變化臨時(shí)判斷。
其實(shí)這種進(jìn)路的AI系統(tǒng)，都是運(yùn)用了現(xiàn)代的形式邏輯思維，雖然它也很難滿(mǎn)足另一派基于聯(lián)結(jié)主義的深度學(xué)習(xí)技術(shù)發(fā)展（想必大家在科技類(lèi)新聞中常常會(huì)見(jiàn)到“深度學(xué)習(xí)”這一熱詞，盡管可能不清楚它的意思）。
但是，在真實(shí)的生活中，我們一般人經(jīng)常不會(huì)采用形式邏輯思維，而且這種思維本身看似比我們的“直覺(jué)”、“想象”要更加理性、科學(xué)，但是也會(huì)造成很多問(wèn)題：
比如說(shuō)，形式邏輯無(wú)法檢查自己處理的經(jīng)驗(yàn)性命題本身的真假，上述中那場(chǎng)空難就是例子，而為了克服這一點(diǎn)，設(shè)計(jì)者通常預(yù)設(shè)了很多經(jīng)驗(yàn)事實(shí)在推理中起到了真理的作用，進(jìn)而將經(jīng)驗(yàn)世界加以固化了。
人類(lèi)可以輕松在變化的經(jīng)驗(yàn)世界和不變的邏輯世界中進(jìn)行切換，但是依賴(lài)形式邏輯的AI卻無(wú)法做到。
又比如說(shuō)，形式邏輯的語(yǔ)義注重刻畫(huà)“邊界明確”的極端情況，但是日常生活中很多表述都處于語(yǔ)義模糊的“灰色地帶”。
一個(gè)具體例子是“張三有錢(qián)”這句話(huà)，按照現(xiàn)代邏輯的表述，哪怕只有一分錢(qián)屬于張三，“張三有錢(qián)”這句話(huà)就是真的，但人們?nèi)粘５谋硎鲲@然意味著，張三的財(cái)富必須遠(yuǎn)超一般人。
而一個(gè)現(xiàn)實(shí)的問(wèn)題是，形式邏輯不考慮經(jīng)濟(jì)性和可行性，只關(guān)注有效性，這意味著在實(shí)際應(yīng)用到AI編程時(shí)，它不在意所需的大量公理和推理步驟。但是實(shí)際的AI編程顯然要考慮成本問(wèn)題和工程效率。
至于所謂的聯(lián)結(jié)主義AI研究，并不關(guān)注符號(hào)層面上對(duì)人類(lèi)的信息處理過(guò)程進(jìn)行邏輯重構(gòu)，而是注重如何以數(shù)學(xué)方式模擬人類(lèi)神經(jīng)網(wǎng)絡(luò)的運(yùn)作方式，并通過(guò)對(duì)于此類(lèi)神經(jīng)元網(wǎng)絡(luò)的“訓(xùn)練”，以使其能夠給出用戶(hù)所期望的合格輸出。
02
深度學(xué)習(xí)對(duì)人類(lèi)文明有隱藏威脅
時(shí)下流行的“深度學(xué)習(xí)”技術(shù)，其前身其實(shí)就是聯(lián)結(jié)主義，或者叫做“人工神經(jīng)元網(wǎng)絡(luò)”技術(shù)。
關(guān)于這一技術(shù)，有個(gè)淺顯易懂的類(lèi)比。假設(shè)有一個(gè)外國(guó)人跑到少林寺學(xué)武術(shù)，而且他和師父之間語(yǔ)言不通，那么他就先觀察師父的動(dòng)作，再跟著學(xué)習(xí)。
師父則通過(guò)簡(jiǎn)單的肢體交流告訴徒弟學(xué)的是否對(duì)，假如徒弟知道自己錯(cuò)了，他也不能通過(guò)語(yǔ)言知道自己究竟哪里錯(cuò)了，只有無(wú)限地猜測(cè)并模仿，直到師父肯定為止。
這種方式顯然效率很低，但是“胡猜”卻是聯(lián)結(jié)主義的實(shí)質(zhì)，因?yàn)檫@種AI系統(tǒng)不知道輸入的信息意味著什么，它是通過(guò)一次次猜測(cè)可能的結(jié)果，如果與人類(lèi)預(yù)先給定的“理想解”符合，則加以保存“記憶”，并在此基礎(chǔ)上繼續(xù)“學(xué)習(xí)”。
而所謂“深度”學(xué)習(xí)，其實(shí)并不意味著AI可以深度理解學(xué)習(xí)內(nèi)容，它的原文“deep learning”翻譯為“深層學(xué)習(xí)”或許更不容易引發(fā)歧義。
它的意思是通過(guò)系統(tǒng)技術(shù)升級(jí)，增加隱藏的單元層、中間層數(shù)量，這種方式顯然依賴(lài)于硬件的提高和互聯(lián)網(wǎng)普及所帶來(lái)的大量數(shù)據(jù)。
那么，深度學(xué)習(xí)為何會(huì)對(duì)人類(lèi)文明造成潛在威脅呢？
這里說(shuō)的威脅，不是那種科幻式的想象，而是一種基于現(xiàn)實(shí)的考量。簡(jiǎn)單說(shuō)來(lái)，“深度學(xué)習(xí)系統(tǒng)的大量運(yùn)用會(huì)在短期內(nèi)對(duì)特定領(lǐng)域內(nèi)的人類(lèi)工作崗位構(gòu)成威脅，由此也會(huì)對(duì)人類(lèi)專(zhuān)家的穩(wěn)定培養(yǎng)機(jī)制構(gòu)成威脅，并使得深度學(xué)習(xí)未來(lái)的智慧汲取對(duì)象變得枯竭”，由此，人類(lèi)文明在耗盡了深度學(xué)習(xí)的短期紅利后，可能走向衰落。
這段話(huà)究竟是什么含義？
我們從醫(yī)學(xué)中的腫瘤AI診斷說(shuō)起，這種新興技術(shù)在設(shè)計(jì)深度學(xué)習(xí)框架時(shí)，必須依賴(lài)專(zhuān)家醫(yī)生進(jìn)行數(shù)據(jù)的標(biāo)注，但是專(zhuān)家醫(yī)生本人的讀圖能力卻是數(shù)十年的學(xué)習(xí)和實(shí)踐中積累的。
換言之，當(dāng)這種AI技術(shù)得到推廣，醫(yī)學(xué)院的學(xué)生可能沒(méi)有精神動(dòng)力再耗費(fèi)多年心血進(jìn)行相關(guān)學(xué)習(xí)，從長(zhǎng)遠(yuǎn)來(lái)看，這會(huì)造成人類(lèi)醫(yī)生相關(guān)能力的衰弱。
而且，由于深度學(xué)習(xí)的統(tǒng)計(jì)學(xué)機(jī)制會(huì)剔除偶然數(shù)據(jù)，很多罕見(jiàn)病例的腫瘤形態(tài)不會(huì)被標(biāo)注，這種情況下，只能依賴(lài)人類(lèi)醫(yī)生，長(zhǎng)遠(yuǎn)來(lái)看，AI腫瘤診斷也會(huì)對(duì)人類(lèi)醫(yī)生診斷罕見(jiàn)病例的能力產(chǎn)生負(fù)面影響。
徐英瑾老師認(rèn)為，深度學(xué)習(xí)技術(shù)對(duì)專(zhuān)業(yè)領(lǐng)域勞動(dòng)力的剝削和取代，實(shí)際上對(duì)人類(lèi)文明的人文資源產(chǎn)生了剝削和威脅。
所謂的人文資源，包括了穩(wěn)定而不僵化的知識(shí)培養(yǎng)體系，使得勞動(dòng)力在專(zhuān)業(yè)技能和文化素質(zhì)等方面都能有所發(fā)展，而且每個(gè)人的思想與技能水平的差異性，又使得人文資源充滿(mǎn)豐富性和多樣性，這是一個(gè)社會(huì)的人文資源能夠可持續(xù)發(fā)展的重要前提。
但是現(xiàn)有的AI系統(tǒng)不能像真人那樣對(duì)同一價(jià)值內(nèi)容產(chǎn)生多樣性的認(rèn)識(shí)，深度學(xué)習(xí)機(jī)制實(shí)際上是收集了大量的一般性認(rèn)識(shí)，并加以平均化，它無(wú)形中排除了很多個(gè)性化的認(rèn)知，但是卻無(wú)法產(chǎn)生新的歷史發(fā)展可能性。
這種僵化和平均化的一個(gè)后果，是人類(lèi)提出新動(dòng)議時(shí)被AI所限制。比如說(shuō)，喜歡創(chuàng)新的影視制作者提出新的方案時(shí)，如果資本方依賴(lài)深度學(xué)習(xí)所提供的信息處理方式，就會(huì)以“缺乏數(shù)據(jù)支持”為由反對(duì)這種創(chuàng)新，那么有想法的導(dǎo)演和編劇就無(wú)法得到資本界的支持來(lái)從事創(chuàng)新性的文藝創(chuàng)作。
03
對(duì)眼下的主流的AI研究的批評(píng)
傳統(tǒng)的的AI系統(tǒng)需要對(duì)系統(tǒng)所面對(duì)的環(huán)境，或者是所要處理的任務(wù)類(lèi)型給出非常清楚的界定，因此不具備那種針對(duì)開(kāi)放式環(huán)境的適應(yīng)性。
然而，現(xiàn)實(shí)生活中，即使是鳥(niǎo)類(lèi)的自然智能，也都具有那種處理“全局性”性質(zhì)的能力。譬如說(shuō)，烏鴉所面臨的原始環(huán)境肯定是不包含城市的，但是這并不妨礙日本東京的烏鴉成了一種高度適應(yīng)城市環(huán)境的生物。
成精的日本烏鴉
此外，自然智能常常能用相對(duì)經(jīng)濟(jì)的方式對(duì)環(huán)境作出回應(yīng)。例如我們很難想象一只猴子為了辨認(rèn)出它的母親，需要像基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)那樣先經(jīng)受海量“??臉”信息的轟炸，就像我們很難設(shè)想柯潔在獲得與“Alpha Go”一決高下的能力之前，需要像它那樣自我對(duì)弈幾百萬(wàn)棋局一樣。
相反，對(duì)于信息的過(guò)分榨取，已經(jīng)使得當(dāng)下的人工智能陷入了所謂“探索-榨取兩難”，如果不去海量地剝削人類(lèi)既有的知識(shí)，機(jī)器便無(wú)法表現(xiàn)出哪怕出于特定領(lǐng)域內(nèi)的智能。
然而，一旦機(jī)器剝削人類(lèi)既有知識(shí)“上了癮”，就無(wú)法在任何一個(gè)領(lǐng)域內(nèi)進(jìn)行新的探索。
與之相比較，相對(duì)高級(jí)的自然智能卻都具備在不過(guò)分剝削既有知識(shí)的前提下進(jìn)行創(chuàng)新的能力（比如司馬光在“司馬光砸缸”這一案例中所體現(xiàn)的創(chuàng)新能力）。
因此，假使有一天一種超級(jí)AGI實(shí)現(xiàn)了，它的技術(shù)路徑也必然與現(xiàn)在主流的人工智能技術(shù)非常不同。
總體來(lái)看，目前被社會(huì)各界所熱炒的AI的概念，是需要一番冷靜的“祛魅”操作的，這需要一定的科學(xué)知識(shí)做支撐，也需要一定的哲學(xué)剖析能力做輔助。
我國(guó)目前AI發(fā)展的基本策略，就是利用中國(guó)龐大的互聯(lián)網(wǎng)用戶(hù)所產(chǎn)生的數(shù)據(jù)紅利，拓展緣起于美國(guó)的深度學(xué)習(xí)技術(shù)的應(yīng)用范圍，這就使得相關(guān)技術(shù)的發(fā)展更容易收到某些國(guó)家來(lái)自技術(shù)供應(yīng)端的打壓。
要從這種局面中找到出路，創(chuàng)新性的哲學(xué)思維就顯得很重要。例如如果我們能夠開(kāi)拓出一種基于小數(shù)據(jù)的（而非大數(shù)據(jù)的）、并由此在原則上就不需要大量獲取用戶(hù)個(gè)人信息的新AI發(fā)展思路，就完全可能由此規(guī)避美國(guó)目前針對(duì)我國(guó)的大多數(shù)政策限制。
聯(lián)系客服
