专家：或许人工智能没有想象的了不起

本篇文章2594字，读完约6分钟

阿尔法狗去年以4: 1击败李世石，今年升级版的阿尔法狗以3: 0击败柯杰。这两场比赛令人毛骨悚然，让国际象棋迷、电脑迷、未来学者和其他观众看起来很残忍，也让他们大开眼界。此外，在过去的一年里，人工智能的报道频频出现，包括自动驾驶、人脸识别、语音识别、机器人(300024)等技术领域，资本、风险资本和技术部门都欣喜若狂。

在短时间内，两种观点迅速占据了意识形态市场:一方对人工智能有着无限的信心，认为在“智能世界”的未来，人类终将一劳永逸；另一派对人工智能无限担忧，担心人类最终会被人工智能取代，前景令人担忧。

情绪是不同的，但两者都基于同样的理解，即“人工智能比人强”，或“人工智能会比人强”。人工智能真的很强大，但它可能没有传言的那么强大。本质上，人工智能只做运算，但智能活动要广泛得多，包括注意力、抽象、推理、归纳、认知等。这些活动中只有一小部分可以简化为算法。

对此，我们可以做一两个意识形态实验来说明。

假设有两个人，甲和乙，他们将带他们去2004年雅典奥运会。这时，在运动场上同时有三项比赛，标枪、赛跑和跳远。假设这两个人坐在同一个位置，保持眼球运动一致。让他们描述他们之前看到的。这两个人会怎么形容呢？

答:刘翔打破了110米栏世界纪录我认为跳远比跑步更令人兴奋

面对同样的问题，两个人会给出不同的答案，因为两个人有不同的关注点或关注点。注意力的选择具有明显的意向性，这导致两个人表达不同的语言。a是中国人。进入体育场的主要目的是看中国运动员的表现，所以他自然会“主动”关注中国运动员；b只是一个体育爱好者，他来体育场观看各种比赛，所以他的注意力都在“所有比赛”上。

现在想象一下，把A和B从他们的位置上移开，在上面放一个人工智能C。这个人工智能将如何描述你眼前看到的东西？

我不知道。这完全取决于人工智能的设计者如何安排人工智能的程序。如果设计师关注比赛，最终的内容描述就是比赛。如果设计师关注跳远，最后的内容描述就是跳远。

对甲来说，我们面前的所有项目都是刘翔打破的纪录，而对乙来说，我们面前的所有项目都是三场比赛。然而，真实的情况可能更复杂，在会场上发生的事件要少得多。例如，与此同时，观众中发生了一场打斗。

如果战斗事件没有传播太多，那么甲和乙自然不会把这个事件包括在他们自己的描述中，因为他们不会注意到，虽然视觉信息也进入了视觉范围，如果是这样的话，它也会被包括在内。但是丙可能不会。如果C的设计者不希望C在设计C的时候关注这样的事件，C就不会主动关注这场战斗。

甲和乙会因为条件的不同和场地环境的变化而改变他们的注意力。在这里，注意力决定认知。需要提醒的是，注意的发生有一些偶然性，这带来了认知的开放性。

例如，当一个苹果撞到牛顿的头时，牛顿注意到苹果掉了下来，然后牛顿注意到了苹果。然而，问题是不是每个被苹果击中的人都会想到苹果的下落，但是很多人可能会更加关注苹果成熟的事件。至于被砸脑袋的人工智能会注意什么，它仍然是由它的设计者设定的。人工智能机器本身没有识别事件的主动性，也没有识别它们的意图。

除了主动性和意向性，人工智能有可能了解世界吗？也可能有疑问。

相信“人工智能就是智能”的人将以人脸识别、语音识别和自动驾驶(路况识别)为例来说明人工智能的认知能力。但问题是，身份识别者知道吗？

识别可以简化为算法，但识别不能。从本质上来说，识别就是将一个事物与另一个事物进行比较，并根据一定的标准来验证相似性。意识活动包括设定标准的行为，但识别活动不能设定标准，只能根据标准进行验证。

有些人会以深度学习为例，认为深度学习下的认知是无法用一套标准来验证的。是这样吗？深度学习只是用每一次经验来修正标准，使认知从固定的行为转变为优美的行为，但它仍然是一种程序性行为。修正标准的过程是什么，或者抛光的行为是什么？它仍然是工程师设定的目的，只要目的是由人设定的，那么机器就不为人所知。

认知是一种依赖于单词、语法和句子的活动。知识的表达就是语言的表达。

单词或符号的功能是指代事物。通过参照，我们识别事物并建立界限。当我看到我面前的东西时，我用xyz来指代它，我区分了xyz和非xyz的边界。我用句子来描述眼前这个东西的状态，比如“xyz被放在桌子上”，我对xyz形成了一定的理解。单词和句子都表达一定的意思。

人工智能操作的基本单位是比特，它只是一些信息流。由操作员组织，它不包含各种含义。语句不能简化为比特的输入或输出，比特的运算也不能升级为意义的表达——至少目前没有这种可能性，除非比特能够构造意义。

回顾最近阿尔法狗和柯杰的比赛。对观众来说，玩游戏的是阿尔法狗和柯杰，但实际上是一群程序工程师和柯杰在竞争。

我们可以用一个类比的例子来看待它。

两个人打架。在第一轮中，一个人赤手空拳击败了另一个人，空拳击，但在第二轮中，被击败的一方被允许使用武器，如刀，他击败了手无寸铁的一方。在这种情况下，我们应该如何描述这一事件？我们会说武装的人打败了手无寸铁的人，但不会说武器打败了人。武器是一种武器，它在战斗中发挥作用，因为它能延长战士的手臂。

从同样的角度看阿尔法狗。

开发阿尔法狗的工程师是一群围棋爱好者。在找到围棋的套路后，他们编制了下棋的套路，并借助这个程序最终赢得了柯捷。在这里，找出例程是建模，编程例程是算法。排除心理因素，两个棋手相互竞争，最后的比较是棋步的预测能力。说白了，就是在比任何人都短的时间内计算出更多的步骤。柯杰输了，因为阿尔法狗处理数据更快。

因此，与其说是阿尔法狗打败了柯杰，倒不如说是一群程序工程师发明了一套能快速计算的设备，并借助这套设备，他们打败了柯杰。

这里之所以要明确指出这个细节，是因为“程序工程师用阿尔法狗赢了柯杰”和“阿尔法狗赢了柯杰”表面上是同一个事件，但在定性分析上却完全不同。在第一句中，阿尔法狗只作为一个工具出现，在第二句中，阿尔法狗作为一个代理出现。

正如我在上一篇文章中所讨论的，阿尔法狗一点也不聪明。他之所以能赢科捷，是因为它的计算速度快，而围棋本质上只是一个纯粹的计算游戏，根本不需要太多的智力。同样，华尔街交易员被大量解雇并被人工智能取代的原因不是人工智能有多强大，而是因为交易员的工作不需要任何智能，都依赖于一些熟练的体力劳动。从这个意义上说，他们被解雇可能是件好事。

(作者是一位狂热的哲学家)