美國(guó)《連線》雜志創(chuàng)始主編凱文-凱利（Kevin Kelly）日前撰文，闡述了當(dāng)今社會(huì)對(duì)人工智能的五大誤解，并對(duì)背后的邏輯和理論展開(kāi)了詳細(xì)論述。

以下為文章全文：

我聽(tīng)到這樣一種說(shuō)法：未來(lái)，計(jì)算機(jī)主導(dǎo)的人工智能將比我們聰明得多，甚至?xí)Z走我們所有的工作和資源，人類(lèi)則會(huì)走向滅亡。果真如此嗎?

每每談起人工智能，我總是難免聽(tīng)到這樣的問(wèn)題。提問(wèn)者都很認(rèn)真，他們的擔(dān)憂(yōu)一定程度上源自各路專(zhuān)家的自問(wèn)自答，其中包含很多當(dāng)今世界上最聰明的人，例如史蒂芬-霍金（Stephen Hawking）、伊隆-馬斯克（Elon Musk）、麥克斯-泰格馬克（Max Tegmark）、山姆-哈里斯（Sam Harris）和比爾-蓋茨（Bill Gates）。

他們都相信，這番場(chǎng)景很有可能變成現(xiàn)實(shí)。而在最近的一場(chǎng)關(guān)于人工智能問(wèn)題的研討會(huì)上，一個(gè)由9位大咖組成的委員會(huì)一致認(rèn)同，這種超人類(lèi)人工智能已經(jīng)不可避免，而且并不遙遠(yuǎn)。

然而，那些認(rèn)同超人類(lèi)人工智能最終將會(huì)接管世界的人，內(nèi)心其實(shí)都有5個(gè)假設(shè)。然而，如果對(duì)這5個(gè)假設(shè)展開(kāi)細(xì)致分析就會(huì)發(fā)現(xiàn)，這其實(shí)都是“無(wú)稽之談”。這些說(shuō)法未來(lái)或許會(huì)成為現(xiàn)實(shí)，但目前還沒(méi)有獲得證據(jù)支撐。關(guān)于超人類(lèi)智能將快速崛起的5大基本假設(shè)如下：

1、人工智能已經(jīng)開(kāi)始超越人類(lèi)，而且正在以指數(shù)級(jí)速度發(fā)展。

2、我們可以開(kāi)發(fā)出像自己一樣的通用人工智能。

3、我們可以把人類(lèi)的智能集成在硅片上。

4、智能可以無(wú)限強(qiáng)化。

5、一旦開(kāi)發(fā)出超級(jí)智能，它就可以為我們解決多數(shù)問(wèn)題。

與這些似是而非的說(shuō)法相對(duì)的是，我反而認(rèn)為以下5種看似異端邪說(shuō)的觀點(diǎn)能夠獲得更多的證據(jù)支撐。

1、智能并非單一維度，所以“比人類(lèi)更聰明”這種概念本身就沒(méi)有意義。

2、人類(lèi)并沒(méi)有通用思維，人工智能同樣不具備這種能力。

3、在其他媒介上模擬人類(lèi)思維將會(huì)受到成本因素的制約。

4、智能的維度并不是無(wú)限的。

5、智能只是推動(dòng)科技和社會(huì)進(jìn)步的諸多因素中的一項(xiàng)而已。

如果關(guān)于超人類(lèi)人工智能接管世界的預(yù)期，完全基于5個(gè)沒(méi)有證據(jù)支撐的關(guān)鍵假設(shè)，那么這種想法也就無(wú)異于宗教信仰。也就是說(shuō)，這只能算是一種“神話(huà)”。我針對(duì)這5項(xiàng)假設(shè)提出的5種針?shù)h相對(duì)的說(shuō)法都有充分的依據(jù)，接下來(lái)的段落中將會(huì)詳細(xì)展開(kāi)。我將以此證明，超人類(lèi)人工智能的說(shuō)法只不過(guò)是一種“神話(huà)”。

1

關(guān)于人工智能最常見(jiàn)的誤解其實(shí)來(lái)自對(duì)自然智能的普遍誤解。很多人認(rèn)為，智能是單一維度的，這種理解其實(shí)并不正確。多數(shù)技術(shù)人員往往會(huì)像尼克-博斯特羅姆（Nick Bostrom）那樣繪制智能進(jìn)化圖譜——他曾在《超級(jí)智能》（Superintelligence）一書(shū)中把智能描繪成一種單一維度、呈現(xiàn)線性發(fā)展的東西。

例如，一端是低智能的小動(dòng)物，另外一端則是高智能的天才——感覺(jué)智能就像是可以用分貝來(lái)量化的聲響一樣。當(dāng)然，如果認(rèn)同這種觀點(diǎn)，自然就可以對(duì)其進(jìn)行擴(kuò)展，認(rèn)為智能的強(qiáng)度還會(huì)進(jìn)一步增加，并最終超過(guò)我們自己的高智能狀態(tài)，成為一種超強(qiáng)智能，甚至最終爆表。

這種模式就像階梯一樣，一層一層逐級(jí)遞進(jìn)，每一個(gè)層次的智能都比前一個(gè)層次更加進(jìn)步。低等動(dòng)物位于我們之下，而智能更高的人工智能必然位于我們之上。具體發(fā)生的時(shí)間并不重要，重要的是等級(jí)——也就是衡量智能優(yōu)劣程度的指標(biāo)。

但這種模型的問(wèn)題在于，這只不過(guò)是一種像進(jìn)化階梯一樣的錯(cuò)誤觀念而已。在達(dá)爾文進(jìn)化論誕生之前，人們也認(rèn)為自然界是呈現(xiàn)階梯化發(fā)展的，低等動(dòng)物低于人類(lèi)。即便是在達(dá)爾文進(jìn)化論誕生后，這種階梯化進(jìn)化理論仍然十分盛行。這種理論認(rèn)為：魚(yú)類(lèi)進(jìn)化成爬行動(dòng)物，然后進(jìn)化為哺乳動(dòng)物，再進(jìn)化為靈長(zhǎng)類(lèi)動(dòng)物，最終進(jìn)化出人類(lèi)，每一級(jí)都比上一級(jí)進(jìn)步一點(diǎn)（自然也會(huì)更聰明一些）。所以，智能階梯與物種階梯相互平行。但實(shí)際上，這兩種模型都不符合科學(xué)觀念。

上圖這種由內(nèi)向外發(fā)散的圓盤(pán)可以更為精確地描述物種的自然進(jìn)化過(guò)程，這是美國(guó)德克薩斯大學(xué)的大衛(wèi)-西里斯（David Hillis）率先根據(jù)DNA繪制出來(lái)的。這種深入的系譜學(xué)分類(lèi)模式以最中央的原始生命形態(tài)為起點(diǎn)，然后向外發(fā)散。隨著時(shí)間的推移，逐步形成了如今地球上的生命形態(tài)，也就是最外面的一圈。

這張圖強(qiáng)調(diào)了進(jìn)化過(guò)程的一個(gè)基本事實(shí)：當(dāng)今世界的所有物種都是平等進(jìn)化的。人類(lèi)與蟑螂、蛤蜊、蕨類(lèi)、狐貍、細(xì)菌共同位于最外面的一圈。每一個(gè)物種都經(jīng)歷了長(zhǎng)達(dá)30億年的繁衍生息，成功進(jìn)化到今天。這就意味這當(dāng)今的細(xì)菌和蟑螂與人類(lèi)擁有同樣的進(jìn)化水平，并不存在所謂的階梯。

類(lèi)似地，智能同樣不存在所謂的階梯。智能并不限于單一維度，而是多種認(rèn)知類(lèi)型和模式組成的復(fù)合體，每一種類(lèi)型或模式都是一個(gè)連續(xù)統(tǒng)一體。先來(lái)談?wù)労饬縿?dòng)物智能這個(gè)簡(jiǎn)單的任務(wù)。如果智能是單一維度的，那就可以對(duì)鸚鵡、海豚、馬、松鼠、章魚(yú)、藍(lán)鯨、貓、大猩猩按照順序進(jìn)行排列。但目前沒(méi)有科學(xué)證據(jù)支撐這樣一種排序方式。其中一個(gè)可能的原因在于，動(dòng)物的智能沒(méi)有差異，但我們同樣沒(méi)有看到這種證據(jù)。

有很多跡象都可以說(shuō)明動(dòng)物之間的思維存在顯著差異。但它們是否都擁有相對(duì)的“通用智能”?可能如此，但并沒(méi)有一個(gè)指標(biāo)來(lái)衡量這種智能。相反，我們可以通過(guò)很多不同類(lèi)型的指標(biāo)評(píng)估不同類(lèi)型的認(rèn)知能力。

也就是說(shuō)，沒(méi)有一個(gè)類(lèi)似于分貝的統(tǒng)一指標(biāo)來(lái)衡量智能水平，所以更精確的智能模型應(yīng)該是繪制它的“可能性空間”（possibility space）。上圖是使用理查德-道金斯（Richard Dawkins）編寫(xiě)的算法生成的可能性表格。智能是一系列連續(xù)統(tǒng)一體的集合。各種節(jié)點(diǎn)（每個(gè)節(jié)點(diǎn)都是一個(gè)連續(xù)統(tǒng)一體）共同組成了一個(gè)多維度、多樣化的復(fù)合體。

有的智能或許非常復(fù)雜，包含很多象征各種思維模式的子節(jié)點(diǎn)。還有的或許較為簡(jiǎn)單，但卻非常極端，處在可能性空間的角落位置。這些被我們稱(chēng)作智能的復(fù)合體就像是各種各樣的交響曲，由許多不同類(lèi)型的樂(lè)器共同演奏。它們之間的差異并不僅僅是響度，還體現(xiàn)在音高、旋律、音色、節(jié)拍等因素上。我們可以將其視作一套生態(tài)系統(tǒng)。從這個(gè)意義上講，不同思維模式的節(jié)點(diǎn)相互依賴(lài)、共創(chuàng)共生。

用馬文-明斯基（Marvin Minsky）的話(huà)說(shuō)，人類(lèi)思維是“由思維組成的社會(huì)”（the society of mind）。我們?cè)谒季S構(gòu)成的生態(tài)系統(tǒng)上運(yùn)行，其中包含多種認(rèn)知能力，它們就像不同的物種一樣構(gòu)成了一個(gè)個(gè)的生態(tài)系統(tǒng)，而且可以完成種類(lèi)各異的思考方式：包括演繹、歸納、符號(hào)推理、情商、空間邏輯、短期記憶和長(zhǎng)期記憶。我們體內(nèi)的整套神經(jīng)系統(tǒng)也是一種具備其自身認(rèn)知模式的大腦。我們思考時(shí)并不僅僅使用大腦，而是用整個(gè)身體來(lái)思考。

不同個(gè)體和不同物種之間的認(rèn)知能力都存在差異。即使在幾年之后，松鼠依然可以精確記住幾千個(gè)橡子所在的具體位置，這種技能甩下人類(lèi)好幾條街。所以在這種認(rèn)知能力上，松鼠超過(guò)了人類(lèi)。要形成松鼠的思維，需要將這種“超能力”與其他在人類(lèi)面前相形見(jiàn)絀的思維模式融合在一起。動(dòng)物世界還有很多其他遠(yuǎn)超人類(lèi)的認(rèn)知能力，但同樣要融合到不同的系統(tǒng)之中。

人工智能也很類(lèi)似。人工智能已經(jīng)在某些維度上超過(guò)人類(lèi)。你可以把計(jì)算器當(dāng)成算數(shù)天才，谷歌的記憶也已經(jīng)在某些維度上超過(guò)人類(lèi)。我們正在開(kāi)發(fā)在特定模式上具備卓越能力的人工智能技術(shù)。其中一些模式是人類(lèi)可以做到，但人工智能表現(xiàn)更好，例如概率統(tǒng)計(jì)或數(shù)學(xué)計(jì)算。還有一些能力是我們根本不具備的——例如，記住60億個(gè)網(wǎng)頁(yè)的上的每一個(gè)單詞，而這恰恰是搜索引擎的用途所在。

未來(lái)，我們還會(huì)發(fā)展人類(lèi)所不具備的新型認(rèn)知模式，有的甚至是整個(gè)生物界都不曾出現(xiàn)過(guò)的模式。當(dāng)我們發(fā)明人造飛行器時(shí)，受到了生物飛行模式的啟發(fā)，主要是不停扇動(dòng)的翅膀。但我們所發(fā)明的飛行器卻在尺寸更大的固定翼上安裝了推進(jìn)器，這是一種生物界前所未有的飛行模式，是一種異形飛行模式。

類(lèi)似地，我們今后也將開(kāi)發(fā)自然界不曾出現(xiàn)過(guò)的全新的思維模式。在很多情況下，這都是針對(duì)具體任務(wù)而設(shè)計(jì)的專(zhuān)用模式——可能是一種僅在統(tǒng)計(jì)和概率上能夠奏效的推理形式。

在其他情況下，這種新思維可能會(huì)是一種復(fù)雜的認(rèn)知，可以幫助我們應(yīng)對(duì)那些無(wú)法利用自己的智能獨(dú)立解決的問(wèn)題。商業(yè)和科學(xué)領(lǐng)域碰到的最困難的問(wèn)題可能需要通過(guò)兩個(gè)步驟來(lái)解決：第一步：發(fā)明一種新的思維模式與我們的思維進(jìn)行配合。第二步：將二者融合起來(lái)，最終解決問(wèn)題。

由于我們正在解決之前無(wú)法解決的問(wèn)題，所以才會(huì)認(rèn)為這種認(rèn)知比自己“更聰明”，但實(shí)際上，它只是跟我們“不一樣”而已。這種思維差異才是人工智能的主要優(yōu)勢(shì)。我認(rèn)為，看待人工智能時(shí)，真正可取的方式是將其視作一種異形智能（或人造異形）。它與我們之間的差異性才是它真正的價(jià)值所在。

與此同時(shí)，我們還將把這些不同的認(rèn)知模式融合到更加全面而復(fù)雜的“思維社會(huì)”中。其中有些復(fù)合體比我們更復(fù)雜，而由于它們可以解決我們無(wú)法解決的問(wèn)題，所以有人會(huì)將其定性為“超人類(lèi)”。但我們不會(huì)將谷歌稱(chēng)作超人類(lèi)人工智能，即便它的記憶能力遠(yuǎn)超我們，這是因?yàn)槲覀兡茉诤芏嗍虑樯媳人龅酶谩?/p>

這些人工智能復(fù)合體肯定可以在很多維度上超越我們，但沒(méi)有一個(gè)實(shí)體能夠在方方面面全面超越人類(lèi)。這跟體力方面獲得的進(jìn)步有些類(lèi)似。工業(yè)革命至今已有200年歷史，雖然所有機(jī)器作為一個(gè)整體可以在體力上超越人類(lèi)的個(gè)體（奔跑速度、舉重能力、精確切割），但沒(méi)有一臺(tái)機(jī)器能夠在所有事情上全面超越一個(gè)普通人。

即便人工智能中的“思維社會(huì)”變得更加復(fù)雜，目前也很難用科學(xué)方法衡量這種復(fù)雜性。我們并沒(méi)有一套可行的復(fù)雜性指標(biāo)來(lái)判斷黃瓜是否比波音747更加復(fù)雜，或者判斷它們之間的復(fù)雜方式是否存在差異。

想要確定思維A是否比思維B更加復(fù)雜，是一件非常困難的事情。同樣地，要確定思維A是否比思維B更聰明，也非常困難。我們很快就會(huì)明確意識(shí)到，所謂的“聰明”并不是單一維度的問(wèn)題。我們同時(shí)也會(huì)意識(shí)到，我們真正關(guān)注的其實(shí)是智能的其他運(yùn)行模式——也就是我們尚未發(fā)現(xiàn)的其他所有認(rèn)知節(jié)點(diǎn)。