札记 | 请回答：人工智能是什么？@《智能的本质》

Posted 2021-04-26 以无益之事遣有涯之生

评分截止至2020.7.30 /来源于豆瓣

---

什么是人工智能？

这是某天，我问自己的问题。

当自己开始正视这些概念的时候，却发现平时习以为常的，诸如“人工智能”、“大数据”、“机器学习”、“深度学习”、“强化学习”以及“神经网络”等等，却无法给出令自己满意的定义。

那么，此时我的朋友们，你们可以尝试给出自己的答案。

我抱着疑问翻开了这本书。翻至结尾，我没有找到我想要的答案。

但是这本书给了我很多关于“智能”新的观点。

我在这里记录下我所读及所想的部分。

2016 皮埃罗·斯加鲁菲 /来源于维基

2017年是“人工智能”概念非常火，市面上出现了很多相关的书，其中就包括这本《智能的本质》，我也是因为赶时髦买的畅销书。

人民邮电出版社的书，副标题是：“人工智能与机器人领域的64个大问题”，书的框架就是作者在回答自己提出的这六十四个问题。

书的作者是皮埃罗·斯加鲁菲，这位老先生的经历充分诠释了：什么是学科交叉。

他80年代在硅谷创办过人工智能中心，90年代在斯坦福大学人工智能实验室深造心智论，担任过高级工程师，涉及自适应系统、认知科学、神经网络、自然语言处理。2003年以后在美国加州大学伯克利分校、斯坦福大学教授认知论、艺术史等，他还兼任智库科技顾问及中国美院客座教授。

他有自己的个人网站，里面涉及音乐史、艺术、电影、哲学以及认知科学。

（https://www.scaruffi.com/）

其本身的背景意味着这本书并不是纯粹讨论科学技术，也正如很多读者评价的那样，充满着哲学思辨。

与其说在讨论“人工智能”，不如说是在讨论“智能”本身。

 

专家系统和暴力破解

我在由由园区，想去仁济医院，可是我不知道骑车路线。

这时我求助手机中的百度地图，让它告诉我该怎么走。

专家系统的“百度地图”是这样的，在电子地图找到“由由园区”和“仁济医院”两个点，然后在这两点中找到最短骑行路线推荐给我。

这种基于常识，经过适当的推理得出最后的结果便是“专家系统”型人工智能。

暴力破解的“百度地图”却是这样，收集足够多的人的骑行路线，找到和我目的地相同的骑行路线，从中筛选最多人选择的骑行路线，推荐给我。

这种基于数据和概率的，便是“暴力破解”型人工智能。

当然，我也不知道“百度地图”路线推荐的真正机制是如何，只是用这个例子不严谨地解释这两种人工智能的理念。

前者是用人类所特有的逻辑推导出来，后者纯粹是基于统计学的。

人工智能的发展其实也是从前者过渡到后者，从模仿人的思维方式，到发挥计算机远超于人的计算能力。

自然语言的处理发展过程也类似这样，在20世纪50年代到70年代，用电脑模拟人脑，局限在人类学习语言的方式上，成果几乎为0；70年代基于数学模型和统计的方法，取得了实质性的突破。

如今绝大多数的人工智能流派都是后者，。

斯加鲁菲在书中提出了他的担忧“当摩尔定律失效的时候，当计算机处理能力达到极限的时候，人工智能的发展又该何去何从。”

 

人驯化了机器，还是机器驯化了人

尤瓦尔·赫拉利在《人类简史》中谈及人类驯化小麦的举动。这一举动让人类从采摘果实的风餐露宿到春种秋收的农耕，人类终于能够吃饱肚子，放肆地繁衍后代。

这一举动看似人类是最大的受益者，可从小麦的角度来说，人类也是被驯化。

人类不用为了躲避食肉动物四处多餐，而是被固定在一个区域。人群的定居使得传染病更加容易爆发。相比于远古人类，现代人类更容易高血压、高血糖、肥胖等等。

随着小麦的驯化及普及，人类失去了某些东西。

随着人类创造出机器，是不是也失去了什么东西。

有的人方向感优秀，走过的路永远不会忘。可是现在每个人手机都有导航软件。

有的人时间感强烈，能告诉你大致的时间。可是现在每个人都有手表。

有的人颠颠手上物件，便能告诉你重量。可是现在电子秤更加精准。

有的医生能听诊出心脏哪块瓣膜出问题。可是现在心脏超声各家医院都有。

有的司机仅凭借后视镜和侧视镜完成倒车入库，可是现在倒车雷达却成了必需品

以前夏日停电的时候，各家出门乘凉聊天。

如今难以想象没有手机的一天会是怎样？

造物主自以为创造了机器，却被所创造的机器驯化。

 

“我怕人工智能来得不够快”

书的封面有着作者这样的一句原话“我不害怕人工智能的到来，我怕它来得不够快”。

害怕的人担心人工智能的到来会导致一大批人失去工作，或者害怕人成为机器的奴隶，机器人毁灭世界。

我们真的害怕机器在某方面超越人们吗？

手表已经在计时方面超过了人，你害怕吗？

AlphaGo的确击败了人类中最顶尖的围棋手，可是人的大脑只需要一顿饭的能量，这几百大卡的热量对于AlphaGo来说，连开机都困难吧。

2014年那个动用了1000万照片和1000台电脑运算，让机器识别了猫，识别率也比不过普通人。

这样想来，人工智能还令人害怕吗？

印刷术的出现，让抄写员下了岗；马车的出现，人力车夫下了岗；汽车的出现，马车夫下了岗……

新的技术出现，的确有人失业，可是却也创造出新的岗位。

相对于两千多年的地球，人类的规模涨了几百倍，失业率却依旧还是那样。

人工智能的发展只会让“就业”这块蛋糕越做越大，每个人分到的蛋糕并没有减少，这就是“发展”。

在真实世界中，由于经济、政策等原因失业的人数远比技术变革所造成的的失业多得多。

或许正因如此，斯加鲁菲才会在书中呼唤人工智能快些到来。

 

原文摘录：

人们对超级智能机即将到来的信念来自以下假设。第一个假设是Al的发展日新月异，第二个是它正以前所未有的速度发展。这两种说法都是夸大之词。目前AI程序何存在巨大的鸿沟，如何弥补这一鸿沟的创意乏善可陈。除了模式识别以外，暴力计算型人工智能很难成功解决其他问题，它对速度越来越快的处理品依赖性太强。现在摩尔定律即将过时，我们需要更多（咳咳……）智能的方法来实现Al，而非局限于暴力算法。我并不是否认机器的工作方式取得的进步，我只是在揭示它们之所以比过去做得更好的原因（主要在于我们为机器构建的环境，而非机器人的智力提高）。这就解释了为什么我们身边的大部分机器都非常笨，为什么我从来没有在硅谷大街上看到一个机器人溜达。正是因为今天人工智能的局限性，你不用担心机器会偷走你的工作…除非你的工作蠢笨到甚至是蠢笨的机器都可以做。

至于我们这个时代的“加快进步”，在大多教情况下，它既不是这个时代的“专属”，也不是“进步”。一个世纪前，世界完全被电话、无线电、汽车、飞机、录音、量子力学、相对论等一系列发明完全改变，这些发明在知短几十内年接连问世。你确定今天的进步比20个世纪更加翻天覆地？在回答这个问题之前，请记位变化并不总是代表进步。有两个方向的变化：前进或后退。变化不一定总是朝着进步的方向。

---

札记 | 阅读像是旅行，每本书都是一个旅伴。有的难相处、有的风趣幽默、有的让你舍不得离开、有的希望能和他再次旅行……每次旅程结束，总要和旅伴告别，让每一封札记成为最好的告白。