本文转载自微信公众号“人机与认知实验室”(ID: 9h_9c3c1f805cb8),作者刘伟
自2016年“阿尔法狗”战胜人类围棋手李世石以来,人工智能成为一时的热点,特别是在国家新一代人工智能发展规划推出之后,各种介绍人工智能或与之相关的书籍几乎是铺天盖地而来。
如果将人类智能与人工智能对立起来,在人工智能发展不足时很容易导致对人工智能的唱衰,在人工智能发展迅速时,又容易引发对人工智能的恐惧。正如书中所引,20世纪60年代,匈牙利学者迈克尔.波兰尼在《默会维度》一书中指出,我们知道的远远超过我们能说出来的。这几乎是一种常识:从游泳、骑自行车、开车到人脸识别,人们都是凭直觉去做,但很难说出背后的规则或程序。谁也不会教小孩用什么步骤记住或再认出某个人的脸,因为这个自然习得的过程无需也无法编码。近年来,在有关人工智能未来发展的讨论中,麻省理工学院的经济学家戴维·奥特尔(David Autor)将这一思想命名为波兰尼悖论,用以强调那些需要常识、灵活性、适应性和判断力的人类直觉知识难以为自动化机器所替代。奥特尔指出,尽管自1990年代以来各种计算资源呈指数级增长,自动化与智能化步伐不断加快,但波兰尼的悖论阻碍了现代算法取代一些人工技能的企图。这一论点与德雷福斯对符号主义人工智能的批评如出一辙,再次将讨论引向人工智能发展的局限性和突破这种局限性的可能的争论。
大概是受到东方的联系与融合等整体思想的影响,笔者在这本书中尝试超越人机智能相互对立的智能观,转而将人工智能的未来刻画为人机智能融合这种会通以超胜的愿景。在此认知框架下,笔者提出了一些值得讨论与反思的论点。在笔者看来,人机融合智能就是充分利用人和机器的长处形成一种新的智能形式。一方面,人能理解机器如何看待世界并在机器的限制内有效地进行决策,机器熟知与其配合的人并与其形成默契;另一方面,有效的人机融合意味着将人的思想带给机器,使机器操作符合人的个性与习惯,并随时随地随环境而变化;进而形成一种将客观数据与主观信息统一起来的心智体,实现“人+机>人或机”的效果。
与所有的有机整体论思想一样,这些对人机融合智能的阐述多少带有理想主义的色彩。将人机融合智能视为一种能够更好地反映人机之间本质关系的优于人机混合智能的“化合物”也好,强调人机融合智能科学要研究的是一个物理与生物混合的复杂系统智能也罢,或者将人机融合刻画为机机融合(器机理+脑机理)和人人融合(人情意+人理智),都难免有些许蓝图大于方案的意味。
但从创新的维度来看,正是这些看起来不那么现实的构想,或许有助于我们在更宽阔的思考空间中探究人工智能的未来路向。从读者看来,书中至少有两个观点揭示了人工智能发展的根本方向。一是笔者强调,认知不是计算,人工智能的发展要从以计算机为中心的认知转向“以人为中心”的认知,要把人类认知模型引入人工智能中,使其能够在推理、决策、记忆等方面达到类人类智力水平。二是笔者认为,人工智能伦理任重道远,目前的人工智能的伦理概念仅仅是人类强加在机器身上的,当务之急是弄清楚人类伦理中可以进行结构化处理的部分,唯其如此,才可能进而让机器学习,以形成自己的伦理体系。
不论未来的前景是乐观还是悲观,人工智能都堪称人类最后的发明。即便是惯于反思与批判的笔者,面对人工智能这一地球生命智慧的圣杯,也满心希望书中的蓝图可以落地成真:当下基于计算的人工智能体能将演化为人类心智与机器智能合一的心智体。
正如美国心理学先驱威廉.詹姆斯的箴言所云,智慧是一种忽略的艺术。让笔者停止絮叨,还请读者诸君得闲开卷,一任思绪随作者富有穿透力的思考与灵感飞扬激荡,同时也希望这是一部既有一定高度、深度,同时也有温度的作品!
同时,本书想告诉读者们的是,世界并不像毕达哥拉斯和伽利略所说的那样:“万物皆数”和“数学是描述宇宙的语言”,其实,在数和数学之外还有更广阔的世界!
最早把数的概念提到突出地位的是毕达哥拉斯学派。他们很重视数学,企图用数来解释一切。宣称数是宇宙万物的本原,研究数学的目的并不在于使用而是为了探索自然的奥秘。他们从五个苹果、五个手指等事物中抽象出了五这个数。这在今天看来很平常的事,但在当时的哲学和实用数学界,这算是一个巨大的进步。在实用数学方面,它使得算术成为可能。在哲学方面,这个发现促使人们相信数是构成实物世界的基础。他同时任意地把非物质的、抽象的数夸大为宇宙的本原,认为“万物皆数”,“数是万物的本质”,是“存在由之构成的原则”,而整个宇宙是数及其关系的和谐的体系。毕达哥拉斯将数神秘化,说数是众神之母,是普遍的始原,是自然界中对立性和否定性的原则。
事实求是地说,当前人工智能领域的根源就是数学,无论是符号主义、联结主义还是行为主义、机制主义,离开了基于规则和统计的数学体系,人工智能的大厦顷刻间就会老老实实地恢复成成自动化,甚至是机械化、木牛流马化,为什么?原因很简单,有机无人,或者说,有智无慧。
帕斯卡尔在《人是一根能思想的苇草》里说:“思想形成人的伟大。”。能思想的苇草,即我不是求之于空间,而是求之于自己的思想的规定。我占有多少土地都不会有用;由于空间,宇宙便囊括了我并吞没了我,有如一个质点;由于思想,我却囊括了宇宙。
依照目前的数学体系,在可见的未来,机器应该不会产生出“思想”,更不会伟大到可以“描述宇宙”,原因中姑且不再谈“哥德尔不完全性定理第一、二定理”,就是特定情境中状态参数的设置和表征、非公理的逻辑矛盾、直觉反思的不确定性就让当代的数学现形不少了,而那些“真”以为和“假”以为数学能够包打天下的学者可以抽空静下来,停止吆喝,问问自己在家能不能不靠父母,在外能不能不靠数学,仓廪实而知礼节呢?!
数学很美!但数学也像其它学科一样也有不美的地方,这个应该承认,就是科学也有许许多多不美之处,AI更是如此:不要像当年的神学一样从鼎盛走向衰亡,......
哈耶克认为:尽管事实本身从来不能告诉我们什么是正确的,但对事实的错误解读却有可能改变事实和我们所生活的环境。当你看到一个人跑得很快,但缺失一只胳膊,如果你由此就得出结论说,缺只胳膊是他跑得快的原因,你自然就会号召其他人锯掉一只胳膊。这就是哈耶克说对事实的理解会改变事实本身的含义。
霍金教授在《大设计》一书中写道:“真实世界就像地图,山川图、气象图、建筑图等等叠加,才无限趋近真实,单独看任何一张都只代表局部的真实。个人站在自己的观测点上,看到的是局部真实,观测点越高,越能看到更多真实。我们要做的是把试图改变他人局部的力气收回来,尊重对方的局部真实,不要求他人的认同,因为地图和地图的重合点其实是很少的,同时努力提高自己的观测点,去看到更多的真实。”。据此,我们能否建立一个人实时建模(处理信息和知识)+机器旧时建模(处理数据)结合在一起的动态人机融合学习模型呢?进而用人的情境意识和机器的态势感知融合把事实与价值统一起来,铸造出感它、知异这把利剑并搭起聚态、弥势这座桥梁。
人机融合智能是复杂性研究领域,而不仅是科学问题,还包括非科学问题。客观地说,复杂性科学是一个错误的概念,复杂性是一个多学科融合的过程,而科学则是“分科而学”的过程,一个聚合过程,一个弥散过程,一正一反,所以正确的称谓应该是复杂性研究领域。智能就是复杂性研究领域中的一个突出代表,它根本上不是“分科而学”的科学,而是融合多学科的复杂性。
人机融合的矛盾在于:人发散,机收敛,人辩证,机规则,一弥一聚,一动一静。再有我们面对的常常不是一个问题,而是交织在一起的一群不同问题!所以运用单纯的数理逻辑方法很难实现解决的目的,所以还需要同时使用形式逻辑、辩证逻辑,甚至非逻辑手段。
机器学习甚至人工智能的不确定性和不可解释性主要缘于人们发现发明的归纳、演绎、类比等推理机制确实有可能导致某种不完备性、不稳定性和相悖矛盾性,而且随着计算规模的不断扩大,这些不确定性和不可解释性越大。而人类的反事实推理、反价值推理可以从虚拟假设角度提前预防或预警这些形式化的自然缺陷。把人机融合体当做一个认知主体,更有利于解决复杂性问题,只是需要解决在不同任务下的如何融合的问题。另外,一人一机的单一融合与多人多机的群体融合从根本机理上也会很不相同,正可谓:三个臭皮匠顶个诸葛亮。
未来社会的快速发展面临的一个关键问题是:人—机—环境系统如何在高速运行的同时保持协调发展。这里的“人”涉及管理者、设计者、制造者、营销者、消费者、维护者等;“机”不但指智能装备中的软件、硬件,还涉及产业链中各环节之间衔接的机制机理;“环境”则涉及诸多领域的“政用产学研商”合作协同环境。一个理想的社会发展体系,应该同时实现高效发展、精准治理和人文关怀。如何实现呢?可通过人—机—环境系统三者之间态、势、感、知的相互作用,在人性与机性之间实现有机平衡。
此次疫情是对世界各国发展的一次大考。令人欣慰的是,通过艰苦努力后,中国已逐渐摆脱疫情困扰,目前正在布局的“新基建”与过去的传统基建明显不同,聚焦领域倾向5G/6G、人工智能、大数据等新一代数字技术,希望能够在这些高新技术落地之际,进一步加强人机环境系统的协调规划和发展,从而百尺竿头更进一步,实现中华民族的伟大复兴!
感谢我的导师袁修干先生和我的朋友韩磊老师!
感谢王赛涵、陶雯轩、何树浩、韩建雨、伊同亮在本书撰写之初给予的建议与支持,感谢在瞿小童、罗昂本书编写过程中给予的大力帮助,感谢牛博、王小凤、马佳文、金潇阳、武钰等同学在编写过程中提供的参考意见,同时也感谢国家社科基金重大项目“智能革命与人类深度科技化前景的哲学研究”(项目批准号:17ZDA028)的支持,以及各位专家和学者的激发、唤醒、探讨!
本书也算是完成对一位朋友多年前的承诺,也感谢我所有亲朋好友及笔友们对我一直来的鞭策和支持,尤其感谢清华出版社白立军老师的大力支持。
至此结束之际,真诚地感谢您的阅读,望不吝指正!谢谢!
期待新的数学体系——能够算计的计算系统早日出现!
请扫码购买《人机融合——超越人工智能》