【AI世代編者按】美國《連線》雜志創(chuàng)始主編凱文-凱利（Kevin Kelly）日前撰文，闡述了當(dāng)今社會對人工智能的五大誤解，并對背后的邏輯和理論展開了詳細(xì)論述。

以下為文章全文：

　　我聽到這樣一種說法：未來，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，人類則會走向滅亡。果真如此嗎？

　　每每談起人工智能，我總是難免聽到這樣的問題。提問者都很認(rèn)真，他們的擔(dān)憂一定程度上源自各路專家的自問自答，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，這番場景很有可能變成現(xiàn)實(shí)。而在最近的一場關(guān)于人工智能問題的研討會上，一個由9位大咖組成的委員會一致認(rèn)同，這種超人類人工智能已經(jīng)不可避免，而且并不遙遠(yuǎn)。

　　然而，那些認(rèn)同超人類人工智能最終將會接管世界的人，內(nèi)心其實(shí)都有5個假設(shè)。然而，如果對這5個假設(shè)展開細(xì)致分析就會發(fā)現(xiàn)，這其實(shí)都是“無稽之談”。這些說法未來或許會成為現(xiàn)實(shí)，但目前還沒有獲得證據(jù)支撐。關(guān)于超人類智能將快速崛起的5大基本假設(shè)如下：

1、人工智能已經(jīng)開始超越人類，而且正在以指數(shù)級速度發(fā)展。

2、我們可以開發(fā)出像自己一樣的通用人工智能。

3、我們可以把人類的智能集成在硅片上。

4、智能可以無限強(qiáng)化。

5、一旦開發(fā)出超級智能，它就可以為我們解決多數(shù)問題。

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

1、智能并非單一維度，所以“比人類更聰明”這種概念本身就沒有意義。

2、人類并沒有通用思維，人工智能同樣不具備這種能力。

3、在其他媒介上模擬人類思維將會受到成本因素的制約。

4、智能的維度并不是無限的。

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

　　如果關(guān)于超人類人工智能接管世界的預(yù)期，完全基于5個沒有證據(jù)支撐的關(guān)鍵假設(shè)，那么這種想法也就無異于宗教信仰。也就是說，這只能算是一種“神話”。我針對這5項(xiàng)假設(shè)提出的5種針鋒相對的說法都有充分的依據(jù)，接下來的段落中將會詳細(xì)展開。我將以此證明，超人類人工智能的說法只不過是一種“神話”。

　　1關(guān)于人工智能最常見的誤解其實(shí)來自對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《超級智能》（Superintelligence）一書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物，另外一端則是高智能的天才——感覺智能就像是可以用分貝來量化的聲響一樣。當(dāng)然，如果認(rèn)同這種觀點(diǎn)，自然就可以對其進(jìn)行擴(kuò)展，認(rèn)為智能的強(qiáng)度還會進(jìn)一步增加，并最終超過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，一層一層逐級遞進(jìn)，每一個層次的智能都比前一個層次更加進(jìn)步。低等動物位于我們之下，而智能更高的人工智能必然位于我們之上。具體發(fā)生的時間并不重要，重要的是等級——也就是衡量智能優(yōu)劣程度的指標(biāo)。

　　但這種模型的問題在于，這只不過是一種像進(jìn)化階梯一樣的錯誤觀念而已。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，低等動物低于人類。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：魚類進(jìn)化成爬行動物，然后進(jìn)化為哺乳動物，再進(jìn)化為靈長類動物，最終進(jìn)化出人類，每一級都比上一級進(jìn)步一點(diǎn)（自然也會更聰明一些）。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)散的圓盤可以更為精確地描述物種的自然進(jìn)化過程，這是美國德克薩斯大學(xué)的大衛(wèi)-西里斯（David Hillis）率先根據(jù)DNA繪制出來的。這種深入的系譜學(xué)分類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)化過程的一個基本事實(shí)：當(dāng)今世界的所有物種都是平等進(jìn)化的。人類與蟑螂、蛤蜊、蕨類、狐貍、細(xì)菌共同位于最外面的一圈。每一個物種都經(jīng)歷了長達(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)菌和蟑螂與人類擁有同樣的進(jìn)化水平，并不存在所謂的階梯。

　　類似地，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)知類型和模式組成的復(fù)合體，每一種類型或模式都是一個連續(xù)統(tǒng)一體。先來談?wù)労饬縿游镏悄苓@個簡單的任務(wù)。如果智能是單一維度的，那就可以對鸚鵡、海豚、馬、松鼠、章魚、藍(lán)鯨、貓、大猩猩按照順序進(jìn)行排列。但目前沒有科學(xué)證據(jù)支撐這樣一種排序方式。其中一個可能的原因在于，動物的智能沒有差異，但我們同樣沒有看到這種證據(jù)。

　　有很多跡象都可以說明動物之間的思維存在顯著差異。但它們是否都擁有相對的“通用智能”？可能如此，但并沒有一個指標(biāo)來衡量這種智能。相反，我們可以通過很多不同類型的指標(biāo)評估不同類型的認(rèn)知能力。

　　也就是說，沒有一個類似于分貝的統(tǒng)一指標(biāo)來衡量智能水平，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)（每個節(jié)點(diǎn)都是一個連續(xù)統(tǒng)一體）共同組成了一個多維度、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，由許多不同類型的樂器共同演奏。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)。從這個意義上講，不同思維模式的節(jié)點(diǎn)相互依賴、共創(chuàng)共生。

　　用馬文-明斯基（Marvin Minsky）的話說，人類思維是“由思維組成的社會”（the society of mind）。我們在思維構(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)成了一個個的生態(tài)系統(tǒng)，而且可以完成種類各異的思考方式：包括演繹、歸納、符號推理、情商、空間邏輯、短期記憶和長期記憶。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。我們思考時并不僅僅使用大腦，而是用整個身體來思考。

　　不同個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橡子所在的具體位置，這種技能甩下人類好幾條街。所以在這種認(rèn)知能力上，松鼠超過了人類。要形成松鼠的思維，需要將這種“超能力”與其他在人類面前相形見絀的思維模式融合在一起。動物世界還有很多其他遠(yuǎn)超人類的認(rèn)知能力，但同樣要融合到不同的系統(tǒng)之中。

　　人工智能也很類似。人工智能已經(jīng)在某些維度上超過人類。你可以把計(jì)算器當(dāng)成算數(shù)天才，谷歌(微博)的記憶也已經(jīng)在某些維度上超過人類。我們正在開發(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60億個網(wǎng)頁的上的每一個單詞，而這恰恰是搜索引擎的用途所在。

　　未來，我們還會發(fā)展人類所不具備的新型認(rèn)知模式，有的甚至是整個生物界都不曾出現(xiàn)過的模式。當(dāng)我們發(fā)明人造飛行器時，受到了生物飛行模式的啟發(fā)，主要是不停扇動的翅膀。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。

　　類似地，我們今后也將開發(fā)自然界不曾出現(xiàn)過的全新的思維模式。在很多情況下，這都是針對具體任務(wù)而設(shè)計(jì)的專用模式——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，這種新思維可能會是一種復(fù)雜的認(rèn)知，可以幫助我們應(yīng)對那些無法利用自己的智能獨(dú)立解決的問題。商業(yè)和科學(xué)領(lǐng)域碰到的最困難的問題可能需要通過兩個步驟來解決：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，最終解決問題。

　　由于我們正在解決之前無法解決的問題，所以才會認(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。我認(rèn)為，看待人工智能時，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值所在。

　　與此同時，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”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法解決的問題，所以有人會將其定性為“超人類”。但我們不會將谷歌稱作超人類人工智能，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?

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

　　即便人工智能中的“思維社會”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。我們并沒有一套可行的復(fù)雜性指標(biāo)來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。我們很快就會明確意識到，所謂的“聰明”并不是單一維度的問題。我們同時也會意識到，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)。

　　2 第二個關(guān)于人工智能的誤解是，我們認(rèn)為自己擁有通用智能。正由于秉承了這種被人反復(fù)提及的觀念，使得人工智能研究人員經(jīng)常闡述一個目標(biāo)：開發(fā)通用人工智能技術(shù)（AGI）。然而，如果我們以上文的“可用性空間”來看待智能，那也就沒有通用一說了。

　　人類智能并不處在中心位置，其他專項(xiàng)智能也并不是圍繞它發(fā)展的。相反，人類智能只是一種非常具體的智能形式，經(jīng)過了數(shù)百萬年的進(jìn)化后，使得我們這個物種在地球上生存下來。如果對所有可能的智能類型所處的空間進(jìn)行了解后，便會發(fā)現(xiàn)人類這種智能只是“偏居一隅”，就像我們的世界處在浩瀚的銀河的邊緣一樣。

　　我們肯定可以想象，甚至發(fā)明一種類似于瑞士軍刀的多用途思維。它可以完成很多事情，但卻沒有一種能夠做到極致。人工智能也會無法突破這種極限：不可能針對所有維度進(jìn)行優(yōu)化，只能進(jìn)行權(quán)衡，做出妥協(xié)。不可能開發(fā)出在每項(xiàng)具體的功能上都表現(xiàn)優(yōu)異的多功能通用人工智能。

　　一個龐大的“全能”思維，不可能在所有事情上都像專用人工智能一樣表現(xiàn)出色。由于人們認(rèn)為人類的思維是通用思維，所以往往也認(rèn)為認(rèn)知不必受限于工程師的權(quán)衡妥協(xié)，認(rèn)為完全可以開發(fā)出一種在所有思維模式上都做到極致的智能技術(shù)。

　　但我沒有看到任何證據(jù)支撐這一論調(diào)。我們并沒有開發(fā)足夠多樣的思維模式，因而也就無法看到可能性空間的整體狀況。

　　3 人類之所以認(rèn)為可以在通用思維上做到極致，其實(shí)一定程度上源自通用計(jì)算的概念。這個概念之前在1950年被稱作丘奇-圖靈假說（Church-Turing hypothesis）。這種假說認(rèn)為，達(dá)到特定門檻的所有計(jì)算都是等價的。因此所有的計(jì)算存在一個通用的核心：無論組成一臺機(jī)器的零件速度是快是慢，甚至就算發(fā)生在生物體的大腦中，都會遵循相同的邏輯過程。這就意味著你可以在任何一臺能夠進(jìn)行“通用計(jì)算”的機(jī)器上模擬任何的計(jì)算過程（思維）。