起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識當“心法”遇見“算法”
我們要在算法和心法之間，騰出地方，交給AI，人類自己則繼續向未知世界探索，利用碳基生物與生俱來的那種無知和混亂所帶來的進化契機，結合AI進化加速力量，發現遙遠宇宙的秘密，尋求更長的壽命，甚至在時間的深處找回我們失去的記憶和親人。
01
懸崖峭壁上，絕世高手之間的生死對決，并不只出現在武俠小說里。這是件真事：為了幫師傅爭奪武林盟主，高徒出馬，勇斗江湖第一人，結果戰死。故事發生在1835年7月。
當時的日本圍棋江湖，幾大流派為了爭奪名人棋所，斗得不可開交。為了把當時的霸主十二世本因坊丈和拉下寶座，“圍棋四哲”之一的井上幻庵因碩，派出了自己的密藏弟子赤星因徹。
史上最致命的這盤棋，下了整整四天。起初，局面難解難分，年輕的赤星因徹英勇善戰，略占上風。直到丈和下出了著名的“古今無類三妙手”，如變魔術般扭轉局勢，最終戰勝對手。
24歲的赤星因徹認輸時，口噴鮮血，染紅了整個棋盤。不久，他就死了。
該局棋譜流傳于世，至今仍被視為絕世妙手的典范，經常出現于圍棋教科書中，人們稱之為“吐血之局”。
歷史上另外一盤著名對局，也與幻庵因碩有關。不過這一次，他變成了被挑戰的那個人。
1846年，幻庵因碩與17歲的天才少年秀策對局?；免忠浴按笮薄遍_局，執黑先行的秀策很快“喪失”了先手之利。進入中局，觀戰者均以為年輕人兇多吉少。
這時，惟有一位圍觀的醫生說：秀策必勝。眾人嘩然，說你一個外行，怎么敢妄加評論？
醫生說，我雖然不懂棋，但留意到，在秀策落下一子后，幻庵看似面無表情，耳朵卻立刻變得通紅。
最終，秀策以兩目的優勢獲勝。棋局的轉折點，正是發生于醫生所提及的那步棋：第127手。
后世棋手反復研究，認為這一手是妙到巔峰的神來之筆。石佛李昌鎬評價道：三分靠實力，七分靠靈感。
這一場紋枰之上的巔峰對決，被稱為“耳赤之局”。
02
170年過去了。被視為能體現人類獨有靈性的圍棋，意外地被AI拿下。2016年，世界頂級棋手李世石輸給了阿爾法狗–一個人工智能圍棋程序。
人工智能圍棋水平已經遠超人類。對此，職業棋手們從愕然，到接受，再到用AI作為訓練的輔助工具。
有人突發奇想：如果把歷史名局輸入“機器”，AI會怎么評價人類的妙手？
讓我們回顧一下“耳赤之局”的第127手，也就是下圖中的黑1。
這手棋之所以被稱為絕妙，據說是因為有一石三鳥之功：
- 聯絡下方快要被分斷的四子，有了黑1之后，白棋無論從哪個方向分斷都不會成功；
- 擴張上邊黑棋模樣；
- 此處遏制了白棋外勢擴張，是雙方勢力消長的要點。這手棋完全展現了秀策的大局觀和眼界。
如此厲害的一手棋，當人們將其輸入電腦，結果，圍棋AI“絕藝”卻說：這一手一點兒也不妙！
對于這一手棋的下法，AI“絕藝”給出了四個選擇，對比而言，“耳赤一手”竟然是最差的。
如上圖，“耳赤一手”的勝率是55.2%，其它三個選擇都更高，例如左上角的那手，勝率高達63.4%。
那么，醫生所觀察到的耳紅，是否只是一個傳說呢？
假如確有其事，那么耳紅的原因，不是秀策的第127手有多妙，而是幻庵因碩的上一手棋（白126）太差，對手落子后他才意識到，所以懊惱不已。
有趣的事情來了：
- 傳世妙手，其實是不好的一手，但近兩百年來，從未被質疑，反而被幾代高手反復論證歌頌。
- 耳紅這件事情也許是真的，但是對“因果關系”的解釋，卻是錯誤的。
03
AI很久以前就在國際象棋領域戰勝了人類，AI在圍棋上贏了人類，有什么奇怪的呢？
事實上，在阿爾法狗橫空出世之前，AI在圍棋上的表現乏善可陳，差到令很多人懷疑，計算機永遠無法在圍棋上超過人類。
盡管計算機早就在國際象棋上超過人類，但是二者之間的差別，不僅在于棋局變化數量的天壤之別，對弈的哲學亦相去甚遠。國際象棋更注重戰術，圍棋兼顧戰術和戰略。
圍棋是中國少有的“數目化事物”，它既有西式的精確量化，又有東方的混沌哲學。所謂大局觀、天才的感覺、石破天驚的一手，都被認為是計算無法企及之處，是圍棋的神秘魅力。
圍棋的局部變化，大多是有唯一解的，可以用精確的推理“還原出來”。但是涉及到全局，很多時候沒有“最優解”，走在哪里，取決于棋風和感覺。
上世紀八九十年代，日本圍棋統治世界的時候，超一流棋手幾乎都是木谷實和吳清源兩個人的入室弟子。冠軍也幾乎都被這幾個超一流棋手壟斷。他們都有“綽號”，例如“宇宙流”，“天煞星”，“美學棋士”，代表著各自的棋風。
正因此，人們說，圍棋是技術的，也是藝術的。
藝術的那部分，被認為是高手的靈性的部分，代表了某種難以被描述、無法被計算的人類獨特智慧。這也是棋手們的自豪之處。
然而，阿爾法狗一夜之間摧毀了人類的幻覺。
摧毀分為兩步：
- 肉體上摧毀。在對局中贏了人類冠軍。但職業棋手們還是不服，認為即使計算機贏了，也是靠蠻力；
- 靈魂上摧毀。典型一手是對李世石的第37手肩沖?！叭祟愃烙才伞贝砺櫺l平當時就傻眼了，直接改口稱阿爾法狗為“阿老師”。
為什么？這手棋，完全是有人類感覺的。
AI在圍棋上戰勝人類頂尖高手，基本證明了所謂的“棋感”、“棋風”、“大局觀”等圍棋高手所談論的虛的能力，并不是人類獨有的，經過訓練的神經網絡也會有。
所以，隨著技術的進步，電腦也會能夠欣賞藝術（音樂、畫作、小說、笑話），能夠創作文學、藝術作品，能夠針對不同的情況形成自己的“情緒”。
此前，一個頂尖圍棋高手被認為有賴天賦，因為有些招法需要天外飛仙似的靈感。現在看來，所謂人類的靈性，可能只是大腦事后的包裝。
再加上社會網絡的包裝，便誕生了“耳赤之局”。
很多人沒有意識到，阿爾法狗的勝局，是全人類的耳赤之局。
04
作為“完全信息博弈”的最高峰，圍棋極好地模擬了人類思維的特征。
讓我用如下這個模型，開始一場簡化的探索：
圍棋的基本功是計算，做死活題，數官子。這部分我們稱之為“算法”；
圍棋不可計算的那部分，也被認為是只可意會不可言傳的，需要天賦，有著個人烙印的，我們稱之為“心法”。
不可避免的，中間會有交織地帶。這里發生的，要么是算法與心法的混合應用，要么是冒充算法的心法，要么是未被識別的算法。
耳赤之局的傳世“妙”手，如此被世代傳頌，甚至連李昌鎬這類天才也沒看破，有多少是因為計算（科學），又有多少是因為神話（心理學）？
AI做了什么？它一腳將圍棋領域的“心法”完全踢了出去，半點都不需要了。
AI利用算法，模擬了人類的感覺，它的感覺因為壓倒性的勝率而顯得更加“高明”。人類之前的圍棋靈性，被證明是個相對低級的黑盒子。
然而圍棋畢竟是有邊界的，它只是一個“完全信息博弈”。算法對心法的“一腳踢出邊界”，在更廣闊的世界里尚未發生，盡管人們已經心有疑慮。
05
在費曼這類科學原教旨主義者眼中，科學的進步，就是科學一路上踢哲學的屁股。
費曼認為：“科學家是探險者，而哲學家是觀光客?！边@位頑童大師刻薄但又扎中痛處地說：科學哲學對于科學家的作用，就跟鳥類學對于鳥的作用差不多。
古希臘哲學家留基伯早在公元前5世紀，就提出原子論：萬物由原子構成。他的學生德謨克利特說，這些原子“太小了，因此我們無法感知到它們……它們，或者說這些元素……可見、可感知的物質”得以形成。
“原子論”看起來有驚人的遠見和洞察力，但科學家認為他們只是碰巧撞上了一部分事實而已。
物理學家、諾獎獲得者史蒂文·溫伯格說：
“這些早期的原子論者看似相當超前，但是（一元論者們）‘錯了’，德謨克利特和留基伯的原子理論在某種意義上‘對了’，這種對錯之分對我來說并不重要……
如果我們不知道如何計算物質的密度、硬度或導電性，即使泰勒斯或德謨克利特告訴我們石頭是由水或原子構成的，我們又能在理解自然的路上走多遠呢？”
愛因斯坦和因菲爾德用一個比喻描述了如此“希臘困境”：
古希臘自然世界的探索者們就像：某人非常想了解手表的機械結構（機制），他卻只能盯著表盤和不停轉動的指針，聽著手表嘀嘀嗒嗒的聲音，因為表蓋無論如何也打不開。如果他還算機靈，他可以繪制一幅機芯圖，為他所觀察到的一切做出解釋。
但是他……可能永遠都不能用真正的機芯與自己繪制出的圖紙兩相對照。他覺得這樣的對照不僅是不可能的，也是毫無意義的。
確切來說，費曼和愛因斯坦，反對的是“搗糨糊”。他們想要打開黑盒子，看個究竟。
另一方面，他們都受益于人文。兩位大科學家一個拉小提琴，一個打鼓。愛因斯坦后期儼然是個名言迭出的哲學家，而費曼則始終沉浸在“房間里我最聰明”的傳奇趣味中。
自認為是哲學家的索羅斯，同樣旗幟鮮明地反對用類比的方式，將自然科學的原理和公式，套用到人文和經濟領域。
他們并非要拋棄人類的靈感和不確定性，而是反對神話，不甘心用黑盒子來解釋這個現實的世界。
06
“在科學與人文之間，以及所謂的硬科學（例如物理）與人文學科（例如社會學）之間，存在著脫節……我一直以來對這個脫節的根源感興趣?！?/p>
諾貝爾獎獲得者杰拉爾德·埃德爾曼，在《第二自然》一書中，試圖探究人類意識之謎，進而闡釋我們如何得以理解世界和理解我們自己。
他提及，從笛卡爾和培根直到現代，存在一條思想的主線，試圖建立科學、自然和人文的統一思想體系。
另一方，是德國思想家和哲學家狄爾泰，他的觀點是：
- 將人類的知性視為解釋性的，物理因果的概念在其中沒有位置。
- 否定人類本質為理性的觀念。相反，其中混雜著愿望、情感和思考。
- 將心理學、哲學和歷史歸為人文科學。與之相對的是自然科學，關注的是物理世界。
還有一些科學家，試圖整合或者繞開這種分裂，例如基于生物學還原論的威爾遜。
他認為一旦我們了解了大腦形成和運作的后天規則，我們就能應用這些規則來理解人類行為，包括標準行為。
威爾遜聲稱甚至倫理學和美學也能這樣還原分析，他稱之為協調。
“既然人類行為由物理因果事件組成，為什么社會和人文科學就不能與自然科學協調一致呢……人類史課程和物理學史課程沒有根本性的分別，不管是談論恒星或是組織多樣性?！?/p>
簡而言之，生物學家們不打算糾結于科學和人文之間的對立或糾結，而是直接繞到大腦深處神經元的層面。
科學家費曼和他嘲諷的哲學家們，都是用的一樣結構的大腦來思考，盡管他們的思考方式也許不同，但是從生物學的底層，大家的神經元的工作原理都是一樣的。
07
一些心理學和哲學研究的結果表明：認知和情感在深層次上是統一的。
兩者不但在各種不同環境中有著不同程度的相互影響，而且在深層次上，只有單一的認知或情感過程，盡管從外部看來確實好像存在著兩種相互平行卻相互影響著的心理過程，但這只是單一過程的分裂表現罷了。
假如大腦是個計算機，這臺計算機的“算法”和“心法”是混合在一處的。就像人們無法分清理智與情感。
盡管科學家們說系統1、系統2，自動思維、控制思維，有意識、無意識，并且試圖在大腦找到主管不同系統的區域，但是思考不應該是系統的簡單疊加，認知和情感，算法和心法，似乎是有機統一體。
以發現DNA雙螺旋結構而聞名于世的英國生物學家弗朗西斯·克里克提出了“驚人的假說”：意識，也稱為心智，是物質的衍生屬性。
這是一個基于“還原論”的“驚人的假說” 。在論述過程中，他對還原論的研究方法給出了令人信服的解釋。
克里克認為“人的精神活動完全由神經細胞 、膠質細胞的行為和構成及影響它們的原子 、離子和分子的性質所決定” 。他堅信 ，意識這個心理學的難題 ，可以用神經科學的方法來解決 。
他甚至認為自己找到了“自由意志”躲藏的位置：“它”可能與“前扣帶回”密切相關 。
假如人們在神經元中發現了“算法”與“心法”的共同秘密，那種可能產生的震撼、無奈、乃至虛空，也許是輸給阿爾法狗之后的40億（最早生命出現的歷史）倍。
你的快樂、悲傷、思念、靈感、愛意、沖動，對時光的追憶，對未來的憧憬，原來都只是一堆神經元和亂七八糟分子的集體行為。
拋開最好玩兒的自由意志不說，用還原論去打破黑盒子是值得贊賞的。因為我們不能用神秘主義去解釋神秘主義，用一個黑盒子去裝另外一個黑盒子。
“驚人假說”另外的驚人之處，還在于：在洞察了大腦的內在機制之后，是否會通過逆向工程做些什么？正如人們今天對基因所做的。
如同評論者所說，隨著分子神經科學的順利進展，以及計算機復制了越來越多的人類智能，克里克的假說似乎是真的。
如此說來，自然智能和人工智能，其實都是機器智能的一種。
08
從一開始，計算機的發明就是一場模仿游戲。
圖靈在 1936年的一篇原創論文中寫到，他在發明那臺作為計算機前身的理論設備時，原本是在嘗試復制出“人類計算實數的過程”。
阿爾法狗之父哈薩比斯認為，人工智能要從機器學習和系統神經科學中獲得啟發。
對比國際象棋，圍棋的算法很難通過一個合適的評價函數來定義誰是贏家。用DeepMind首席設計師的話來說，最難的部分是：
- 象棋是個毀滅性的游戲，棋子越來越少，游戲也變得越來越簡單。
- 圍棋是個建設性的游戲，開始棋盤是空的，子越下越多。
圍棋需要對不確定性的未來作出判斷，這點很難。頂尖高手的確需要一流的“直覺”。于是，阿爾法狗的設計者通過深度神經網絡模仿人類的這種直覺行為。
直覺也是可以被計算的。
“一切皆計算”，來自英國哲學家托馬斯·霍布斯，被認為是人類歷史上最偉大的思想之一。
托馬斯·霍布斯一方面創立了機械唯物主義的完整體系，認為宇宙是所有機械地運動著的廣延物體的總和。另一方面，他認為人性的行為都是出于自私的，這也成為哲學人類學研究的重要理論。
最偉大的頭腦，總是會觸及算法和心法的兩極。
圖靈與其追隨者們證明了：
- 理性可以通過物理計算過程實現；
- 簡單的機器可以完成任何計算；
- 由簡化過的神經元搭建而成的神經網絡可以實現很復雜的功能。
史蒂芬·平克由此總結，大腦的認知特性可以用物理術語來解釋：
- 信念：不過是一種信息；
- 思考：只是一種計算過程；
- 動機：則是一種反饋和控制系統。
以上概念轉化為文學語言，就是方鴻漸在《圍城》里的臺詞：哪里有什么愛情，壓根兒就是生殖沖動！
史蒂芬·平克認為該理念的偉大之處體現在兩個方面：
- 第一，它讓人類對宇宙的認知過渡到自然主義階段，從而摒棄了超自然的靈魂、精神、幽靈的干擾。
- 第二，這種理性的計算理論開啟了一扇通往人工智能的大門：會思考的機器。
《計算機與人腦》是馮·諾伊曼留給人世的最后瑰寶。他對計算機和人腦的思考，即使到了今天也令人驚嘆。
他在書中得出結論：
“神經系統基于兩種類型通信方式，一種不包含算術形式體系，一種是算術形式體系。也就是說，一種是指令的通信（邏輯的通信），一種是數字的通信（算術的通信）。前者可以用語言敘述，而后者則是數學的敘述。”
在這個模仿游戲中，正如飛機的發明不用100%仿造飛鳥，計算機的算法也無需（目前更多是不能）復制人腦。
人腦與電腦，數字與模擬，理性與計算，算法與心法，如同紛雜的神經元般，交織在一起。
09
作為業余圍棋愛好者，我仍然堅持去那些仍然在堅持著的報刊亭買《圍棋天地》，然而其內容的精彩程度已經大不如前。AI用其更高的勝率，毀掉了人類圍棋的樂趣。由此可見，人類的不靠譜，例如對耳赤之局的過分吹捧，有著真理之外的價值和意義。
雜志上棋譜的講解，再也沒有大師們個性十足（充滿偏見）、但又趣味盎然的講解。職業棋手們現在變得只會說，AI認為下在這里贏棋的概率更大。
為什么呢？
AI并不會告訴你。
算法只說怎么下，但不負責解釋為什么。
AI靠模仿人類下棋的直覺贏了人類，但是它們沒有學會像木谷實和吳清源這類大師一樣，能夠向弟子們講解棋道，棋理，以及具體局面的招數變化和計算。
確切說，AI解釋了你們人類也不懂。
所以，它只給出答案：走在A處，（全局）勝率62.%；B、59.2%；C、55.7%。
AI毫無溫度。
不久之前，AI的大部分從業者仍是通過邏輯來處理AI技術。例如深藍的團隊里，還是需要職業棋手的介入。
現在呢？受益于計算力的大幅提升，通過龐大的神經網絡，用巨大的矢量來表示內部含義，不再采用邏輯推理的方法，人們讓神經網絡自己學習。
一切都變了。
與傳統機器學習不同，深度學習是由AI直接從事物原始特征出發，自動學習，生成高級的認知結果。
在輸入的數據和其輸出的答案之間，存在著“隱層”，即所謂“黑箱”。
這個黑箱既無法觀察，亦無法理解。
即使AI能夠解釋，我們也不懂。哥倫比亞大學的機器人學家 Hod Lipson稱之為：“這就像是向一條狗解釋莎士比亞是誰。”
費曼深惡痛絕的黑盒子又出現了。曾經為堅守“因果論”而不愿相信上帝是在扔骰子的愛因斯坦，也不會喜歡計算機在最難的智力游戲中擊敗人類，但又說不出為什么。
但是，愛因斯坦自己拉小提琴時，想過五音六律與怡情悅性之間的邏輯關系嗎？
假如計算機是在模仿大腦，算法出現黑盒子也不奇怪。人的大腦更是一個無法理解的黑盒子，甚至是人類意義上，這個宇宙中最黑的黑盒子。
對于每一秒的輸入，人類大腦大概有一萬個參數來處理。如此龐大的系統，其如何工作？并且能耗如此之低？
我們認為自己理解自己的大腦，是因為大腦有一部分專門來給自己講故事，讓你自己覺得一切都是連貫的，世界是有前因后果的。
想一下耳赤之局的故事，你每天都在自己的腦袋里編造這類神話，幻庵的耳朵真的紅過嗎？那個醫生是被杜撰出來的嗎？甚至于，那一場傳奇對局，真的發生過嗎？
通過對圍棋的反思，我們此前相當多對圍棋的理解都是錯的。如此說來，什么叫做“可理解性”？
AI也許會發展出某種模式與人類溝通，就像我們大腦深處的“自我意識”。如此一來，它若想要欺騙我們，會把我們騙得非常舒服。
假如，AI確實有欺騙我們的動機的話。
10
圖靈獎得主朱迪亞·珀爾認為 ：當下的AI只是曲線擬合，而不是真正的智能。
珀爾說，除非算法和由它們控制的機器能夠推理因果關系，或者至少概念化差異，否則它們的效用和通用性永遠不會接近人類。
朱迪亞·珀爾以人工智能概率方法的杰出成績和貝葉斯網絡的研發而知名。2011年，他因通過概率和因果推理的算法研發在人工智能取得的杰出貢獻而獲得圖靈獎，被稱為貝葉斯網絡之父。
為了證明上帝的存在，18世紀的貝葉斯悄悄寫下了從未發表的概率統計公式。作為一名神職人員和業余數學家，他的這個公式樸素，簡單，“主觀”，甚至令人生疑。
這個公式所主張的觀點也毫不起眼：“用客觀的新信息更新我們最初關于某個事物的信念后，我們就會得到一個新的、改進了的信念。”
阿爾法狗的算法，用到了蒙特卡洛方法。這是一種通過隨機模擬，以概率統計理論為指導的計算方法。
隨機模擬的思想很早就有了，但受限于取得隨機數的難度。蒙特卡洛方法的出現得益于現代電子計算機的誕生。這個名字來自摩納哥那個著名的賭場。
上世紀90年代，馬爾科夫鏈蒙特卡洛計算方法引入到貝葉斯統計學，令貝葉斯統計蓬勃發展。
諾貝爾經濟學獎獲得者托馬斯·薩金特說，人工智能其實就是統計學，只不過用了一個很華麗的辭藻。好多的公式都非常老，但是所有的人工智能利用的都是統計學來解決問題。
南加州大學信息科學家巴特·卡斯科認為：人工智能=高速計算機上運行的老算法
所以機器不會思考。它們更類似于函數，即將輸入變為輸出。
他說，大數據和機器學習中最流行的兩種算法：無監督算法，監督算法，都是現代統計學中同一標準算法——期望最大化算法的特例。大多數所謂的人工智能只不過是“機器爬山算法”而已。
麻省理工學院的一篇論文指出：
- 創建類人的學習和思考的機器需要他們能夠構建出世界的因果模型，能夠理解和解釋他們的環境，而不僅僅是使用模式識別來解決問題。
- 這樣的系統必須建立在物理(物理學)和社會(心理學)科學的基礎上，才能具備對世界進行直觀推理的能力，從而使機器能夠“迅速獲取知識，并將其推廣到新的任務和情況中”。
亞里士多德說：“受過教育的人的標志，是有能力接受一種思想而不接受事物本身?！?/p>
目前的AI，不具備這種特征。
朱迪亞·珀爾們試圖發展人工智能推理因果關系的能力。簡而言之，他們希望自己發明的人類有史以來最強大的人工智能機器，不要成為下面這種“人”：只計利害，不問是非。
然而，何謂“因果關系”？
也許正如休謨所說：我們只不過發展了一個思考習慣，把總是前后相繼的兩類客體或事件聯系起來，除此之外，我們無法感知到原因和結果。
11
大腦最神奇之處，也許在于它會思考自己。
歷經40億年從單細胞開始的進化，采用扔骰子和修修補補的工作方法，我們的大腦得以擁有如今這個面貌。
大腦的愚蠢之處就不必說了，你沒法用它算一個兩位數乘法，沒法用它在茫茫人海中避開一個渣男，甚至沒法用它來利索地決定今天吃啥。而大腦的厲害之處，則令整個宇宙驚嘆。
物理學家勞倫斯·克勞斯說：
盡管計算機的存儲和運算能力在過去的 40年時間里有了指數級的增長，但是能思考的計算機需要一個與現在的計算機幾乎毫無相似之處的數字架構。它們也不可能在短期內變得有競爭意識。
原因只有一個：能耗。
他做了一個計算：鑒于電子計算機目前的功耗，一臺擁有人類大腦存儲和運算能力的計算機將會需要超過 10太瓦（ terawatts）的能量。
這個數字什么概念？占到了全人類電能消耗總量的兩成。
而人腦呢？只消耗 10瓦能量。
二者相差1萬億倍。
這個計算也許有個問題，AI更可能是以網絡的形態出現的，而非復制一個“人”。智人戰勝了腦容量更具優勢的尼安德特人，除了運氣和殘忍，是因為智人構建了網絡。
我們并不需要復制一個人類大腦。這個超級網絡可能會把無數個人類大腦都連接進去。每個個體，包括人和機器，都變成了神經元。
拋開這些，大腦里的神奇裝置，是這個宇宙里比黑洞還要黑一千億倍的秘密。
又或許，宇宙不過是某個人大腦的快照？
快樂和悲哀可以計算嗎？機器會有同情心嗎？人工智能可以理解痛苦嗎？那種真正的痛苦。它們能夠分不清生殖沖動和愛嗎？分清很容易，有本事你也分不清試試看！機器會有動機嗎？人工智能會賦予那些沒有意義的意義嗎？例如將教堂里的分子結構并無差別的水視為圣水。
我很高興這些問題沒有答案，我也不介意人類就是生活在一個虛擬網絡里的幻想。嘿，這是誰干的？你的手藝真棒，一切都太真實啦！
人類還遠沒到要拋棄大腦的時候。在漫長的進化進程中，我們還是那么蠢也許是有原因的。即使將來AI真的統治了這個世界，也許依然會豢養人類來獲取某種隨機性，以及不穩定的情緒體驗。
耳赤之局不過如此，但“耳朵紅”很有趣。
12
至此，你會發現，利用大腦的特性，我們至少會獲得兩個方向的樂趣，以及兩種思考的模式。
我并不打算來構建“算法”與“心法”的概念和關系。
- 例如：阿爾法狗的“算法”其實是模仿人類的直覺；
- 例如：一代科學在范式轉移后的下一代科學眼中，從“算法”淪落為“心法”。
“算法”與“心法”也不簡單是計算與直覺的關系。
埃德爾曼認為存在兩種主要的思維模式——模式識別和邏輯。
- 考慮到所面對的新奇事物的廣泛多樣，首要的模式就是模式識別。這主要表現在格式塔響應、詞匯排序和各種分類行為中。它非常強大，但是因為需要廣度，它損失了一些特異性。
- 在一些情形中，可以用邏輯來消除模糊性。顯然，借助受控的科學觀察可以有效提高特異性和一般性。
- 這個從廣度到特異性的變化，可以被認為反映了基于腦的認識論和傳統認識論之間的生成關系。
阿爾法狗通過模仿人類的直覺，選出高手最可能下的幾手棋，解決思考的廣度問題。然后計算每一手的終局勝率，解決思考的深度問題。
人工智能教父杰弗里·辛頓一直致力于探尋一個高效的深度學習算法，像人類習得知識一樣，能夠從一個龐大且多維的數據集合中梳理其復雜的結構。
“算法”和“心法”是有趣和混亂的概念，某種大腦親生的混亂。
朱迪亞·珀爾對因果建模的執著追求，恰是人類“心法”的呈現。以統計學或盲模型的方式運行AI，既是AI本身的限制，又是人類科研的限制。
哲學家Stephen Toulmin認為：基于模型與盲模型的二分法，是理解巴比倫與古希臘科學之間競爭的關鍵。
他的解釋非常有趣：
- 巴比倫天文學家是黑箱預測的高手，在準確性和一致性方面遠遠超過了古希臘人。
- 然而科學卻青睞希臘天文學家的創造性思辨戰略。
- 古希臘的埃拉托斯特尼測量出了地球的半徑，這絕對不會發生在巴比倫。
朱迪亞·珀爾得出結論：人類的AI不能單純地從盲模型的學習機器中出現，它需要數據和模型的共生協作。
我贊賞愛因斯坦和珀爾在黑盒子面前的唐吉柯德精神。也許，我們不該再像愛因斯坦那樣反對上帝是在扔骰子。
但我們需要去探索上帝扔的是什么樣的骰子，以及如何扔骰子。
13
從世俗的角度理解，智慧可分為兩種：
- 一種是用來適應和征服世界的，例如投機家，成功人士，名利場上的贏家，茍且偷生者。
- 一種是用來理解和預測未來的。例如科學家，經濟學家，理論信奉者，第一性原理信奉者，捍衛因果論的斗士。
有些人飛翔其間，有些人兩邊行騙。
前者強調大自然的算法，以及有效地適應環境。對環境、資源、不確定性、反脆弱，有著驚人的直覺；后者追求精確的公式，優雅地詮釋經驗。在我看來精確的詮釋（用公式用算法），和人文的詮釋（用概念），只要是求真的，其實是一致的。
我贊成巴黎礦院前任校長雷蒙德·費斯徹賽爾對智慧的定義：
“有效地關注重要之事。這樣的智慧，因為反思、理解并欣賞生活而偉大，并不僅僅因為掌控生活而偉大?！?/p>
《經驗的疆界》一書認為，從經驗中獲取智慧的模式可以分為兩種：
- 第一種模式，低智學習。是指在不求理解因果結構的情況下復制與成功相連的行動。
- 第二種模式，高智學習。是指努力理解因果結構并用其指導以后的行動。
實際的學習是兩種模式兼而有之，尤其是厲害的人，兩頭都很強。
我們不能簡單地將心法與低智學習（這個名字容易讓人產生歧義）關聯，也不能認為高智學習就是算法。兩種學習方法都有令人驚嘆之處，也有著各自的難題。
有些時候，我們自己也分不清楚。就像耳赤一手，之前它被認為是算法，后來被發現只是一個神話。
一旦進入大腦層面，這個問題就更加復雜。因為構建物質世界和精神世界彼此間的因果關系，看起來相當虛無縹緲。
但至少有一點，我相信埃德爾曼的觀點：
科學是由可驗證真理支撐的想象。當然，它的終極力量在于理解，并且就如我們看到的，它在技術上的成就讓人震驚。
但是科學想象力的大腦源頭與詩、音樂或倫理體系的建立所必需的沒有區別。由于神經達爾文主義的模型承認人類思維的歷史性和創造性的一面，因此，在科學和人文之間的背離是沒有必要的。
14
算法和心法，科學與人文，是我們理解這個“竟然可以理解的世界”的兩個輪子。在本文的自由飛翔之后，我對二者之間的關系，有一個具體的建議。
圍棋AI將人類的“心法”，我是指那種一直被人類歌頌的、在其它領域仍然被信奉著的“天生智慧”，逼出了那個19??19的有著無窮變化的棋盤。這件事給我的最大啟發是：讓算法和心法保持距離。
盡管二者之間有不可切斷的交織，但是盡量把它們拉開，是一種有益的做法。
具體而言：盡量拉開算法和心法，并縮小各自的半徑。將盡可能多的空間留給未知。
這是一個對模糊概念的模糊建議，由此熬出的雞湯也是老生常談。
達里歐的“塑造者”的概念，可以拿來作為我的論據。
塑造者既有大圖景，又能在小細節上實現。
- 愿景需要非常原創，足夠宏大，是超級理想主義者；
- 細節需要堅決實現，決不妥協，是極端現實主義者。
地球的確是被上述這類人統治著的。
你要有一個宏大的夢想，夢想本身要大到不允許被人質疑；你要有可計算的具體行為，具體到允許被人質疑。
將中間地帶留給“不知道”，留給學習、成長和自我塑造。
15
人類會繼續下圍棋，但是那種“人是萬物之靈”的自信，已經不能再以圍棋為證據了。
在算法和心法之間預留空間，一方面，為“對心法步步緊逼”的算法留下騰挪之地，另一方面，也令心法本身更有意義。
真正的危險，是在二者交織地帶或強詞奪理，或自暴自棄。例如用心法來計算，用算法來剝奪心法。
淺薄和訛妄，在于混淆了計算與神話的界限。神話只能作為一種遠程的指引，并不能作為中距離或者近距離的思考工具和計算方法。
此外，在我們的有生之年，該擔心的不是機器變成人，而是人變成機器。
純粹的還原論者值得尊敬，他們冒著毀掉聲譽的風險，本文提到的幾位大師，恰恰是在拿到人類最高級別的智慧獎項后，一猛子扎進未知世界，瞄準算法、意識等問題最艱深、最容易一無所獲的領域。
純粹的還原論者并非極端的還原論者。因為純粹，他們不僅執著，也有溫度，閃耀著人性的光芒。
一樣值得歌頌的，還有純粹的人文主義者。就像科學家們在普魯斯特的小說里，發現了與腦神經科學一致的對記憶的洞察。
將世界切割為原子的科學家們，與將生活幻化成意識流的藝術家們，令科學邏輯與故事邏輯交融在一起。
鄙視哲學家的費曼，用一種充滿哲學意味的話語寫道：
繼續向上走，我們會遇到魔鬼、美和希望…….
借用一下宗教的隱喻，哪一端更靠近上帝呢。美和希望？還是基本定律？
我認為正確的答案當然是要尋找事物之間聯系的整體結構；一切科學，不僅僅是科學，還包括各種知識和成果，都是在尋找層次之間的聯系，美與歷史的聯系，歷史與人類心靈的聯系，人類心靈與腦活動的聯系，大腦與神經脈沖的聯系，神經脈沖與化學的聯系，等等，上下層相互聯系。
而在今天，不管我們如何自信，我們已無法在兩頭之間畫出一條明確的界線，因為我們已開始明白層次是相對的。
我也不認為哪一端會更靠近上帝。
機器的算法和人類的心法，將攜手令我們的未來更值得期待。
我們要在算法和心法之間，騰出地方，交給AI，人類自己則繼續向未知世界探索，利用碳基生物與生俱來的那種無知和混亂所帶來的進化契機，結合AI進化加速力量，發現遙遠宇宙的秘密，尋求更長的壽命，甚至在時間的深處找回我們失去的記憶和親人。同時，克服貪婪，避免自我毀滅。
參考讀物：《如何思考會思考的機器》，《計算機與人腦》，《第二自然》，《驚人的假設》，《神經的邏輯》，《普魯斯特是個神經學家》等。
作者：老喻在加，公眾號：孤獨大腦（ID：lonelybrain）
本文由 @老喻在加 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自正版圖庫 圖蟲創意
有深度的文章
非常感謝，受益匪淺，真正理解了那句話：美和希望與基本定律，到底誰更接近上帝。
人類無法從純理性的虛空中獲得希望和支撐，所以這種感情驅動是很重要的，哪怕只是虛假