为人的智能辩护
Defending human intelligence
文 / 蒲 实
2018年4月，侯世达来到北京。四十年前，在印第安纳大学还是一名青年教师的他写了《歌德尔、艾舍尔、巴赫——集异璧之大成》这本轰动计算机科学界的“神书”。之后他又不断写了很多书，其中包括与美国哲学家、心理学家丹尼尔·丹尼特合著的《心我论》（The Mind’s I），《我是一个怪圈》（I am a Strange Loop）和《表象与本质：类比，思考之源和思维之火》。他探索自我意识究竟是怎么一回事，以及人类认知的核心是什么。
《表象与本质：类比，思考之源和思维之火》
侯世达在北京的几场讲座和演讲让他听起来都更像个语言学家。他总是在讲生活中很多听起来更具有语言学意义的琐事，比如，一个小孩子为什么会偶尔误用语言，说出“你的烟在融化”这样的话，或者“为什么爸爸在呼唤我时，总把我和妈妈的名字搞混”这类日常谈话中发生的口误。《表象与本质》这本书里，他也事无巨细的在罗列生活里那些看似琐屑、累积起来又很绵密的“类比”现象。比如，“狐狸吃不到葡萄就说葡萄酸”这个寓言故事在近十个生活场景中是如何被自如应用和理解的。
他用了整整一场讲座来讲翻译——其中将近一半的时间，他花在详细讲解王维的唐诗《鹿柴》有多少种英文译法上。他对中文和翻译的体悟已如此精妙，甚至将王维这首诗中第二句和第三句的第三个字“人”和“入”所具有的汉字形式上的对称性，都通过具有字母形式对称性的一组英文单词翻译了出来，令在场所有的中国听众惊艳。他私下里正在翻译杨绛的《我们仨》。不过他告诉我，他不确定是否真的读懂了杨绛在这本书开头所写的那个悠长的梦。
他如此不厌其烦的举例，其实是在讲，人类思维会在一瞬间产生无数个可以进行类比的变体，而与逻辑没有任何关系。就像字母“A”有很多种字体的写法，但所有这些变体本质上都是“A”。《表象与本质》这本书的书名，中文“本质”这个词对应的英文词essence，其在法语中对应的词是profondeurs，表示“深度”；而essence作为一个法语词，在英语中含义对应的词则是“燃料”——这个词在两种语言中“概念空间”的占位，本身就已体现出人类思维里类比的特质。在《表象与本质》这本书里，他用大量认知科学的案例来论证“类比是人类认知的核心”这个观点：正是人类大脑多年来不知不觉形成的一长串类比，赋予每个概念生命，让我们得以通过已知的旧事物来理解未知新事物。
侯世达展示翻译王维《鹿柴》一诗的思维过程，是想解答这样一个疑问：机器翻译是可以兼容的吗？这里他说的“兼容”，是一种思维空间的重合——鹿柴是王维800年前在山中禅修时的别墅，我们如何通过翻译这首诗，真正站到王维的时空里？就在那场讲座前不久，谷歌翻译刚刚测试了最先进的翻译机器人，其准确性让人们开始相信，人工智能的发展离自然语言翻译这个“AI的圣杯”更近了。
然而侯世达认为，人工智能不是离“圣杯”更近，而只是走向了不同的方向。通过将王维那首诗英译的过程细致展开，他意在阐明，“人类对一个词的理解，比机器对一个词的理解要宽广很多”，而这种“宽广”，就是那种思维活动在一瞬间发生的丰富类比空间——人类正是通过充满大量与情景、经验、人生阅历和情感相关的类比，将王维唐诗的意境移译到英语里的。
通过呈现翻译过程，侯世达想重申那些已被我们遗忘的、人类智能的最重要特点。他向我们展示出，整个翻译都是一种情感的过程，充满愉悦和审美体验，“它是一种繁衍，而不仅是阐释，这才是思维的核心，而不是计算”。在这个意义上，微软“小冰”的现代诗实质只是随机的词语组合，是缺乏深层意义的、非常表面的模仿；AlphaGo找到了战胜对手的方式，却无法创造游戏的高潮，它令人惊奇，却没有任何好奇心、激情和兴趣这些情感的驱动。
基质由斜长石、橄榄石假象、单斜辉石组成，斜长石呈半自形板条状，长径一般0.03～0.2mm，杂乱似格架状分布，表面相对较干净，局部硅化；橄榄石、单斜辉石呈半自形—他形柱粒状，粒径一般<0.1mm，少数0.1～0.2mm，杂乱似填隙状分布于斜长石格架间，显间粒结构，橄榄石被皂石及少量硅质、碳酸盐交代呈假象，单斜辉石局部皂石化、碳酸盐化。岩内见少量碳酸盐充填的显微裂隙分布。
那么，侯世达为何要为人类智能辩护？如何辩护？为什么他仍然认为，机器的思维还无法和人类相提并论——比如，为什么机器翻译的结果有时和语境并不能完全契合，失去了许多微妙的含义？为什么计算机的图像识别还限于某些狭窄领域？为什么搜索引擎能在数十亿的网页找到包括词组“好人有好报“的段落，却不能找到以此为无形思想主旨的内容？他认为，人类的优势与我们“通过类比进行范畴化“的认知机制密切相关。正是这一认知策略，人类的思想才能做到虽然速度慢、不精确，但基本可信、相关，并且能够产生深刻的洞见和创造性。而电脑无论多么迅速和精确，“思想”（如果真的存在的话）都非常局限，经不起推敲。
侯世达把他的目光再次落在了语言上——语言是人类思想的载体。机器可以在垂直领域和解决特定任务上变得很强大，但在翻译语言上，他认为，机器无法企及人类，甚至连简单句子的翻译都无法真正胜任。“机器无法理解意义，它们所理解的语言从未与真实的物理世界发生过关联。只有人类对语言的使用是嵌入到真实世界的体验中的，所做的决策是实时、复杂和多维度的”，侯世达告诉我。
(1)SLA形式化。将用户与CSP制定的SLA进行形式化处理，将SLA转换成机器可识别处理的内容。该模块是自动化处理的前提条件；
四是《条例》从生产、生活和生态3个方面作出规定，涉及建设应急备用水源、供水设施改造、取水总量控制、清淤疏浚、地下水禁采、水污染物总量控制削减、城乡污水垃圾处理、禽畜养殖污水污物处置、农药化肥减施、船舶污染物收集、运送剧毒或危险化学品船舶重点区域禁运、蓝藻打捞、植树造林、增殖放流等方面综合的手段和措施。
在《表象与本质》中他写到，与电脑相比，人脑的确可以说是漏洞百出、无一是处。“在纯粹的逻辑推理任务中，设计精良的电脑程序几乎瞬间就能得出合乎逻辑的结论，而人脑则在大多数时候无法得出正确的解答。在处理大量知识时也是这样。看过几条信息之后人脑几乎饱和，而理论上讲，电脑可以存入无限量的信息。人类的记忆也是出了名的不靠谱，而电脑却从来不会忘记或扭曲某段记忆。人脑比电脑处理信息的速度也慢得多，特别是在复杂运算方面”。再加上人类的弱点，比如容易受情绪影响、容易分心、疲惫、五官感觉不准确等，人脑和电脑的差距愈加明显，“智人”恐怕是该被扔进垃圾桶的。
“我不想成为一个让机器变得更聪明的人，但也没有阻止的权力”，侯世达告诉我。他对如何改善电脑，使其在下棋上打败人不感兴趣。在他看来，这种具体任务导向的人工智能是非人的：“‘深蓝’用来打败围棋手的‘蒙特卡洛树搜索（MCTS）算法’，可以一秒钟在它的长链搜索树上长到数百万个，但这不是人的思维方式”。AlphaGo是用模式（pattern）的方式来进行深度学习的，与人的思维特质相距甚远。他认为，“人有白日梦，有憧憬，有激情，还有向未来驱动的能力和同理心，这些人的天性，机器都暂时不会有”。
今天，人工智能正向商业用途的方向走去：它可以完成人类无法完成的、需要极其复杂计算的高难度任务，可以打败人类最好的棋手，很多硬件的进展也成为推动它发展的无可阻止的动力，并且形成了“深度神经网络”，具有了“深度学习能力”。商业力量推动着“改善电脑智能”的潮流。
→Ten boys competed against each other，two of whom came from our school.
直到2010年，数学和物理学出身的侯世达还没有研究过爱因斯坦。他说，他过去以为爱因斯坦的思维方式是逻辑式的，对他的研究因此一直回避。直到2015年，他收到一份邀请，埃及的亚历山大图书馆请他去发表“奇迹年”（1905年）的演讲。他这才开始去阅读和研究爱因斯坦，发现他在最关键的认知时刻仍然是通过类比来发现新事物的。最后“类比”成了他那次特别讲座的主题。侯世达发现，爱因斯坦思维过程的关键在于他看出来，“重力的表面下是加速度，理想空气下的表面下是光子”。“他类比的是两个物理系统：‘黑体’（black body）和‘理想空气’（ideal gas）。他发现，这两个等式非常相似，只有一小部分不同，从而想到，‘光可能是粒子’”。
而这种思维方式，实际上无处不在、无时不在的存在于我们的日常生活中。当我们受到瓶子、桌子、椅子的视觉刺激时，“瓶子”、“桌子”、“椅子”这些词语都非常客观地浮现在我们面前；当我们在瞬息之间从大脑中提取出和生活中正在经历的情景或事件相对应的谚语或寓言时，总有一种“就是这句话！”的惊喜。实际上，谚语所代表的抽象范畴的成员与桌椅这样的物体不同，它们看不见、摸不着。尽管如此，我们仍然会毫不费力地在日常生活中自如的使用诸如“小心驶得万年船”、“山中无老虎，猴子称霸王”、“一鸟在手，胜似二鸟在林”这样的抽象情景来准确地描述某个具体场景。
比如对“狐狸吃不到葡萄就说葡萄酸”这个寓言故事，侯世达构造了许多个符合其寓意的日常具体场景，每个场景都以各自的方式体现了“失败后诋毁原先目标”的意思，都靠近“酸葡萄”这一寓言范畴的中心。人类只在这些表象的情景上花很少时间，就能直接深入本质，把每个情景都归纳到“酸葡萄”这个概念；这太日常、太自然，似乎微不足道。但正是从这些因为太自然而不为人注意的情形中，他认识到人类思维独一无二、至今无法被任何人工智能取代的独特之处：透过表象看本质的抽象能力。
在这个从表象抵达本质的过程中，人的思维所进行的类比，以及进行这种类比所需要的记忆提取过程是自然发生和毫不间断的，这个过程往往能在瞬息间完成，精确得令人惊叹。这种从深埋的记忆储备中灵活抽取所需部分的精湛能力是任何普遍人的大脑都生来具有的能力。然而，到目前为止，还没有任何一个搜索引擎能拨开表面，直指本质；也没有一个搜索引擎能识别出不同的酸葡萄情景。让电脑做出类似的判断一直是人工智能学界的难点，“深神经科学”(deep neuron science)目前所做的，就是用“网络”来实现类比。但让电脑能够意识到两件表面上千差万别的事情实际上“一模一样”，还是很遥远的未来。
让我们回到侯世达对爱因斯坦思维过程的那次意外的造访上来。在广义相对论故事的决定性时刻，爱因斯坦的头脑中满是速度、加速度、旋转、引力、摩擦、轨迹、碰撞、弹簧、钟摆、陀螺、陀螺仪这些概念。它们都是经典力学的概念，爱因斯坦无论在理论上还是实践上，都不具备预测可能发生的情况所需要的知识。他来到了一个关键的十字路口：他的理论知识、他对各种理论化物理环境的想象天赋，他极其聪明的推理，都不允许他再向前迈进一步。
爱因斯坦将他的原理扩展为：无论使用任何种类的物理学实验，都无法把加速参照系和处于引力场内的非加速参照系分开来。侯世达发现，正是在这里，爱因斯坦用“物理学的”取代“力学的”的类比，迈出了微不足道的一步。正是这有胆识的一步，让人类跨入了全然未知的世界。而所有这一切，都出自爱因斯坦“宇宙统一性”的直觉。这个直觉是类比永不枯竭的源泉。
4.统计学处理：采用SPSS 17.0进行数据的整理和统计分析。计量资料用均数±标准差表示，2组之间皮片成活率和平均换药次数的比较因为方差不齐，采用校正t检验。以P<0.05为差异有统计学意义。
来源：三联生活周刊
标签：辩护论文; 智能论文; 计算机科学论文; 青年教师论文; 印第安纳论文; 心理学家论文; LOOP论文; 哲学家论文;