2016年，这种情形发生了变化。翻译系统不是在文本间使用严格的统计推断，而是开始使用由谷歌大脑研发的一套神经网络，从而在功能上获得了指数级的飞跃。这一网络不再埋头于文本堆里进行简单的交叉引用，而是建立起自己对世界的模型，其结果也不再是词语间二维连接的集合，而是反映整片疆域的地图。在这种新的架构中，词汇以彼此在语义网络中的距离来进行编码——这种网络只有机器可以理解。一个人可以轻易在“水池”和“水”之间连一条线，但要在一张图上画出“水池”和“革命”、“水”和“流动性”之间的连线，再加上由这些联系生发出的所有情感与推断，就很快变得不可能办到了。这张图是多维度的，向多个方向延伸，超出了人类思维能处理的范围。正如一位谷歌工程师在被记者要求形象化解释下这个系统时所说的：“我一般不愿意在三维空间里去视觉化一个上千维度的向量。”25机器学习就是在这样一个看不见的空间里创造着意义。
这些事物不仅是我们无法视觉化的，甚至也是我们无法理解的：一种不可知性正以其纯粹的疏离压向我们不过反过来说，也正是因为这种疏离感才使其更像是一种智慧体。1997年，国际象棋卫冕冠军加里·卡斯帕罗夫(GarryKasparov)在纽约迎战“深蓝”—一台由IBM专门设计用来打败他的计算机。前一年他们在费城也有一场类似的较量，当时卡斯帕罗夫以4比2取胜，因此，这位被誉为古往今来最伟大棋手的男人十分自信能取得胜利。当他落败时，他争辩说深蓝有几步棋实在太聪明、太有创意了，一定是人工干预的结果。但我们能理解深蓝能下出这几步棋的原因：它的决策过程完全是依靠蛮力，依靠的是14000个定制的国际象棋芯片形成的并联结构，是每秒钟分析2亿个盘面形势的能力。在参加这场比赛时，它的计算能力在全世界计算机中居第259位，并且纯粹用来下国际象棋。因此它在选择下一步所走的位置时，就是能比人类考虑更多可能的结果。卡斯帕罗夫并不是败于思维深度，而是纯属火力不足。
第六章 认知
148
159