--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能时代：破解人机共存密码（套装共10册）" author: null edition: null publisher: null year: null isbn: "9787521719512" library_document_id: "396e1bee-219e-4bee-9884-3214c17ff8f5" source_sha256: "e5d429a1fedfac2a13b0bd25057c39d818c33927767948a9bb41411f01413ced" pdf_physical_page_count: 3314 pdf_physical_page_index_base: 0 range_start: 1520 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5?start=1520&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1520&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1510&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1530&limit=10" --- # 人工智能时代：破解人机共存密码（套装共10册） > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=1520 | PRINTED_PAGE=NOT_DETECTED 我们所设计的教育常常忽视人与人之间异常美妙的多样性与细微的差别，而正是这些多样性的细微差别让人们在智力、想象力和天赋方面各不相同。本来人的思维是自由的、可创造的、可沟通的，我们的教育系统的终极目标居然是把人训练成人工智能，而我们的教育考核指标在这个逻辑下就是给人工智能准备的。 远古人类未尝不是在个性化的生产中成了全能的设计师。为了适应不稳定的生存环境，人类必须拥有非常全面的生存能力和经验储备，才能够随机应变地躲避危险，获得食物求得生存。为此，人类在成长过程中，需要通过全面的训练来获得独当一面的生存技能。人类的生活丰富多彩，他们每天都可以接触不同的新鲜事物，还能发展和运用不同技能。那时候的人生活在多元的环境里，利用不同技能来应对新挑战。 工业革命先把人类限制在固定的土地和固定的工作场所，人们更多地从事以体力劳动为主的重复劳动，成为标准的劳动力而非知识和信息的生产者。专业化成了准则和理所当然的“圣经”。不管是学校教育还是后来的职业发展，我们都在努力让自己变得越来越专业化，以便成为一个庞大产业链中的螺丝钉。这完全符合经典科学对世界的设计，人也不过是一个精密设备上的某一个零件，只要他们能够按照大设计来完成自己被分配的工作，那么整个社会作为一个庞大的机器就可以稳步运作。当然这是一种伟大而单调的构想，它割裂了人作为复杂的、交互的、开放的系统对环境的需求，而这种需求是不确定的、不可规划的和多变的。从经典理性的割裂中能推演出对人生命的漠然，“人”作为劳动力，不过是可以被取代的生产资料中的一部分。在这个结构中，资本是最重要的生产要素，只要有大量资本就能购买土地和工厂，雇用大量工人，通过规模效益获得巨大利润。企业培养出了一大批优秀的职业经理人，他们是时代的精英，用自己专业的管理知识为企业主服务，创造了巨大的价值。这种经典理性所分析出来的社会结构会引起另外一个危险的思维结论：一旦用更有生产能力的“生产者”——机器人来做这些重复性的螺丝钉式的工作，人就一无是处，最终成为机器的奴隶，被淘汰出局。要找到一些自动化成功取代人的例子并不难，事实上，在后工业化国家里，这样的事情正在大规模发生。当我们在说人工智能挤压人类的工作机会，大多数人会因为机器人的普遍应用而失业时，我们回看历史，就会知道，这其实是在用一种静止的、不发展的眼光来看问题。在工业革命早期就发生了农业生产效率大幅度提高，农业人口大量失业，不需要那么多人从事农业生产保证食物供应的现象。而这不是对人的机会的抢夺，是农业人口向工业人口转化，促进社会工业化生产发展的一大进步，因而创造了今天的现代文明。 ## PDF_PHYSICAL_PAGE_INDEX=1521 | PRINTED_PAGE=NOT_DETECTED 随着理性认知的技术能逐渐模拟人的技能，人的感性认知的思维技能相对而言也可能变得更有价值。计算机更擅长有限假设下的数学推演，而人的洞察力始于提出一些重要的新问题。质疑机器的行动和决策，对认识到使用它们是来解放我们而非约束我们是至关重要的。人被机器人从工厂里撵出来之后，会发掘更多可以做的事情，如从事更加丰富的个性化设计。相比使用认知技术的狭义自动化任务，诸如批判性思维、通用问题解决能力、对不明确事物的容忍度以及智谋等能实现广义任务的技能和品质都会变得更有价值。产品设计、服务、娱乐，或者构建使人感到满意的环境等工作都不会在短期内被计算机取代。 对于未来人和人工智能的分工，就要从今天的教育起步。制造业发展所需的人的智能若要超越今天的人工智能技术，从根本上讲，需要创新技术工人的培养方式，让他们有终身学习的习惯，提升他们终身学习的能力，同时加强语言和数学的基础教育，增加历史和物理的方法教育，在此之上构建职业教育的具体方向。语言教育保证未来人与人之间沟通能力的基础，而数学的教育则是人和人工智能之间沟通能力的保证。加强物理学和历史的教育会让未来人从大量的经验中吸取思维方法，建立正确的历史观和世界观，以此为基础，适应高速发展的社会变革。 ## PDF_PHYSICAL_PAGE_INDEX=1522 | PRINTED_PAGE=NOT_DETECTED 知识生产也是生产，人工智能技术的应用会大幅度提高知识生产的效率。根据目前信息技术发展水平来看，软件业的开源风气也会蔓延到制造业各个领域，从而推动整个制造业的发展。开源学习平台具有允许公众使用、复制和修改源代码的性能，并具有更新速度快、拓展性强等特点，因而能够大幅度降低企业开发和客户购买的成本。开源深度学习平台成为推进人工智能技术发展的重要动力。它在企业被广泛应用，帮助企业快速搭建深度学习技术开发环境，并促使自身技术的加速迭代与成熟，最终实现产品的应用落地。 人工智能开源软件框架具有统一性和标准化的特征，其生态的核心就是通过使用者和贡献者之间的良好互动和规模化效应，在终端服务、产品的使用者和开发者三类用户之间形成具有现实意义的标准体系和产业生态，进而占据人工智能领域的主导地位。 将深度学习技术应用于药物临床前研究，可以快速、准确地挖掘和筛选合适的化合物或生物，从而达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。人工智能助力寻找新材料的速度，优化工业生产流程，以软件的开源运动为开始，各个行业的知识共享正在形成一种新的趋势。这不同于传统意义上的专利和知识产权，可以被视为制造业行业中一股不可逆转的潮流，从而深刻的改变工业生产的生态。 而这一现象背后的隐忧反而是知识生产的过剩。在数据驱动的生产环境下，实际上大部分制造业企业已经无法像一两百年前工业革命早期那样进行专利的保护和独享。大多数制造业企业都在参与上下游分工，因此，就不得不对上下游和相关产业的技术有所了解。而这些新技术，90%以上都是市场上已经成熟并且可以相对容易获得的技术。人工智能的应用无疑会让这种趋势变得更加明显。随着知识生产效率的提高，企业为保证技术的领先性和独占性会付出越来越高的代价，而当整个社会的企业都在从事可以大规模共享的技术研发时，就会对社会资源造成极大的浪费，从而导致知识生产的过剩。那么，怎样建立合理的生产流程和交易机制，将是未来依靠人工智能和信息技术驱动的制造业的新问题。 ## PDF_PHYSICAL_PAGE_INDEX=1523 | PRINTED_PAGE=NOT_DETECTED 人类永远有能力在看似困境中找到出路，这也正是人类智慧超越机器智慧的表现。随着人工智能在各个行业的深入应用，会有更多的人在更轻松的环境下从事更为丰富多彩的工作，创造出更多我们今天无法想象的新事物和新机会。同样的，我们如果了解了人工智能的发展历史，知道这一次的浪潮前面有长期的积累和铺垫，也就不会为它的发展而感到恐慌，人类对技术的掌握总是让人获得更大的自由，从而有更多的时间和精力让工业4.0时代的社会生活回到以人为中心的本质上来。如果说数据是人类与人工智能沟通的新语言的话，对人工智能的了解不仅是未来数据科学家和工程师需要做的准备工作，也是各行各业从业者在工作中需要的日常积累。学校需要更加重视科学、技术、工程和数学教育，即使是基础教育和职业培训，也需要增加数据教育的内容。 真实的科学研究的过程是很少有转型跨越、灵光一现的事情的。它真的是慢慢往前走，在积累到量变发生质变的时间节点，在某个方向实现些许的小突破。就人工智能而言，我们不能说泡沫都是不好的，泡沫对科普有益。新事物炒作，新概念的萌发，总会让不少人有饭吃，而每个人都要让自己的选择正义化，在历史的沉浮与优胜劣汰中抢到最终的话语权。只停留在名词炒作上，未必能够促进科学的发展，相反，可能是一种巨大的阻碍。这种“杀君马者道旁儿”——在一个领域尚未成熟就被周边环境捧杀的案例我们看的也不少了。 科学从未停止对人类思维的探索。我们相信有一天人类能够了解自己，甚至可以模拟人类的思维而创造机械的思维，即人工智能。因为人工智能是研究如何利用计算机去完成过去只有人才能完成的智能工作，我们很自然地会将人工智能和人类在同样任务上的表现进行比较。的确，在某些特定任务上，计算机已经表现出了远超人类的能力。比如，19世纪70年代，手摇计算器在算术运算方面击败了人类。 ## PDF_PHYSICAL_PAGE_INDEX=1524 | PRINTED_PAGE=NOT_DETECTED 然而，在执行通用性任务时，如回答问题、感知以及医疗诊断，人工智能系统的能力变得越来越难以评估。我们以人类视觉的丰富感知为例来说明人工智能的局限性，我们知道，人类的视觉感知系统是非常复杂的，但是却能够在明确地感知前景与灵敏地捕获背景的过程中取得自然平衡。相比之下，机器的感知水平依然无法与之相提并论。 从认知的方式上来讲，人类的认知过程与我们现在谈论的人工智能是不一样的。经典逻辑不能突破哥德尔不完备定理，但是，人却具有这样的能力。人类有一种认识相对准确结论的直觉方法，这种方法与计算机式的方法不同，我们可以认知新的事物和了解新的问题，而不受哥德尔不完备定理的限制。就计算机的有限逻辑而导致的其内在不完备而言，人却从来不会受到这样的困扰，因为人天生具有突破有限逻辑的能力，也许这构成了我们通常意义上说的感性。这也许是我认为这一代人工智能无法超越人类思维的数学逻辑层面的本质原因。 但哥德尔所限定的有限逻辑，可能不限制量子力学的基本逻辑，人类的直觉也可能不受哥德尔不完备定理的限制，从这个角度来讲现在的计算机结构不太可能具有人脑的能力。当然，量子计算机基于量子逻辑，离实现还有些实际的困难，现阶段我们不能够简单预期。 量子信息的解释也许会渗入人类对认知的了解。如果大脑真的是量子化的工作，我会认为对人类而言这是一个好消息，我们用经典的图灵机的方法来开发的计算机会在很长时间内无法超越人脑。因此，我们也就不用担心人工智能控制人类。因此，量子计算有可能是未来更接近人类思维方式的人工智能的实现通路。但今天我们对量子力学的认识还非常有限，所以，在这个基础上构建一个具有计算功能的器件，还有一段很长的路要走。从这个角度来讲，机器人也很难会有类似于人脑的思维能力，也就不具有独立的学习和创新的能力。 由于人工智能是关于怎样表示知识、怎样获得知识并使用知识的科学领域，所以，对人工智能的了解，有助于人们认识人类自己。人工智能需要更多地反映我们自身智能的深度。如果我们脱离人类知识的进步而单纯讨论人工智能，我们只会得出一幅冷漠的图景——人工智能按照刻板的假想演进，而我们人类被抛弃。 ## PDF_PHYSICAL_PAGE_INDEX=1525 | PRINTED_PAGE=NOT_DETECTED 基于现在对物理世界尤其是量子力学、脑科学，甚至是逻辑学的认识，我们距离开发一套有如人脑一样复杂的工作系统还有相当长的路要走。人工智能恐怕在未来三百年内还不会超越人脑。这个三百年的估计，不是凭空想象，而是源于我们对物理学进展的了解。我们知道，从牛顿经典力学到量子力学的诞生经过两百年，而量子力学发展到现在仅用了一百多年。当我们回顾科学发展的艰难历程，突然发现，人类所了解与所懂的之于自然，不过寥寥，甚至在缴械认输中，发现了自己的渺小。那么，问题似乎又回到了起点——也许，我们的基础研究手段可能存在问题。看过去的科学发展史，我们推算，大概还要这么长的时间才有可能在这个基础上了解和使用这些技术。三百年不是个太夸张的数字，三百年内，我们大可放心地去跟机器相处。 ## PDF_PHYSICAL_PAGE_INDEX=1526 | PRINTED_PAGE=NOT_DETECTED 第十二章不是结尾的结尾 北大有个湖，名字叫未名湖，意思是没起名字的湖。据说是燕京大学时期冰心起的，我对这个说法颇有些怀疑，很多成名的人喜欢把事情揽到自己身上。至此，读者至少应该感觉到了这个名字的智慧。正如有人要问我到底哪些事情是人工智能做不了的，我无法用语言说出答案。要记得，如果我可以把这样那样的事情一条一条列出来成为某种清晰的描述性陈述，图灵机就一定能够把这些描述性的陈述当作算法来实现，那么人工智能也因此可以去做同样的事情。因此看来，答案有，我们不能说。 ## PDF_PHYSICAL_PAGE_INDEX=1527 | PRINTED_PAGE=NOT_DETECTED 如果鱼缸里的鱼能像我们一样有复杂一点的思维，它会不会想：鱼缸外的世界是什么样子呢？一切事物都因为球形的透镜而古怪地变形，那外面的人和物都是虚幻的吗？为什么我无法触及他们而他们又在那里走动呢？而隔开这个虚幻的和我可以触及的真实世界的东西，似乎是一堵看不见的墙，我能感受到它的存在，似乎它是那个变异了的世界和我身边这个看起来正常一点的世界之间的不可逾越的屏障。它是什么？我没法描述。 如果非要有牛顿定律的话，等等，可以先有伽利略。伽利略在讨论落体实验的时候，其实有一个当时尚未清楚的假设：空气阻力跟重力比较起来非常小，在物体速度不快的情况下，可以忽略。而正是由于空气阻力的存在，亚里士多德才猜想重的物体下落速度快，而轻的物体下落速度慢。物体下落，是重力和空气阻力共同作用的结果。 但，对于鱼而言，这个假设是不成立的。水的阻力是如此之大，在不了解重力这个简单假设之前，一个鱼类的物理学家完全有可能形成一套更为复杂的运动学和力学的描述机制。当然会有聪明的人类跳出鱼世界的假设看到，其实这个鱼类做出来的动力学理论，可以有更简单的描述，即重力和阻力的组合。 这不是用拟人化的手法来描述高深的科学知识。其实，这件事情早已发生过。在我们怎么也搞不清楚以太是什么东西和测不出来光速变化时，洛伦兹费了很大的力，推出了洛伦兹变换来解释为什么光速是不变的。关于洛伦兹时空关系的公式的可靠性，连它的发明人洛伦兹自己都不太确信。而当爱因斯坦直觉上觉得速度是可以以光速为上限的性质时，事情就简单了很多。 ## PDF_PHYSICAL_PAGE_INDEX=1528 | PRINTED_PAGE=NOT_DETECTED 回到鱼的问题上来，我一贯对饲养宠物抱有一定的敌意。我觉得自然的动物就应该让它们生活在自然里，我们为了弥补人类内心的缺失，养了诸多动物。但这些动物的生命凭空造了出来，挤压了其他动物的生存空间。牛津大学自然史博物馆的镇馆之宝渡渡鸟，就是这样的例子。17世纪欧洲殖民者把猫、狗、猪等动物带到了毛里求斯的岛屿上，在这之前，岛上的渡渡鸟没有天敌。英国探险家把渡渡鸟带回英国展览的时候，岛上渡渡鸟还有很多。几十年之后，猫、狗、猪等动物在岛上大量繁殖，偷鸟蛋，捕食幼鸟，渡渡鸟便成了在人类干涉下第一个灭绝的物种。牛津大学自然史博物馆保存了渡渡鸟最后一个完整的填充标本。从这个意义上讲，猫和狗作为宠物缓解了人类的孤独，从而获得了该群体在地球上的竞争优势。那么，谁是谁的宠物呢？ 问题并不存在一定正确的这样或那样，而事实上哥德尔不完备定理说明，我们没法描述一定正确的真理本身，这样就需要我们界定讨论的前提条件，所有论述都只能在特定的前提下才有意义。所以人类的辩论活动变成一种实用性的技巧，它更应该被看作成一种怡情，而不能被看作是对真理的维护。有些问题，我们明知道它们是对的，而且我们可以一一验证，但我们可能在这个框架内都无法证明它在理性上是对的。 科学的事情，一个人常常只能做一小点。我的博士论文做的是量子气体在重力下的混沌动力学现象，这些东西常常让非此专业的人觉得每一个字都看得懂，但放到一起就不明白是什么意思了。其实不仅不做物理的人如此，做物理的不做这一方向的人也有这种感觉。但我们有一种超然的概括能力，把这些不懂的东西概括成一个黑盒子般的词汇，只要说得出来，就意味着似乎懂了。如果说真理给我们描述了一个可能普适的样子，哥德尔不完备定理告诉我们真理的正确是有明确的前提的，把这些前提也当作正确的话，就需要更多的前提来说明这些前提在什么情况下是正确的。我们已经意识到，寻求真理这件事，恐怕没完。我们退而求其次，去寻求相对靠谱的方法。牛顿之后的三百多年下来，我们成就了如今观察世界的一系列方法，此方法被称为科学。科学的出现和存在，并不是要替换掉在地球上存在过的亿万人的思想，它只是谦卑地说，依照现有的证据，科学怎么看。而它的谦卑往往是有效的，即使我们很快意识到这有效的局限性，这并不影响我们用它来了解和认识我们周遭的世界和我们自身。毕竟，科学是我们已知的方法中，最可靠和最开放的。科学是基本的方法，但它从未代表过绝对正确的真理。因为目前看来，只有通过这个渠道我们才能认识到比较靠谱的世界，获得比较靠谱的知识。我们所惯有的科学教育让人太早丧失了对科学本身的兴趣，一旦不用把它当作升学的敲门砖，很多人就迫不及待地将它丢回给老师。成年之后这些人会跟搞科学的人说，物理、化学和数学那些东西太难了，他们学不懂。这么说，并不算是一种谦虚而是体现了另外一种傲慢。 ## PDF_PHYSICAL_PAGE_INDEX=1529 | PRINTED_PAGE=NOT_DETECTED 虽然有时我们也发现“科学方法”多少会有些问题，比如哥德尔不完备定理所指出来的。好在“科学”并不限制自己的研究范畴，也不宣称自己就是绝对真理，它本身在挑战着绝对真理的存在。我跟搞艺术的朋友说，建起来的时候就想着推翻，而事实上就是推翻了，推翻了再重建，心里惦记着还是要推翻它，科学家所做的才是行为艺术呢！这又像极了佛教密宗的一种修行方法。喇嘛用彩色细沙在地上做沙画的唐卡，往往会花几个星期甚至更长的时间，在即将画好的最后一刻把整幅画毁掉，重新再来。这沙画的唐卡被称为坛城，用来启示世事无常。 人与自然的关系，人与人的关系，人与自己的内心世界的关系构成了人对宗教信仰和科学探索的核心。我是谁？我从哪里来？我来做什么？总有人喜欢因此谈论哲学，觉得这样显得比较有学问。人类的古代文明往往通过思辨成为某种成系统的知识体系。这些东西从各自的角度说起来往往都有些道理，但谁也说服不了谁。以至于老子出来做裁判，“道可道，非常道”，也就是说你们那些能够说得清的东西，都不是永恒的东西，都是末流的知识。然而老子所向往的非末流的东西却导致了我们始终没法积累相对可靠的知识，人类对世界的探索徘徊在离起点不远的地方，没办法积累成可以不断拓展的知识。由于对信息掌握的不完善，人们常常认为会有一个超越普通人类的绝对真理存在，它可以是一套真理，也可以具象成某个形象，譬如基督或者佛陀，甚至可以不说它到底是什么形象，但它应该是存在的。 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1530&limit=10)