人工智能伦理

图1.119 谢尔宾斯基和以他名字命名的谢尔宾斯基三角形

口 1907—1915年，爱因斯坦从弯曲空间⁽¹⁹⁾的概念出发思考广义相对论（general relativity），它的数学基 础 就 是 伟 大 的 德 国 数 学 家 伯 恩 哈 德 · 黎 曼（Bernhard Riemann, 1826—1866）于1854年创立的一种 非 欧 几 何 学 —— 黎 曼 几 何 （ Riemanniangeometry）。可以说，黎曼几何和广义相对论相互成就了对方的价值。在数学和物理学中，类似的例子还有纤维丛理论与规范场论等。今天的数学家几乎都不懂物理，数学的价值要在物理学中体现出来，还得靠物理学家来甄别。

图1.120 广义相对论认为，在引力场中空间是弯曲的。因此，局部两点间的最短路径不再是直线段，而是曲线，称为“测地线”

可以说，离开了产生概念的抽象能力，人类不可能稳扎稳打地加深对自然和自身的认知，也就无法创造文明。概念在头脑中被构建，经过共识、实践的反复锤炼，一经固化便成为知识网络中的一部分。还有一些概念很难用形式化的手段讲清楚，有时甚至只可意会不可言传，特别是艺术类、人文类知识。

图1.121 艺术中的很多概念都是模糊的，难以用数学来精确描述

现有的AI并不具备自主产生概念的能力，只会在一个静态的知识库上做匹配搜索和简单推理。人工智能中的原子论者（atomist）试图定义知识的最小颗粒，然后从它们出发构建整个知识的体系。这个思路的瓶颈在于知识的组织结构仍是一个未解之谜。目前，知识表示具有多样性，缺乏统一的框架，基本都是面向具体应用而设计的。例如，符号计算、智能搜索、推荐系统等有着不同的知识表示和推理规则。

产生概念是人类的基本能力

没有生物学上的证据表明，人类在产生概念的能力上有任何差异。不论男女、肤色、地域，人类表现出同样的构建概念的能力。国家的先进和落后只是归于某些略带有偶然性的历史和社会的原因，并不代表哪个种族更优秀。

每个人的第一位老师是他／她的母亲，对其一生的影响几乎是任何人无法替换的。很多人认为女性在理性思维，尤其像数学这样偏逻辑的学问上是弱势群体。这是一种误解，有关女性社会分工的一些毫无根据的暗示，让女性对自己的能力也产生了怀疑。至今，脑神经科学家都没有发现任何女性不擅长数学的迹象。

图1.122 18—19世纪，欧洲历史上的一些著名的女数学家：夏特莱侯爵夫人、阿涅西、达什科娃、热尔曼、柯瓦列夫斯卡娅

擅长理性思维与否是个体的问题。例如，在女性社会地位低下的18、19世纪，法国数学家、物理学家、哲学家夏特莱侯爵夫人（Émilie du Châtelet, 1706—1749），意大利数学家、哲学家玛丽亚·加埃塔纳·阿涅西（Maria Gaetana Agnesi,1718—1799），创立并领导俄罗斯科学院的俄国数学家沃隆佐瓦·达什科娃（Vorontsova Dashkova,1743—1810），法国数学家索菲·热尔曼（Sophie Germain,1776—1831），以及俄国数学家 索 菲 娅 · 柯 瓦 列 夫 斯 卡 娅 （ Sofya Kovalevskaya,1850—1891），已经令几乎所有的男性汗颜。

图1.123 伟大的德国女数学家埃米·诺特

德国数学家、抽象代数（abstract algebra）之母埃米·诺特（Emmy Noether, 1882—1935）在哥廷根大学当数学讲师遭到了一些哲学教授的阻挠，大卫·希尔伯特回击道，“我并不觉得性别是一个阻止候选人成为讲师的理据。我们毕竟是一所大学，不是个澡堂”。

诺特不仅是一位伟大的数学家，在物理学中，她发现了对称性和守恒定律之间的美妙关系。这些成就让阿尔伯特·爱因斯坦（Albert Einstein, 1879—1955）、赫尔曼·外尔、诺伯特·维纳（Norbert Wiener,1894—1964）等大科学家对她敬爱有加，每一个固守性别歧视的男性都应该为其狭隘感到羞愧。

女性并非如传统观念认为的那样不擅长抽象思维和领导权谋，她们只是长期被歧视和定位束缚，才华得不到发展。科技越发达，对体力的要求越低，女性越有平等的机会，甚至更具优势。她们在创新上的表现（如提出新的概念），随着AI时代的到来，将丝毫不逊色于男性（详见6.2.2节）。

概念产生的机制

大家耳熟能详的数据、算力、算法、场景是机器学习和人工智能里备受关注的四个方面。必须知道，数据里只有经验，计算上的孔武之力也只是智能的一小部分，更多的是基于规则的理性创造力——人们从经验中提取带有规律性的模式，并将之概念化。这样的情形在数学和科学里俯拾皆是，举例说明：两个函数f(x),g(x)的卷积（convolution）f∗g的定义如下，