人工智能伦理

图3.53 数学王子高斯和用于回归分析的最小二乘法——按照某个预先

给定的评估标准，在一个曲线族里找出和数据最拟合的那条曲线

最小二乘法成为统计学、机器学习中数据拟合的常用方法，在事先了解数据分布类型的情况下，这个方法还是非常有效的。如果没有任何先验信息，经过尝试多种可能的分布类型之后，研究者可以从中挑选出令人满意的结果。它不一定是因果律，但必须具备良好的预测能力和解释能力，才有资格变成知识存储起来以备所需。比如，图3.54所示的男孩年龄–身高曲线是一个统计规律，它未必对每个个体都适用，但八九不离十。

12 13 14 15 16 17 18 19 20

图3.54 12∼20岁男孩的年龄-身高曲线：由当前身高所在的曲线估计未来身高。每条曲线都标注了分位数（quantile），表明在同龄人当中，低于该身高的人群比例

新旧知识之间通过类比形成关联，旧知识需要适当地调整以容纳新知识。知识经过具象化，有助于直觉和抽象思维。例如，在提出狭义相对论之后，大物理学家阿尔伯特·爱因斯坦（Albert Einstein, 1879—1955）将引力与加速运动的升降机做类比，引力场被描述为时空的一种几何属性——曲率。于是，牛顿力学的旧知识进一步发展成广义相对论的新知识，能用来解释更多的物理现象。

L LTER

图3.55 爱因斯坦认为弯曲时空（flection-timespace）是质量（能量）造成的，他提出的引力场方程将时空和物质联系了起来

另外，知识的可操作性还体现在它一定是可以传授的。梁启超在《科学精神与东西文化》里批判了只可意会的知识不是真知识。“凡学问有一个要件，要能‘传与其人’。人类文化所以能成立，全由于一人的知识能传给多数人，一代的知识能传给次代。我费了很大的工夫得一种新知识，把他传给别人，别人费比较小的工夫承受我的知识之全部或一部，同时腾出别的工夫又去发明新知识。如此教学相长，递相传授，文化内容，自然一日一日的扩大。倘若知识不可以教人，无论这项知识怎样的精深博大，也等于‘人亡政息’，于社会文化绝无影响。中国凡百学问，都带一种‘可以意会，不可以信传’的神秘性，最足为知识扩大之障碍。例如医学，我不敢说中国几千年没有发明，而且我还信得过确有名医。但总没有法传给别人，所以今日的医学，和扁鹊、仓公时代一样，或者还不如。又如修习禅观的人，所得境界，或者真是圆满庄严。但只好他一个人独享，对于全社会文化竟不发生丝毫关系。中国所有学问的性质，大抵都是如此。这也难怪。中国学问，本来是由几位天才绝特的人‘妙手偶得’——本来不是按部就班地循着一条路去得着，何从把一条应循之路指给别人？科学家恰恰相反，他们一点点知识，都是由艰苦经验得来；他们说一句话总要举出证据，自然要将证据之如何搜集、如何审定一概告诉人；他们主张一件事总要说明理由，理由非能够还原不可，自然要把自己思想经过的路线，顺次详叙。所以别人读他一部书或听他一回讲义，不惟能够承受他研究所得之结果，而且一并承受他如何能研究得此结果之方法，而且可以用他的方法来批评他的错误。方法普及于社会，人人都可以研究，自然人人都会有发明。”

图3.56 概念和知识形成一个巨大而复杂的网络结构，其中因果关系是最重要的

对机器而言，知识的表示和使用必须是明确的、可操作的，可以从一台机器传递到另一台机器，否则便是无用的。如何做到这一点？机器之间要有一门统一的知识表示和推理的语言，它是一类以知识为研究对象的新型的数学范式，等待着未来的数学家、计算机科学家携手创立。最先受益的是数学本身，未来的机器数学家不仅能够证明定理，还能够主动发现新的定理、提出新的概念。

3.1.3 知识工程

伟大的德国数学家大卫·希尔伯特认为，“我们必定可以用桌子、椅子、啤酒杯来代替点、直线、平面”，于是他舍弃了点、直线、平面的直观意义而把它们看作不加定义的纯粹抽象物，并明确指出几何学关心的是点、直线、平面之间的关系，这样建立的几何公理系统具有最大的一般性。