三联中读的朋友们，大家好，我是刘伟。欢迎和我一起走进“20世纪十大思想家”。在上一节中，我们说了图灵如何破解密码、扭转战争局面，这一节我将要为大家讲讲人工智能与人类智能：机器能赶上人的思维吗？

人工智能与智能的比较应该是从不同维度上的，机器的计算侧重于大数据的发掘，复杂的数学模型的建立，而人的算计侧重于小数据，小数据是对大数据特征的抽取和分析，人具有的情感、推理、感悟、想象，机器却不具有这种能力。

人工智能vs人类

人工智能在实际应用中，和人的协同配合中，人是占主导地位的。人可以隐真示假，在《孙子兵法》中提到，“故能而示之不能，用而示之不用，近而示之远，远而示之近。”

有关人工智能与人的关系，很多人进行过质疑与讨论。在上个世纪60年代，有一部很著名的书《机器的神话》，作者就对机器工作提出了强烈的反对意见，他认为机器的诞生使得人类丧失个性，从而使社会变得机械化。而近些年来，奇点理论的提出与宣传，使得人们更加担忧机器是否会在未来全面替代人类。奇点理论的核心思想即认为，机器的智能很快就将超过人类。

我们认为，人工智能不断进步，这是个不争的事实。机器的感觉、运动、计算等能力都将会远远超过人类，这是机器的强项，但是它不会从根本上冲击人类的岗位与职业。

这源于以下几方面：

首先，机器有自己的优势，人类也有自己的优势，且人类的长处是机器在短期无法比拟与模仿的。人类拥有思维能力，能够从小数据中迅速提炼归纳出规律，并且可以在资源有限的情况下进行非理性决策。人类这种直觉，能够将无关的事物相关化；人类还具有与机器不尽相同的内部处理方式，一些在人类看来轻而易举的事情，对机器而言可能就要耗费巨大的资源。在2012年，谷歌训练机器从1000 万张图片中，自发地识别出猫的图片。2016年，谷歌大脑团队训练机器根据物体的不同材质，自动调整抓握的力量，这对于一个小孩子来说是很简单的任务，但在人工智能领域，却正好相反。也许正如莫拉维克悖论所阐述的，高级推理所需要的计算量不是太大，反倒是低级的感觉运动技能需要庞大的计算资源。

其次，目前人类和机器还没有达到同步对称的交互，仍然存在着交互的时间差。截至目前，人类依然占据主动，而且对于机器有不可逆的优势。皮埃罗·斯加鲁菲在《智能的本质：人工智能与机器人领域的64个大问题》一书中，曾经提出，人们在杂乱无章中的大自然中建立了规则和秩序，因为人类更容易在这样的环境中生存和繁衍不息。而环境的结构化程度越高，制造在其中的机器就越容易；相反，环境的结构化程度越低，被机器取代人类的可能性就越小。

皮埃罗·斯加鲁菲，美国硅谷人工智能研究院院长

由此可见，机器的产生与发展是建立在人们对其环境的了解与改造上的。反过来，机器的发展进一步促进了人类的改造与认知活动。这就如天平的两端，单纯地去掉任何一方都会导致天平的失衡。如果没有人类的指引与改造作用，机器只能停留在低端的机械重复工作层次。而机器在一个较低端层次工作的同时，也会使得人们不断追求更高层次的结构化，从而使得机器向更高层次迈进。这就像一个迭代上升的过程，人—机器—人—机器，依次循环，人类在这段过程中总是处于领先地位。所以，机器只可能取代人类重复性的工作，而不是取代人类。

机遇与挑战

最后，人工智能高速发展的同时也带来了各种机遇。诚然，技术的发展会带来一些负面影响，但是如果从全局来看，是利大于弊的。新技术的发展带来的机遇就是全方位的。乘法效应说的就是这个道理：在高科技领域，每增加一份工作，相应地在其他行业至少增加4份工作。我们可以明显地看到，如今伴随着人工智能业的飞速发展，许多企业如雨后春笋般诞生，整体拉动了相关产业（服务业、金融业）的发展，带来了更多的就业机会。

总之，任何一项技术的发展都不是一蹴而的，而是循序渐进的过程。无论是最早期的类人猿的工具制造，还是后来的电力发展，再到现在的互联网时代，技术的发展与运用都是需要时间来保证的。

现在社会上有些人担心人工智能的发展会立即冲击自己的工作，实则有些“杞人忧天”。历史上，大的技术突破并没有对人类的工作产生毁灭性的打击。蒸汽机的诞生替代了传统的骡马，印刷机的诞生取代了传统的抄写员，农业自动化设施的产生替代了很多农民的工作，但这都没有致使大量的工人流离失所，相反，人们找到了原本属于人类的工作。新兴技术创造的工作机会要远远高于所替代的工作机会。所以，我们不必过分担心机器会取代人类工作的问题。

另外，辅助的机器人不应是简单地、忠诚地执行自己的程序，从长远的技术发展角度讲，只讲规矩，仅得方圆；只讲方圆，仅得眼前。人工智能之所以被怀疑，就在于，尽管它的确改变了一些任务状态（比如下棋、打扑克），但还有许多没有实现的功能。智能是极致简单性和超越性，而现代的机器很难实现这种极致的简单和超越。

人工智能vs自动化

关于人工智能和自动化的区别，目前来说，很多学者产生了很多争议。那么什么是自动化？什么是智能化？什么是智慧化？这三个基本概念的区别，对未来智能领域的发展至关重要。

一般而言，固定的输入、可编程的处理、固定的输出，这个系统叫做自动化系统。而不确定的输入、一定程度上可编程的处理和不确定的输出，叫做智能化。那么什么是智慧化？智慧化是有人参与的人机环境系统。在这个系统里能够举一反三，能够触类旁通，能够看到智能所看不到的领域，能够处理智能不能处理的问题，是人在生产、生活的实践环境中通过不断交互、交流而形成的一种事物，它远远超出了数学的范畴，是常道和非常道、常名和非常名的混杂融合体。

没有“人”的人工智能应该不算是智能吧。事实上，到目前为止，“人工智能数学模型的无条件安全性是可以用数学证明的”这个命题的真实性也一直有争议的，大家只需查查有关人工智能安全性证明的论文就一清二楚了。退一万步讲，即使人工智能的抽象数学模型将来被证明是无条件安全的，也不能证明人工智能真实的物理过程是无条件绝对安全的，因为数学模型不等于真实的物理、心理过程。无论数学模型做得多完美，它只可能是真实世界部分的和近似的反映，对模型的任何分析和证明只能是真实世界特性的近似结果。   

人类的学习是全方位的学习，不同角度的学习，一个事物可以变成多个事物，一个关系可以变成多个关系，一个事实不但可以变成多个事实，甚至还可以变成多个价值，更有意思的是，有时，人的学习还可以多个不同的事物变成一类事物，多个不同的关系可以变成一个关系，多个事实变成一个事实，甚至还可以变成一个价值。而机器学习本质上是人（一个或某些人）的认知显性化，严格意义上，是一种“自以为”“是”，即人们常常只能认出自己习惯或熟悉的事物，所以，人的局限和狭隘也就在不自觉中融进了模型和程序中，因而，这种一多变换机制往往一开始就是先天不足。当然，机器学习也并不是一无是处，虽然做智能不行，但用来做计算机或自动化方向的应用应该还是不错的。

好的，本节内容就到这里，下一节我将为大家介绍人工智能在未来生活领域的应用。

欢迎转发海报

开启对未来世界的畅想