機器人需要像人一樣思考嗎？

人們在社會市場上互相需求，大多時候只是需要對方「非人格化」的產品或服務。我們可以接受不發生感情交流的市場服務，自然也可以接受機器人更好的單項服務

今年高考有一條趣聞：6月7日晚在北京和成都兩地，AI第一次走進高考考場，與人類一爭高下。學霸君推出的Aidam在數學考試中拿下了134分；成都準星雲學科技有限公司推出的AI-MATHS則得了105分。

「AI-MATHS」的「家長」林輝說，研發高考機器人最大的難點在於，要讓系統準確理解人類語言。「直接用數學語言表述的應用題它可以輕鬆解答，但它最大的弱項是不能理解考題里場景式的描述語言，它會讀不懂題目。」

這事情有兩種解讀：一是，只要可以轉換為計算機語言的考試或比賽，人都比不過電腦；二是，人工智慧再牛也不能像人一樣思考。

研究人工智慧多年的復旦大學徐英瑾教授就屬於第二類解讀者。他拿家政服務舉例，「如果機器人給一個大知識分子收拾書房，打掃得太乾淨，他反而不滿意：『亂有亂的味道！書房怎麼可以弄得這麼乾淨呢？』但是你不給他打掃，他又不開心了，『書總歸要碼得整齊一點，蜘蛛網總歸要掃掉吧』。所以，行為的分寸如何把握，是需要人工智慧來學習和判斷的。這是需要人類去調教的。」

徐教授這話，讓我哈哈大笑。他對智能的理解還固守著「人本主義」思維，就是假設計算機如果想趕上或超越人類的智能，就必須發展出意識。但真正的科學卻有另一種看法。用赫拉利《未來簡史》里的話說：「想達到超級智能可能有多種方式，並不是每一種都需要通過意識。數百萬年來，生物進化一直順著意識這條道路緩緩前行，但非生物的計算機卻可能完全不會走這條窄路，而是走向另一條通往超級智能的捷徑。」

什麼捷徑呢？就是避開「模擬人類意識」這一難題，只進行功能分解。赫拉利舉了自動駕駛汽車的例子，社會系統需要的是把人從a點運到b點，而且要最快、最安全、成本最低。就這一點而言，自動駕駛汽車很快就能比人類司機更好，就算它不能享受音樂，也不會因存在的奧秘深感敬畏，又有什麼關係呢？

徐教授擔憂，機器人保姆不了解知識分子的「臭毛病」。試問：就算請真人保姆，如果不交代自己「亂有亂的味道」的嗜好，真人保姆就一定能心領神會嗎？

說白了，現代社會是一個抽象社會，近代以來的經濟發展首先就得益於市場分工，誰在專業上做得最好，誰就受到市場青睞，至於「他是誰」以及「其他技能如何」無所謂。人們在社會市場上互相需求，除了親人朋友等熟人外，大多數情況下只需要對方「非人格化」的產品或服務，並沒有感情互動的要求。

越是市場化發達地方的人，越會感覺，提供市場服務的人不是熟人、不發生情感交流更好，這樣不累，也不會擔心隱私泄露。比如，你在網上買個充氣娃娃，難道希望送貨的快遞員是熟人，或者給你一點使用建議？

我們可以接受不發生感情交流的市場服務，自然也可以接受機器人提供的更好單項服務。

回看人工智慧這些年的發展，走的也是這條捷徑。傳統人工智慧研究採取的是「物理主義+還原論」立場，在圖片識別方面，他們總是想找到內存裡面與插圖完全一樣的信息來識別，這當然很難。

人工智慧2.0就不一樣了，我們只需要「餵養」很多圖片，機器人通過大數據+深度學習+神經網路可以慢慢地理解一些圖形的含義。深度學習的核心理念是增加神經網路的層數來提升效率，將複雜的問題分段分層解決。以人臉識別為例，第一層可以識別局部中的模塊，如一個三角形或者眼睛；第二層再把識別出的眼睛、嘴、鼻子組合起來，看它們的距離和比例關係；依次類推精細處理下去。目前人臉識別已基本攻克。

《三體》作者劉慈欣曾多次表示對主流文學以「人」作為基本尺度的不滿，「文學給我的印象就是一場人類的超級自戀」，而他寫作的科幻文學則試圖「超越自戀」，致力於「體驗更多的東西」。

文/鄺海炎

資深媒體人，著有《快刀文章可下酒》

推薦閱讀：