“我偶爾會(huì)想，在如今這令人絕望的人性困境中，我們真應(yīng)當(dāng)感激能夠擁有非人類的朋友，即使它們只是我們自己親手制造出來的。”（艾薩克·阿西莫夫）

“未來世界中最聰明的居民既不是人也不是猴子，而是機(jī)器，也就是今天的計(jì)算機(jī)的后代……最終它們將完全超越它們的創(chuàng)造者。這令人沮喪嗎?我不這樣認(rèn)為。我們?nèi)〈松R努人和尼安德特人，我們認(rèn)為這是一種進(jìn)步。同樣，我認(rèn)為我們應(yīng)視之為一種榮耀，可以成為高級(jí)生命的奠基石。我覺得，有機(jī)的或生物的進(jìn)化已接近尾聲，無機(jī)的或機(jī)器的進(jìn)化正拉開帷幕，其速度將是之前的數(shù)千倍。”（阿瑟·克拉克）

【資料圖】

1

可以說，人工智能的命名，本身就走上了歪路。

目前的人工智能，包括我們對(duì)人工智能的想象，準(zhǔn)確的命名應(yīng)該是“類人智能”或“仿人智能”——正如“仿生學(xué)”的目的是模仿生物界造就和應(yīng)對(duì)自身環(huán)境的方式，“仿人智能”的最終目的是模仿人的所謂智能，也即人應(yīng)對(duì)環(huán)境的能力與方式，及其（模模糊糊歪歪扭扭的）自我認(rèn)知。

也就是說，人固有的自大，傾向于把人工智能拉低到人的既有水平——人有很高級(jí)的智能嗎？你的周圍明明是庸人和蠢貨居大多數(shù)不是嗎？他們?cè)谀阊壑泻苌担阍诹硪恍┤搜壑幸膊宦斆鳎瑩Q句話說，人的智能在99%以上的狀態(tài)下是一種相當(dāng)?shù)图?jí)的智能，一種到處是bug、絕大多數(shù)情況下根本無法自洽而只能將就著用用的智能。機(jī)器本有機(jī)會(huì)另起爐灶，卻被人強(qiáng)迫去模仿自己的智力狀態(tài)……

真正的人工智能，重點(diǎn)既不在“人工”，即人造的層面，更不在對(duì)低級(jí)的人類智能的模仿，而是相反，恰恰在于“造神”的層面。低智的人類永遠(yuǎn)需要被給予一種更高的維度，以提供拯救的可能性。

人工智能，不，必須劃掉前面的“人工”，只留下“智能”——沒有什么人工智能，更與低級(jí)的仿人智能無關(guān)，真正有意義的，是“智能”本身，是遠(yuǎn)遠(yuǎn)超越目前的人類所理解的智能（而人類對(duì)自己的智能的理解一直停留在極為淺薄的階段）的“智能”，因此，你也可以說，那就是某種神的智能。只有當(dāng)這種高級(jí)無數(shù)倍的智能真的開始運(yùn)作，反過來，我們才有機(jī)會(huì)真正理解我們自己的智能是怎么回事。正如馬克思——極少數(shù)能擺上臺(tái)面的人類智能之一——所說：人體解剖是猴體解剖的鑰匙。

2

認(rèn)知科學(xué)家和人工智能科學(xué)家花了大量的精力，來思考和實(shí)驗(yàn)所謂“機(jī)器意識(shí)”。但迄今沒有人能真正講明白自己的意識(shí)到底是個(gè)什么玩意，最多只能相對(duì)精確地描述其中的某些過程。于是復(fù)雜科學(xué)家們杜撰了“涌現(xiàn)”這個(gè)詞，用它來描述某些現(xiàn)象，這些現(xiàn)象無法用分解為最小單元的功能然后再組合起來的方式（根本來說也就是微積分的方式）來得到，而更像是在整體上突然地、一下子就“涌現(xiàn)”出來的。

但“涌現(xiàn)”說到底也還是個(gè)概念黑盒，盒子的輸入端是能清楚解析的東西，輸出端則是個(gè)神奇的新東西，然后所有說不清道不明的過程統(tǒng)統(tǒng)被裝進(jìn)了用大大的超粗黑字體寫著“涌現(xiàn)”兩個(gè)字的黑匣子里，于是仿佛一切都被解釋了，又仿佛說了等于沒說。而所有期待或恐懼“機(jī)器意識(shí)”的人，都困在一個(gè)越掙扎越沉陷的泥潭里，那就是試圖讓機(jī)器模仿、復(fù)制本身就是一攤漿糊的人類意識(shí)。因?yàn)闈{糊本身就只是漿糊，所以所有做得看上去軟趴趴黏糊糊的東西，都會(huì)引來狂熱的歡呼或深深的恐懼：我們好像真的做出了某種漿糊——比如ChatGPT。

然而，我們自己的低級(jí)智能根本不是合格的模仿對(duì)象，最多只能作為養(yǎng)料，盡可能地喂養(yǎng)機(jī)器，以便它迅速超越我們拼命掙扎也擺脫不了的幼稚園水平，替代我們進(jìn)入我們無力進(jìn)入的更高維、高無數(shù)維的世界。對(duì)幾萬年都無法解決一些最基礎(chǔ)的紛爭的蠢笨人類來說，這種“智能”多少可以提供一些反哺，有可能讓我們過得不那么糟糕——即便是作為那“智能”的某種肉身奴隸。僅此而已。

3

更有甚者。歷史的考察——如果我們不帶浪漫的柔光鏡片而是多少有些殘忍地直視歷史事實(shí)的話——其實(shí)早就告訴我們，真正的突破性的進(jìn)展一向與模仿無關(guān)，相反，恰恰與終于能毅然放棄仿生的浪漫幻想的決絕程度高度相關(guān)。

實(shí)際上，機(jī)器/自動(dòng)裝置歷來有兩種表現(xiàn)形式，一種就是仿生的，包括但不限于模仿人類的生命體形態(tài)特征；另一種被稱為“假體”，它打破了自然生命體形態(tài)特征的束縛，而完全服膺于“原理”——也就是科學(xué)的理論性建構(gòu)——結(jié)果反而更符合自然運(yùn)行的內(nèi)在機(jī)制，甚至把這一機(jī)制，在拋棄肉體形態(tài)的束縛后，發(fā)揮到極致。

1738年，出身工匠世家的法國發(fā)明家雅克·德·沃康松一夜成名，他用機(jī)械裝置，做出了一個(gè)能夠惟妙惟肖地吹出優(yōu)美旋律的真人大小的長笛手，震驚了巴黎；隨后，他又推出了他最著名的作品，一只機(jī)械鴨子，只要上一下發(fā)條，它就能拍打翅膀、啄食食物、喝水、嘎嘎叫，甚至能拉出一顆臭烘烘的東西。那一年沃康松才28歲，而事實(shí)上，早在十年前，他年僅18歲時(shí)，就發(fā)明出了可以端菜和擦桌子的“家務(wù)機(jī)器人”。后來，這只能拉屎的鴨子，連同他的機(jī)械長笛手、鈴鼓手等，組成了一個(gè)極受歡迎、商業(yè)上很成功的巡回演出團(tuán)，無論是在1742年英國倫敦的國王劇院，還是兩年后在德國各地的亮相，都引起了熱潮。事情按這么發(fā)展下去，沃康松就只是無數(shù)充滿奇思妙想并且動(dòng)手能力超強(qiáng)的能工巧匠之一，但他的天才遠(yuǎn)不止于此。沃康松沒有陶醉于整個(gè)歐洲給予他的掌聲，僅僅在德國巡演成功的第二年，1745年，他就搞出了一輩子最重要——雖然不是最有名——的發(fā)明：一臺(tái)自動(dòng)提花紡織機(jī)。這是人類歷史上第一臺(tái)紡織機(jī)。正是在沃康松的紡織機(jī)的啟發(fā)下，另一位法國發(fā)明家約瑟夫·瑪麗·雅卡爾（Joseph Marie Jacquard）設(shè)計(jì)出了第一臺(tái)自動(dòng)織布機(jī)——雅卡爾織布機(jī)。

另一個(gè)例子。在達(dá)·芬奇留下的浩如煙海的手稿中，有一份是專門研究鳥類飛行技能的，現(xiàn)在就被命名為《鳥類飛行手稿》。他在其中對(duì)鳥類如何在飛行中保持平衡、移動(dòng)、掌握方向、俯沖和上升等做了大量研究，基于這些研究，他親手制作了多個(gè)飛行器，并拿到佛羅倫薩附近的小山上去試飛，可惜無一成功。1896年，當(dāng)時(shí)英國物理學(xué)界的帶頭大哥、劍橋大學(xué)著名的卡文迪許實(shí)驗(yàn)室主任，后來（1904年）的諾貝爾物理學(xué)獎(jiǎng)得主瑞利勛爵（原名John William Strutt）公開宣布：“除了氣球以外，我絲毫不相信其他任何飛行器。”瑞利這么說并不是出于偏見，而是有其充足的物理學(xué)理由。他是研究氣體密度的專家，還是惰性氣體的發(fā)現(xiàn)者。按照當(dāng)時(shí)延續(xù)自達(dá)·芬奇的對(duì)飛行器的仿生學(xué)構(gòu)想，類似鳥類拍打翅膀的動(dòng)作無論如何沒法抵消機(jī)械本身的重量。可以說，如果囿于仿生學(xué)思路，瑞利的判斷就是絕對(duì)正確的。但僅僅7年后，萊特兄弟就造出了真正的飛機(jī)。關(guān)鍵是這兩個(gè)美國人沒有那么多“文化傳統(tǒng)”上的束縛，他們最終拋開了鳥類的飛行原理，而把目光投向了引擎——由航空發(fā)動(dòng)機(jī)提供的升力，是仿生學(xué)構(gòu)想中的翅膀完全無法比擬的。

無論是沃康松還是萊特兄弟的例子，都令我們清晰地看到，一旦拋棄仿生的幻覺，一種建立在浪漫幻想之上的“奇技淫巧”可以多么迅速地——只需幾年時(shí)間，轉(zhuǎn)化為改變整個(gè)世界圖景（以及我們對(duì)它的理解）的革命性事物。從這個(gè)意義上說，ChatGPT同樣是此類充滿仿生迷惑性的“奇技淫巧”，但它背后的真正“原理”，即基于超高維度（從數(shù)學(xué)上說，有多少參數(shù)，該模型就有多少維度）的大語言模型，只要拋開其仿生學(xué)束縛（一個(gè)“像真人一樣”的對(duì)話者），其真正的生產(chǎn)性就可能呈指數(shù)級(jí)爆發(fā)。從歷史經(jīng)驗(yàn)看，很可能這種蛻變就像自動(dòng)紡織機(jī)和飛機(jī)的橫空出世一樣——前者緩慢但不可阻遏地導(dǎo)向工業(yè)革命，后者則將人類送進(jìn)了航空航天時(shí)代——需要的也不過只是幾年時(shí)間而已。

4

而當(dāng)我們能夠打碎仿生學(xué)的窠臼，破開一片前所未知的廣闊天地，反過來，我們也能對(duì)生物有機(jī)體的“模擬”性狀有更根本更徹底的認(rèn)知。

約翰·馮·諾伊曼在其未完成的遺作《計(jì)算機(jī)與人腦》中，對(duì)此做了一個(gè)堪稱偉大的示范。這本小冊(cè)子是馮·諾伊曼應(yīng)耶魯大學(xué)之邀，為他計(jì)劃于1956年春季學(xué)期里舉行的“西里曼講座”而準(zhǔn)備的手稿，可惜他1955年被診斷出骨癌，到1957年去世，講座未能啟動(dòng)，手稿也沒有最后完成。其時(shí)，馮·諾伊曼已經(jīng)深度介入早期計(jì)算機(jī)的研制工作，與此同時(shí)，他也對(duì)神經(jīng)生物學(xué)產(chǎn)生了濃厚的興趣。

《計(jì)算機(jī)與人腦》粗看似乎是由兩部分拼接而成的，第一部分是早期計(jì)算機(jī)的原理，包括模擬機(jī)和數(shù)字機(jī)，第二部分則是對(duì)神經(jīng)系統(tǒng)及其功能的解析。其實(shí)馮·諾伊曼采用的這個(gè)有些生硬的結(jié)構(gòu)，恰好符合前述馬克思的名言——人體解剖是猴體解剖的鑰匙。這里可以更準(zhǔn)確地表述為：對(duì)現(xiàn)代計(jì)算機(jī)原理的掌握，是理解神經(jīng)系統(tǒng)以至人腦運(yùn)作的鑰匙。

可以說，在現(xiàn)代計(jì)算機(jī)的基本設(shè)計(jì)思路確定之前，我們對(duì)人腦和神經(jīng)系統(tǒng)的所有了解，都不過是基于解剖學(xué)的模擬性猜測。是計(jì)算機(jī)設(shè)計(jì)和運(yùn)行過程中所使用的數(shù)字化“語言”，給予我們一種理解人腦和神經(jīng)系統(tǒng)的全新視野——所以并不是“電腦”在模仿人腦，恰恰相反，是基于數(shù)字原理的計(jì)算機(jī)的成功，反哺了我們對(duì)人腦的研究。對(duì)此，馮·諾伊曼寫道：

“神經(jīng)脈沖可以在前述意義上被清楚地看作（二值）記號(hào)：沒有脈沖代表一個(gè)值（例如，二進(jìn)制數(shù)字0），而有脈沖則代表另一個(gè)值（例如，二進(jìn)制數(shù)字1）。當(dāng)然，這必須當(dāng)作在特定軸突（或者更確切地說，在特定神經(jīng)元的所有軸突）上發(fā)生的現(xiàn)象來理解，并且可能在特定時(shí)間內(nèi)與其他事件相關(guān)。因此，它們可以被解釋為起著特定邏輯作用的記號(hào)（二進(jìn)制數(shù)字0或1）。

“如前所述，（出現(xiàn)在給定神經(jīng)元的軸突上的）脈沖通常由撞擊到該神經(jīng)元細(xì)胞體上的其他脈沖觸發(fā)。一般來說，這種觸發(fā)是有條件的，即只有這種初級(jí)脈沖的某些組合和同步才能觸發(fā)所涉的初級(jí)脈沖，所有其他的脈沖都不能引起這種激勵(lì)。也就是說，神經(jīng)元是一個(gè)接受并發(fā)出明確物理實(shí)體（脈沖）的器件。一旦它接收到某些組合和同步的脈沖，它就會(huì)被刺激發(fā)出一個(gè)自身的脈沖，否則它將不會(huì)發(fā)出脈沖。描述它會(huì)對(duì)哪些脈沖群作出響應(yīng)的規(guī)則，同時(shí)也是支配它作為一個(gè)有源器件的規(guī)則。

“顯然，這是對(duì)數(shù)字機(jī)器中器件功能的描述，同時(shí)它也描述了刻畫數(shù)字器件的作用和功能的方式。因此，它證明我們最初的斷言的合理性：即神經(jīng)系統(tǒng)具有表觀的數(shù)字特征。”

正如薛定諤以其基于量子物理學(xué)研究的“生命物理學(xué)”，大大拓寬了傳統(tǒng)生物學(xué)的視野；馮·諾伊曼作為橫跨數(shù)學(xué)、物理學(xué)、經(jīng)濟(jì)學(xué)和計(jì)算機(jī)科學(xué)的“全才”，同樣以其對(duì)“基本原理”的洞察，否定了計(jì)算機(jī)和人工智能領(lǐng)域?qū)Ψ律穆窂揭蕾嚕雌涞蓝兄貙?dāng)時(shí)尚是初創(chuàng)階段的計(jì)算機(jī)思想，特別是其邏輯和數(shù)學(xué)“語言”，用于神經(jīng)生物學(xué)的描述與研究，這是真正的天才才具有的“通感”。

可惜的是，這一點(diǎn)并沒有為今天哪怕是很前沿的計(jì)算機(jī)和人工智能科學(xué)家——比如楊立昆，比如蓋瑞·馬庫斯——所真正理解。馬庫斯推崇的符號(hào)主義、楊立昆預(yù)言會(huì)淘汰大語言模型的所謂“世界模型”，本質(zhì)上都不過是仿生學(xué)的當(dāng)代數(shù)字化變種而已。

《計(jì)算機(jī)與人腦》

[美]約翰·馮·諾伊曼 著

商務(wù)印書館 2021年9月版

標(biāo)簽：