登录×
电子邮件/用户名
密码
记住我

为您推荐

中国经济

AlphaGo的胜利与AI时代的暗知识

徐瑾:AlphaGo战胜顶级围棋高手,不仅仅是机器的胜利,更意味着知识迭代的转折点。知识,将分为机器知识与人类知识,这对人类意味着什么?

2016年,AlphaGo战胜韩国顶尖九段选手李世石,可能标志着人机历史上的一个转折点。

一台冰冷的计算机,轻松击败训练多年的世界顶级棋手。对于围观者人类而言,就像三体舰队即将到来地球,从赛前的自信满满到赛后的失态、错乱以及恐慌。站在今天看这场比赛,我们也许可以多一个维度,那就是从知识的角度。企业家王维嘉所撰写的《暗知识》,其中提出了暗知识的概念,不仅为讨论人工智能的本质提供了不同视角,也为廓清人工智能诸多相关问题,提供了新的思路。我们回顾一下知识概念的迭代过程。我们知道,科学的进步离不开知识的更迭;所谓知识,王维嘉认为可以说是数据在时空中的关系,所以知识与数据密切相关。人类的知识,过去大家比较熟悉的是显性知识,这表示人类可以表达、可以学习的知识。比如牛顿定理属于可以表达可以学习,量子力学属于可以表达但是不可以感受的知识。

更进一步,学者波兰尼与哈耶克等人,提出了默会知识的概念,也就是可以感受但是无法表达的知识。比如很多人都会骑自行车,但是多数人是靠感觉学会而不是靠理论传达。默会知识的提出,对于理解人类社会秩序有很大意义,这意味着社会中有很多信息是无法表达的,再进一步推演,不难得出计划经济无效的最终结论。

如果说可以感受的是默知识,可以表达的是明知识,那么暗知识是什么?王维嘉指出,这是机器发现的,无法感受也无法表达的知识,就是说暗知识意味着隐藏在海量数据中的万事万物间的关系。暗知识的概念,乍听起来很难接受,毕竟人类认识世界更多依靠逻辑与经验。但是深入了解之后,这个概念的价值,在于可以解析人工智能带来的变化,提出来了新角度。按照预计,暗知识的数量,将远远超过人类以往的知识,这将带来难以限量的巨变。

从暗知识来审视AlphaGo,有什么新意?王维嘉认为,AlphaGo可怕之处,在于它拥有远远超过人类的暗知识,以至于具备人类无法拥有的上帝视角。为什么这样说?我们回到围棋这回事。围棋被认为最复杂的棋类,就因为其变化最多。围棋上有361个交叉点,每个交叉点可以放黑白儿子,那么总的围棋摆放方法就是2的361次方。这是什么概念?人类历史上保留的棋谱大概是3000万个,这听起来已经非常多了,但是比起前面提到的围棋摆放方式,那么人类掌握的围棋棋谱就沧海一粟。

一个高手,每天下棋,一辈子最多能够下几十万盘,他的风格,可能影响自己的徒子徒孙,但是比起围棋棋谱上可能存在的对局模式,他的探索不及亿分之一。

可以说,一些技能而言,人类的终点,只是机器的起点。打个比方,在一片崇山峻岭之中,这个高手掌握的地方,可能只是一个小山沟,他的想象空间以及思维模式都已经被这个小山沟限定了。这个小山沟,在地图上就是一个小点。这个小点之外的,“其他的地方”,不在他的思维模式之内,很可能不是他能够理解的地方。可以说,在机器面前,人类数千年来一代代人积累的一项技艺以及与此有关的经验知识,可能瞬间一文不值。这不是诳语,棋手柯洁在输给AlphaGo流着眼泪说:“我们人类下了2 000年围棋,连门都没入。”中国棋圣聂卫平也把AlphaGo尊称为“阿老师”,说它的着数让我看得如醉如痴,“我们应该让阿老师来教我们下棋。”

除了围棋,其他的案例也差不多,这就显露暗知识带来的挑战。我们人类所掌握的知识,很可能只是知识海洋中一小块冰山;所谓的“其他的地方”,也就是人类穷尽一生之力无法掌握的地方,很可能蕴含了很多暗知识。

知识,在未来将分为机器知识与人类知识,而大量暗知识,主要来自机器学习而逐渐展露。暗知识和人类关系如何?一个核心在于,从暗知识的定义看来,暗知识无论发现多少,人类都无法理解,这和明知识规律不同。可以说,暗知识本来类似海洋,人类的知识类似海洋上浮出的山峰,暗知识比起人类掌握的知识多很多,但二者过去没有直接关系。但是当下,随着机器学习挖掘出越来越多的暗知识,这些暗知识不断涌现,很可能人类所占有的知识,会逐渐淹没溶解在庞大的暗知识中。一句话,AlphaGo的胜利,只是开始。

当下无人不谈人工智能,但是总体多数缺乏有效框架,国内不少著述,往往失之于浅薄浮泛,甚至得出中国领先的浮夸口号。从暗知识的角度,如何审视人工智能?算法是人工智能的核心,应用只是依附于算法。在王维嘉给出的AI产业链金字塔结构中,塔尖是算法,其次是芯片,再次是计算机软硬平台,塔底是自动驾驶语音识别等应用,可以说,上层决定下层,而不是相反。对此,我们对当下世界人工智能实力版图,应该重新有清晰认识。就人工智能而言,当前中国在局部应用领先,在算法与芯片并不领先。

信息不完备之下,悲观和乐观都显得盲目。王维嘉并不认为人类必然失败,他认为人类的优势其实在于对于人类精神和情感的理解。这一观点,其实我也很赞同。在评价AlphaGo胜利时刻,我就断言,人机对战无论胜负如何,AlphaGo已经证明了自己,“未来充满不确定性,但未必需要末日恐慌。在规则不确定之下如何应对,可能正是人类的优势所在。” 换而言之,所谓人性或者动物性,就是和机器不一样的地方,恰恰是人类的优势所在。

机器时代改造了知识定义,也使得职业需求完全不同。从这个意义而言,现在看起来越是专业的职业,其实可能被机器取代的职业,反而创造力和情感属于机器的短板。职业过去构成了中产阶级的身份,如果丧失职业保证,这些中产阶级开始向地位不稳的软阶层移动,如何保证这些人的自尊和安全,将是一个重要课题。

更进一步,孩子应该学习什么?要接触了解人工智能,真的不是逼迫孩子学些粗浅编程就了事,更应该站在时代变化的高度来思考。也许,我们应该让孩子掌握数学语言等基础学科,更好掌握与人的沟通。换而言之,通识应该是下一代的标配。

我认识王维嘉老师时间不短了,过去一直把他当投资人和企业家,没想到他对于人工智能的思考如此深刻。其实也难怪,从他自述得知,他从斯坦福大学毕业到这些年从事投资,他其实一直密切跟踪前沿。值得一提的是,本书对于人工智能的介绍,非常清晰,基本可以达到作者的期待,高中以上能读懂。

在一个迭代不断的时代,关于知识的知识,也许是最重要的知识。哲学家休谟曾经说过,理性是且只应当是激情的奴隶,所谓激情,意味着人的感性、欲望等因素。人类的头脑,已经被理性主义笼罩太久。暗知识的概念,无疑可以争论,但揭示了未来世界的新疆域,这是关心人类的有识之士,都不应该错过的思考。作者亦为得到《徐瑾•经济学大师30讲》主理人,本文仅代表作者本人观点,更多阅读可见作者公号《徐瑾经济人》(ID:econhomo)

推荐阅读

《暗知识:机器认知如何颠覆商业和社会》

作者:王维嘉

出版社: 中信出版社

出版日期:2019年3月

版权声明:本文版权归FT中文网所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。

读者评论

FT中文网欢迎读者发表评论,部分评论会被选进《读者有话说》栏目。我们保留编辑与出版的权利。
用户名
密码
-->*%>
设置字号×
最小
较小
默认
较大
最大
分享×