作者:巩持平       来源于:中国文学网

“什么是知识?什么是暗知识?”日前,硅谷风险投资公司CEG、Ventures创始合伙人王维嘉在复旦大学新闻学院90周年纪念讲座、新科学系列第一讲现场发问。这两年,王维嘉格外关注人工智能领域,对基础问题也颇有思考。近来,他还在自己的新著中首次提出“暗知识”的概念。

“已知”只是冰山一角

王维嘉从阿尔法狗下围棋开始说起。“阿尔法狗下围棋,让世界第一次注意到人工智能的神奇。柯洁下完棋后痛哭流涕,说我根本不可能打过它,但没有人知道它到底怎么下的,即便是制造它的工程师。”阿尔法狗的出现给人们“当头一棒”,王维嘉认为,一系列“不可解释”的现象正在人工智能领域出现。

那么,曾让人类引以为豪的海量知识一旦遇上机器,就一文不值?王维嘉的观感是“人类可能从未如此憋屈。我们曾自以为是整个宇宙智能最高的生物,可以理解一切,认为所有事情皆有因果。可如今,为何出现了无法理解的事物?”

70年前,人类学习的微观机制曾被揭秘——基于大脑近千亿个神经元的连接。这归功于“巴甫洛夫的狗”——俄国科学家巴甫洛夫发现,一旦有了习惯,即使没有食物,听到摇铃声,狗也会因为“条件反射”而流口水。1949年,加拿大科学家赫布对这一现象做出解释,提出著名的“赫布定律”:同时受刺激的两个神经元相互连接,连接处形成学习。“人类所有的学习都是基于这样一个微观机制。”王维嘉总结。

基于上述这些理论探讨,“明知识”,即可以用文字、公式、程序、语言表达出来的知识。有趣的是,70年前,波兰尼·哈耶克提出,有一种知识叫“默知识”——接受知识时,大脑中建立了大量神经元连接,极其复杂,受舌头运动速度的限制,无法用语言表达,但足以被感受。学自行车就是一个很好的例子。“全世界没有一个人骑自行车是看着说明书学会的,都是骑上去歪歪扭扭摔几跤就会了。”王维嘉解释。

那么,什么叫暗知识?王维嘉认为,那些人类不可感受又不可表达的新知识,可以被归类为“暗知识”。王维嘉展示了一个坐标图示:横轴是“可否表达”,纵轴是“可否感受”。其中,被定义为“既不可表达又不可感受”的第三象限,即为今天正被新机器“发现”的新一类知识。

在王维嘉看来,如果说,人类已知的“明知识”是冰山的一小角,那么“暗知识”就是冰山下面最大的那块;“我们本以为,人类已经可上九天揽月,可以做基因编辑,但实际上远远不够。暗知识会是未来统治和占领整个知识空间最大量的一种知识。”照此趋势,面对未来机器发现的那些知识,我们人类两千多年来获取的知识将显得越来越微不足道。

一场大变革正在开启

谈及人们关于机器“智商偏科”“情商为零”的诟病,王维嘉认为这些弱点确实存在,但凭借群体学习、瞬时复刻和光速传播的优势,人工智能仍然有足够能量带来一次历史级的变革,其影响力甚至可能超过印刷术、蒸汽机、电和互联网。

“有人问我,你说的‘暗知识’挺有意思,跟我有什么关系?太有关系了!”王维嘉举例,有两位大学教授曾用1800张照片训练机器,照片中有罪犯、有好人,训练完成,机器可以从人脸判断此人是否为罪犯,准确率达89%。这项研究引起了巨大争议。“人类往往不是‘非黑即白’,但这种准确率如此高的瞬时决定能力可能带来一系列很大的变化。”

“比如诺曼底登陆。任何一个人类的将军和元帅,只能根据经验做一些简单判断。但假如机器算出来说要在200公里外登陆,那么,盟军司令到底听不听?”王维嘉认为,在未来,一个重大的决定很可能由机器做出,若选择违背,可能会失败,其中缘由无从得知。这时,一个重大的危机被抛到了人类面前,“这些生死攸关的决定,到底敢不敢交给机器来做?”

但机器并非全知全能。商业领域,王维嘉对自动驾驶产业就不看好,“路况环境太复杂,机器做再多学习也无法应对下一次可能出现的意外和复杂情况。”另外,市场通常由静态的需求和动态的供给共同驱动,大数据算法或许能了解需求,但人类的创新行为却无法预测。这也从理论上验证了纯粹计划经济的不可行性。

人工智能时代,无所不在的传感器记录着海量的人类社会生活状态——温度、压力、血液、空气质量、个人活动……而那些被抓取的数据将通过5G网络传到云端,机器再把其中隐蔽的相关性找出,并凭借细微的相关性去做事、去改进或改变人类的生产和生活。如此一来,人类该如何处理自己和机器之间的关系?王维嘉的看法是,“我们要做好心理准备。人类知识的权威现在刚刚开始被动摇。未来,机器能掌握和发现的知识会越来越多。慢慢地,我们可能成为小岛一般的存在,被暗知识这个海洋淹没。”

王维嘉认为,无意中,人类或许已创造了一个新的终极问题,“人工智能的蓬勃发展会产生什么问题?会怎样颠覆人类各个行业?会不会突然造成大规模的失业?未来的社会、政治、军事战争形态会出现怎样的新变化?这些都会受到暗知识的影响。”面对未来可能的挑战,王维嘉有忧虑,更有期许。




上一篇让园艺不止是远观

下一篇一张屏同样可以读万卷书



 【相关文章





版权声明:文章观点仅代表作者观点,作为参考,不代表本站观点。部分文章来源于网络,如果网站中图片和文字侵犯了您的版权,请联系我们及时删除处理!转载本站内容,请注明转载网址、作者和出处,避免无谓的侵权纠纷。