人与机器的角逐（一）：图灵的故事
数字化变革的一个重要力量是人工智能。很多组织都蓄势待发不想错过这个重要的历史机遇。关于人工智能的美好前景，很多文章和书已经做了非常详细的描述，这里不再赘述。相反地，我们对人工智能面临的挑战做了一些深度思考。
因果关系和过度拟合是人工智能目前面临的最大挑战。我们将通过三个故事来回顾过去100年间人与机器展开的多次角逐，计算机科学家在机器学习方面对模型的预测能力做出了巨大贡献，而与此同时，经济学家在因果分析方面对模型的解释能力做出了巨大贡献。我们将探讨两个学科如何能够结合起来，让经济学的模型帮助我们解决人工智能中的因果关系和过度拟合两个问题。在我们看来，人工智能就是人（人类）和工（工具）结合在一起产生的智能。
图灵的故事
100年前，欧洲人发明了一种能够做乘法的机器，用来处理较大的数字乘法。比如，先输入“128”，再输入“21”，就会算出乘积是“2688”。那时还没有电子计算机，这就是人们用来加速计算的机器。
后来德国人在第二次世界大战时发明了Enigma Machine，它是一种加密用的机器，输入“A”时，机器可能显示的是“C”，这样加密后的信息就可以直接发给友军，即便敌方截获了加密信息，也很难破解。
△Enigma Machine
图灵（1912——1954，英国著名数学家、逻辑学家、密码学家，被誉为“计算机科学之父”（人工智能之父），是计算机逻辑的奠基者）在此时做出了巨大的贡献，他破解了德方的加密机器，从而让英国获得了战争的胜利。
△Alan Turing statue at Bletchley Park Museum
图灵是一位天才数学家，他有以下几个著名的贡献。
第一，他提出了“图灵机”。
图灵说有一种逻辑计算结构，可以把它想成一个虚拟机器，所有问题简化为二进制的0和1之后，通过逻辑计算机就可以得到最终答案。图灵机的概念后来果然成为现实，我们现在使用的所有编程语言都可以说是“图灵完备”（让一切可计算问题都能被计算，这样的虚拟机或编程语言就叫做“图灵完备”）。
第二，图灵在自己的一篇论文中提出“图灵测试”。
测试由一个人类考官提问，左边是计算机的回答，右边是人类回答，当人类考官无法判断哪个是计算机，哪个是人类的时候，则可以认为该计算机通过了图灵测试。
△图灵测试
今天的智能对话机器人在对待特定问题的回答上，可以认为已经通过了图灵测试，比如微软的小冰、iPhone的Siri、亚马逊的Alexa等。
但同时图灵测试也给人类带来了一个巨大的问题：图灵测试让我们认为人工智能的终极目标就是机器变得和人一样。
很多人认为计算机在以后真的会变成人、替代人，让人类失业，或者计算机要毁灭人类。所有这些想象都是从图灵测试中来的。
这个假设是错的。
爱因斯坦曾说过一句话：“只有两样东西是无穷的，一是宇宙，二是人类的愚蠢，而我对前者是否无穷并不肯定。”
大仲马也说过：“让我最无奈的是，人类的思维是有限的，但人类的愚蠢是无限的。”
很多心理学家都总结过人类会犯的各种错误，诺贝尔获得者丹尼尔·卡尼曼（Daniel Kahneman）在他的著作《思考，快与慢》中总结了他和其他学者发现的非常多的人类的谬误：在很多场景下，人类做出的决策都与正确、理性的决策相差甚远。
这些谬误意味着，犯错误这件事会永远困扰着人类。不是因为人类想犯错，也不是因为人类教育程度不高，而是因为人类大脑的设计并不完美。在快速处理一些问题时，人类大脑会选择走捷径，这时聪明的人类会犯愚蠢的错误。
也就是说，人类并非完美的物种。那么我们人类为什么非要让计算机把超越人类作为最终目标呢？我们真的需要像计算机像人类一样做决策吗？
完美模拟人的智能机器，实际上也并不智能，当一个机器完全模拟了人的智能，就会像人一样犯各种错误，没有什么智能可言。
我们可以定义一下“弱人工智能”（artificial narrow intelligence）：比如AlphaGo下围棋的能力很强，但它不会开车；微软的人脸识别功能非常好，但让它以同样的算法下围棋，它就做不了，这些单一用途的人工智能都叫作“弱人工智能”。
“强人工智能”（artificial general intelligence）则是机器可以做人类做得任何事。我们说到人工智能的时候常常会想象强人工智能，但恰恰是弱人工智能能够在很多场景帮助人类做更好的决策，以目前机器学习的发展来看，强人工智能一方面不容易实现，另一方面也没有必要实现。
所以这里有三个结论。
（1）完全模拟人的机器并不智能。
（2）人工智能的发展不一定非要完全依赖于模拟人。
（3）“弱人工智能”强于“强人工智能”。
* 本内容节选自麦教授的著作《数字跃迁》。
2023-02-21
2022-12-09
2023-02-09
微信扫码关注该文公众号作者