《文化縱橫》微信：whzh_21bcr
［導讀］隨著大數據、雲計算、人工智能等新興科技的快速發展，越來越多人認為，機器紀元即將到來，超越人類的物種雛形已經出現，由此引發一場“未來之爭”：人工智能是否會在不久的將來，接近甚至超過人類智能？今天編發的兩篇文章，呈現出這場爭論中兩種截然不同的觀點：一種認為機器智能將產生超越人類現有認知能力的全新智能，顛覆人類知識獲取的回路；另一種則認為目前的弱人工智能程序並無任何真正的思考功能，我們離通用的人工智能還十分遙遠。本文代表了前一種觀點，作者分析了從明知識、默知識到暗知識的知識演進過程，認為未來機器發現的暗知識會讓我們人類已有的數千年知識顯得微不足道，暗知識將是未來統治和佔領整個知識空間的最大量的一種知識。文章原載“亞布力中國企業家論壇”，僅代表作者觀點，特此編發，供諸君思考。
過去兩年我在矽谷做人工智能方面的投資，同時對那些基礎的東西非常有興趣。
我發現了一個重要的東西叫“暗知識”，“暗知識”就是人類無法理解的知識。什麽叫人類無法理解的知識？這還要從阿爾法狗下圍棋開始說起。阿爾法狗下圍棋，讓全世界第一次注意到人工智能的神奇。柯潔在下完棋後痛哭流涕，說我根本不可能打過他。它也讓聶衛平五體投地，說阿爾法狗至少是20段。正當我們被阿爾法狗一棒子打暈的時候，他的妹妹又出現了，他的妹妹就是“阿爾法折疊”。2018年年底，谷歌在科學雜誌上發布了“阿爾法折疊”的研究成果，它可以根據DNA的序列測出一個蛋白質的三維結構。
大家知道，蛋白質是一個超級大的分子，它的三維結構決定了蛋白質的性質，所有的生物、人體、植物動物的細胞都由蛋白質組成。人類今天對蛋白質的理解還是非常淺的。
2017年的諾貝爾化學獎頒給了冷凍電鏡的發明者Richard Henderson，冷凍電鏡是幹什麽的呢？用來看蛋白質的三維結構。過去人類不知道，也無法看到蛋白質的三維結構，現在有了冷凍電鏡，我們終於可以看到蛋白質的三維結構。怎麽看呢？要把細胞冷凍了以後，照幾十萬張照片才能畫出一個蛋白質的三維結構。所以，只要看清楚一個蛋白質的三維結構，那就是頂級期刊的一篇文章。
那麽一台冷凍電鏡多少錢呢？一千萬美金。我們去耶魯，耶魯人非常驕傲：我們有一台電鏡。清華有兩台。但是今天，“阿爾法折疊”隻用人工智能就可以把它猜出來。怎麽猜出來的？不知道。這就帶來了一個巨大的問題：阿爾法狗下圍棋，谷歌的工程師並不知道他怎麽下，聶衛平也不知道。人工智能裡出現了一個巨大的問題，就是不可解釋性。
我們人類從來沒有這樣憋屈過，因為我們自以為是整個宇宙智能最高的生物，沒有任何事情是我們不可理解的，所有的事情都應該有因果。可是為什麽到了今天，我們居然不能理解？這就讓我們回到人類是如何獲取知識的這個問題。
過去兩千年來，一直有兩派在激烈地爭論。一派是理性主義。他們認為，概念是天生就有的，知識來自於推理，萬事萬物都有因果。這派的代表有柏拉圖，一直到笛卡爾。另外一派是從亞裡士多德到蘇格蘭學派，他們認為人生出來天生是白紙一張，知識來自於感官，來自於經驗，萬世萬物沒有什麽因果，只是相關。我們中國人更傾向於哪一派呢？經驗主義。中國人覺得，所有的經驗不通過感受和感官怎麽能得到呢？
經驗主義的一個重要的方法論叫“歸納”。我見到一隻天鵝是白的，兩隻天鵝是白的……第一萬隻天鵝是白的，那麽我就得出結論——天鵝是白的，直到出現了第一隻黑天鵝。所以，歸納法也是錯的，是不可靠的。
為什麽這兩派爭了兩千年，誰都不服誰？原因是他們在瞎爭，因為他們都不理解人類學習的微觀機制是什麽樣的。人類學習的微觀機制一直到70年前才開始被搞清，它就基於大腦神經元的連接。人類有860億個神經元。
這個學習機制是怎麽發現的？我們要歸功於巴甫洛夫。他發現，給狗餵食的時候搖鈴，一旦形成了習慣，即使沒有食物，一搖鈴狗也會流口水。這就是條件反射。1949年，加拿大科學家赫布就如何解釋這個現象提出了一個猜想：同時受激發的兩個神經元會連接起來。比如，嗅覺細胞聞到了狗食的香味，同時聽覺細胞聽到了鈴聲，這兩個細胞是同時受刺激的，一旦同時受刺激，它倆就連起來了，在連接的地方就形成了學習。下一回當你只聽到鈴聲，這個細胞就被激活，就會刺激“口水”細胞。這一猜想後來被無數的科學實驗證明是對的，被稱為“赫布學習定律”。
人類所有的學習都是這樣的一個微觀機制。再微觀下去，每個神經有上千個突觸，每個突觸之間是有電流通過的，所謂神經元之間的連接，實際是離子變成了電流，然後建立了神經元之間的傳導，其中的間隙只有20納米。知道了學習的微觀機制，我們就可以回過頭來看人類的知識是怎麽獲得的。
我們今天理解的知識叫“明知識”，就是可以用文字、公式、程序、語言表達出來的知識。直到70年前，波蘭尼、哈耶克發現了一種知識叫“默知識”，或者叫“默會知識”。比如學自行車，全世界沒有一個人騎自行車是看手冊學會的，都是騎上去歪歪扭扭摔幾跤學會的。你教孩子學自行車，其實你也不知道是怎麽學的。這種知識在生活中大量存在，比如繪畫、舞蹈和拉提琴等等都是這樣的默會知識。默會知識的基本原理就是：大腦神經元建立了聯繫，但這樣的聯繫非常複雜，是無法用語言表達的。我們所有的重大決定，最後都是由老闆拍板。老闆怎麽拍板？索羅斯說，“我所有的重大決定都是靠胃做出來的，如果我的胃疼，說明這個決定不好。”
比如說，賈伯斯從來不做市場調查，他說，“我的市場調查，就是每天早上出門前對著鏡子看我自己。”為什麽？當智能手機出來之前，你去做用戶調查，問：你認為一個智能手機是什麽樣的？你想要什麽樣的智能手機？全世界沒有一個人說得出來，這就是默知識，我們冥冥中知道要什麽東西，但是說不出來。那怎麽辦？只能靠企業家去試錯，在賈伯斯成功之前，矽谷試了20年，從掌上電腦到不成功的手機和觸屏，出現了各種各樣的東西，有不知道多少家公司失敗，最後到賈伯斯成功。所以，因為默知識不可集中，所以創新必須是分散的，永遠不可集中。
講完了明知識和默知識，我們現在就可以講機器發現的暗知識。什麽叫暗知識？就是人類不可感受又不可表達的一類新知識。我們如果劃一個坐標軸，橫軸是可表達，縱軸是可感受，那我們會發現，人類已有的知識都在右邊，有浮力定律等即可感受、也可表達的明知識；還有集合論、廣義相對論、量子力學等可表達而不可感受的明知識，它們是從方程裡推出來的，是先有數學而後才有的物理發現。默知識是不可表達，但是可感受。這四個象限正好缺了第四象限，就是既不可表達又不可感受，這就是今天機器發現的這類知識，也就是阿爾法狗下圍棋、“阿爾法折疊”算蛋白質三維結構的這類知識。
如果用一個冰山來表達的話，人類已知的明知識，就是冰山的一小角，暗知識是冰山下面的最大塊的東西。波蘭尼，也就是第一個發現默知識的奧匈科學家，說：“我們知道的比我們說出來的要多。”但是暗知識就是整個海洋，也就是說，未來機器發現的知識會讓我們人類已有的兩千年到今天為止的知識顯得微不足道。我們人類以為，我們已經可上九天攬月，可以做基因編輯，但是實際上是什麽也沒有。暗知識是未來統治和佔領整個知識空間的最大量的一種知識。
大家說，你說的“暗知識”是不是一種哲學概念，這跟我有什麽關係？太有關係了。上海交通大學兩位教授用1800張照片來訓練機器，照片中有罪犯、有好人，最後機器可以以90%的準確率來判斷是否是罪犯。這項研究在國際上引起了巨大的爭議。我到以色列看一家公司，他們也說在做同樣的東西，而且以色列海關準備用於查恐怖分子。我最終沒有投這家公司，因為我感覺這東西太懸乎了，但是有可能機器的確比人看得準。為什麽？不知道，我看你就像罪犯！
社會積分系統。如果說今天攝象頭布滿了所有地方，那每個人從早上起來，從小到大所有的行為都在攝象頭下，最後攝象頭就根據你的行為，給你算出社會積分。你說我表現這麽好，憑什麽打這麽低的分？不知道。這就是未來我們將遇到的重大問題，不可解釋的問題。
再如諾曼底登陸，為什麽在諾曼底而不是卡拉斯登陸？機器算出來說要在卡拉斯登陸，那麽盟軍司令聽不聽？聽它的可能就打勝仗，不聽它的就打敗仗。但是我們根本不懂為什麽要這樣做？未來一個重大的決定很可能就是由機器做出來的，你可以選擇不聽機器的，但是你會失敗。但是為什麽呢？不知道。因為是暗知識。這些生死攸關的決定，到底敢不敢交給機器來做？
所以，人類歷史上第一次被一腳踢出了知識獲取的回路。過去所謂知識就是人去學東西，現在機器自己學，和我們人沒有什麽關係了，我們人一邊兒涼快去了，我們成了“吃瓜群眾“了。
因此，我們正面臨著一個新時代的到來，它不僅僅是AI技術的改進，而且從哲學、從認識論上給我們提出了根本的挑戰，也就是說，機器認知時代到來。這個時代無所不在的傳感器在記錄著所有的物理量——溫度，氣溫，每個人的活動，血液、心髒的跳動……然後將這些數據通過5G網絡傳到雲端，機器再把萬世萬物當中隱蔽的相關性找出，並憑借相關性去做事，去改進我們生活或者是破壞我們的生活，去優化生產或者進行互相殘殺。
現在的問題是，我們人類無法理解“暗知識”，而且我們人類越來越渺小，我們人類的知識現在剛剛開始，未來的機器知識會越來越多，我們人類就像最後幾個小島，被暗知識這個海洋所淹沒。那麽，我們就面臨一個重大的問題——人類和機器的關係。誰聽誰的？事實上，我們等於在無意中給自己創造了一個上帝，這樣一個時代的到來，會產生什麽樣的問題？會怎樣顛覆我們每個行業？會不會突然造成大規模的失業？未來的社會、政治、軍事戰爭會是什麽形態？這些都會受到暗知識的影響。
——新書推薦——
本文為作者在2019年“亞布力中國企業家論壇”上的演講文字稿，原載“亞布力中國企業家論壇”公眾號，感謝授權。圖片來自網絡。歡迎個人分享，媒體轉載請聯繫版權方。
文化
縱橫
打賞不設上限， 支持文化重建
香港九龍灣馬來街興發大廈15樓D室