这世界那么多知识，臣妾记不过来啊！_风闻

原创：中科院物理所

作者：Gene Tracy

翻译：loulou

审校：Nothing

当我还是一名学生的时候，那是很久以前，大多数计算机还是巨大的大型计算机，我有一个朋友，他的博士导师坚持要他手动做一个冗长而困难的原子理论计算。结果可想而知，他的笔记本上是一页又一页的铅笔笔记并且充满了错误，所以我的朋友最终屈服于挫折之下。一天晚上，他偷偷溜进计算机实验室，写了一段简短的代码来进行计算。然后他辛苦地用手誊写了一遍，交给了教授。

“太好了，”他的导师说“这表明你是一个真正的物理学家。”教授对所发生的事一无所知。虽然我和我的朋友失去了联系，但我知道还有许多人在没有点亮像过去几代人一样用纸笔推演的技能点的情况下，就在科学领域开创了成功的事业。

通过关注那些至关重要的新技能来讨论社会转型是很常见的。但是，与其关注我们正在学习的东西，或许我们应该反过来考虑：什么东西是可以忘记的？2018年，《科学》杂志采访了数十名年轻科学家，学校应该教我们的下一代什么知识。许多人说，我们应该减少花在记忆这件事上的时间，省下更多的时间来进行更有创造性的活动。随着互联网变得越来越强大全面，我们为什么还要劳心费神去记忆和保留信息呢？如果学生可以通过智能手机接触到世界上的知识，为什么还要让他们在脑子里装那么多知识呢?

文明是通过选择性地遗忘那些曾经被认为是至关重要的生活技能而发展起来的。新石器时代的农业革命之后，一个农场工人可以忘掉很多关于森林的知识，追踪动物的技能，以及其他对狩猎和采集至关重要的知识。在随后的几千年里，历史的巨轮驶到了工业化社会，阅读和写作变得至关重要，而大部分人对耕作和收割的知识可能只是浅尝辄止。

现在，我们中的许多人在没有智能手机GPS的情况下很快就会迷路了。下一步是什么呢？有了无人驾驶汽车，我们会忘记如何驾驶汽车吗？在充斥着语音识别人工智能的时代下，我们会忘记如何拼写吗？而这一切又是否重要？

毕竟，我们中的大多数人不再知道如何种植我们吃的食物，或建造我们居住的房子。我们不懂畜牧业，不懂如何纺羊毛，甚至不懂如何更换汽车上的火花塞。我们大多数人不需要知道这些事情，因为我们是社会心理学家所说的“交互记忆网络”的成员。

我们通过对话、阅读和写作等活动，不断地与一个由“记忆伙伴”组成的群体进行“记忆交易”。作为这些网络的成员，大多数人不再需要记住大部分事情。这并不是因为知识已经完全被遗忘或丢失，而是因为某人或某物保留了它。我们只需要知道找谁了解，或者到哪里去找。这种合作的天赋是进化的礼物，它极大地扩展了我们的有效记忆能力。

与过去不同的是，我们现在的许多记忆伙伴都是智能机器。但是，像谷歌搜索这样的人工智能是一种独一无二的记忆伙伴。它更像是一个记忆的“超级伙伴”，反应迅速，随时可用。它让我们可以接触到人类的绝大部分知识宝库。

研究人员发现了当前情形下有几个漏洞。首先，我们的祖先是在早先的人类群体中进化而来的，那时候的记忆网络是一种点对点的记忆网络。然而，来自他人的信息总是受到各种偏见和带有动机之推理的影响。他们掩饰某些事实并使自己的信息合理化，有时候可能连自己搞错了。我们已经学会意识到别人身上的这些缺点，也意识到自己身上的这些缺点。但是人工智能算法的出现使许多人倾向于相信这些算法必然是正确的以及“客观的”。简而言之，这是一种神奇的思维。

当今最先进的智能技术都是通过反复的测试和评分过程来训练的，在这个过程中，人类最终仍要进行感官检查，并决定正确的答案。由于机器必须在有限的数据集上进行训练，而人类只能在一旁进行裁决，算法往往会放大我们已有的偏见——关于种族、性别等等。亚马逊在2017年之前使用的一个内部招聘算法成了一个经典案例：该公司根据内部人力资源部门的决策进行训练，发现该算法在系统性地排挤女性候选人。如果我们不提高警惕，我们的人工智能超级记忆伙伴可能会变成超级偏执狂。

第二个漏洞与获取信息的便利性有关。在非数字领域，向他人学习知识或去图书馆所需要付出的努力，能使我们清楚地意识到什么知识存在于他人的大脑或书籍中，什么知识存在于我们自己的大脑中。但研究人员发现，互联网的迅速性可能导致错误的观念，即我们所寻求的知识是我们一直都知道的，这种信念被深深地印刻在后来的潜意识中。

也许这些结果表明我们有一种“扩展思维”的本能，这是哲学家大卫·查默斯和安迪·克拉克于1998年首次提出的观点。他们认为，我们不仅应该把我们的思维想象成包含在物理大脑中，还应该向外扩展，包括记忆和推理的辅助工具:比如记事本、铅笔、电脑、平板电脑和云盘。

鉴于我们对外部知识的无缝访问越来越多，或许我们正在发展一个更加扩展的“我”——一个潜在的角色。这样一个“我”的自我形象是膨胀的，模糊了知识在我们记忆网络中的位置。如果是这样，当脑-计算机接口，甚至是脑-脑接口变得普遍时会发生什么？（也许是通过神经植入？）这些技术目前正在开发中，以供闭锁综合征患者、中风患者或ALS晚期患者或运动神经元疾病患者使用。但当技术完善时，它们很可能会变得更加常见。在竞争激烈的世界中，它们使我们任何人能各有所长。

一种新的文明似乎正在出现，一种富含机器智能的文明。即使有了植入物，我们获得的大部分知识也不会存储于我们“升级”的半机械人大脑中，而是远程存储在服务器中。眨眼之间，从启动到响应，每一次谷歌搜索现在平均要经过大约1500英里的路程，到达一个数据中心，然后返回，整个过程中使用了大约1000台电脑。但是对网络的依赖也意味着新的漏洞。我们的福祉所依赖的任何关系网络(如食物或能源)的崩溃，都将是一场灾难。没有食物我们就会挨饿，没有能量我们就会在寒冷中瑟瑟发抖。由于记忆的普遍丧失，文明有可能会进入一个黑暗时代。

但是，即使一台机器有所谓的思考能力，人类和机器也会有不同的思考方式。我们与机器可以互相弥补，即使机器通常并不比我们更客观。通过在人工智能团队中合作，我们可以更好的下棋，做出更好的医疗方案。那么，为什么不能使用智能技术来提高学生的学习能力呢？

技术可以潜在地改善教育，极大地拓宽获取信息的途径，促进人类获取更大的创造力和福祉。许多人感觉到他们所处的某种有限的文化空间，即将发生翻天覆地的变化。或许教育工作者最终会通过与人工智能的合作，学会如何成为更好的教师。但在教育这个领域中，与国际象棋或医学诊断协作不同，学生还不是成功的专家。作为无所不知的记忆伙伴，人工智能很可能成为一根协助的拐杖，同时培养出一些认为自己可以独立行走的学生。

正如我那位物理学家朋友的经验所示，记忆是可以适应和进化的。为了腾出时间和空间来学习新技能，这种进化必然包括忘记旧的方式。如果旧的知识形式被保留在我们的网络中，并且在我们需要的时候可以找到，也许它们并没有真正被遗忘。然而，随着时间的推移，下一代人将会逐渐，但毋庸置疑地成为一个我们陌生的下一代。

原文地址：

https://aeon.co/ideas/how-much-can-we-afford-to-forget-if-we-train-machines-to-remember

【互动问题：你有哪些神奇的技能，长大后居然忘了？】