你以为的人工智能，都还是「人工智障」_风闻

来源：微信公众号“中信出版社”

今年初，海底捞开了一家**全智能餐厅，**里面号称从配菜、出菜到上菜环节都进行了人工智能化改造，全程都由机器人来完成服务。

大家纷纷表示要去打卡的同时，也感叹，人工智能真的越来越走进我们的生活了。

但在人工智能研究发展一片热火朝天时，有个人却说，你们的方向都错了，现在的人工智能的各种运用，根本连智能的门都没摸到。

他是谁？他为何这么说？我们认为的人工智能到底智能不？本期新常识，我们来一起讨论这些议题。

一、智能音箱到底智能吗？

**语音智能设备，可能是最为普及的人工智能应用设备了。**它由2011年的Siri起头，到2016年，中国科技公司也纷纷入局。

智能音箱慢慢从200美元的外国高科技，变成了200人民币的亲民小玩意儿。

据2018、2019年的调查显示，两年来中国每季度的智能音箱的销量，**都在千万以上。**618促销活动中，某度出品的“智能音箱”累积销量突破一百万。

似乎一夜之间，**白菜价的“人工智能”走进了寻常人家。**招呼一声就可以帮你开灯、查机票、看菜谱、定闹钟、逛网店，无聊了还可以赔聊。

那么，智能音箱的普及是不是标志着人工智能时代，终于来了？

这话说得还是太早了点。

虽然智能音箱听懂人话的技能令人惊叹，仿佛是个有灵魂的音箱。但是，在整个人工智能的理论体系上讲，它还是个很原始的产品。

从基本原理上讲，它的大部分主要功能，是基于一些并不复杂的逻辑：

1、语音识别

现在智能音箱可以听取大、小、远、近的声音指令，甚至一些方言，中英文混杂都难不倒它，可以说在语音识别方面已经做得十分优秀了。

不过语音识别在基本原理上并不复杂：一个语言的数据库，外加一套声音数据的算法。虽然技术在这套算法上越来越精细，不过这种“听写”的技能，远没有触及“智能”的核心领域。

2、优化搜索

不知道大家发现没，在人工智能领域领先的公司，大多是做搜索引擎的公司：谷歌、百度，还有同样自带搜索的淘宝和京东。

这背后的逻辑在于：目前我们看到的“机器智能”“机器理解”“机器翻译”，基础上是搜索的结果。

说白了，**机器给你的回答，归根到底，都是搜出来的。**所谓的“人工智能”，只不过是把已有的答案找出来，念给你听而已。

目前，“人工智能”搜得越来越好、越来越精准，还会记忆你的喜好。只是扒开它的底裤，它还是个搜索引擎而已。

3、对话机器人

Comscore（美国的一家信息服务公司）在2018年进行的一项调查显示，美国用户用得最多的智能音箱功能，居然是聊闲天。

现在智能音箱的聊天功能，简直让人觉得它有灵魂。

阿信准备了几道“送命题”调戏了一下自家的智能音箱，给大家体会一下。

阿信：我室友是个傻子怎么办？

音箱：傻人有傻福啊，你这么聪明怎么问出这么傻的问题？（竟无言以对）

阿信：我觉得人生没有指望了怎么办？

音箱：怎么会？你会发现生活中总有对你好的人。认真地对待生活，生活也会给你回报的。（好吧，似乎有那么点安慰效果）

阿信：你喜欢我吗？

音箱：你知道我对你，不仅仅是喜欢。（说得老脸一红）

看起来很厉害，是不是？不过，这看似的智能，但恰恰是“人工智能”中最原始的。

早在1966年，就有科学家设计出了能和人对话的程序。到如今，对话机器人（chatbot）说话越来越像个小机灵鬼。

即便如此，它本质上还是一个数据库，它会提取人话中的关键词，然后调用数据库中的内容，组织相应的回答。

1950年，人工智能先驱阿兰·图灵提出了**“图灵测试”**的预想，也就是说：如果人在和一个机器对话时，感觉不到对方是机器，那么这个机器才算具有人类智能。

 

综上，阿信又想了想，问了一个对人工智能来说是“跨学科”的超纲问题。

阿信：理查德·道金斯今年几岁？

音箱：我还小呢。（你是不是只听进去后四个字？你的百度百科呢？你的计算能力呢？）

除此之外，智能音箱还包含了影音资料库的关联、物联网等功能，它们和“人工智能”的关系就更远了。当然，这些本身都是很优秀的技术（手动狗头）。

那么，什么是更高级的人工智能呢？目前大家普遍接受的观点是（当然还有人不这么认为，这个到后面再说），运用到**“深度学习”**才算人工智能的高阶玩家。

二、深度学习下人工智能的新发展

前面我们虽然稍微diss了下智能音箱，但有一点还是要为它正名：智能音箱的核心——语音识别的高段位是需要动用到深度学习的，它也被认为是人工智能未来发展的方向。

如果哪天智能音箱能做到真正意义上的语音识别，那才可以说它是真的智能。

什么是更高级的语音识别？

用大白话讲，就是机器能够有理解句子意思的能力。

我们知道，同一句话，甚至同一个词，在不同语境下表达的意思可以千差万别。当机器经过千万次的神经网络训练获得了这种捕捉句意的能力，才算一只高级别的智能机器。

而这种神经网络训练，我们可以简单理解为深度学习。

**深度学习根植于数学、计算机科学和神经科学中。**它从数据中学习，就像婴儿认知周围世界那样，从睁开眼睛开始，到慢慢获得驾驭新环境所需的各种技能。

目前，深度学习在AI医疗的自动诊断、投资回报预判、牌场竞技、自动驾驶、智能翻译、情绪识别等领域都有比较前沿的运用成果。

三、颠覆贝叶斯理论的因果新科学

就当大家都以为深度学习是人工智能的发展未来时，贝叶斯网络之父朱迪亚·珀尔却说，现阶段的深度学习，根本谈不上是真正的人工智能。

朱迪亚·珀尔

要知道，人工智能的发展在很多方面都得益于珀尔早期的研究，但他却在最近推翻了自己，甚至说，沿着目前的基于贝叶斯网络开展的深度学习探究方向是错误的，这条路永远也到不了实现真正人工智能的彼岸。

于是，他提出了一个因果关系之梯的概念，说我们现在的人工智能研究都在因果之梯的第一层，也就是观察模仿层。

目前，人工智能的研究都局限在这个层级。

比如大家都觉得厉害得不得了的AlphaGo以4:1战胜了世界围棋顶尖高手李世石，但底层设计也是计算机上亿次对人类棋手动作的追踪、观察和记录。

当时网络上有人戏谑道：

“人工智能赢了不可怕，至少说明它还不懂得韬光隐晦，如果它假装输给人类，那才更加可怕。”

这句看似戏言的话，却暗藏了人工智能当前最大的发展瓶颈：只会学习和处理数据，却不懂得像人类一样去思考和模拟存在于数据之外的其他可能性。

而机器只有突破到第三层的**“反事实”**才能实现强人工智能。

在这一层级上进行的思维活动是想象、反思和理解。

珀尔将这一层级定义为反事实推理，刚好与尤瓦尔·赫拉利在《人类简史》中的观点不谋而合。

尤瓦尔认为，人类所以变成今天的样子，是忽然学会了**“虚构”**——从幻想某一棵大树可以保佑我们，一直到后来的有限责任公司和资本信贷体系，人类不断虚构出美丽的故事，最终建立起庞大而牢固的人类帝国。

人类发展出描绘虚构事物的能力正是人类进化过程中的认知革命，反事实推理是人类独有的能力，也是真正的智能。

尤瓦尔·赫拉利

当人工智能具备了“虚构”甚至“反事实推理”的能力时，那么强人工智能时代终将到来。

针对能否开发出具备自由意志的机器人的问题，珀尔的答案是 绝！对！会！

**四、人工智能的礼物：**提升判断力

读到了这里，一定会有人问：人工智能都是科技圈的概念，跟我有什么关系的？就算我理解了人工智能的发展新方向，又有何用呢？

和我们的最大的关系是——提高个体的判断力和决策力。

当下的社会信息实在嘈杂，为了防止被蒙骗、被忽悠，我们都需要具备一些认知力和判断力傍身。

珀尔将判断力划归为五个层级。

1. 相信权威

2. 相信经典

3. 人群研究

4. 控制变量

5. 随机实验

从1到5，是判断力逐渐提升的阶段。

套用这五个层级，举个栗子。

现在有一种卖得很贵的保健品，号称用的材料都是货真价实的珍贵的药材炼，对身体有好处，吃了可以延年益寿。

那问题来了，我们怎么能知道它是不是真有效呢？

最底层的判断力是既然这个东西“贵”，那就肯定有效。卖得贵，自然品质好。这就是相信权威，但显然逻辑是经不起推敲的。

“贵”可以让你觉得有效，最多相当于“理论上应该有效” —— 可真正有没有效，得看实践。

今年的春晚就有一个类似的卖假保健品的小品

于是，**判断力升级至第二层：**相信经典。

身边有个熟人吃了这个保健品有效，所以认为它有效。

 一个例子能证明有效吗？可能熟人那几天偶然身体不好，本来不吃也能恢复，吃保健品和恢复完全是巧合。

所以，**一个样本是没有参照意义的。**你不仅要问身边的一个人，更要问身边的一群人，甚至将样本群放得更大。你才起码能大致了解吃了这个保健品到底有没有效。

第三层判断力是样本扩大后，对人群的研究。

保健品公司委托某野鸡大学出了一个报告，说吃了这个保健品的人群的身体状况，平均而言，比没吃的人群好。那这个报告能说明这个保健品有效吗？

 

还是不能。

保健品定价高，目标用户是**高消费群体。**这无形中向用户样本切了一刀：这些消费得起如此高昂保健品的人的医疗保障、生活环境、饮食结构各方面都比穷人要好，他们的身体状况、基因底子本来就“应该”更好。

你怎么能知道是吃了保健品的人身体好呢，还是身体好的人更容易买保健品吃呢？

鸡生蛋、蛋生鸡的哲思实在是太考验吃瓜群众的判断力了。事实上，大部分人的判断力都停留在这一层级上面。

想要继续攀升，就要引入一些**统计学的方法论了。**比如说：控制变量、随机实验等。

在当下的信息体系中获得一点知识是很难的。有谁能想到，一句“这东西真有效吗？”居然引出了一个规则怪异的数学游戏，这也正是科学家与吃瓜群众的区别。

吃瓜群众的判断方法多是看看产品介绍、询询价格、问问身边人的评价；稍稍精进一点的，在网上看看更多的用户评论。

而科学家的方法则是控制变量和做随机实验，这就是高判断力和低判断力的差距。

现在都说当今世界的贫富差距正在拉大，同样的，**人****跟人的判断力的差距更大。**在这个知识碎片化满天飞的时代，没有一点判断力傍身，是万万不可的。

用训练人工智能的思维方法来训练我们的这种判断能力，也许正如珀尔所说，是“人工智能奉献给人类的第二个礼物”。

而未来的人工智能到底能不能如珀尔所说，拥有认知、预判和虚构故事的想象力，让我们拭目以待吧。

参考资料：

1. 《为什么》[美] 朱迪亚·珀尔 著 中信出版集团 2019.6

2. 从海底捞无人餐厅, 看2019人工智能新动向，搜狐网

3. Enge, Eric. “Rating the Smarts of the Digital Personal Assistants in 2018”.