第2章 前言
在这本书里，你将读到关于人工智能的神话。人工智能的神话认为人工智能的到来是必然的，这只是时间问题——我们已经踏上了这条道路，它通往人类水平的人工智能，然后通向超级智能。在媒体专家和以埃隆·马斯克（Elon Musk）为代表的思想领导者，甚至许多所谓的人工智能科学家的宣传下，人工智能的必然性已经在大众的讨论中根深蒂固，而反对者也常被当作卢德主义者[1]，至少被认为是用短浅的目光看待科技的未来，或是未做好进入智能机器世界的准备的人。
正如我要在本书中展现的，人工智能关乎智能的核心奥秘，现在还没有人知道如何解答它。人工智能的支持者们踌躇满志，要把它已知的局限性减到最小。毕竟，人工智能是一桩大事，在文化领域中的地位也在不断提升。然而，无论我们承认与否，我们目前对智能本质的了解程度限制了未来人工智能系统的可能性。在此，我们应该坦率地说：所有证据都显示，人类和机器的智能是完全不同的。人工智能神话的拥趸者们坚持认为，这种差异只是暂时的，终将被更强大的人工智能系统抹去。未来学家雷·库兹韦尔（Ray Kurzweil）以及哲学家尼克·波斯特洛姆（Nick Bostrom）等人都是这个神话的大力宣扬者。他们声称人类水平的人工智能一定会出现，而且随着它的出现，人类将被超级智能机器远远地甩在后面。
这本书阐述了人工智能神话的两个重要方面，一个是科学方面，一个是文化方面。在科学方面，这个神话认为，我们只需通过在狭隘的特定领域中取得进步，比如做游戏或图像认知，就能找到通用智能的突破口。这是个严重的错误：在狭义的应用上取得的成功无法拉近我们和通用智能之间的距离。有人推断，人工智能系统需要通用智能来阅读报纸，进行基本的对话，或成为家庭喜剧动画片《杰森一家》里的机器人罗西那样的伙伴——以我们现在对人工智能的了解，这些都无法被程序化、被学习或被设计。受益于运算速度更快的计算机和海量的数据，人工智能也有了更简单、更狭隘的版本。我们成功地使用这种人工智能时，并没有在逐渐进步，而是在摘取低处的果实。而跳跃到通用智能是一件截然不同的事，也没有人知道从一处通往另一处的道路。通用智能中不存在算法。我们也没有足够的理由猜测，通过进一步研究深度学习系统或现在流行的其他任何方式，算法就会出现。它更可能需要重大的科学突破，而我们目前对这种突破一无所知，更别谈具体获得的途径了。
人工智能的神话不是好事，因为它无休止地谈论持续的进展，掩盖了科学中的奥秘。这个神话倡导人们相信必然的成功，然而对科学真正的敬意会把我们带回原点。这将带我们进入人工智能神话的文化层面，即人工智能神话对文化的影响。追寻这个神话对科学不利，也对我们不利。为什么呢？原因之一是，如果我们选择忽视智能的核心奥秘而不是面对它，我们就很难取得创新。健康的创新文化强调探索未知，而非宣扬现有方法的扩展——尤其当这些方法已经明显不足以让我们走得更远时。人工智能必将成功的神话容易抹杀取得真正进步（无论这种进步中是否包含人工智能）所需的创造性文化。这个神话还鼓动人们听任机器在各个领域蔓延，在那些领域，真正的发明被边缘化，取而代之的是鼓吹未来主义的言论，而这些言论往往来自既得利益者。
谁应该读这本书？当然是所有既对人工智能感到兴奋不已又想知道它为何总是离我们有十几年到二十几年之遥的人。如果你认为人工智能发展为超级智能是必然的，又不知道那天到来时该做些什么，那你也应该读这本书。我无法确定人工智能是否会在某一天主宰世界，但我会给出理由，让你大大降低对这个情景的预期。总而言之，如果你只是对社会上围绕人工智能铺天盖地的宣传感到好奇而又心存疑惑，那你就应该读这本书。我将解释人工智能神话的起源，我们对于真正达到人类水平的人工智能的前景的已知和未知，以及我们为什么要更加深刻地理解我们目前所知的、唯一真正的智能——我们自身的智能。
关于本书
在第一部分“简化的世界”中，我将解释人工智能文化如何简化与人有关的想法，扩展与科技有关的想法。这一想法始于“人工智能之父”艾伦·图灵（Alan Turing）的观点，其中包含的“简化”易于理解但并不成功，我称之为“智能的错误”。1965年，英国数学家I.J.古德（I.J.Good）则提出了“超级智能机器”的概念。他认为，一旦一台机器的智能水平远超人类的智能水平，“智能爆炸”就是可预见的结果。在图灵和古德两人之间，人工智能的现代神话逐渐形成。它的发展把我们带入了一个被我称为技术媚俗的时代。这种对深层思想的肤浅模仿，隔绝了智能，也削弱了文化。“媚俗”左右我们的思考和感受；“媚俗”为提供者带来利益，使消费者蒙受损失；“媚俗”使我们落入一个肤浅的世界。
在第二部分“推理的问题”里，我认为只有一种推理的形式——思考——对人类水平的人工智能有用。然而，关于推理，我们完全不知道如何规划和设计。推理的问题之所以成为人工智能的争论焦点，是因为它和智能直接相关，无论人类智能还是机器智能。我们所拥有的不同类型的推理的知识源于亚里士多德和其他古希腊人，并在逻辑和数学的领域里发展起来。我们通常用形式化的符号系统来描述推理，就像计算机程序的运行一样。因此，通过探究推理，我们将对设计智能的课题有一个清晰的认识。推理有三种形式：经典人工智能探索过的演绎推理、现代人工智能探索过的归纳推理、有助通用智能的发展却少有人研究的溯因推理。三种形式的推理互不相同，且无法互相转化，因此如果用来构建人工智能系统的推理形式无法支撑通用智能，那么实现通用人工智能（Artificial General Intelligence，AGI）也将遥遥无期。
在第三部分“神话的未来”里，我认为，人工智能的神话会颠覆科学。把“神话”当真，导致的糟糕后果将侵蚀人类智能和创新文化——而创新文化正是我们了解自己未来所必需的突破口。数据科学（人工智能在“大数据”中的应用）充其量只是人类智能的假体，如果使用得当，它能帮助我们应对现代“数据洪流”；如果用来代替人类智能，它很可能吞噬掉大量的投入，却无法得到我们想要的结果。我特别解释了在一些近期的科学研究中，人工智能的神话如何对神经科学的研究产生负面影响——我们正在为这个神话付出高昂的代价。为了人类自身的美好前景，既然我们没有充足的科学理由接受这个神话，那么我们就有足够的理由拒绝它，所以我们需要从根本上重新思考有关人工智能的讨论。
注释
[1]在19世纪初英国工业革命期间，受机械化冲击而仇视、破坏机器，进而反对工业革命的人被称为卢德主义者，后引申为仇视一切新奇的发明及科技进步的人。——译者注。