期待AI又怕受伤害？洪小文建议你看看这三本书 | 观点

丹棱君有话说：AI技术发展给人类生活带来了便利，同时人们一次又一次提出对AI的担忧和恐慌。归根结底人们在怕什么？人类智能与人工智能的关系和区别是什么？科技如何真正向善？近日微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士与西湖大学师生的分享，为大家带来一些洞察与启发。

以下，是很多人熟悉的日常：

开车出门，打开手机上的地图 APP，用导航规划最优线路。

进入商场、医院或学校，绿码是你的“通行证”，这是过去一年来逐渐适应的新常态。

到了晚上，微信运动则会用一条推送消息提醒你，今天一共走了多少步。

看上去，人类与科技的共生无比和谐。然而，当真如此吗？当技术带来便利，我们当真没有面对未来的焦虑吗？当文明发生更迭，我们当真没有面对过去的不舍吗？

2021 年首场“遇见 WeMeet” 人文社科系列活动上，洪小文博士就从“数据、计算、人工智能与人类未来”的主题出发，与西湖师生分享了他的见解。

“又期待，又怕受伤害。”他这样描述人们身处AI时代的内心情感。如何看待这种矛盾而纠结的情绪？洪小文没有给出答案，但他在分享中提到的三本刊物，或许能够为这些情绪的纾解提供一些视角。

洪小文

微软全球资深副总裁

微软亚太研发集团主席

微软亚洲研究院院长

读《TIME》（1950）

对智能的恐慌，远早于AI本身

AI 有多重要，已经不需要我再多说什么，如今包括中国在内的世界上几乎每一个国家，都在谈论和布局 AI，也就是人工智能。但在高涨的热情背后，我们也无法忽视另一种声音——对智能技术的恐慌。

怎么看待这种情绪？

我们先从语义的角度看。“人工智能”的反义词是“天然愚蠢”，没有人想要天然愚蠢，所以大家更喜欢 AI。人类之所以成为世界的主导力量，也正是因为我们比其他动物聪明得多，我们不比老虎壮，也不比大象大，但拥有智能的人类，能够学会对周围的事物实现控制。

以自动驾驶为例，如今我们讨论自动驾驶，毫无疑问认为它是一种AI技术。可是你知道吗？据维基百科，飞机的自动驾驶系统在 100 多年前就已经实现了，那时候连电脑都还没有，更别提 AI 这个说法。

所以，到底什么是智能？当我们一次又一次提出对人工智能的担忧和恐慌时，我们到底在怕什么？那些书中提到的恐怖的、甚至有可能接管人类的“超级智能”，有多大可能会成真？

让我们换一个历史的视角来看这个问题。

这是一本发行于 1950 年的《时代》杂志，封面故事讲的就是对“超级智能”的担忧。注意，这是一篇70年前的媒体报道，当时全世界只有多少台计算机？我不知道确切的数字，但我想可能不到十个，而且价格很高、体积很大，即便在美国，也只有与军事相关的项目才用得起电脑。当时“人工智能”甚至连影子都还没有，这个词直到六年后的达特茅斯研讨会（Dartmouth workshop）上才被创造出来。

显然，即便没有 AI，但那时的人们已经开始担心了——我们将要造出一些比我们自己还要聪明的东西？！

读《意识光谱》

创造力无法“学会”，只能被激发

如果 1950 太远，我们来讲讲大家更熟悉的 Alpha Go。

我认为，“算法”是解决问题的过程，最有用的创造力就是提出算法的能力。而今天的计算机，还不具备这样的创造力。

也许你曾经这样想过：和 Alpha Go 下棋是一件多么不公平的事啊！这背后得有多少计算机的算力？电脑太聪明了！

但你有没有换一个方式思考这个问题：为什么要在模式识别和死记硬背上与电脑竞争呢？Alpha Go 诞生的意义，本质不也是计算机解决问题的过程吗？这就好像一个很擅长开根号的人，哪怕可以开到小数点后 100 位，电脑也可以做到，但不必比试吧？

有一本书叫《意识光谱》，作者肯恩·威尔伯是美国最著名的心理学家。他把人的意识分成高光谱和低光谱，你可以这样理解，高光谱是指你早上醒来的时候，喝一杯咖啡，然后开始做一些需要计算和记忆的工作，效率高且不会出错；低光谱则是指结束一天的工作和学习后，你觉得有点晕，你觉得你需要打个盹，做个白日梦，或者索性大睡一觉。

有意思的是，历史上有很多故事告诉我们，多数时候人们最有创造力的时刻反而是在低光谱中。贝多芬失去了听力，却创作出很好的交响乐；梵高割破了的耳朵，但仍然绘就美丽的画幅；还有证实了神经传递的信号是化学信号的诺贝尔奖获得者 Otto Loewi，据说是在梦里梦到了实验过程，而且一连梦了两次。

我想说的是什么呢？在座有很多学生和教授，你们比我更清楚，创造力没法“教”，也没法“学”，它只能被激发。

我可以负责任地说，目前还没有任何证据表明计算机可以自己编写程序。也就是说，如果计算机要自己写算法，它就得具备写算法的能力，而这种能力本身又是一种新的算法。好比人有左脑和右脑，我们仍然需要富有创造力的右脑来想出算法，这是一种协同。

读《工具，还是武器》

科技如何真正向善

总体来说，技术还是好的，人们其实真正担心的是数字鸿沟、公民安全、隐私泄漏、虚假新闻、数据偏见，甚至军事战争……

所以常常有人说，我们需要对包括 AI 在内的科技进行规范和监管，但其实真正应该规范的还是人类本身不是吗？毕竟，任何东西都有其缔造者。就像一把刀，好人用它做饭，坏人用它杀人，但我们并不会去责怪刀，而是责怪使用这把刀的人。

同样的道理，任何的监管都是面向人，而不是面向技术。技术的确非常强大，人们担心的是会不会有人将之用于歧途。我想，一家公司如微软，或一所大学如西湖，都应该正视并重视自己所承担的道德和责任的议题。比如那些生命科学的实验，比如基因编辑、克隆等，其实也有很敏感的东西。

所以，担忧也不是坏事，这促使很多人、很多国家开始采取措施，政府、社会及科技企业正在合作制定政策、法规、法律。但我今天更想启发大家去关注的是，当我们拥有这些强大的技术时，我们更需要做的是去回馈社会，所谓 AI for good、科技向善，我们如何真正让人工智能变得更好，如何使用智能技术为需要的人提供帮助？

世界是平的，但并非人人生而平等……

环境也很重要，极端气候、水资源短缺、碳排放……

在很多国家和地区，贫富差距还在不断被拉大……

类似的问题还有很多很多，而这些是我们真正要去思考的。

在数千年的人类文明长河里，也许每一次理论与技术的更迭都曾在当下带来过恐惧，人们怀疑、抵触、甚至反抗。但文明，不就是在这样一轮轮的更迭中往前走的吗？1950 年引起人们恐慌的技术，不也逐渐变成我们今天习以为常并拥抱赞美的生活方式了吗？

正如洪小文博士在分享最后所说，面对一个智能的时代，面对不断更迭的文明，也许最好的应对方式，是试图获得终生学习的动力和能力。

了解更多：

---