引 語
過去十年 AI 的進步不能讓圖靈獎得主 Alan Kay 滿意。他在計算機世界混沌初開的時候進入這個領域，見過太多的「革命性突破」。他現在關心的是，如何讓人類科技發展的潛能最大限度地激活，來面對最重大的挑戰：氣候變暖。他認為，人類現在有能力解決這一問題，但因為鴕鳥悖論等認知偏見而遲遲沒有行動。「我們需要來真的。」 在上個月的北京智源大會上，Alan Kay 呼籲道。
撰文 | 華 夏
● ● ●
01
「AI這個詞已經被偷走了」
「您對過去60年，尤其是過去10年的AI進展怎麼看？」
當2003年圖靈獎得主 Alan Kay 被問到這個問題時，他笑著回答道：「哦，這個問題很簡單…… AI 這個詞已經被偷走了。當年我們稱之為人工智慧的研究，現在被改作 『通用』人工智慧（General AI）。有些人想要取得成功，於是他們決定忽略人工智慧研究中較難的問題，也就是關於認知的那部分…… 我承認機器學習領域取得了醒目的成就，但我絕不會將其和真正的 AI 混淆，絕無可能。」
這是 2020 北京智源大會的壓軸演講現場，我和幾千人一起在線觀看了 Alan Kay 和華人計算機專家張宏江的對談。看上去，Alan Kay 似乎對AI過去十年的發展並不買帳。
在他看來，一個足夠複雜的機器學習系統，就像是一隻「超級鴿子」。這隻超級鴿子可以做許多有用的事情。但機器學習領域的研究人員，不能用這個子領域的進展來標榜整個人工智慧領域的成功。Alan 指出，如果我們想要發明能夠和人類自然交互的 AI 系統，就必須讓 AI 學會理解人類的語境和常識。過去四十年中，這個領域幾乎沒有得到經費支持。
而現在，Alan 表示，即便我們擁有巨量神經元構成的神經網絡和專用的晶片，我們做的一切不過是 Judea Pearl 所說的 「曲線擬合」（curve fitting），無論是通過多項式這樣的最簡單的模型來完成，還是通過最複雜的深度神經網絡模型來達成，曲線擬合都僅僅是在輸入數據和輸出數據之間找到某種固定的模式，而非 「理解」 數據。Judea Pearl 是貝葉斯網絡的發明者，也是2012年圖靈獎的獲得者。他現在致力於讓機器能夠理解因果關係，而不僅僅是數據之間的相關性。
「我們不能用 AI 中小小子集的成功，來假裝我們在整個領域裡獲得了激動人心的進展。我們需要來真的（get real）…… 如果我有什麼話要告訴年輕人，那就是，別去管那些發論文，拿學位的廢話…… 真正獲得突破的人，不會在意這些。」
Alan Kay 的這番話，讓我想到了另一個著名的「非主流」 研究者和 AI 大潮中的 「異見人士」，印第安納大學的認知科學教授侯世達（Douglas Hofstadter）。略懂中文的他為自己取了侯世達這個名字。他通常以跨學科巨著《GEB》聞名於世，但成名並獲得終身教職後，他一直以自己的方式研究人工智慧。
在2019年接受果殼網的採訪中，他嚴厲地批評 AI 領域的機器學習路徑。例如，Google 翻譯團隊宣稱他們的翻譯水平已經達到了人類水平，但仍然會犯低級錯誤，如下圖所示，在明顯的上下文裡，將 「shingle」 翻譯為 「帶狀皰疹」 而非 「瓦片」。
直到成稿，Google 也沒有修復這個翻譯問題。當然，對於黑箱算法來說，修理特定翻譯錯誤是非常困難的。
「1950年代那會兒，說 『我們正在研究 AI』 是沒問題的，我們是在研究它，是在嘗試理解智能，但現在人們不那麼說了，人們說『這是智能的』，『那是智能的』。我不喜歡這樣。這是過度簡化扭曲，誤導原意。」侯世達在採訪中直言。
不難理解 Alan Kay，Judea Pearl，侯世達這些前輩，對當前 AI 領域繁榮表象的批評。圖靈在那篇啟發後世的論文中，提出的問題是「機器能思考嗎？」（Can machine think）？許多老一輩研究者關心的是從科學上理解智能，而機器學習並非人類智能的運作方式，因為人類顯然不需要從巨量的數據中學習如何分辨貓狗。在他們看來，想靠機器學習實現真正的人工智慧，就像那個古老的寓言，「有人想順著一棵樹往上爬，一直爬到月球」。
而如今，擁有六十年前研究者不敢想像的數據量和計算能力的 AI 研究者，會更加傾向於相信，飛機為了飛行，並不需要像鳥一樣揮動翅膀。誠然我們能造出厲害的機器，在圍棋領域戰勝人類世界冠軍。但是，我們還是不理解人類的智能是如何運作的。「我們應該嚴肅低對待人工智慧中的『智能』二字（We should take the word 'Intelligence' seriously）。」Alan Kay 強調道。
02
施樂（Xerox）傳奇
80歲的 Alan Kay 語出驚人的背後，的確有真本事。
他1940年出生於美國麻省，父親是生理學教授，母親是音樂家。小時候的Alan是個神童，三歲就學會了流利的閱讀，上小學前，他已經讀完了 150 本書。他說，「不知道是幸運還是不幸…… 小學一年級的時候，我就已經知道老師在騙我了。」
Alan大學在西維吉尼亞的 Behany 學院讀生物學專業，還輔修了數學。他沒畢業就參加了空軍，並因此接觸到了計算機，成為一名IBM 1401 程式設計師。從空軍退役後，Alan 到科羅拉多大學繼續讀書，拿到了數學和分子生物學的本科學位。1966年，進入猶他大學工程學院讀研究生，研究電氣工程。1970年，Alan 加入了加州的 Xerox PARC（Palo Alto Research Center）。
PARC 是 1970 年施樂（Xerox）發起的，致力於為 「未來的辦公室」 做長期研究的機構。施樂靠雷射印表機成為全球知名的數字與信息技術產品公司，其前身是 ARPA（Advanced Research Projects Agency），網際網路的原型阿帕網（APRAnet）就是這個機構在1966年的研究產物。
在PARC， Alan 發明了圖形用戶界面（GUI）。如果沒有這個發明，就不會有後來的 Windows 和 Macintash，我們就不會像現在這樣使用滑鼠和鍵盤，通過點擊或者觸控螢幕幕上的圖形來和電腦交互了。
圖片: Flickr user Nobuyuki Hayashi
不過這還不算什麼。在施樂期間，Alan Kay 基於 Smalltalk 語言，提出了面向對象編程（Object-oriented Programing）的思想。這個思想幾乎應用在一切現代日常計算機應用軟體的代碼中，也是 C++，Java，Ruby 等現代程式語言的基礎設計。此外，他在70年代初，他還提出了 Dynabook 的原型，啟發了現代筆記本電腦，平板電腦和電子書的設計。他關於 GUI 和 「每個人都能用電腦」 的思想，深刻影響了比爾蓋茨和賈伯斯。
年少功成的 Alan Kay 多才多藝，曾是職業爵士吉他演奏家和業餘管風琴演奏家。顯然，他認為自己是名有科學背景的藝術家。「藝術家不會因為別人不接受他的想法就停止創造，他們創造並不是為了售賣，而是為了讓自己的思想得以顯現於世。」 他在分享中說道。
Alan Kay 毫無意外地提到最近40年來計算機技術的 「停滯」。
Alan 曾在17年 FastCompany 的採訪中表示，Tim Berners-Lee 創造的全球資訊網（World Wide Web，即WWW）和 HTML，與 Douglas Engelbart （超文本連結和滑鼠的發明人）的思路相比格局太小，只是碰巧被其他同樣頭腦簡單的人接受，變成了標準。而 iPad，也只是他在70年代創造的 Dynabook 和後來的產品 Xerox Palo 的延長線，不幸的是，iPad 更加消費主義。
微型計算機 Xerox Palo，比 Macintosh 早了足足11年，只不過售價相當於現在的 11萬美元。
在他看來，最近20年只有 Croquet 項目值得一提。該項目設想了一個所有參與者都可以自由互動的虛擬實境環境，像是創造一個大型多人在線網遊，但人們相互交流的是整套的作業系統，應用軟體和人機互動方式，這使得參與者可以隨時改變各種物件的原始碼。Alan Kay 認為，「Croquet 的重要性可以和 TCP/IP 相提並論。」
03
遠景與 「瘋錢」
Croquet 是 Alan Kay 尚未實現的一項遠景（Vision）。他當年在 ARPA 工作時的領導，信息處理技術辦公室的負責人 J. C. R Licklider 正是一個善於描繪遠景的人。
1960年代，Licklider 看到 「計算機命中注定要成為和未來普遍聯網的人類交互的智能放大器」（Computers are destined to become interactive intellectual amplifiers for all humans pervasively networked worldwide）。也就是說，他已經預言了個人計算機，基於圖形界面的人機互動技術，以及網際網路的誕生。更準確的說，不是預言，而是 「導演」 了這一切。
在 Alan Kay 看來，傑出領袖的責任在於提供遠景，而不是提供目標（goal）。只有這樣，才可能取得前所未有的突破。「遠景給你一種感覺，一種渴望，但沒有任何具體細節，沒有任何你可以直接上手的問題。你需要自己從遠景中尋找可以做的事情…… 遠景就像磁場，研究者能夠感受到這些磁場的存在，感受到北方在哪兒…… 但前往這個方向的途徑可以是多種多樣的。」
這些遠景，Alan Kay 說，讓當時的年輕人間獲得了一種 「美學意義的聯接」。「我們愛 Licklider 的遠景，就像愛一個情人...我們受到這遠景的召喚，就像一些人被宗教召喚。」
從 ARPA 到後來的 Xerox PARC，Alan 說，他遇到的領導者沒有官僚，而是科學家政客（Scientist statesman）。他們儘可能地免除了種種官僚手續和文書工作，更多地憑藉信任工作，放手讓年輕人去嘗試。他們甚至取消了同行審議（peer review）。在他看來，最頂級的工作，是無法找到同行的。
確實，兩個機構的幾乎每項工作，都開創了一個全新的行業，它們根本就沒有競爭者。在 Xerox PARC，25名研究人員，5年的時間，每年1500萬美元的投資，便帶來了 8.5個重大發明（那0.5是網際網路），科研投資帶來的回報，現在已經超過了40萬億美元。
Xerox PARC 的8.5個研究成果
以阿帕網項目的誕生為例，Alan回憶到，人類的網際網路時代始於一個15分鐘的談話。1960年代初的一年，Robert Taylor 和當時 ARPA 的負責人 Charles Herzfeld 進行了一場談話，在15分鐘的時間裡，Robert 估算出約合現在 700萬美元的啟動資金，Charles 稍加詢問後同意了。幾乎在同一天，ARPAnet 項目開始運轉，而項目申請的文書工作直到一年後才補完。
這種程度的信任和效率，無疑會讓現在深陷經費申請泥潭的項目帶頭人心生羨慕。Alan Kay 認為，為了取得開創性的研究進展，就必須要有 「瘋錢」（mad money），不在乎後果和回報，投資可以沒有任何明確的目標收益。換言之，這些投資是 「非理性」 的。但為了創造，非理性是必要的。
在Alan Kay 看來，Mad money 需要佔到某個機構 R&D 經費的 1%~5%。如果我們認為 Xerox PARC 的經費—— 每年約合現在的1500萬美元—— 全都是 「瘋錢」，那麼財富 Top 418 的公司，都能供養得起自己的 Xerox PARC。而像中國和美國這樣的大國，各自至少可以擁有超過330個 Xerox PARC。
也就是說，我們的科技進步速度遠遠沒有達到應有的水平。Alan Kay指出，人類應該有足夠的能力，去解決那些更大的挑戰，例如全球變暖。
04
「我們需要來真的」
全球變暖才是 Alan Kay 現在最關注的問題。比起過去的科學家和工程師身份，Alan Kay 現在更像一個思想家。他關心的是如何用科技來應對人類面臨的重大挑戰，例如全球變暖帶來的氣候災難。
「我們可以想像一個今年出生的孩子，在22世紀來到的時候剛好80歲。我們應該思考，如何讓他度過這一生？如何讓他在80歲的時候的地球看上去比現在更好，而不是更糟？」 Alan問道。
的確，氣候變暖問題是一個遠比新冠疫情危害更大的挑戰。地球上的大氣二氧化碳含量，一直在 200ppm~300ppm 之間震蕩。但自從1950年代以來，這個數字已經上升了33%，達到了414ppm。溫室氣體增多會讓地球氣溫升高，而這對環境的許多影響將是不可逆的。例如，我們的地球科學知識已經揭示，一旦格陵蘭的冰帽融化到一定程度，由於白色冰帽減少導致反射的陽光減少，當地氣溫將進一步升高，而進入融冰的正反饋循環中。末了，地球的海平面將上升7米。
「我們不能用創造問題時的思維水平來解決問題。」 Alan Kay引用愛因斯坦這句話，以解釋解決問題和產生問題並不是對稱的。他指出，打破一個系統的穩態是很容易的，但要恢復穩態就很難了。例如，推倒一個豎立的玻璃瓶，要比扶起一個平放的玻璃瓶需要的能量少得多。同樣，修復地球的生態，也遠比破壞生態系統要困難得多。
然而，因為人類固有的種種認知偏見，人們並沒有像面對二戰或冷戰那樣的戰爭威脅一樣，迅速組織起來，用科技的力量去解決問題。Alan Kay 認為，這些認知偏見中最重要的就是鴕鳥悖論，正如心理學者丹尼爾·卡尼曼在《思考，快與慢》中所列舉的那樣：
1) 在時間和環境中的近視
2）失憶（快速忘記過去的困難）
3）樂觀（認為事情會自動變好）
4）慣性（尤其是面對不確定性的時候）
5）簡化（尤其是認知負擔過重的時候）
6）從眾（即要通過社會共識來做決定）
「一個不好笑的笑話是，人類只能在面對外星人入侵的時候才能團結起來。然而，對於氣候災難來說，這就太遲了。」 Alan Kay 警告說。
ARPA 和 Xerox 的經歷告訴 Alan Kay， 只要有適當的投資，優秀的管理和傑出的人才，憑藉人類的創造力和組織能力，可以解決最難的問題，做成偉大的事情。而如何讓人們能夠在災難降臨前就做好準備，而不是繼續假裝沒有問題發生，Alan Kay 認為，這一問題亟需解決方案和行動。
如同他在演講中所說，「我們需要來真的 （get real） 。」
「
作者簡介
華夏，一個關心人類的人。
」
製版編輯 | 皮皮魚