谷歌圍棋軟體阿法狗（AlphaGo）總比分4:1擊敗李世石，把各路圍棋高手驚出一身冷汗。我不是職業棋手，不擔心被阿法狗搶走飯碗，我只想知道阿法狗究竟會給我們這些普通人的生活帶來哪些改變。
這不是人類第一次被機器打敗，我們的力量、速度、耐力、聽力、視力……都早已輸給了機器，但我們從沒如此緊張過。沒錯，機器憑藉自身優勢搶走了很多人的飯碗，但除了那些丟掉工作的抄錄員、扳道工、電報員、檢票員和流水線上的裝配工之外，其他人都表現得毫不在意，甚至那些丟了工作的人，如果又找到了其他工作，通常也會高高興興地改行。原因無他：起碼到目前為止，凡是能被機器代替的工作都太無聊了！
想想看，還有比地鐵站檢票員更無聊的工作嗎？他所要做的就是從顧客手裡接過一張票，確定是有效的，然後放行。這樣的工作除了能給工作者發工資之外，幾乎一無是處。於是，當自動檢票機問世並普及之後，檢票員這個職業便悄無聲息地消失了，根本沒人在意。
現在看來，檢票機似乎很簡單，可當年它剛剛被發明出來的時候，還是引起了不小的轟動的，原因就在於這是一臺自動化設備。工業自動化是上一次工業革命的核心，一臺自動化設備可以根據不同的情況作出相應的反應，在外人看來似乎代表著機器有了一定的判斷能力。但內行都知道，這僅僅是一套簡單的程序化作業系統而已，和人工智慧差得很遠。
雖然這項技術讓很多工作在裝配線上的工人丟了飯碗，但請你想想看，還有比裝配工更無聊的工作嗎？我看過一部關於手機生產線的紀錄片，一名工人每天的工作就是擰手機殼上的一個螺絲釘，而且只擰左邊的，因為右邊那顆螺絲釘另有人擰。這樣的工作，我恐怕連一天都堅持不下來。
好了，你大概知道我要說什麼了。對於大部分工作者來說，最大的願望就是能夠在工作中發揮自己的創造力，因為創造力是快樂的源泉，也是人生最大的意義所在。工業自動化技術雖然讓一部分人丟了飯碗，但它把人類從繁瑣的簡單勞動中解放出來，去從事更加有趣味、更能發揮創造力的工作，從長遠來看這是一件好事。
但是，如果機器代替的是需要創造力的工作，性質就不一樣了。
想想看，如果有一天機器具有了創造力，哪怕只是水平一般的創造力，會發生什麼事情呢？
我敢肯定，資本家是絕不會手軟的，他們一定會想方設法用這樣的機器代替人類，那樣的話就將會有一大批人丟掉有趣的工作。我不敢百分百地肯定這件事的最終結果一定很糟糕，但我希望在人類做好準備之前，這一天晚一點到來。
阿法狗一直被稱為是一種人工智慧（AI），因為下棋被認為是一項智力活動，而不是簡單的算算術（否則人類早輸了）。棋類當中圍棋被公認為是最複雜的一種，而阿法狗打敗了最優秀的人類棋手，如果這兩件事合起來意味著人工智慧已經和人類平起平坐了的話，那麼阿法狗就是人類最可怕的敵人。
事情真的已經發展到這一步了嗎？回答這個問題之前，讓我們先來仔細研究一下人工智慧究竟是什麼東西。
當阿法狗贏了前3盤棋之後，我注意到很多專業棋手紛紛表態要回去復盤，希望能從阿法狗身上學幾招，提高自己的棋力。
這是一件很有意思的事情。想想看，假如有一天科學家製造出一臺跑步機器人，跑得比博爾特還快，人類短跑選手會去向機器人學習跑步嗎？完全不可能。
這件事反映了智力和人類其他能力之間的一個重要區別：只有智力才具備幾近無限的延展性，其他「力」都不行。
人類跑不過野馬，打不過獅子，但人類卻是萬獸之王，原因就是智力的無限延展性使得人類具備了無限延展的能力。人類是如此迷信智力的無限延展性，以至於坊間一直流傳著一個說法，說大部分人只開發了腦容量的10%。這個說法當然是不準確的，但卻也從一個側面說明，人類相信只要自己足夠努力，就會變得越來越聰明。
阿法狗在棋力上的延展性似乎已經超過了人類。它不像「深藍」那樣僅僅依靠暴力計算窮盡一切走法來贏棋，而是具備了學習的能力。按照谷歌工程師的說法，阿法狗可以通過學習人類的棋譜，以及自己左右互搏的方式「長棋」，它可以在短短的幾個月時間裡自己跟自己下幾千萬盤棋，在對局中積累經驗，這樣的延展性簡直逆天了。
如果延展性就代表智力的話，這次人機大戰的結果表明阿法狗的智力已經和人類平起平坐了，而這也就意味著絕大部分人類工作都將被機器取代，這個世界將變得面目全非。
幸運的是，智力不光需要有無限的延展性，還需要點別的東西。
李世石雖然輸給了阿法狗，但只有他賽後能用人類聽得懂的語言講解棋局，晚上回家後還可以看一集韓劇再睡覺。阿法狗只會下圍棋，其他事情統統不會做。換句話說，阿法狗尚不具備通用性，而通用性是人腦的一個非常重要的特質，也是人腦最神奇的地方。
英國物理學家戴維•多伊奇（David Deutsch）在他那本《無窮的開始》中用一整章的篇幅為讀者介紹了幾個人類發明的通用系統，包括拼音文字、數學和活字印刷術。後者是中國的四大發明之一，我感覺很多人並沒有意識到它的偉大之處究竟在哪裡。想想看，活字印刷技術出現之前，人們需要為每一份印刷文件單獨製造一個模板，成本是很高的。活字印刷技術出現之後，人們只要製造一個通用的模板就可以應付所有的印刷任務了，其結果就是印刷成本大大下降，書籍，也就是知識的普及速度成倍增長，這才有了後來的啟蒙運動和工業革命，從根本上改變了人類社會的面貌。
戴維•多伊奇
人類發明的最具通用性的東西無疑是計算機。今天的計算機似乎像人類的大腦一樣無所不能，但計算機剛被發明出來的時候僅僅是一個會算算術的機器，和蒸汽機織布機什麼的差不多。
計算機的雛形應該是19世紀20年代出現的差分機，這是數學家設計出來用於編制數學函數表的機器，以代替容易出錯的人類「計算者」（Computer）。當年的那些「計算者」本質上和今天流水線上的工人沒什麼兩樣，從事的都是不需要創造力的簡單工作，只不過一個用腦一個用手而已。
阿蘭•圖靈（Alan Turing）於1936年創立了經典的計算機理論，一舉奠定了他「計算機之父」的地位。圖靈最大的貢獻就在於，他意識到計算機是一個具有無限延展能力的通用模擬器，只要速度足夠快，內存足夠大，一臺計算機理論上可以模擬自然界的絕大部分東西，包括智能。
阿蘭•圖靈
這是個劃時代的理論。要知道，當時的計算機還很原始，即使是今天這麼「高級」的計算機，本質上也不過是在「算算術」，只是算得特別快而已。在人類的語境裡，「算算術」是一個特定的行為，我們很明確地知道自己什麼時候是在「算算術」，但當我們看韓劇的時候是不會認為自己在「算算術」的。圖靈卻很早就意識到，人類所有的心理活動，無論是下圍棋還是被韓劇感動，本質上都可以通過「算算術」這個簡單的動作完美地模擬出來。這個想法實在是太超前了，所以我們說圖靈是人類歷史上最偉大的智者之一。
為什麼會是這樣呢？多伊奇認為，一個重要原因就在於現代計算機是數位化的，數位化的運算方式可以很容易地糾錯，所以它才會成為具有無限延展性的通用系統。關於這個結論的解釋非常複雜，是《無窮的開始》第六章《向通用性跳轉》的精華所在。限於篇幅我就不在這裡多說了，感興趣的朋友可以買來這本書好好讀一讀，我相信你會有所收穫的。
圖靈不但創立了計算機理論，還進行了實踐，親自設計製造了一臺密碼破譯機。雖然這臺機器本身尚不具備通用性，二戰結束後便被束之高閣了，但後人受此啟發，不斷地提高計算機的性能，世界終於進入了電腦時代。如今的電腦幾乎無所不能，似乎已經變成了圖靈預言過的那個「具有無限延展能力的通用模擬器」。但是，圖靈預言中最有趣的部分---人工智慧---卻遲遲沒有出現。
問題出在哪裡了呢？
圖靈提出過一個測試方法用來判斷一臺計算機到底會不會思考，能不能達到人工智慧的高度。這個被稱為圖靈測試的方法很簡單：讓一個合適的裁判（比如人）去判斷某個電腦程式是不是人類。很多人曾經嘗試過編寫程序通過圖靈測試，但都無功而返，甚至還鬧了不少笑話。
為什麼會這樣呢？不少人覺得這是因為目前的計算機運算速度還不夠快，但多伊奇教授認為不是這樣的。假設有一個程序可以通過圖靈測試，只是運算速度慢，每回答一個問題都需要等上一個月，我們是否會讓它通過測試呢？多伊奇教授的回答是肯定的，因為計算機的運算速度一直在加快，如果軟體沒問題，那硬體總有一天就不是障礙了。
圖靈在他1950年發表的一篇論文中估計，一個人工智慧程序要想通過圖靈測試，所需要的內存容量不會超過100兆，速度也不必比當時的計算機快（當時的計算速度大概是每秒幾千次）。這句話的意思是說，一個真正的人工智慧程序靠的是設計巧妙的軟體，而不是硬體性能的提升。
多伊奇同意圖靈的看法，他認為人工智慧領域之所以進展很慢，原因在於我們尚不知道人類智能的本質是什麼。當我們在學習、聯想、感知、感動、高興、思念……的時候，我們的大腦裡面究竟發生了什麼？沒人知道答案。更重要的是，多伊奇認為人類尚未理解創造性是如何運作的。創造性是人類智慧的最高形式，但我們並不知道創造力是怎麼來的，因此也就沒有辦法去模擬它。
從這個思路出發，多伊奇認為圖靈測試並不是衡量人工智慧的好方法，因為圖靈測試的本質就是在解釋（人類）智能到底是怎麼回事之前就實現（人工）智能，這種情況不是不可能出現，但極其罕見。
換句話說，多伊奇相信，即使有人真的編寫出一款很像人的聊天機器人程序（比如Siri），但它也僅僅是在模仿人類思考，而不是真正在思考。這樣的程序根本用不著去進行圖靈測試，只要看一眼程序原始碼就能知道，它根本就不是人工智慧，而是人類設計出來的一款作弊軟體。
如果有一天人類真的掌握了關於智能的秘密，對人腦的諸多奇妙特性給出了合理的解釋，那麼程式設計師只要將這些解釋寫進程序，任務就完成了，根本不需要真的去進行圖靈測試。這句話反過來也成立：如果你不能編出程序來實現人工智慧，那你就沒有理解人類智能的本質。
那麼，阿法狗背後的軟體工程師真的編出了這樣的程序嗎？
按照這個思路再來看阿法狗，我們就會知道它離人工智慧還差的很遠呢。首先，它不具備通用性，除了下棋什麼都不會做；其次，它雖然有很強的學習能力，但卻沒有聯想能力，不會用它學到的圍棋知識舉一反三地去解決其他問題，這是人類智能的一個非常關鍵的特質。第三，也是更重要的一點，那就是它沒有創造力，完全是在模仿別人的下法。
上述結論完全可以從阿法狗的軟體中看出來，根本不用去試驗。阿法狗的背後其實就是兩套軟體，一套用來學習人類高手之間的對局，從中找出最常用的下法。另一套用來對每一種下法的後果進行評估，因為計算速度快，它可以預先在「腦子」裡下很多手棋，看得比人類棋手更遠，評估得也就比人類棋手更準確。阿法狗只不過是把這兩套軟體結合起來，運用複雜的數學計算，最終給出一個勝率最高的下法而已，它本身並不具備創造能力。
導致阿法狗沒有創造力的根本原因就在於它並沒有理解圍棋的本質，這一點在雙方的第四盤棋上表現得尤為明顯。阿法狗在李世石走出那步極具創造力的、很可能不在阿法狗資料庫裡的「挖」之後連續下了兩步臭棋，那是連業餘圍棋手都不會下出來的敗著，無論你用多麼發散的思維都不能說那兩步棋有任何價值。為什麼一個有能力戰勝李世石的圍棋程序卻會犯如此低級的錯誤呢？原因就在於這個圍棋程序自己根本不會下棋，它只是在模仿人類。雖然它模仿得非常好，但它自己並不知道每一步棋究竟為什麼下在這裡。
相比之下，李世石是懂棋的。這就是為什麼雖然李世石的大腦的運算速度遠不如阿法狗，記住的棋譜數量也遠不如阿法狗多，卻能和它基本上戰成平手的根本原因。
寫到這裡必須指出，我並不能告訴你什麼叫「懂棋」，什麼叫「理解圍棋的本質」，如果我知道這兩個問題的答案的話，我早就去谷歌公司領那傳說中的百萬美元年薪了。但我敢肯定的是，這個世界上沒人知道這兩個問題的答案，沒人能解釋「理解」這個動作究竟是怎麼一回事。而這，就是人工智慧領域所面臨的最大障礙。
這個障礙是致命的。在人類沒有越過它之前，真正的人工智慧是不會出現的。
雖然阿法狗不懂棋，或者更準確地說，設計阿法狗的那些軟體工程師都不怎麼「懂棋」，但他們卻設計出了一款程序，打敗了世界頂尖高手，這件事還是相當偉大的。
阿法狗獲勝的時候，很多媒體都說「人類敗給了機器」，我不喜歡這個說法。就像前文分析的那樣，阿法狗不是真正的人工智慧，它沒有智慧，沒有情感，更沒有創造力，它所做的一切都是設計者讓它做的。這5局棋的本質就是一類人的思維方式戰勝了另一類人，僅此而已。人類並沒有輸，反而贏了。
我看過網上流傳很廣的一篇文章，描述了真正的人工智慧到來後人類的命運。我沒有能力預測那麼遠的事情，但我知道這一天還沒有到來，還有一道很關鍵的坎沒有越過去。更重要的是，我相信這道坎不是一座山，而是一道閘。山可以一點一點地爬，爬到一定高度後很自然就越過去了。但是閘不能這麼爬，人類不能指望99%的汗水，而只能等待那1%的靈感，誰也不知道它什麼時候到來。
這件事有點像當年的愛因斯坦，他創立的相對論雖然不能說是完全憑空想像來的，但絕對是靈光一現的結果。換句話說，如果歷史上沒有愛因斯坦這個人，相對論真的不知道什麼時候才會出現，我們的生活也很可能不是現在這個樣子的。
話雖如此，但這不等於說現有的人工智慧就不重要。目前已有的人工智慧雖然尚處於初級階段，但這個領域的進步相當快，已經具備了改變人類生活的能力，大家只要去查一下谷歌下一步的工作計劃就知道了。
但是，這種能力和真正的人工智慧相比，有一個非常關鍵的不同，那就是具備這種能力的機器人除了幫助人類完成指定的任務之外，沒有任何其他目的，它們不會「心懷鬼胎」，不會主動傷人。如果發生了意外，那也是程序設計的缺陷，責任一定是在設計者一方。
總之一句話，今天的人類真的不需要擔心被機器人打敗，人類的敵人只有一個，那就是人類自己。
⊙ 本文版權歸《三聯生活周刊》所有，請勿轉載，侵權必究。
長按二維碼 即刻關注