對機器人或人工智慧的研究能幫助人類更了解自身嗎？

這個問題我想從大往小里談一談我的淺見。

作為一個喜歡歷史的工程師，我覺得人類的歷史，其實是一部人和機器共同進步的歷史。人類和猴子的區別在於會不會使用工具，有了手中的骨片、石片這樣的工具，人類才開始被稱為人類；成百上千年過去，人類手中的工具從石器變成青銅器、鐵器、合金，再到如今的電器、未來大家暢想的智能機器人。 一萬年前的猴子會想，「嗯，我把這個石片綁在木棒上，砍樹會快很多，這樣就能騰出時間去打獵了」。而一萬年後的谷歌工程師會想，「嗯，我把這個自動駕駛汽車的智能寫好，坐車不用開了，這樣就能騰出時間去看書寫代碼了。」 因此不管工具怎麼變化，「人使用工具提高生產力」這件事始終是人類進化的第一目標。

如果把我們手頭所有人造出來的物品，都看做是提高生產力的工具，那麼縱觀人類的歷史，我們在用工具開發自然的同時，其實也是在把人和自然隔絕。現在社會的人和五百年前，或者五千年前的人相比，對自然的了解肯定是差了很多。因為我們的祖先風餐露宿，必須熟知天氣和周圍環境的特點才不會死掉；封建時代的人雖然形成了農耕或者放牧的文明，但是食物和飲水的質量常常還是要靠自然賜予，農民掌握著豐富的自然知識以保證糧食的生產，就算不做苦工的王侯將相，也需要根據氣候和季節的特性安排國家大事；而現代文明社會中的人則可以整天坐在寫字樓里，使用各種工業化生產的工具製造、運輸生命補給品，不用擔心食物和水是從什麼地方生產出來的，任何時候都能吃到任何季節和地區生產的蔬果。我想用下面的圖片來表示這一變化：

我想用這個圖感性地表達，隨著工具和人類的一同進步，人和自然的接觸（粉色和藍色的邊界）會越來越少。按照這個趨勢發展下去，未來的人類根本不會直接去接觸自然的風、雨、陽光、植物和綠色動物，而是全部通過機器和其他工具把自然的原材料加工成生活必需品。那個時候人類是怎樣一種生活狀態？是工具在服務我們，還是工具在撫養我們？黑客帝國里說的人類生活狀態，不就是這個樣子的嗎？

我現在常常想，一地鐵上人都盯著手機一言不發的場景；大家到了什麼地方都先找wifi的場景；幾個號稱工程師的人交談的時候沒人知道小麥和穀子有什麼區別的場景……都在預示著這樣的未來。

然而讓我稍稍寬慰一些的推斷是，正因為人有了工具才被稱為人，工具離開人也不會被稱為工具。就像在黑客帝國里說的那樣，機器統治世界以後，依然在費勁心機地研究怎麼能培養一個穩定的人類精神社會，不然機器的運轉也會出現問題。所以人類不會徹底滅亡，而是與機器繼續共生，雖然可能不是處在主宰的地位。但是因為我們和機器必須相生相伴，所以還是有很多談判的權力嘛，嘿嘿。

這種對社會發展的抽象和預測，其實不是我自己臆想出來的。在眾多的科幻小說、機器人學和人工智慧學相關的書籍文章中，大家都多多少少表露了這個觀點的一部分。我只是做個總結。

一旦接受了這種設定，感覺還挺科學的。在《文明5：超越地球》這款地球人殖民外星的策略遊戲里，玩家可以選擇三種方式發展自己的文明並且達到勝利：

【和諧】和外星生命和諧相處，發展出共生的文明

【純正】保持地球人純正的血統，在外星也要保持和地球一樣的文明

【至高】和自己製造出來的機器共生，進化成生命-機械混合體

我每次都選擇第三種方式，因為覺得放棄自己的人類形態、和機器共生，肯定是大勢所趨嘛。而且我可是一個機器人學家，我的工作就是推動人類進入這種狀態。

一旦接受了這種設定，那麼就有幾個問題要問了：

人和工具（或者說人和機器）從現在怎麼變到未來那樣的狀態？

什麼樣的工具可以說是把人類和自然徹底隔絕開了？

如何製造這樣的工具？

雖然我們並不能一下製造出這樣的工具，但是根據上面對於社會發展的分析、人與自然關係的推理，這種工具有以下的特點：

可以代表人類與自然交互

必須與人類相生相伴

所以說回題主的問題，其實這種工具就是破銅爛鐵當中運行的人工智慧，也就是機器人。

一言以蔽之，一個能夠代表人類與自然交互、和人相生相伴的機器，肯定是需要具備相當豐富的人和自然交互的知識，才能夠做好它的工作。這些「人和自然交互的知識」其實就是機器人學和人工智慧領域大家談到的「perception」（感知環境），「planning」（規劃推理），以及「control」（運動控制）。機器人學家和人工智慧學家乾的事情，其實就是把人類對自然的知識變成數學工具和程序而已。

2011年我去麻省理工學院的CSAIL實驗室參觀Daniela Rus的機器人研究組，赫然看到一堆機器人正在一些種植西紅柿的溫室里忙碌。編程的博士學生告訴我說，因為要搞自動種植機器人，他現在已經很熟悉種西紅柿過程中的各種農業知識了。我想，如果不是為了教機器人學會種西紅柿，現代文明社會中的大部分人根本不需要自己去研究怎麼種西紅柿。

而近年來大部分的機器人研究，比如疊毛巾、上樓梯、開車……無一不是在期望把人類對自然的知識變成穩定跑在CPU上的程序。未來的很多年裡，我們會見到越來越多的工程師和科學家為了讓機器人學會挖礦、檢修水管、產線生產等等技能，自己先去做一陣子礦工、水管工和工廠工人。如果不是為了研究機器人和人工智慧，他們根本不需要自己去做這些工作。

那麼具體一點來說，我們可以透過把人類對自然的知識變成數學工具和程序這個過程怎麼更好地認識人類自己呢。這個問題太大了，我只想挑一個比較小的點去說說我自己的見解。

把人類對自然的知識變成數學工具和程序中最重要的一個環節，也是過去幾十年中人工智慧學界爭論不休的問題：常識知識的表達（common knowledge representation）。大部分讀者可能已經很熟悉人工智慧的歷史了，早期人們設計了邏輯系統和專家系統，不太有效；後來設計了神經網路，不太會用；再後來發現了機器學習這種統計學技術，回頭髮現了神經網路的一些特性，覺得哇神器啊，於是神經網路迅猛發展。尤其是在物體和人臉識別的領域。

識別物體和人臉就是一個幾十年來非常困難的「常識知識的表達」的問題。給定一張人臉的照片，怎麼判斷是人臉？我們需要表達「一個物體是人臉」這樣一個對人來說輕而易舉，但是對機器來說非常困難的問題，就需要把是不是人臉這個問題量化出來，變成機器可以識別的數字。神經網路是一個量化的機制，給定一張人臉的照片，神經網路會輸出這個照片里「物體是人臉」這件事情的概率，用一個確定的數值來表示。從一個照片變成一個數字，這其中付出了無數科學家和工程師的心血。

相似的問題和解決方案出現在其他各個學科的方方面面，人類無時無刻不在給周圍的物體尋找量化的方式。長度、重量、距離……人類發明了各種工具去量化周圍的物體，以及人類自身：血壓不可直接測量，於是人類發明了工具把血壓轉換成血壓計的數值；人類的力量不可直接測量，於是人類發明了各種健身器材把人的力量轉換成器材的重物數值。神經網路，雖然高大神奇，但是也只是一種量化的工具，量化一個物體是不是具有某種特定的屬性，更重要的是，把人類的感覺判斷的過程用一層層的數學模型量化出來。

這兩年機器人學的各種主要研究熱點，也都是量化環境的工具。為了準確知道物體的姿態，我們發明了IMU、後來又發明了多感測器融合系統。為了準確知道機器人關節的角度，我們發明了碼盤、磁反饋感測器等等不同的感測器，這些機器人設備變成能夠輔助人的可穿戴設備之後，還要增加更多的感測器。量化環境的感測器的研究和製造，是一個歷久彌新的工業領域，也是人工智慧和機器人學的主要研究熱點。借用我司技術扛把子大哥的說法：「最牛逼的工程師，都是在搞感測器。」

人類很有意思，人類智能的本身沒有量化的屬性，但是人類有對量化的渴求。人類身上的一切生物感測器都只有「感覺」的反饋，而沒有數值的反饋。你不知道自己的腦電波有多強，不知道自己胳膊轉動了多少度；但是你看到那些能夠量化你的設備（比如微軟的hololens和Google的Project Tango，可以記錄你在空間中的精確位置；比如各種外骨骼裝備，可以畫出你胳膊在空間的運動軌跡），你會覺得很新奇。

一個人第一次拿起project tango，看到自己走過的軌跡被精確畫出來的的喜悅心情，很可能和幾百年前第一次帶著六分儀駛向大海、通過六分儀記錄下自己精確航線的船長的喜悅心情是類似的。

所以人類追求對周圍世界的量化表達，如果不能夠量化表達世界，人類會對自然有恐懼感。再借用一個類似航海的例子：想像一下把你突然丟在地球上某個陌生的角落，你會不會非常慌，即使你是一個像貝爺那樣的生存高手？但是如果再告訴你一個GPS的坐標，這一個數字就可以減少很多的恐懼感，特別是如果這個坐標是某個富裕安定的國家。

而量化表達世界的能力人類本身不具備，所以人類通過製造更加智能的工具去獲取這種能力。我們的工具越智能，對自然的量化程度越高，因此人類面對自然的時候，更加相信我們的智能工具給出的量化判斷，而不是人類本身感官的感覺判斷。

所以，人類對「量化信息」的渴求，決定了人對智能工具的渴求，也決定了人會和自然不斷割裂。

最後，再舉一些從上面的思考中反過來印證的人類的特點：我們看一個人是不是有權力，看他的「級別」，一個量化的參數；我們看一個人是不是有錢，看他身家財產的數值，又是量化的參數；我們比哪個孩子學習好，看他的考試成績，還是量化的參數。而互聯網時代，連人的談吐和見識也都可以量化了（社交網站的關注度、活躍度、知乎的贊數和粉數……嗯好像混進了奇怪的東西）。我們對人的感覺判斷，無時無刻不會被各種量化的判斷所改變。

綜上所述，人類有對量化世界的渴求，這樣的渴求帶動了機器人學、人工智慧學以及很多學科的發展，並且讓人類社會不可逆轉地走向一個和機器共生的時代。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！