微軟全球副總裁洪小文：創造力可能有一個演算法嗎？

轉自：大數據文摘 | bigdatadigest

作者：毛麗

7月6日，由中信出版集團和百分點主辦的「XWorld大會」上，微軟全球副總裁洪小文發表了最新的演講。他以智能金字塔為基礎，提出在最底層的計算和記憶方面，計算機已經全面超過人類。在認知方面，和人類相當但是依然有所區別。在創造力和智慧的層次，計算機遠遠不及人類。未來很可能是AI+HI的時代，人類智能和人工智慧共同進化。

1

計算和記憶層面，人類輸給了計算機

我自己很喜歡看歷史，我也讀了赫拉利的書，我也去找了一個Time的例子。1950年有一期Time封面就是在講我們今天的問題：人類會造出一個超人、超人工智慧、超智能。1950年什麼時代？當年全世界計算機絕對不超過10台，每一台計算機比今天這個房間還要大。當時的計算機百分之八九十跟美國曼哈頓計劃有關。1950年「人工智慧」、「Artificial Intelligence」這個字都還沒有被發明。因為「Artificial Intelligence」是我的祖師爺John McCarthy，1956年邀請的一個人工智慧大咖的研討會，達特茅斯會議上定義出來的。

但是1950年，計算機還沒有一個影子的時候，我們已經很擔心。我們一直不擔心拖拉機、飛機比我們大。我們一直以來害怕計算機比我們聰明。

下面我要說這個金字塔。從最底層（計算、記憶）說起。很多年以前，我小時候，認為計算是很了不起的智能。我這輩子最大的創傷，就是小一沒有被選為珠算隊。珠算非常厲害，可以算心算，還可以算根號。另外是記憶力。記憶力是我們很了不起的智能。但是現在放十個數字，看三分鐘以後，給出一個數字判定是不是那十個數字之間，沒有人會對。我現在連我家電話號碼都不記得。這個底層，我們輸給計算機了。但是我們不認為可恥，因為我們不認為是多了不起的智能。

2

感知層面，黑盒和白盒的較量

第二層，perception，感知。也就是視覺、聽覺。我們可以聽懂聲音，進行語音識別。或者像印奇的曠世科技，看懂這些東西。這個一直以來被認為是我們人類所擁有的智能。然而今天計算機在很多功能上都超過我們，這一塊我們覺得計算機好像跟我們差不多了。但是也不要沮喪，在用認知去幫助感知這方面，計算機還是趕不上。

先講講今天的AI怎麼做的。今天講進化，我一直覺得人類的進化可以用這個圖表示。學工程的叫反饋迴路，要去close 這個 feedback loop。我們做產品，做數據分析，分析以後做決策，看下一個產品怎麼做，把他實現到物理世界上，再收集數據。這樣可以轉一圈。每轉一圈可以進步一次。以前我們進步的速度很慢，因為沒有計算機。今天有了計算機，深度學習也好，機器學習也好，我把它叫做黑盒式的一個AI，你的分析決策可以用演算法的模式把它自動化起來。這樣的東西有什麼用呢？

有了深度學習，我們可以做很多事情，比如說在工業4.0裡面的可預測性的維修。電梯也好，各種器具也好，可以裝感測器，裝了感測器以後，就可以在機器還沒有壞以前去維修。開車也一樣，常常說每六個月換一個oil filter，現在有了感測器以後，有的車可以比較長的時間才換，有的可能一兩個月就換一次，預防式維修。人何嘗不是這樣，用wearable的設備，可以測你身體的數據。當你身體產生變化的時候，癌細胞第一次超標的時候就可以看醫生，預防勝於治療。今天AI可以去影響、幫助我們，可以做很多很有用的應用。這個是今天大家所知道的AI可以做的。

到認知這個階段，AI可以可以讀很多報告，可以做智能的搜索，了解自然語言，甚至可以打作文分數。這是認知這一層。認知這裡可以分成兩個，一個是白盒，一個是黑盒。黑盒就像鄧小平的白貓黑貓理論，不管怎麼樣，抓到老鼠就是好貓。你把AI想成一個黑盒，有數據進去，經過分析有一個演算法，產生決策。你很難調一個東西去改變他的結果。白盒就是你知道這裡面的東西，知道它因果的關係。

人工智慧和人類智能的認知很不一樣。人工智慧通過模式識別的方法，可以解決what，但是他不知道why。人事實上都是要做白盒分析，要知道因果。黑盒如果做認知，把兩個東西兜起來的時候，除非剛好一個黑盒的輸出，恰好就是另一個黑盒的輸入，否則就是無法兜起來的。白盒則可以把裡面的因果關係找出來，所以人可以舉一反三，很大原因是因為人類是白盒的分析。

事實上今天的AI基本上都是像中文房間這樣的AI，就是我剛剛講的黑盒。當初他提出這個思路是要challenge所謂的圖靈測試。你進來我就查表，當然這個表很複雜，是有演算法的表。當你查到他是什麼input就給它一個output，這是AI所做的事情。我們的翻譯，計算機視覺，聽覺，都這樣做的。他的challenge在於根本沒有了解。我們人不是這樣做的，語音學一個東西叫做雞尾酒效應，雞尾酒效應就是說如果我們去參加一個雞尾酒酒會，每個人都在那裡講話，非常嘈雜。即使跟你隔壁的朋友聽到的生意都是斷斷續續的，但你們的conversation依然可以繼續。因為你知道他是誰，知道他這個人在那個場合大概會講什麼話。人是靠了解，靠白盒認知的了解，你猜一猜就可以做決定。你把這個音錄起來交給任何一個系統，就完全廢了。這就是人跟人工智慧工作的方法不一樣，John Searle挑戰就是說你沒有了解，只是simulate，並不是真正有智能。我們做翻譯，今天跟一個翻譯者說你怎麼這麼笨，這個都翻譯不出來。這個翻譯不會去翻譯，首先是生氣。這才叫了解。而機器還是去照翻，它根本沒有理解。John Searle挑戰的是這個。大家常常會問，人工翻譯有沒有job，好的人工翻譯不可能沒有job。我在微軟工作，我們人類做同傳的時候聽一段話，用自己的話講出來。有時候一段話只翻譯成一兩句，有時候一兩句要翻譯成一段。常常有好幾次被我老闆抓到說，我還沒有講這段，你怎麼就翻譯了。這個會都是我安排的，他都不用講我都可以翻譯。人基於白盒的了解去翻譯，所以才有可能做到信達雅的翻譯。人工智慧在認知這一層進展跟人相比，任何東西，牽扯到了解才能夠做的事情，根本跟人沒有辦法相提並論。就像我舉的翻譯和雞尾酒效應。那一層我打了兩個顏色，表示人工智慧可能進到一半。

3

創造力和智慧為人類所獨有

接下來我要講的就是，今天很多書，包括赫拉利，講到超級智能。我自己同時人工智慧我是看不到有任何跡象我們會接近一個超級人工智慧。為什麼？因為創造力。什麼叫創造力？大家知道不知道今天所有人工智慧跟演算法和編程來自於誰？來自於人類。沒有人可以寫一個程序，這個程序可以寫出新的演算法解決一個問題。這個事情這個連影子都沒有。今天所有AI系統跟演算法全部來自於人類，這個情況下怎麼會有super intelligence？

我先定義一下什麼叫演算法。演算法就是解決問題的一個步驟。什麼叫創造力？就是你今天想出一個新的演算法解決一個未解的問題或者解決一個已解的問題。除非你能夠寫出一個程序，這個程序能夠去解析一個問題，甚至比以前的解析還做的更好。今天這個演算法一般認為不太可能。

大家知道1加到N有兩種演算法，一種是硬加，另外一種是(n*(n+1)/2)。假如你跟計算機比賽，計算機是用笨的演算法，你用聰明的演算法，然而還是計算機算得快。但是這時候你會覺得計算機比較聰明嗎？不會。我們想到Alphago，我們很受傷害，但是Alphago他演算法是來自於人，來自於幾萬台機器去算，但是李世石，柯潔，他們的演算法是來自於本身，要用自己的腦子去算，這個本身就不公平。人腦圍棋的演算法不能說一定輸給Alphago，就像剛剛的例子，即使我們用比較聰明的高斯演算法跟計算機比，還是螳臂當車。

接下來提出人工智慧+人類智能。至少編程和演算法都來自於我們，有點像大膽假設小星球，類似左右腦的關係。其實計算機在很大一個程度是在模擬我們的左腦，做很多邏輯客觀的細化的這樣一個工作。我們的右腦其實是那種跳躍式，當我們想出一個新的演算法，，人家問你為什麼你很多時候答不出來，藝術家為什麼蹦出一個idea就像從石頭蹦出來一樣。

其實將來有更多工作，今天已經是了，將來更多工作屬於AI+HI。從公司來講，比如去年微軟該不該買領英，改花多少錢買，還是要人去做決策。最後還是我們CEO要用HI做決策。包括剛剛赫拉利講的婚姻大事，或者大家求學的時候選擇哪所學校，人工智慧是可以幫助你，很多人還是願意相信自己。他們是會幫助我們，但是最後是我們做決定，因為數據不可能完整，更何況未來是未知的。

最後一個，這個金字塔最高的是智慧。我個人沒有資格定義什麼是智慧。大家如果看金庸的倚天屠龍記，他教張三丰劍法的時候第一次說記得80%，第二次說50%，後來全忘了，師父說你融會貫通了。到底意識跟智能之間有什麼關係？這裡很多是生物學家，腦神經科學家，認知學家。他們所做的東西我跟大家分享。兩個當然是不一樣的東西，但是他們是相關的。首先意識是很特殊的東西，只有動物才有，只有少數的mammal才有。你在一個人上身上貼一個貼紙，他會拿掉。人當然沒有問題。我們的寵物是不會的，甚至猴子，大部分的猴子你教他他會通過，海豚、鯨魚可以通過。

下面將意識跟創造力的關係。有一本書是耶穌大學的戴維教授寫的一本書，把人每一天的過程分為高意識跟低意識。高意識就是你可以做計算，不會做錯。低意識就是你開始在打困，甚至最後睡覺做白日夢是低意識。我們發現人在意識不集中的時候，創造力似乎很好。這不充分不必要，但是似乎有關聯。人在洗澡甚至睡覺的時候，喝得酩酊大醉的時候，可以創造好的作品，比如說貝多芬，凱庫勒。

其實人是很好玩，當你意志力不集中出錯的時候創造力非常高。人工智慧也可以模擬，但是不代表人工智慧可以有創造力。創造力跟意識之間的關係還是非常的不清楚。人工智慧，今天叫弱人工智慧，其實它很強。早期我們叫專家系統，根據大數據，只能做單一的事情，但是他非常強大。強人工智慧就是我們，我們每一樣都懂一些，每一樣沒那麼強，強人工智慧其實很弱，但是我們可以創造。人工智慧無法創造，創造力是沒有演算法的。

4

人類智能和人工智慧共同進化

我同意赫拉利先生的是，這些機器人工智能是沒有意識的。就算有一天有人說我可以創造一個有意識的機器人，其實沒有太多意思。我如果叫我太太弄杯咖啡，十次她五次她會說你有手有腳怎麼自己不去，因為她有意識。我造個機器人，希望他給我倒啤酒到咖啡，我怎麼會希望他有意識呢？造一個機器人，他的價值是十分可疑的。科學上有它的價值，但是實用上沒有任何價值。你要造一個東西，你巴不得他比你聰明，那你回家生小孩吧。他就是比我們聰明，而且他有意識我們不能控制他。就算我們今天造出這樣的物種，我們有幾萬年的和小孩相處的經驗，所以我也不會擔心。

智能的未來，首先我覺得演算法不太可能被少數人掌控。演算法每個人都知道差不多那樣，更值得關注的是管理的數據，因為數據不見得是每個人都能有的。真正要關心的是數據。生命可以被演算法和數據主義定義嗎？我只能提出問號了。我個人非常懷疑。我剛才講說創造力不太可能有一個演算法。今天這麼多未解的問題，人從哪裡來，宇宙從哪裡來，我們去往哪裡我們都不知道。人類智能和人工智慧是在共同進化，機器在進步，和大數據結合會解決非常多的問題。大家不用擔心，人工智慧它的所有來自於人。好的事情，功勞是來自於人，如果有人拿人工智慧做壞事，也要怪那個人，不要怪人工智慧。人工智慧要達到科幻小說的場景還非常久的路，因為我們對自己還不了解。人工智慧現在還只是一個輔助，就像我們跑的不夠快，造一個車。我們不會飛，造一個飛機帶我們上天。人類的智慧看起來沒有邊際。未來之所以美好，是因為未來等待我們去創造。

來源：大數據文摘（bigdatadigest）

作者：毛麗

寬客網路課堂的第一批課程涵蓋CTA基本面量化策略、金融產品設計、ABC三浪交易法、人工智慧與私募峰會、量化投資峰會、名校程序化交易碩博論文導讀、智能交易機器人應用展望、期權交易策略、量化投資交易策略等學習內容。授課教師中有眾多知名學者，行業大拿，也有活躍在一線的私募基金管理人。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！