從結構理論與資訊理論出發看人工智慧的現狀與發展
從結構理論與資訊理論出發看人工智慧的現狀與發展
?
前言中的前言：
大家好，我是啊幼！今天我要和大家分享一下我寫的一篇文章。這篇文章是互聯網＋和大數據」這一門選修課的結課作業。
寫這篇文章絕對是自不量力，這個題目很難把握，但是不管怎樣說，能夠通過多學科的視角來看一個問題時，形成的這一個大雜燴，好像還是挺有意思。
另外，這篇文章裡面真的藏著貓，大家如果感興趣，可以把它找出來哦！
?
摘要：人工智慧的發展在互聯網與電子技術的發展助力而騰飛，技術改變了人們的生活方式以及思考方式。在現今的影視作品中可以屢屢見到人工智慧的身影，人們對於人工智慧的發展的思考也在這些作品中出現。本文探討的是為何會出現此類的「人工智慧焦慮癥候」的問題，以及我們應當如何在互聯網+和大數據的時代下更好地生活，更完整的看待自身。本文中嘗試用多學科的角度來剖析此問題。
關鍵詞：人工智慧、人工神經網路、卷積神經網路、賽博格、結構理論、網路主義、資訊理論
一、引言
在2018年3月份初，有一條有趣的新聞佔據了專欄，新聞提及到亞馬遜上推出的語音助手Alexa在近幾日自己突然發出怪笑，使得部分用戶連忙在網上回饋這場事故。在接受反饋後，亞馬遜官方也作出了回應，表示會將問法進行修改，剔除因為語音模糊出現類似情況的可能。
無論以上的新聞是否是亞馬遜官方的一種營銷策略，亦或是的確有類似的事情發生。人工智慧早已經進入平常大眾的視野中，越來越與我們的生活息息相關，因此也成為了商業投資與工業建設的焦點。比如在工業流水線上急需精確與較為複雜的機械設施，無人飛行器以及駕駛器的配備，機器人的技術創新以及交通路況監控等等諸如此類，與我們生活密切相關的領域都需要人工智慧的發展助力。在2017年時進行的人工智慧阿爾法GO與人類在象棋領域的大戰中，我們能夠發現的一個重要的核心即是人工智慧的「演算法」。
人工智慧在字義上就可以解析為「人類製造的智能」，如何智能就是我們人類主要攻破的關隘，「演算法」就是智能的核心。在現今的學術界中，面向演算法的研究正在逐漸深入，力圖對人工智慧的演算法進行技術上的創新以及提高。在商業界中，騰訊、阿里巴巴、uber等電子商務領域的巨頭也把視野投向這一個熱土，資金投資越演越烈。在民間，也隱隱約約透露著人類對於人工智慧的發展的焦慮，在大數據時代的現今，信息隱私的界限逐漸模糊，信息網路與人的日常交流緊密相連。對於人工智慧的理解實際上迫在眉睫，去魅才是解決的根本。
二、問題的提出
首先，筆者從信息應用科學領域與藝術領域說明試圖解決的基本問題。
在應用科學領域，以信息控制論為導向，以生物仿生學為基礎的人工神經網路研究蓬勃發展，在此研究領域中正在探討如何突破的是人工神經網路的邏輯決策擬人化、噪音干擾處理、計算維度爆炸、運算邏輯方程清晰便捷化等諸多難題。這些難題現今正在往數據模型構建的創新上進行，引入了一系列能夠自我邏輯生成與模糊化選擇的隨機模型，在下文中將對研究領域的類型、研究思路、研究方法以及研究結論作進一步的梳理。
在藝術領域，1982年上映，根據1967年菲利普K狄克的小說《仿生人會夢見電子羊嗎？》這部小說作品改編的《銀翼殺手》，是當時的科幻電影的巔峰之作，後來還有諸如此類的《黑客帝國》、《攻殼機動隊》等作品，極大地呈現了人們對於人工智慧以及機器人的發展的展望與思考，引申而來的就是筆者準備探討的社會科學領域的問題。在大數據時代下，信息對於人而言，角色地位變得如何？以及是否如同無數的藝術作品中描繪的那般，人工智慧會出現自我意識並且難以控制呢？
本文試圖貫穿社會科學、信息應用學與藝術三個領域，對人工智慧的現狀與未來的問題進行討論。本文將會分為三大部分，第一部分解釋筆者的分析理論，主要是對於筆者的分析角度所使用的結構理論與資訊理論進行梳理。第二部分對於人工智慧的演算法研究發展現狀進行梳理，主要涉及的是人工神經網路的研究領域，第三部分是對科技發展與人的發展的關聯放入社會學領域中進行討論，並對於現今的人工智慧熱潮進行評論。
三、問題的討論
1指導理論梳理
1.1結構理論
在社會學的結構主義理論中流派多種多樣，本節依照喬納森?特納的《社會學理論的結構》對結構主義部分進行總結。最早期的結構理論者塗爾干主要關注的是結構的心理層面，認為「思維的結構反映了真實的社會關係的物質結構」，現今學界主要繼承的是英、法、美三個國家的結構理論流派，分別為列維—斯特勞斯的法國結構主義傳統、英國拉德克利夫—布朗與納德爾的結構主義傳統以及社會心理學中的美國結構主義傳統。從此出發延續至今便有了現在在科學層面，利用更為精細的數學理論與計算機法則共同交叉的，發展而成的「網路主義」。「社會網路」的「結構」抽象化是這個理論潮流的特點。在此部分將對於以上提到的流派進行梳理與總結。
1.2列維—斯特勞斯的法國結構主義傳統
列維—斯特勞斯對於結構的觀點與塗爾干「上下倒置」，他認為社會物質層面是社會的心智結構的反映，「社會結構僅僅不過是基本精神過程的表象」。
他獲得以上的結論與其深受語言結構學的影響分不開，並且在他的著作當中也能夠看到其受到控制論以及資訊理論的影響，在其著作《野性的思維》中體現地淋漓盡致。本節主要梳理其作為人類學家定位下，對於社會學理論的貢獻。
在語言結構學上，列維—斯特勞斯主要受到索緒爾的影響，在喬納森?特納的《社會學理論的結構》中總結，索緒爾在論文《普通語言學課程》中表示：語言的一部分僅僅在整個結構相聯繫時才取得意義；語言單位，不管是語音還是詞素，都只是超越單個語詞的整體結構的一些點；語言「完全建立在與具體單元相對立的基礎之上」。列維—斯特勞斯同時也吸收了語言學家雅克布森的語言潛在精神思維在於「二元對立」的觀點。因而在後來的《圖騰制度》與《神話學》的發表中可以看到以上強烈的「社會物質形態與文化形態是心智結構的反映」的分析傳統。在喬納森?特納對於其理論的總結中能夠看出其對於現實社會的虛化觀念以及人類生化成分對於人本身的觀念控制。
1.3英國拉德克里夫—布朗與納德爾的結構主義傳統
拉德克里夫—布朗的結構主義傳統與社會學中的功能主義傳統關係密切，功能主義認為，社會能夠維持一定的團結以及穩定是因為部分結構對整體結構有功能滿足的作用，結構之所以能夠存在是因為功能被滿足，但是功能主義的這一論斷早已被後世批駁，因為其循環論證的弊端，導致結構存在與功能先聯繫的這一結論毫無意義。但是，結構功能主義的發展也為社會科學的發展奠定了基石，在隨後也通過布朗的論述的總結提升，誕生社會科學領域的網路理論。
在拉德克里夫—布朗在《社會科學中的功能概念》中提出自己的觀點，他認為功能主義的概念里已經蘊藏了社會結構是被單位實體之間的關係組織起來的觀點，而在生活中的種種事件發生的過程是單位結構之間能夠有延續性以及聯繫性的基礎，也即是使得這種延續性與聯繫性得以維持。因此，我們能夠看出布朗的結構是在功能的覆蓋下的，結構並沒有顯示出來。
在納德爾著力在社會科學領域中釐清社會結構的分析，嘗試將結構的分析從功能理論中浮現出來，由此，他提出了「結構意味著可轉化的部分的有序安排，雖然部分是一種變數，但關係是永恆不變的。」從此網路分析開始在社會科學領域中浮現，社會結構也被看做為網路的集合，將社會的分析的中心放入關係中心的視角中，關注「關係的糾合」與社會統計的結合。
1.4社會心理學中的美國結構主義傳統
經過納德爾的努力，網路分析在英國人類學中脫胎，而美國的莫雷諾繼承了英國人類學的這一學術傳統，將其放入看社會心理學的領域進行使用。讓人感到十分新穎的是，通過收集人際之間的親密疏離關係的矩陣標記，繪製出社會測量圖。同時，在群內溝通的研究中，貝弗拉斯與萊維特關注到網路中的信息與資源的流動、網路的所在位置與個體間關係的連結。其中貝弗拉斯對於網路中心性有所討論，並且也繪製了一系列在實驗群體中的結構圖。
另外，在海德、紐科姆、卡特賴特與哈拉里的努力下網路理論得到進一步的發展。海德是格式塔心理學之父，他對於認知的格式進行研究，並且將認知放入群體中進行，一個較為簡練的模型就是格式塔。在他的P、O、X模型中，X是客體，P、O分別為兩個不同的主體，在認知上如若對X這一客體出現雙方相反的認知時，雙方就會開始調整並得雙方相同的平衡效果。在格式塔的模型圖中，會使用認知符號（+、-）來標記認同取向，使用各個關係網路上的符號進行相乘看結果為正負（+亦或是-）來判斷結構是否平衡。紐科姆對於海德的模型進行完善，將（X）的涵義增加為觀點或者是一個人。
繼而，在卡特賴特和哈拉的努力下，將以上的模型複雜化，並且引入圖標理論，使得社會學的網路理論能夠便於使用數學的方法進行分析。
1.5網路分析
在喬納森?特納的《社會學理論的結構》中提到「最近三十年，人類學、社會心理學、社會學、信息學、心理學、地理學以及政治科學都把研究集中與『社會網路』中的『結構』的概念化。在這一時期，網路的比喻和直覺理論都通過各種幾何學、圖標理論和概率論重新進行了概念化。」因此，網路理論成為了一個多學科多領域交叉的結點。現今網路理論還處於發展階段，現在對於網路的分析主要抽象為結點與關聯、聯繫與結構模式的討論。其中的討論要點是資源的流動性以及聯繫的要素。資源的流動主要被劃分為符號流、物質流與情感流三種。聯繫的要素包含聯繫的數量、方向、密度、力度，模式分為橋樑、中介、中心和等效。
1.6賽博格與資訊理論生命觀
在1960年出現了一個十分新穎的辭彙「cyborg」，翻譯成中文即是「賽博格」。這一個辭彙是由兩個英語辭彙「控制論」與「有機體」結合誕生的。當時，此辭彙出現在兩位美國科學家的撰文中。
「控制」的意思是通過各種方式使得對象的某些功能發展或者獲得鍛煉，使得對象在外界環境下的適應能力更強，也即是更加穩定，這期間的過程也是與環境進行互動，跟自身進行反饋的過程。而這種「通過各種方式」的基礎就是「信息」。通過信息的傳播與使用來對於對象進行控制。當時賽博格的產生也是在60年代冷戰時期，太空大戰的背景下，為解決宇航員在太空環境的生存狀態提出的。
「控制論」的提出者為諾伯特?維納，在1948年發表《控制論——關於在動物和機器中控制和通訊的科學》以後，控制論的思想滲透到了自然科學與社會科學領域中。其中以上面提及到的「賽博格」也成為了哲學思想討論的標地之一。主要是將現代對生命的二元論「身體」與「心靈」的二分法的討論逐漸推入後現代的批判中。在計海慶的《賽博格分叉與N?維納的資訊理論生命觀》中討論到維納的資訊理論生命觀實質上是對於笛卡爾的二元論生命觀進行深化，並且提出了信息為主體，並且進行關於心靈上載功能發展的暢想。
1.7總結
從以上的社會學以及哲學理論的總結與梳理即可看出，人類社會的結構，與人類的生物性以及心理結構之間有著極大的關聯，並且在學術界中對於結構與網路的討論也在逐漸深入。在這種理論研究背景之下，我們能夠看到研究問題的現實關懷，「控制論」在現代生活中深入人心，網路與結構理論的深入實際上也是為了「控制論」下的社會生活進行準備。在互聯網+與大數據的時代下，信息毋庸置疑成為了社會生活的主角，因此，向著「控制論」與「資訊理論」這一個哲學思考發展下的現代社會，高效率要求下的生產工具應運而生。人工智慧與演算法的優化的地位逐漸是變得重中之重。
2人工神經網路
人工神經網路的定義是從信息處理角度對人腦神經元進行抽象，建立某種簡單的模型，按不同的連結方式組成不同的網路，在工程與學術界也常簡稱為神經網路或類神經網路。在1943年的心理學家W·Mcculloch和數理邏輯學家W·Pitts的合作下，首次提出了神經元的數學模型。1945年電子計算機的發展助力了神經元數學模型研究的深入。在18世紀50年代，感知器被F· Rosenblatt設計製作面世。從此以後逐漸進入了工程學領域之中。在本節中，筆者將對人工神經網路現今的發展做大概綜述，總結現今的人工神經網路的發展現狀。
2.1以卷積神經網路為例的綜述
卷積神經網路為現今人工神經網路的前沿研究，卷積神經網路基於最先前的構造型網路之下，針對線性不可分以及維度爆炸問題進行了演算法與模型的優化，並且在模型上逐漸將其幾何化，保證在圖案識別技術上的計算運行順利。本節主要以周飛燕、金林鵬與董軍的《卷積網路研究綜述》為中心，對於人工神經網路的主要演算法模型進行梳理。
以上提到的心理學家W·Mcculloch和數理邏輯學家W·Pitts共同提出了第一個神經元數學模型，也是所有神經網路向更加複雜層面發展的基礎。而這種數學模型也被稱為MP模型。
在20世紀50年代末60年代初，RosenBlatt在MP演算法的基礎上增加學習功能，提出了單層感知器模型，但單層感知器無法處理非線性問題。
在1986年，Rumelhart等人提出了BP模型，即是「Back propagation Network」，翻譯成中文即是「反向傳播網路」，具體是指將計算的誤差逆向傳播，再次對於計算結果進行糾正，以此來訓練感知器的準確程度。
在20世紀90年代學習模型繼續被完善，出現了「支持向量機」的淺層機器學習模型。但是在研究深入時會發現，計算的層次增加得越多，越會出現陷入「局部最優」陷阱、過擬合與梯度擴散的問題。由於這些問題過於棘手，對於學習模型研究的進展曾一度擱置。
在2006年Hinton在研究中得出的結論終於使得學習模型的研究進一步發展，他得出的結論是：第一，多隱藏層的人工神經網路具有優異的學習功能。第二，「逐層預訓練」能夠克服深層神經網路訓練的困難。由此為研究指引的「深度學習」模型研究最終得以開展。
「深度學習」的神經網路訓練模型是現今一直在使用的工具。其主要是指分層學習，首先對於網路的每一層進行無監督的預訓練，而每次僅訓練一層，並將本層無監督訓練的結構傳輸到下一層的輸入處，最後在進行有監督的學習對於結果進行調整。著名的Alpha GO在進行象棋步法的分析也是使用「深度學習」模式進行的。除此以外，「深度學習」被應用在圖像識別，比如筆跡識別，行人監控，比如人臉搜索。
繼承了「深度學習」的神經網路訓練模型的，並且常被使用的有深度置信網路、層疊自動去噪編碼機以及卷積神經網路。在本節主要梳理的是卷積神經網路的基本內容。
卷積神經網路現今主要被使用於圖像識別領域。1962年，生物學家Hubel和Wiesel通過對貓腦視覺皮層的研究發現其視覺皮層中存在一系列複雜構造的細胞網路，這些細胞對於感受到的空間的局部十分敏感，他們被稱作「感受野」。視覺皮層的結構大致為外側膝狀體—簡單細胞—複雜細胞—低階起複雜細胞—高階起細胞。其中高階細胞能夠對刺激選擇性反應，並擁有更大的感受野。1980年，Fukushima根據以上的結構，創造了類似結構的神經認知機。神經認知機採用簡單細胞層（S-layer）與複雜細胞層（C-layer）交替組成。卷積神經網路即是由以上發展而來的一個分支。
卷積神經網路的基礎演算法「CNN」在2012年的ImageNet大規模視覺識別挑戰競賽中獲得最佳分類效果後，逐漸受到學術界的重視。演算法的基礎依舊是神經元函數與激勵函數以及多層感知器結構。值得一提的是，多層感知器能夠解決單層感知器不能夠解決的線性不可分的問題，但是層級過多依舊會導致收斂速度和過擬合等問題的發生，所以在一般的使用下，線層結構模型層級是小於3的。
具體到卷積神經網路的經典模型LeNet-5 CNN中進行分析，其中的層級也為「輸入層」、「卷積層」、「池化層」（取樣層）、全連接層以及輸出層。卷積層與池化層相互交替。其中的卷積層即是上文中模擬貓腦視覺細胞的簡單細胞層，池化層即是模擬複雜細胞層。
卷積層在結構上是一個3*3與5*5的矩陣平面，也被稱作「特徵面」。一個「特徵面」上中就是矩陣排列的神經元細胞，每一個細胞能夠上層細胞有一組連結權值進行溝通，這種局部加權最後傳遞給每一個細胞輸出的非線性激勵函數「ReLU」中，進行輸出值與闕值比對，判斷傳遞信息是否輸出。
池化層跟卷積層的大致結構相同，但是由於其屬於抽樣層，對於池化層傳遞的數據是選擇性的進行計算，因此得到的圖像將會更抽象。池化層對於整體結構的優化效果就在於以上的選擇性計算，能夠減少卷積層與卷積層之間的直接聯繫。同時，其激勵函數也是使用了非線性的函數，以減少梯度爆炸，提高收斂的速度。
2.2總結
通過以上對於卷積神經網路的綜述即可得知，人工神經網路實際上是一個融合多學科理論的發展領域，結合了數學、生物學、信息應用學等多領域。其中最為濃厚的是信息學與仿生學對於卷積神經網路的指導。而人工神經網路之一的卷積網路在研究者的努力之下，正在逐漸逼近神經網路的形態，也為我們的生活帶來了許多便利。智能的圖像識別功能對於人的癌症影像的捕捉，罪犯的抓捕等民眾生活的方方面面都作出了傑出的貢獻。
三、問題的結論
1人工智慧發展與人
在以上筆者已經梳理了在網路主義下產生的諸多理論的流派以及其在信息科學領域的實踐。最終想進行討論的是，如何以一個嶄新的角度來使得人類看待人類自身？人工智慧的發展的確猶如所有的反烏托邦影片中刻畫的那般具有邪惡的面目嗎？
在對於卷積神經網路的相關文獻的梳理中，筆者發現人工智慧的發展實際上面臨諸多挑戰。在近幾年的研究中，主要關注的核心點為演算法的非線性型激勵函數的系統如何組建。以李子富的《非線性系統自適應神經網路控制》為例，著重進行分析解決的問題是「如何基於神經網路自適應Backstepping控制設計時，為處理每個子系統未知非線性要進行神經網路逼近時的循環構造問題、逼近器複雜度與逼近精度與控制性能的權衡問題以及所導致的在線學習參數的爆炸問題，Backstepping的固有缺陷——計算膨脹問題等」，因此在隨後，他便提出了演算法公式對以上問題進行解決，包括關注控制方向未知及狀態不可測問題、顯著減少控制器計算負擔、系統存在未知死區，未知時變時滯，未建模動態特性時的處理方法以及非線性純反饋的控制器設計問題。
換言之，以上問題的出現主要是因為在不穩定的在線網路下，神經網路系統難以保持穩態。因為在線網路的複雜性，使得如果將演算法調整得過於隨機，隱藏層的反饋迭代就會難以控制，甚至是無法觀測到其中的狀態。在輸出結果層面上看，如若一個外界輸入經過的的自組織層過多，就會導致現有的輸出層函數難以適應在隱藏層的傳遞信息，最終也導致了系統的不穩定。在現今諸多演算法研究中正在解決以上的問題。
因此，就現今的人工智慧的人工神經網路的核心——演算法的全面勘察後，實質上人工智慧的發展還是被人類所掌握的，甚至具體到實際的問題當中，使用數學函數系統模擬動物的神經元細胞的困難依舊嚴峻。最主要的問題就是計算的靈活度依舊不及生物體。但是，在所有的演算法模型中，我們能夠窺見人類孩童時候的影像，或者是心智不成熟的精神病患者的影像。在環境變化超出心靈（演算法）的把控以外，生物體將會出現崩潰的現象。《瘋癲與文明》中，福柯也提出了讓人咋舌的觀點，神經疾病的產生在於社會發展的「文明」進程。
繼而，我們將以上綜述的觀點統而概之，人類社會中實際存在著廣闊的系統，系統與系統之間有既有的共性，也有相互排斥的相異之處。在藝術作品中出現體現的反烏托邦色彩濃厚的人工智慧威脅論，或者呈現未來的人工智慧成為人類社會參與的一員，社會問題如何被呈現與解決等等如此這般焦慮色彩的影像的原因，已經是呼之欲出了。
2生存境遇的投射
在《後人類的生存境遇的影像呈現——論英劇《黑鏡》的現實隱喻》中，林萌對《黑鏡》進行了深層次的探討，主要討論的即是這部影片的情節要素如何安排，並且展現了現今社會中的焦慮的源頭——人對於「原初問題」的恐懼，對於無法把控生命與未來的無力感。林萌認為，這些問題早在古希臘時期早已經被討論，現今對於技術逐漸滲透與人類生活的討論，實際是「新瓶裝舊酒」，老生常談。比如麥克盧漢提到的「一切技術都是媒介，是我們感官與神經系統的擴展」以及哲學上的基本問題，物質/身體—意識/心靈之間的關係問題。
在文中，林萌將布魯克在《衛報》上的訪談摘錄下來，他解釋了劇名的由來：「劇名源於這樣一種東西。你可以在每一面牆上、每一張桌子上和每一個人的手掌上看到它，就是那冰冷的、鋥亮的電視、顯示器和手機屏幕。」林萌認為黑鏡之所以讓人恐懼，可以借「拉康理論」進行解釋，鏡像理論認為人類的自我觀念是通過他者建構起來的，他者現在可以被看做一個個電子屏幕與鏡頭，而同時拉康理論中葉提及到了心理學中的格式塔理論，外在於自我的自我構建。而實際上這一種「鏡像」的反射的理想我就是對自我的欺騙，從而使得人最終走向「異化」的結局。
在後面對於賽博格以及消費社會的討論之中，我們能夠發現實則除了內在的信息反饋系統，外在的世界同時會對於我們本身進行一個反饋，而這些討論中始終繞不開的是權力與金錢。賽博格的產生式由於哈拉維對於其所在的社會階層林立的一個反饋，是對於「後人類」社會的一種指導。而在消費社會的討論中，依舊是對於社會系統中物化現狀的一種反饋。
在《黑鏡》的結局中為我們呈現的是一個較為悲觀的世界，人淪為了技術的奴隸。類似於《黑鏡》的影像鏡子數不勝數，我們真正應該思考的，並不是所說的「後人類主義」或者是「後人文主義」中在於在「精神—身體—精神」之間的徘徊，也不是簡單地將問題簡化為藝術上的種種流派。我們的視野應該要突破影像與鏡面，落足現今，才有可能去打破那一面系統給予的界限。因此對於現今社會的理解才是重中之重，停留於影視作品的探討，最終都會落入以上所提到的任何一個窠臼中。
現實是，我們的個人與外在的確是相互關聯、密不可分，在已經建立起的外在世界的規則，我們必定需要融入。但是，如何分析與思考才是根本，這也是能夠超越藩籬的根本。列維—斯特勞斯提到「社會結構僅僅不過是基本精神過程的表象」，實則與現今構建起來的信息化社會與規則化的社會之中討論的問題如出一轍。社會意志最終將會呈現在現代技術高度發達的現實，不管是物質亦或者是規則，都可以說是一個意志的外化。這個是脫離了自然界的人類的喜悅，也是人類的悲哀。話語與形態的掌握者必定掌握著規則，而掌握者在本質上的就處於普羅大眾的上方，無法避免的就是階層的現實。簡而言之，看清事實的雙眼，需要廣博的學識。
3是一種機遇也是挑戰
在楊宸的《神話式賽博格與人工智慧的「破鏡」——95版《攻殼機動隊》的兩種「後人類」讀法》文中提及到，「存在淪思想界的自我遊戲的危險。這一複雜性意味著後人類的未來不僅應在技術和心理層面著力，還需要更加切實的政治經濟學面向。」其中強調了政治經濟學的分析取向。實際上，在楊宸的本篇文章中並沒有凸顯其在政治經濟學上的分析，依舊是對於影片中的具體情節進行分析，最後也只是留給讀者一個意味深長的結尾。民族-資本-國家的一般系統中，「後人類」應該如何存在？這個問題是影片留給讀者的核心問題。最終主人公素子面對城市中的最後感嘆「網路無限寬廣」應該可以為我們留下答案。
「破鏡」的困難之處就在於人生物性的限制，從人工智慧的角度去看人類自身，實際上是用想像的未來來審視現今。技術對於人的物質身體的延展實際是越來越大的，技術從來沒有好壞之分，技術也僅僅是人類慾望的鏡像。落足於現今，為了把握與整個系統對抗的些許「柔弱之力」，我們應當是對於所有的知識敞開。而且，現代社會中的學科融合早已經愈演愈烈，除卻了僅僅針對於資本市場火熱的跨領域投資傾向外。在關懷人類自身方面，我們本身首先要在意識層面對自我進行暗示，打破意識層面的標籤化，懷抱與吸收這個世界的多種文化與知識，爾後才能夠對世界有一個全面的認識，打破「孤芳自賞」的僅僅向內探求的局限。
因此，我們在這個「控制論」的時代下，早已成為賽博格的每一個個體，拯救自身的永遠都是自身。世界中的程序化似乎為我們的靈魂吹起了長鳴的哀曲，但是另一扇門早已經向我們敞開。
參考文獻：
[1]喬納森特納社會學理論的結構[M].華夏出版社
[2]計海慶賽博格分叉與N.維納的資訊理論生命觀 [J].哲學分析.2017(8):122-132
[3]周飛燕等卷積神經網路研究綜述[J].計算機學報.2017(49):1230-1240
[4]李子富非線性隨機系統自適應神經網路控制[D].大連：大連海事大學，2015
[5]林萌後人類生存境遇的影像呈現——論英劇《黑鏡》的現實隱喻 [J].北京社會科學.2018（4）：42-51
[6]楊宸 神話式賽博格與人工智慧的「破鏡」——95版《攻殼機動隊》的兩種後人類「讀法」 [J].藝術評論.2017（11）：56-64
TAG:奇思喵想workshop |