人工智慧時代人類經驗價值（上）

大家好，歡迎來到人工智慧進化論課程，我是老張。

今天我們來聊一個比較有意思的話題，人類的經驗和AI之間的關係是怎麼樣的？通過前面的課程，我們知道：當下的AI是通過人類的經驗來學習知識的，AlphaGo打敗人類的時候，它採用的是監督學習的方法，也就是說通過人類棋手的經驗來指導AI進行學習，然後打敗了人類。但僅僅半年之內，它就被它的後輩AlphaGo Zero打敗了，而AlphaGo Zero有所不同，採用的是無監督學習的方式，這個「Zero」的意思就是「從零開始」，僅僅讓機器學會基本的圍棋規則，然後自我博弈進行迭代和升級。Zero最終以100:0的戰績打敗了他的前輩AlphaGo，那從這個案例裡面我們可以看到，機器學習展現出來的潛力是非常巨大的。另一方面也提出了一個值得我們思考的問題，人類的經驗在人工智慧時代是有多大的價值？

1

認知的要素——學習方法論

要深入探討這問題，首先要了解人類經驗的產生的關鍵要素，還有人類學習事物是有一個體系結構的。但現在的教育體系和學科分的太細，絕大部分研究微觀問題而忽視了宏觀問題。導致我們對一些宏觀的規律以及常見事物都很難弄清楚基本原理。比如說提出一個最簡單的問題：「人是吃什麼長大的？」，這問題說出來很多人都會覺得很好笑，人吃什麼長大的？那肯定是食物啦。那再繼續這個「食物」又是從哪裡來的？那你可能會說無非是吃植物和動物。動物分為食肉動物和食草動物，其中食肉動物肯定是吃食草動物的，那是草動物的最主要還是吃植物，所以說最終都可以說是吃植物。所以從這個層面上來講是植物供給了人類的食物的來源，那這樣說也是沒錯的。所以問題的答案就變成了：原來人類是吃植物長大的。再繼續追問下去，植物又是從哪兒來的呢？相信中學學過生物的同學都知道是通過光合作用。植物吸收太陽光，把二氧化碳轉化成有機物，這就是我們都知道的一個光合作用。那光合作用又是怎麼樣的原理，太陽光的能量又是怎麼來的？這裡就要會講到原子核物理裡面兩種最強大的能量轉化形式，一是核裂變，二是核聚變。首先說核裂變，這是原子彈的基本原理，通過原子核進行裂變，然後產生鏈式反應，瞬間出釋放巨大的原子能，成為一個威力巨大的武器。二戰時期正是由於核武器的產生，一定程度上改變了戰爭的格局。當世人認識到核武器的強大時，也對其產生了深深的恐懼。所以二戰以的世界相對來說比較和平、穩定，沒有一個超級大國敢去發動戰爭，因為大國之間的局部戰爭很容易升級到全面戰爭，後面失控成為核武器戰爭，沒有人能承擔這個風險。第二種能量轉換形式：核聚變聽起來比較陌生，但事實上是和每一個人都息息相關的原子物理現象。因為太陽無時無刻都在進行這個反應，在一億攝氏度以上的高溫下，氫原子結合形成氦原子，這不同於鍊金術師的化學置換反應，而是在原子層面發生的改變，真正的生成新的物質。伴隨這個過程中會有一定的質量損失，而根據愛因斯坦最著名的質能方程E=mc2，損失的質量將會以能量的形式輻射出去，也就是太陽光照到了我們的地球。所以太陽損失的物質以太陽光光的形式傳到地球，照射植物進行光合作用，所以說到底滋養了地球萬物的還是太陽。並且太陽光是如此之強烈，不停向整個星系輻射它的能量。地球在雖然太陽系裡面，離太陽也不算遠，但也僅僅吸收到了它的非常非常小的一部分，可以說是九牛一毛，具體來說是十六億分之一。

但就是這麼一點點的太陽光的能量孕育了整個人類的文明以及全球的多樣化的生物種群，絕大部分的陸地、海洋的生物都是依賴太陽光的，除了洞穴裡面和深海的某些生物除外。我們從這裡的分析可以看到，要了解「人是吃什麼長大的？」這樣簡單問題，你都需要有各種學科的知識，生物學、原子物理、化學、天文學、地理學這麼多的學科綜合一起，你才能知道一個大概的原理。每一個環節裡面還有更加複雜的反應在進行。深究下去這問題非常難說的清楚，所以舉例子的目的主要是在於讓大家了解：我們現在的學科知識結構把它拆的特別細，在這種情況下不利於我們整體認知一些常規的事物和規律。在更多的情況下，我們都是習以為常觀察表面現象：太陽光照射萬物，一年分為春夏秋冬，農作物按照季節自然成熟，然後就變成了食物。中間包含的能量轉化過程和宇宙基本原理是被忽略的，我們人類自身對於自然界或者宇宙的認知都是比較表面的，更像是一個盲人摸象的過程，看到了什麼現象，就總結一點規律。直到近三四百年才有科學的研究體系，試圖了解事物本質的原理。同樣的，我們現在對人工智慧的認知方法論也是存在很大的認知片面的問題，偏重微觀操作層面的研究，重投入的是具體演算法、技術層面、還有商業應用的研究，當然這些也算是正常的商業行為，畢竟變現路徑比較短，也比較快。而宏觀層面的方向和趨勢性的長期研究投入比較少，而這項技術本身發展的速度又是極快，應用又特別廣泛，它就像太陽光一樣，我們已經習以為常，但卻對它一點都不了解，這裡面就有很大的風險。在這種認知體系下，傳遞給人工智慧的知識或者訓練人工智慧的方法也難免會出現偏差，這些偏差會帶來什麼樣的影響，這就是我想要去討論了話題。

在這裡我認為認知分為三個最重要的部分，第一個部分是認知方法論；第二部分是存儲介質；第三部分是資訊輸入。

我們剛才講了認知方法論的問題，AI學習的方法論是需要人工去輸入數據、搭建模型、設計演算法，再進行訓練最終解決某一特定的問題。這是機器學習的方式。當然，無監督學習的情況下數據相對少一點，需要有基礎的規則，AI也能形成最優解的方案。而我們人類的學習方式更多是觀察總結，再把這些知識進行記錄，通過文字來傳播。

2

認知的要素——存儲介質

第二點我們講講存儲介質對認知的影響，雖然我們現在已經進入了數字化社會，但是我們的信息主要存儲介質並沒有太大的改變，基本上還是書本上的文字，只不過多了一些載體變成了電子，比如在電子屏幕上看電子書。那我們回到人類剛出現的時候，從基因學的角度來看一看信息的存儲介質，對於生物進化重要的作用。紙張和文字的載體是很晚才出現的，在更早的時候人類的傳遞最重要生物信息，是通過基因——也就是單個的細胞。在細胞信息容量這麼有限的情況下，是什麼樣的信息是必須要傳遞給下一代人的，這是一個非常值得研究的話題。人類的基因只有23對染色體，大概有兩點七萬個基因組。就是這23對染色體，確定了一個個體的生物特徵以及他所要遺傳的信息，這是一個先經過編碼高度壓縮的信息，然後在生物在胚胎髮育和後天生長的過程中進行解碼和還原的一個過程。基因決定了你是長成什麼樣的人，一般來說跟你的父母長得很像，如果像隔壁老王的話，那就不是基因學的問題，而是倫理學的問題了。你也會遺傳父母的一些特徵，膚色、樣貌、長相、身材，也包括一些疾病可能性概率，這都是來自你的基因組裡面的。所以說在這麼小的信息存儲空間內，記載的東西一定是特別重要的。但是，人類在進化的過程中，發現光有生物的這個信息的傳遞是不足以支撐人類發展的，所以逐漸的發明了文字和語言，這是一個比較緩慢的過程。有了文字和語言，我們就可以通過講故事，讓下一代傳承我們的非生物信息和一些人類社會信息，包括祖祖輩輩積累的經驗和知識。主要存儲介質的變化——從生物轉向非生物，也是推動社會進步的一個重大的技術趨勢。

那在人類進化歷史上還有兩個技能也是特別重要的，第一是用火，第二個是工具的使用。使用火燒烤食物，可以讓人類吃到熟的蛋白質，有利於人體吸收。大量進食這樣的食物，人類的大腦就得到了快速發展，更強大的運算跟存儲能力以及分析能力能夠讓人類更好應對危險啊，發明和使用更多工具。在生物進化的過程中，基因突變是非常重要的，因為產生基因突變的時候某些突變會帶來一些適應性，更好的適應環境和發展，這突變的基因片段會被繼承下來，但這樣的進化速度是非常的緩慢的。基因也在一代代傳承中進化，使人類擁有了動物界的最強大腦，可以更好地適應環境和種群發展。第二點工具的使用同樣也是一樣的，讓人類有一定的改造世界的能力，去抓獲一些動物，在能夠滿足溫飽的同時，把餘下的獵物圈養起來。這就從原始人狩獵部族生活，逐漸進入了農耕社會，所以這也是推動人類進步發展重大的技術。

但是，在這過程中我們看到，生物以這樣的速度的迭代是非常緩慢的，那現在信息化的社會發展速度這麼快，互聯網出來已經幾十年時間，但為什麼我們還沒有在生物學上觀測到互聯網帶來的影響呢，那是因為這一切的速度變化太快了，以至於生物學上的進化還來不及做出反應，技術的進步就推動社會產生更大的變化。在一代、兩代甚至幾代人之內，生物學上的基因和突變都很難去適應這些變化。所以人工智慧時代的到來，也許就意味著人類靠自然選擇進行基因傳遞的方式會逐漸產生變化，通過人工智慧技術破解基因組密碼，也許未來可以對基因進行編輯和定向干預，拋開倫理學的問題的話，也許這代表了一種人類走進未來的方式。

現在人工智慧的速度跟機器的發展速度如此之快，而我們人類還是以生物學的進化的方式來進步，中間的差異如何縮小呢？或者說有沒有一種辦法讓我們以更快的速度，甚至跟機器達到同樣的速度？這可能會比較困難，在運算和處理速度上現在已經是遠遠落後機器了，但是在存儲跟繼承方面還是有一定機會的。比如說再過幾年，不遠的未來發明了生物計算機，或者生物晶元可以直接連接我們的身體，有了物理的介面就可以跟電子的設備進行直接的連接。這樣的話就會更加的快速便捷，我們也可以用電子的方式來進行存儲，那起碼在存儲這個環節上我們跟機器是可以達到同步的，並且運用這樣的技術，你的一生的閱歷和經驗，都可以以視頻資料、影像資料、經驗資料、技能資料、總結規律、個人喜好等等，這些可以分門別類的，形成一個結構化的文件，也就是你的「社會化電子基因」。當你生孩子時候你可以把這個完整的文件給他，他可以通過生物的電子介面跟「社會化電子基因」文件進行對接，快速的從裡面去學習到你一生的經驗，從而更好的進行傳承。信息壓縮的比率大大下降，解讀還原的價值就更高。比如我們聽長輩講個故事，很多年前的故事，這故事他有可能是自己經歷的一部分，有可能是聽別人說的，信息在傳遞過程中折損是很厲害的，最終我們聽到的版本可能已經遠離原始的真相了。如果視頻資料影像資料，甚至是VR資料更多的話，可以更加完整地保留這些資訊下來，那我們也可以藉助傳遞介質，對我們的進化有更大的改變作用，特別是人工智慧的技術的應用，把裡面的編碼跟解碼能夠做成生物介面的話，那就可以非常快速的學習，讓我們降低學習成本，很多東西就可能成為天賦技能。比如你爸媽學會了，那你和你的子孫就可以快速的學習獲得。現在文字的這種繼承形式，信息壓縮還是比較厲害的，前人花了很大的精力，把一生的經驗寫了本書。那這本書給後人閱讀，也需要有相當的閱歷或者經驗和相關知識才能夠部分看懂，還不能達到全部看懂。這樣的學習效率和速度都是比較慢的，如果電子生物介面可以實現的話，這個問題是有可能解決的。

本篇是老張創作的課程《人工智慧進化論課程》基礎篇內容，覺得有幫助的話請轉發和評論~

點擊原文訂閱課程與老張互動~

（未完，請看下篇）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！