美國(guó)加拿大技術(shù)歷史學(xué)家喬治·戴森認(rèn)為，不了解“智能”的運(yùn)作原理，也完全有可能構(gòu)建出“智能”，這也是模擬計(jì)算的魅力。當(dāng)我們爭(zhēng)論數(shù)字計(jì)算機(jī)的智能時(shí)，模擬計(jì)算正在悄然取代數(shù)字計(jì)算。我們與真正的AI的關(guān)系是信仰的問(wèn)題，而不是證明。

以數(shù)字電子計(jì)算機(jī)誕生為界，計(jì)算機(jī)的歷史可以分為“舊約”時(shí)代和“新約”時(shí)代。

提供基本邏輯的“舊約”時(shí)代的先知包括Thomas Hobbes和Gottfried Wilhelm Leibniz。而“新約”的先知包括阿蘭·圖靈，約翰·馮·諾伊曼，克勞德·香農(nóng)和諾伯特·維納等人。

艾倫·圖靈想弄清要讓機(jī)器變得智能化需要做些什么；

馮·諾依曼想知道機(jī)器自我復(fù)制需要什么；

克勞德·香農(nóng)想知道機(jī)器要在干擾下進(jìn)行可靠地通信都需要什么條件；

諾伯特·維納想知道機(jī)器在多久后可以?shī)Z取自己的控制權(quán)。

維納關(guān)于機(jī)器可能從人類手中奪取控制權(quán)的首次警告出現(xiàn)在1949年，當(dāng)時(shí)正值第一代存儲(chǔ)程序電子數(shù)字計(jì)算機(jī)的誕生。這些系統(tǒng)需要人類程序員的直接監(jiān)督才能運(yùn)行，這也減緩了他的擔(dān)憂。只要程序員能夠控制機(jī)器，還會(huì)有什么問(wèn)題？

自此以后，關(guān)于自動(dòng)控制的風(fēng)險(xiǎn)的爭(zhēng)論仍然圍繞著數(shù)字編碼機(jī)器的控制權(quán)和局限性等話題。盡管機(jī)器的能力驚人，但幾乎沒(méi)有出現(xiàn)真正的自主的跡象。這是一個(gè)危險(xiǎn)的假設(shè)。如果數(shù)字計(jì)算機(jī)被其他東西取代怎么辦？

在過(guò)去的一個(gè)世紀(jì)里，電子產(chǎn)品經(jīng)歷了兩次根本性轉(zhuǎn)變：

一個(gè)是從模擬到數(shù)字化的轉(zhuǎn)變；

一個(gè)是從真空管到固態(tài)的轉(zhuǎn)變。

這兩波轉(zhuǎn)變幾乎是同時(shí)發(fā)生的，但并不意味著它們彼此密不可分。就像使用真空管零件也能實(shí)現(xiàn)數(shù)字計(jì)算一樣，而模擬計(jì)算可以在固態(tài)下實(shí)現(xiàn)。即使現(xiàn)在真空管已經(jīng)徹底絕跡于商業(yè)市場(chǎng)，但模擬計(jì)算機(jī)仍然存在，并且處境很不錯(cuò)。

模擬計(jì)算和數(shù)字計(jì)算之間沒(méi)有精確的區(qū)別。一般而言，數(shù)字計(jì)算處理整數(shù)、二進(jìn)制序列，確定性邏輯和離散增量的時(shí)間，而模擬計(jì)算處理實(shí)數(shù)，非確定性邏輯和連續(xù)函數(shù)，其中就包括時(shí)間，因?yàn)闀r(shí)間是連續(xù)體存在于世界上的。

想象一下，你要找出一條路的中間位置。你可以使用所有可用的增量，先測(cè)出寬度，然后轉(zhuǎn)換成數(shù)字，計(jì)算從中間到最接近的增量。

而使用模擬計(jì)算機(jī)，就可以使用一段字符串，將道路的寬度映射到字符串的長(zhǎng)度。這樣一來(lái)，只要找到字符串的中間位置，也就找到了路的中間位置。

在模擬計(jì)算中，復(fù)雜性存在于網(wǎng)絡(luò)拓?fù)涠谴a中。信息被處理為值的連續(xù)函數(shù)（例如電壓和相對(duì)脈沖頻率），而不是針對(duì)離散的比特串的邏輯運(yùn)算。

許多系統(tǒng)在模擬和數(shù)字方式下交替運(yùn)行。數(shù)字計(jì)算不容忍錯(cuò)誤或模糊，整個(gè)過(guò)程中每一步都依賴糾錯(cuò)。

反觀模擬計(jì)算，則可以容忍一些錯(cuò)誤，甚至完全有可能在不理解某件事物的情況下將其構(gòu)建出來(lái)。

不理解“智能”的運(yùn)作原理，也完全有可能構(gòu)建出“智能”

大自然使用數(shù)字編碼來(lái)存儲(chǔ)、復(fù)制和重組核苷酸序列，但智能和控制則依賴于神經(jīng)系統(tǒng)上運(yùn)行的模擬計(jì)算。每個(gè)活細(xì)胞中的遺傳系統(tǒng)是存儲(chǔ)好根據(jù)程序執(zhí)行的計(jì)算機(jī)。

但大腦不是。

數(shù)字計(jì)算機(jī)執(zhí)行兩種類型的比特之間的變換：表示空間差異的比特和表示時(shí)間差異的比特。

這兩種形式的信息，以及序列和結(jié)構(gòu)之間的轉(zhuǎn)換，都受到計(jì)算機(jī)編程的控制，而且只要計(jì)算機(jī)需要人類程序員，我們一直享有控制權(quán)。

模擬計(jì)算機(jī)也是調(diào)解兩種信息形式之間的轉(zhuǎn)換：空間結(jié)構(gòu)和時(shí)間行為，只不過(guò)沒(méi)有代碼，也不需要編程。

我們并不完全理解自然是如何進(jìn)化出被稱為“神經(jīng)系統(tǒng)”的模擬計(jì)算工具，它們可以從世界吸收各種信息。

神經(jīng)系統(tǒng)會(huì)學(xué)習(xí)，而它們學(xué)到的一件事就是控制。它們學(xué)會(huì)控制自己的行為，進(jìn)而學(xué)會(huì)盡可能地控制自己的環(huán)境。

計(jì)算機(jī)科學(xué)在實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)方面有著悠久的歷史——甚至可以追溯到計(jì)算機(jī)科學(xué)出現(xiàn)之前，但在很大程度上，這些都是數(shù)字計(jì)算機(jī)對(duì)神經(jīng)網(wǎng)絡(luò)的模擬，而不是通過(guò)自然本身在非受限環(huán)境下進(jìn)化出來(lái)的神經(jīng)網(wǎng)絡(luò)。

模擬系統(tǒng)將掀起下一場(chǎng)計(jì)算革命，數(shù)字編程不再能夠控制模擬系統(tǒng)

現(xiàn)在，這種情況開始發(fā)生改變：

自下而上來(lái)看，隨著無(wú)人機(jī)戰(zhàn)爭(zhēng)、自動(dòng)駕駛和智能手機(jī)的三重驅(qū)動(dòng)，推動(dòng)了神經(jīng)形態(tài)微處理器的發(fā)展，這些處理器直接在硅(和其他潛在基底)上實(shí)現(xiàn)了實(shí)際的神經(jīng)網(wǎng)絡(luò)，而不是模擬神經(jīng)網(wǎng)絡(luò)。自上而下來(lái)看，最大、最成功的企業(yè)，越來(lái)越多地轉(zhuǎn)向模擬計(jì)算。

當(dāng)我們爭(zhēng)論數(shù)字計(jì)算機(jī)的智能時(shí)，模擬計(jì)算正在悄然取代數(shù)字計(jì)算，就像真空管等模擬組件在二戰(zhàn)后被重新用于制造數(shù)字計(jì)算機(jī)一樣。運(yùn)行有限代碼的獨(dú)立確定性有限狀態(tài)處理器，正在形成在現(xiàn)實(shí)世界中運(yùn)行的大規(guī)模、不確定的、非有限狀態(tài)的后生有機(jī)體。由此產(chǎn)生的混合模擬/數(shù)字系統(tǒng)共同處理比特流，就像電子流在真空管中被處理一樣，而不是單獨(dú)處理，因?yàn)楸忍赜僧a(chǎn)生流的離散狀態(tài)裝置處理。比特是新的電子。

模擬又回來(lái)了，它的本質(zhì)就是控制。

這些系統(tǒng)控制著從商品流動(dòng)到交通流動(dòng)再到思想流動(dòng)的一切，它們?cè)跀?shù)字上運(yùn)行，就像脈沖頻率編碼信息在神經(jīng)元或大腦中被處理一樣。智能的出現(xiàn)引起了智人的注意，但我們應(yīng)該擔(dān)心的是控制的出現(xiàn)。

想象一下1958年，你正試圖保衛(wèi)美國(guó)大陸免受空中攻擊。為了區(qū)分?jǐn)硻C(jī)，除了計(jì)算機(jī)網(wǎng)絡(luò)和預(yù)警雷達(dá)站點(diǎn)外，你還需要一幅實(shí)時(shí)更新的所有商業(yè)空中交通的地圖。美國(guó)建立了這樣一個(gè)系統(tǒng)，并命名為SAGE(半自動(dòng)地面環(huán)境)。SAGE反過(guò)來(lái)催生了Sabre，這是第一個(gè)用于實(shí)時(shí)預(yù)訂航空旅行的綜合預(yù)訂系統(tǒng)。Sabre及其后代很快就不僅僅是一張座位圖，而且是一個(gè)系統(tǒng)，開始通過(guò)分散的情報(bào)控制飛機(jī)的飛行地點(diǎn)和時(shí)間。

但是不是在某個(gè)地方有一個(gè)控制室，有人在控制？也許不是。比如說(shuō)，你構(gòu)建了一個(gè)實(shí)時(shí)繪制公路交通地圖的系統(tǒng)，只需讓汽車訪問(wèn)地圖，以換取其當(dāng)時(shí)的速度和位置的報(bào)告。結(jié)果是一個(gè)完全分散的控制系統(tǒng)。除了系統(tǒng)本身，沒(méi)有任何系統(tǒng)的控制模型。

想象一下，這是2010年，你想要實(shí)時(shí)追蹤人際關(guān)系的復(fù)雜性。對(duì)于小型大學(xué)的社交生活，你可以建立一個(gè)中央數(shù)據(jù)庫(kù)并使其保持最新，但如果擴(kuò)展到更大的范圍，它的維護(hù)將變得難以承受。最好是分發(fā)一個(gè)簡(jiǎn)單的半自治代碼的免費(fèi)副本，由本地托管，并讓社交網(wǎng)絡(luò)自行更新。這些代碼由數(shù)字計(jì)算機(jī)執(zhí)行，但是整個(gè)系統(tǒng)執(zhí)行的模擬計(jì)算遠(yuǎn)遠(yuǎn)超過(guò)了底層代碼的復(fù)雜性。由此產(chǎn)生的社交圖譜的脈沖頻率編碼模型成為社交圖譜(social graph)本身。它將在校園里廣泛傳播，然后傳播到世界各地。

如果你想制造一臺(tái)機(jī)器來(lái)捕捉人類物種所知道的一切，這意味著什么？

有了摩爾定律的支持，將世界上所有的信息數(shù)字化并不需要太長(zhǎng)時(shí)間。

你掃描每一本書，收集每一封電子郵件，每24小時(shí)收集49年的視頻，同時(shí)實(shí)時(shí)跟蹤人們?cè)谀睦?，他們?cè)谧鍪裁?。但是你怎么理解它的意思?

即使在所有數(shù)字化的時(shí)代，這也不能用任何嚴(yán)格的邏輯意義來(lái)界定，因?yàn)樵谌祟愔?，意義并不是從根本上合乎邏輯的。一旦你收集了所有可能的答案，你所能做的最好的就是邀請(qǐng)定義明確的問(wèn)題，并編制一份關(guān)于所有事物如何聯(lián)系的脈沖頻率加權(quán)圖。

在你知道它之前，你的系統(tǒng)不僅會(huì)觀察和映射事物的意義，它還會(huì)開始構(gòu)建意義。隨著時(shí)間的推移，它將控制意義，就像交通地圖開始控制交通流量，即使看上去沒(méi)有人是在控制。

我們與真正的AI的關(guān)系永遠(yuǎn)是信仰的問(wèn)題，而不是證明

人工智能有三條定律。

第一定律被稱為阿什比定律(Ashby’s law)，它指出，任何有效的控制系統(tǒng)都必須與它所控制的系統(tǒng)一樣復(fù)雜。

由馮?諾伊曼闡述的第二定律指出，復(fù)雜系統(tǒng)的定義特征是，它由自己最簡(jiǎn)單的行為描述構(gòu)成：生物體最簡(jiǎn)單的完整模型就是生物體本身。試圖將系統(tǒng)的行為簡(jiǎn)化為任何形式的描述都會(huì)使事情變得更復(fù)雜，而不是更簡(jiǎn)單。

第三定律指出，任何簡(jiǎn)單到可以理解的系統(tǒng)都不會(huì)復(fù)雜到可以智能地運(yùn)行，而任何復(fù)雜到可以智能運(yùn)行的系統(tǒng)都會(huì)復(fù)雜到無(wú)法理解。

第三定律給那些相信“在我們理解智能之前，我們不必?fù)?dān)心機(jī)器之間會(huì)產(chǎn)生超人的智能”的人提供了安慰。

但是，第三條法律有一個(gè)漏洞——完全有可能在不理解智能的情況下將它構(gòu)建出來(lái)。

你不需要完全了解大腦是如何工作的，就能構(gòu)建出一個(gè)正常運(yùn)轉(zhuǎn)的大腦。這個(gè)漏洞是程序員及其道德顧問(wèn)對(duì)算法的任何監(jiān)管都無(wú)法彌補(bǔ)的。

絕對(duì)“好”的AI是一個(gè)神話。

我們與真正的AI的關(guān)系永遠(yuǎn)是信仰的問(wèn)題，而不是證明。我們太過(guò)擔(dān)心機(jī)器智能，而對(duì)自我復(fù)制、溝通和控制卻知之甚少。

計(jì)算機(jī)的下一場(chǎng)革命將標(biāo)志著模擬系統(tǒng)的興起，數(shù)字編程不再能夠控制模擬系統(tǒng)。

對(duì)于那些相信自己能造出機(jī)器控制一切的人，大自然的回應(yīng)將是讓他們?cè)斐鲆慌_(tái)能控制這些人自己的機(jī)器。