人工智能的表象与本质

“侯世达”是Douglas Hofstadter的中文名，这个1997年由他的中文出版商所定的名字，如今已是他在中文世界里的通称。侯世达教授是著名的美国学者、作家、计算机科学家，印第安纳大学计算机科学和认知学教授，美国艺术与科学院院士。他的主要研究领域包括意识、类比、艺术创造、文学翻译及数学和物理学的探索。其著作《哥德尔、埃舍尔、巴赫——集异璧之大成》获得了美国出版界最高奖项——普利策奖以及美国国家图书奖。该书通过对哥德尔的数理逻辑，埃舍尔的版画和巴赫的音乐三者的综合阐述，引人入胜地介绍了数理逻辑学、可计算理论、人工只能学、语言学、遗传学、音乐、绘画的理论等方面，构思精巧并且含义深刻，富与哲学韵味。

侯世达教授的研究小组叫做灵活类比研究小组（Fluid Analogies Research Group， FARG）。在FARG小组中，他们没有致力于开发实际的应用，诸如翻译引擎、答问机器、网络搜索软件等。他们只是努力地理解人类概念的本质和人类思考的根本机制。他们更像是哲学家或试图探究人类心智奥秘的心理学家，而非旨在制造聪明的计算机后机灵程序的工程师。

刘彦声：您最新的观点是：类比能力是人类认知的核心，并且总结出了表象、本质和类比这三者之间的关系和联系。请问您可以具体的跟读者们解释一下表象、本质和类比这几个概念吗？

侯世达：我首先来说一下类比（analogy）。类比的概念就是两种表面上不同的情况下的本质是一样的。类比的思维方式，贯穿了人类思维的各个层面。两岁的儿童会说，“我给香蕉脱了衣服”。三岁的儿童会说，“牙医给牙齿打上补丁”。五岁的儿童会说，“我想吃点水”。八岁的儿童说，“叔叔，你的香烟正在融化”。人类从小到大，学习使用语言、学会思考，借助的就是类比和隐喻。

智能（intelligence）就是快速、精准的找到不同表面下的本质的能力。这么一来，我们就很容易理解表面和本质了。表面就是指的事物的表现形式，例如不同的字体，不同的生活习惯，不同的游戏规则。而本质就是这件事物最根本的逻辑。所以，当类比可以揭示两种不同事物之间隐藏的关联时，每一次类比行为都是一次深刻、准确的认知行为。但是类比行为并不是罕见的，而是非常常见甚至是处处可见的，只是有的时候没有被注意到。知觉（perception），实际上是在两种心理结构之间通过类比来连接，一件外部的心理结构和一件内部的心理结构。外部的心理结构指的是我们感知到的事物，而内部的心理结构是我们已有的对该事物的认知和理解。所以，我们只要在感知这个世界，就一直在做类比活动，每秒钟都在做，而这种类比行为会时不时的产生一些令人惊奇的想法和创意。

刘彦声：对于人工智能的发展，您是保持着乐观还是悲观的态度？您如何看待人工智能的未来？

侯世达：我是在70年代对人工智能领域开始产生兴趣的。当时最著名的是斯坦福大学的人工智能实验室，还有MIT的一些学者们。当时的这些学者们去研究人工智能的根本动机是通过人工智能去理解最深层次的哲学问题，例如什么是意识，什么是认知这样的问题，这也是人类社会几千年以来一直在思考的问题，而我进入这个领域也是因为同样的原因。当我刚刚开始跟人们谈论“A.I.”这个概念时，当时的人们还以为“A.I.”指的是人工授精（Artificial Insemination）。而当人们都理解了真正的“A.I.”时，已经不是以研究哲学为动机了，更多的是以商业化为动机。

我认为现在的人们在聊起人工智能时，看到的都是人工智能如何击败世界围棋冠军，如何进行智能对话等等商业化的东西，却忘记了人工智能研究史上对于哲学方面的探索。一开始，当科学家去探索人工智能如何变得越来越智能时，我总是把这个当作一个笑话，我们为什么要用我们聪明的大脑去研究一个并不怎么聪明的人工大脑呢？而现在，我又对人工智能的发展产生了一些担忧，如果人工智能真的比人脑聪明了以后，我无法想象世界会变成什么样。

刘彦声：相比于西方哲学来说，东方思维传统上更注重领悟与无形的类比，比如用水来解释阴阳。那么您认为东方思维是否在攻克人工智能“思考如何去思考”的问题上更有优势？

侯世达： 我明白你的意思，东方和西方思维上的确有某种程度上的区别，西方更加强调数理逻辑的思考，而东方会更加通过情感来思考。但是我不认为东方思维会对人工智能的发展产生重要的影响。首先我们要定义逻辑是什么，当我们去辨认一个抽象的汉字或是经过艺术处理的英文字母时，我们是用逻辑来进行辨认的吗？不是，都是通过认知能力和类比能力。所以正是因为我对于表象和本质的研究，才认为东西方虽然表面上看思维方式有所不同，但是类比和认知的本质还是相同的。同时，我认为中西方思维都是很全面的，而东方思维更善于总结出一些感性和悟性的东西。我的夫人林葆芬是中国人，她就会常常使用形象的四字成语来更深刻的形容一件事情。

刘彦声：侯世达定律（Hofstadters law）是您在《哥德尔、埃舍尔、巴赫——集异璧之大成》一书中的一项伟大贡献。“做事所花费的时间总是比你预期的要长，即使你的预期中考虑了侯世达定律。”我们是否可以用这个定律来重新定义企业管理中的任务管理机制？

侯世达：首先我不是企业管理的专家，所以我只能尽可能的把侯世达定律与任务管理去联系在一起。首先这个定律有一些前提，那就是所要完成的任务必须是具有复杂性的（substantial complexity），而不是简单的重复动作。所以当人们在对一件无法量化的事情或任务完成的时间上进行评估时，往往会过于乐观。在具体的任务计划中，我们可以用计划谬误（planning fallacy）来解释同样的原理。比如你制定好了一个完成每一项工作的时间计划，但是往往到了最后的提交日之前还在赶工。

那么要如何更好地进行任务管理呢？我认为有两点要素。第一点，参考之前的项目，尽可能的做出准确的预估。第二点，一定要切合实际，永远在原来的计划中加上一点时间，并且面对不可能在规定时间内完成的现实。

刘彦声：在企业创新理论中，创新氛围与创新文化是驱动企业创新的润滑剂，因为人才是创新的根本生产力，而算法是不会创新的。那么，大数据与人工智能在未来会帮助甚至替代人在创新上发挥的作用吗？（追问： 微软小冰聊天机器人已经可以做现代诗，这算是一种创新思维能力吗？）

从长远的角度来说，大数据是无法替代人在管理中的作用的，因为这本身就是一个伪命题，甚至会引发人类社会发展的停滞。

侯世达：首先，创新这个词有着很多不同的意义。比如alphaGo项目，就发现了很多原来国际象棋领域没有发现的方法和技巧，这是一种创新，基于人类现有智慧的创新。但是这种创新并不是由于程序的创新想法、创新意愿或是创新热情驱动的。如果按照企业创新理论中的通过创新文化和氛围激发人们创新意愿的形式，目前在人工智能领域中还没有。但是，从长期来看，是有可能在人工智能中建立更为复杂的创新模型的。所以我不同意电脑是不会进行创意活动的，但是我认为现在还没有达到这个能力。同时，人工智能有的时候会让我们大吃一惊，比如找到游戏里面特别的玩法和技巧，或者我们之前一直没找到的数学公式，但是仍然不能认为他们就是有创新能力的。从一个无止境的长期角度来说，计算机能做的事是无限的。

至于你说的微软小冰，我认为并不是创新思维能力。因为现代诗只是随机的词语组合，和创新、创意能力没有丝毫的关系，只是非常表面的模仿行为，仍然是简单的算法而已。

刘彦声：现在的很多公司都在研究与应用大数据，从我们了解到的一些企业运用案例中，数据驱动管理是现阶段智慧企业的核心。您同意这个观点吗？数据真的可以替代人在管理中的作用吗？

侯世达：我希望数据是不会替代人的，我们不应该把管理的工作全部交给电脑。我曾经写过一篇带有讽刺意味的文章专门探讨这个问题，现在的自动驾驶技术在迅猛的发展，很多公司都声称自动驾驶比人工驾驶更加安全。那么我的問题是，我们为什么不用人工智能去控制战争中的导弹发射呢？我们为什么不把这些最高级、最精准的工作也交给电脑呢？还是担心电脑会犯错误。在重要的情况下把重要的问题交给电脑，是不负责任的，甚至是荒谬的。

刘彦声：数据驱动型管理模式是否能够提高效率？

侯世达：数据驱动型管理在现阶段当然是可以提高效率的，我同意这个观点。在管理领域数据是会带来更有效率的决策，也有可能带来更高的利润空间。通过大数据的分析和实时的决策指令，企业可以更有效率的运转，形成资源的最有效配置。但还是我之前的观点，从长远的角度来说，大数据是无法完全替代人在管理中的作用的，因为这本身就是一个伪命题，甚至会引发人类社会发展的停滞。所以如何处理好数据与人之间的关系，是未来很值得研究和探讨的命题。

刘彦声：您在《哥德尔、埃舍尔、巴赫——集异璧之大成》这本书中涉及到了音乐、美术、佛教禅宗等社会科学领域，您是如何对这些领域产生如此深的见解的？您认为对这些领域的了解是如何塑造更加全面、优秀的知识体系的？

侯世达：首先我并没有对所有的这些领域有深刻的见解，我只是对一些我感兴趣的领域去进行了一些自我研究，比如音乐、美术、佛教等等。每一个人都是不同的，人一生下来天然就会产生差异，可能是因为基因的原因吧。而我就天然对艺术和人文这些领域产生了兴趣，并通过自己的动力和激情去进行进一步的研究。有些人擅长于弹钢琴，有些人擅长于数学，我不认为一定要让每一个人都去了解所有的领域，而是根据每个人的个人特点去发展。