某份工作的最佳“人”選可能正是一臺機器

關(guān)于這個問題，簡而言之，是的，但僅在一些有限的方面。未來，公眾的意見可能會發(fā)生轉(zhuǎn)變，承認(rèn)計算機在相當(dāng)廣泛的智力任務(wù)上通常都優(yōu)于人類，但這并不意味著機器會控制或淘汰人類。我后文會進行解釋。汽車跑得比我們快，ATM機數(shù)錢比我們快，照相機能在黑暗中看見物體，但我們并不認(rèn)為它們會威脅我們的地位。計算機程序能玩游戲，能從人群中識別熟悉的面孔，還能比人類更好地推薦電影，但很少會有人被這些能力所嚇到。如果機器人能夠做腦科手術(shù)、粉刷房屋、理發(fā)、幫人們尋找丟失的鑰匙，到那個時候，我預(yù)計我們會把它們視為非常有用的工具，能完成過去必須要人類智能才能完成的任務(wù)，因此，我們會難以抗拒為它們冠以“聰明”之名的沖動。

但是，當(dāng)我們說它們很“聰明”時，必須非常小心地限定我們的意思。當(dāng)“智能”一詞用在機器身上時，很可能只適用于那些目標(biāo)易于制定和測量、定義十分明確的活動，例如，除草了嗎？我是否準(zhǔn)時到達(dá)了目的地？明天會下雨嗎？我的稅單正確嗎？不適用于那些標(biāo)準(zhǔn)更加主觀的活動，例如，我穿哪條裙子更好看？我應(yīng)該選擇哪所大學(xué)？我應(yīng)該和比利結(jié)婚嗎？我要怎樣安慰輸了足球賽的女兒？

歷史上，總是有人做出“計算機永遠(yuǎn)不能做某事”的錯誤預(yù)言，所以我在選擇例子時感覺如履薄冰。毫無疑問，我們肯定能寫出一些似乎能對這些主觀問題或需要判斷力的問題進行回答的計算機程序，但我認(rèn)為，人類的答案會比計算機的答案更可取，更容易理解，也更明智一些。

未來，我們最終可能會接受機器比人類“更智能”這個事實。盡管這句話現(xiàn)在聽起來讓人很不舒服，但是到它成為現(xiàn)實的那一天，它會和過去許多技術(shù)一樣，雖然曾經(jīng)令人恐懼，但后來都變得司空見慣，例如體外受精（試管嬰兒）、曾被認(rèn)為會讓兒童變得麻木和愚蠢的電視機，以及可怕的唱片音樂（recorded music，這是我的最愛）。即便會變得司空見慣，人工智能研究者還是很難逃脫人們的責(zé)難。眾所周知，他們總是過于樂觀，這是批評家，特別是哲學(xué)家休伯特·德雷福斯（Hubert Dreyfus）最愛詬病的地方。

請注意，這個問題與“計算機是否會取代人類目前所有的工作和活動”是不同的。我們做某些事情的原因是因為我們喜歡做，這其中也包括了工作。正如我一個學(xué)生有一次在做問答題時諷刺地說道，我們之所以要開發(fā)下象棋的計算機程序，“是為了擺脫我們必須自己下象棋的苦惱”。

若想理解計算機為什么能夠在各種實際應(yīng)用中超越人類智能，或許應(yīng)該先看看一個簡單的事實：今天，計算機在很多任務(wù)上已經(jīng)超越了人類，包括一些我們一直認(rèn)為需要人類智能的事情，比如駕駛汽車、參加益智問答類的電視節(jié)目《危險邊緣》、預(yù)測戰(zhàn)爭、撰寫新聞?wù)?img alt="關(guān)于預(yù)測戰(zhàn)爭，請參見：H. Hegre，J. Karlsen，H.M. Nyg?rd，H. Strand，and H. Urdal，“Predicting Armed Conflict，2010-2050，”International Studies Quarterly 57（2013）：250-270，doi：10.1111/isqu.12007，http://onlinelibrary.wiley.com/doi/10.1111/isqu.12007/full。" class="qqreader-footnote" src="https://epubservercos.yuewen.com/703E7E/12453939304864406/epubprivate/OEBPS/Images/note.png?sign=1754444318-VnYKVliIXhWnK6tm8qFFStlP9jjSVMcr-0-8b1ae8f478255f421aafab47f67237a5">。現(xiàn)在請想一想，我們?yōu)槭裁磿J(rèn)為這些事需要不同的能力？如果一個程序能完成多個任務(wù)，即便它暫時還不能把某些事情（例如寫小說）做到完美無缺，它“看起來”也好像具備了通用智能（generally intelligence）一樣。然而，這種“看起來”其實只是個虛無縹緲的海市蜃樓。

一臺機器能完成的任務(wù)越來越多，是否意味著它相較人類而言就變得越來越智能了呢？為了回答這個問題，請想一想你的智能手機。它取代了過去許多不同的工具，如照相機、手機、音樂播放器、導(dǎo)航系統(tǒng)，甚至包括手電筒和放大鏡，它將這些功能統(tǒng)統(tǒng)塞進了一個盒子里。但是，每當(dāng)你下載一個新應(yīng)用時，你是否覺得你的手機變得“更加聰明”了呢？我認(rèn)為沒有。不管它多么能干，它都只是一個瑞士軍刀一般的信息處理設(shè)備，將許多有用的工具巧妙地集合于一體，組成一個方便攜帶的工具。

有人可能會爭辯說，不同的功能可以互相融合，互相鞏固。不同功能涉及的不同方法可以互相融合，形成一個體積越來越精簡、通用性卻越來越高的方法集合。不同的技術(shù)之間總是傾向于互相“融合”，這個事實可能有點出人意料，因為雖然每天都有無數(shù)新奇的小玩意兒誕生，但大多數(shù)都發(fā)生在人們的視線之外，或被隱藏起來了。這個融合趨勢在軟件發(fā)展史上也很明顯。例如，曾經(jīng)有一個年代，每個想要在計算機里存儲信息的公司都必須自己編寫適用于自身數(shù)據(jù)的數(shù)據(jù)庫管理系統(tǒng)。隨著這些系統(tǒng)的共性變得越來越明顯，一些標(biāo)準(zhǔn)形式（特別是聯(lián)網(wǎng)和分層的數(shù)據(jù)模型）出現(xiàn)了。這些標(biāo)準(zhǔn)模型互相競爭，但最終都被一個模型所取代，這就是關(guān)系數(shù)據(jù)庫模型（relational database model）。今天，關(guān)系數(shù)據(jù)庫模型被廣泛使用于各種商業(yè)應(yīng)用。

正如前文所述，這些并不意味著未來的計算機一定會用人類的方式來執(zhí)行任務(wù)。在稍后的章節(jié)中，我將更詳細(xì)地介紹機器學(xué)習(xí)。過去幾年中最驚人的一件事就是，當(dāng)案例的數(shù)量足夠多時，相對簡單的統(tǒng)計學(xué)模型也能完成一些原本需要理解力和洞察力的任務(wù)。例如，機器翻譯已經(jīng)在一個較低水平上停滯了很多年，但如今，該領(lǐng)域的發(fā)展勢頭十分迅猛，并已成功翻譯了許多文本。這聽起來或許有點令人不安，但你必須意識到，每次你提出一個問題或者執(zhí)行一次搜索，你都是在幫助那些為你尋找答案的計算機變得更聰明，以及更能滿足人類的需求。

計算機擁有超凡的速度、精度和記憶力，因此，在執(zhí)行像下象棋或翻譯文本這樣的任務(wù)時，它們采用搜索答案的方法更高效。人類采用的方法不同，但效果更好。然而，自動化的發(fā)展正在把“唯有人類才能完成的任務(wù)”一項一項地劃掉。對普通人來說，人類智能與機器智能之間的界限可能會變得逐漸模糊，變得無關(guān)緊要。有時候，某份工作的最佳“人”選可能正是一臺機器。