美剧《西部世界》里的 AI 太老派？也许平凡而努力的人工智能才是真实的未来

本文来自于离线（微信：theoffline），作者邓思渊，原标题《机器人会梦见电子羊吗？》，极客公园已获得转载授权。

---

周穆王西狩于昆仑山，遇到了一个大师工匠偃师，造出了和真人一模一样能够跳舞唱歌甚至能够向宠姬抛媚眼的假人。偃师制造的有可能是人类有史以来的第一个人工智能。人类制造超级智能的努力最终是否会成功，现在并不知道。最近的美剧《西部世界》，则描述了一个人工智能已经出现的世界：那些在西部世界游乐园里供游客娱乐的人工智能机器人，并不知道自己是制造出来的。他们的任务与偃师制造出的假人几乎一模一样：取悦前来消费的游客。

这并不是《西部世界》制作人乔纳森·诺兰第一部人工智能主题的电视剧。他上一部美剧《疑犯追踪》（Person of Interest）同样也是关于人工智能。这两部剧尝试塑造了两种不同的人工智能角色。《疑犯追踪》中的「机器」（The Machine）是更为现代，更为「时尚」的「人工超级智能」（Artificial Super Intelligence）；而《西部世界》则是更加老派的那种人工智能的概念：其中的人工智能除了是「人工」的之外，其他的都跟人类没什么区别。

对于人工智能的这种刻画在之前的科幻中所在多有。主角奋斗到最后，才发现自己是一个人工智能/克隆人/生活在虚拟世界中，可以说是科幻中的经典桥段。在这里我最欣赏的还是去年的电影《机器姬》（Ex Machina）中的一个片段：在电影中段，主角 Caleb 越来越倾向于相信 Ava 根本就是个人，而这场所谓的「图灵测试」的对象可能是他自己——他对着镜子划开自己的手，怀疑自己才是被制造出来的人工智能。

真正的人工智能会是什么样子？这个问题谁也不知道，但可以肯定的是它跟人类非常不同。《西部世界》中的人工智能有着人的外形、人的思维方式，他们甚至不知道自己是人工智能，这并不新奇。而《疑犯追踪》同样关于人工智能，对人工智能的刻画要更加有突破，更加可信：它塑造出了与人类完全不同的 AI 形象。剧中的人工智能「机器」是现在流行的人工智能技术奇点理论的产物：人类一旦制造出人工智能，它就会迅速地迭代、扩增自己的智能，直至全知全能。

《疑犯追踪》里对人工智能的刻画的突破之处，就在于它里面的人工智能并不是像我们通常所想象的那种「雨人」，或者《生活大爆炸》中的谢尔顿，非常聪明，同时也非常笨拙。「机器」的行为逻辑和方式与人类全然不同。它没有自己的形象，没有自己的身体，没有自己的声音，只是沉默地发出指令或者给出回应，主角们往往需要很大的努力才能理解人工智能的用意，就跟那句老话一样：God works in mysterious ways. 人工智能在智力碾压我们的同时，在策略谋划待人处事社交欺骗上同样碾压我们。在它们眼中，人类的一举一动所思所想都如同玻璃一样透明，一眼可看穿。科幻作家彼得·沃茨（Peter Watts）的《盲视》里的人工智能也是这样：文中的外星生命和人工智能都没有自我意识，但是它们要比人类高明百倍，人类没有能力理解它们。《盲视》可能是进入 21 世纪之后最出色的科幻小说之一，作者彼得·沃茨也在博文中写过：他很欣赏《疑犯追踪》中对人工智能的刻画，近期宣布将为《疑犯追踪》创作官方小说，让我们静候佳音。

《盲视》

奇点理论现在已经大有泛滥之势——凡是提到人工智能，凯文·凯利、雷·库兹韦尔、奇点理论，硅谷的陈年八卦都会拿出来翻炒一下。打开任意一本现在关于人工智能的畅销书，都是这个路数。但是真正的计算机科学家大多对这些炒作不以为然：强人工智能是不是真的能从目前火热的机器学习领域生发出来，谁也不知道。毕竟我们连人类如何思考都搞不清楚，更别说让机器模拟人类思考了：这有点像我们在空气动力学之前模仿鸟类扇翅膀来造飞机。

所以，想要真正理解人工智能，或许要从「思考」和「智能」到底是什么开始。从这个角度而言，举世奇书《哥德尔、埃舍尔、巴赫：集异璧之大成》（GEB）要比任何一本目前的人工智能畅销科普更加能够让你深刻地理解人工智能——当然，这本书也要求你有一定的逻辑思考能力。这本书也告诉你，上世纪六七十年代，刚刚发展出来的计算机科学和计算机科学家们是怎样看待人工智能的：正如同六十年代的任何科学家一样，他们很乐观地认为人工智能是 10 年之内能够做到的事情——后来我们也都知道了，这与可控核聚变的发展十分相似。

Godel Escher Bach，来源：cs.brown.edu

虽然我们都说，计算机擅长计算，将很多数字加起来，或者乘起来，而不擅长识别人脸或者从一堆狗里分辨出一只猫。但是计算机并不真的「擅长」数学。这可能要从 20 世纪初希尔伯特的梦想开始说起。他和那时代的一批数学家的梦想就是将数学交给机器：既然证明本身是一个严格的逻辑过程，我们有没有可能，将这个逻辑过程用一套机械结构表达出来，以后任意一个命题，我们塞进这个机器就可以得到「真」或者「假」的答案？图灵对这个问题的回答就是计算机的基本原理。但是，哥德尔最终证明了我们没有办法使用机器来回答所有的问题，证明这件事情计算机始终做得很不好，数学的推导过程仍然需要人类的灵感和逻辑的超然飞跃才能完成。灵感和逻辑的超然飞跃如何从神经元的放电和集体行动中生发出来，这之中隐含了智能的关键因素。

也有可能，这些都是错的。我们将一个深度神经网络的塑造过程称之为「训练」，因为从实际角度来说，它是训练——我们给神经网络展示一些东西，告诉它，什么是对的，什么是错的。在《西部世界》中工作人员训练游乐园里的人工智能，也并没有用很高科技的手段、数据接口等等；而是跟对待真的人类一样，与他们对话。真正的人工智能出生之时，大概也会像一个刚来到人世的婴儿一样无知无识，直到我们告诉他们何为对何为错。我曾经与国内某 AI 公司的科学家聊过，他感叹：人类出生在世界上，每分每秒都接受了巨量的数据来训练他脑袋里的那个神经元网络；而目前的人工神经网络训练数据集，连那样的数据量的零头的零头都达不到。史上最出色的科幻作家（之一）特德·姜的小说《软件体的生命周期》就是讲的这样的故事：这些人工智能（或者可以称之为数字生命）与真正的生命一样，需要一段漫长的学习时间。这也可能是真的人工智能诞生的历程：不是奇点或者超人巨变那样惊天动地的变化，只是平凡的努力和不断地改进，就像现在 Google 或者 IBM 所做的那样。

《西部世界》第一季第一集里的一个场景：这具在乐园里当妓女的「容器」被加入了一种叫「reveries」的行为，这让她看起来更真实。

人类为什么要制造人工智能？《普罗米修斯》里的机器人大卫问了人类这个问题。而回答也很简单：「因为我们可以。」（We do what we must because we can.）制造超越我们自己的智能，做上帝的工作，是人类一直以来不断追求的目标；然而制造人是神的工作，人自己来做，是僭越。当年，各地的人们集合起来要造巴别塔直通天堂，上帝觉得这么做根本就和自己当初把他们放在地上的目的完全冲突了，于是「变乱他们的语言」，下了七天七夜大雨，巴别塔垮掉了。我们可以认为，发明人工智能，是在建造新时代的巴别塔；但是这一次巴别塔的命运，我们还未知晓。

延伸阅读：在《西部世界》之外，你所需要了解的人工智能

① 弗诺·文奇《深渊上的火》（A Fire Upon the Deep）

作为「奇点理论」的发明人，弗诺·文奇的这本科幻可以说是奇点理论的具象化。书中的「超限界」，就是奇点主义者心目中的人工智能的样子：无所不知，无所不能，无法理解，无法表达。

② 弗诺·文奇《循环》（The Cookie Monster，中篇小说，曾刊于《科幻世界译文版》2004 年天平号））

费尽九牛二虎之力终于发现自己是虚拟世界中的人工智能？这个点子同样是弗诺文奇实现得最好。参考这篇《循环》（The Cookie Monster）

③ 阿西莫夫《我，机器人》（I, Robot）

最最经典的关于人工智能的小说。「机器人三定律」到现在仍有极大影响力。

④ 罗伯特·海因莱因《严厉的月亮》（The Moon is a Harsh Mistress）

一个聪明的机器，渴望着笑话，于是最好的笑话就是推翻地球政府对于月球的极权统治。这部作品中的人工智能 Mike 其经典程度不亚于 HAL9000。

⑤ 阿瑟·C. 克拉克《接弗兰肯斯坦请拨 F》（Dial F for Frankenstein，短篇小说，曾刊于《科幻世界》2006 年第五期）

这可能是世界上第一篇后奇点科幻小说。人们把全球的通信网络用卫星连在一起，于是网络觉醒了。

⑥ 丹·西蒙斯《海伯利安》（Hyperion）

一部史诗作品。在这次朝圣的旅途中，人工智能是现在、未来和过去的终极反派。

⑦ 约翰·威廉斯《屠夫十字镇》（Butcher’s Crossing）

文明人走向西部荒野的故事。荒野，冒险，以及一切。（ 点此查看书评 ）

⑧ 兰斯·福特诺《可能与不可能的边界：P / NP 问题趣史》（The golden ticket: P, NP, and the search for the impossible）

P / NP 问题是计算机科学乃至整个数学领域最重要的问题（之一）。它也奇妙的与人工智能相连，有很多人认为，在解决 NP 问题之前，我们所设想的那种人工超级智能（ASI）不可能出现。

⑨ 史蒂芬·平克《语言本能》（The Language Instinct: How the Mind Creates Language）

我们如何判断一个人工智能是真的有意识的？图灵说：与它对话。这就是图灵测试的来历。语言是人类区别于动物的关键特征，那么语言究竟是怎么回事？这本书告诉你一些事实。

⑩ 汤姆·米切尔《机器学习》（Machine Learning）

如果你真的想要搞人工智能，这是一本入门教科书。当然，需要一些数学背景。没有涉及最前沿的理论，但是理论基础方方面面都涵盖到了。