AlphaGo的勝利與AI時代的暗知識

2016年，AlphaGo戰(zhàn)勝韓國頂尖九段選手李世石，可能標(biāo)志著人機(jī)歷史上的一個轉(zhuǎn)折點。

一臺冰冷的計算機(jī)，輕松擊敗訓(xùn)練多年的世界頂級棋手。對于圍觀者人類而言，就像三體艦隊即將到來地球，從賽前的自信滿滿到賽后的失態(tài)、錯亂以及恐慌。站在今天看這場比賽，我們也許可以多一個維度，那就是從知識的角度。企業(yè)家王維嘉所撰寫的《暗知識》，其中提出了暗知識的概念，不僅為討論人工智能的本質(zhì)提供了不同視角，也為廓清人工智能諸多相關(guān)問題，提供了新的思路。我們回顧一下知識概念的迭代過程。我們知道，科學(xué)的進(jìn)步離不開知識的更迭；所謂知識，王維嘉認(rèn)為可以說是數(shù)據(jù)在時空中的關(guān)系，所以知識與數(shù)據(jù)密切相關(guān)。人類的知識，過去大家比較熟悉的是顯性知識，這表示人類可以表達(dá)、可以學(xué)習(xí)的知識。比如牛頓定理屬于可以表達(dá)可以學(xué)習(xí)，量子力學(xué)屬于可以表達(dá)但是不可以感受的知識。

更進(jìn)一步，學(xué)者波蘭尼與哈耶克等人，提出了默會知識的概念，也就是可以感受但是無法表達(dá)的知識。比如很多人都會騎自行車，但是多數(shù)人是靠感覺學(xué)會而不是靠理論傳達(dá)。默會知識的提出，對于理解人類社會秩序有很大意義，這意味著社會中有很多信息是無法表達(dá)的，再進(jìn)一步推演，不難得出計劃經(jīng)濟(jì)無效的最終結(jié)論。

如果說可以感受的是默知識，可以表達(dá)的是明知識，那么暗知識是什么？王維嘉指出，這是機(jī)器發(fā)現(xiàn)的，無法感受也無法表達(dá)的知識，就是說暗知識意味著隱藏在海量數(shù)據(jù)中的萬事萬物間的關(guān)系。暗知識的概念，乍聽起來很難接受，畢竟人類認(rèn)識世界更多依靠邏輯與經(jīng)驗。但是深入了解之后，這個概念的價值，在于可以解析人工智能帶來的變化，提出來了新角度。按照預(yù)計，暗知識的數(shù)量，將遠(yuǎn)遠(yuǎn)超過人類以往的知識，這將帶來難以限量的巨變。

從暗知識來審視AlphaGo，有什么新意？王維嘉認(rèn)為，AlphaGo可怕之處，在于它擁有遠(yuǎn)遠(yuǎn)超過人類的暗知識，以至于具備人類無法擁有的上帝視角。為什么這樣說？我們回到圍棋這回事。圍棋被認(rèn)為最復(fù)雜的棋類，就因為其變化最多。圍棋上有361個交叉點，每個交叉點可以放黑白兒子，那么總的圍棋擺放方法就是2的361次方。這是什么概念？人類歷史上保留的棋譜大概是3000萬個，這聽起來已經(jīng)非常多了，但是比起前面提到的圍棋擺放方式，那么人類掌握的圍棋棋譜就滄海一粟。

一個高手，每天下棋，一輩子最多能夠下幾十萬盤，他的風(fēng)格，可能影響自己的徒子徒孫，但是比起圍棋棋譜上可能存在的對局模式，他的探索不及億分之一。

可以說，一些技能而言，人類的終點，只是機(jī)器的起點。打個比方，在一片崇山峻嶺之中，這個高手掌握的地方，可能只是一個小山溝，他的想象空間以及思維模式都已經(jīng)被這個小山溝限定了。這個小山溝，在地圖上就是一個小點。這個小點之外的，“其他的地方”，不在他的思維模式之內(nèi)，很可能不是他能夠理解的地方?？梢哉f，在機(jī)器面前，人類數(shù)千年來一代代人積累的一項技藝以及與此有關(guān)的經(jīng)驗知識，可能瞬間一文不值。這不是誑語，棋手柯潔在輸給AlphaGo流著眼淚說：“我們?nèi)祟愊铝? 000年圍棋，連門都沒入?！敝袊迨ヂ櫺l(wèi)平也把AlphaGo尊稱為“阿老師”，說它的著數(shù)讓我看得如醉如癡，“我們應(yīng)該讓阿老師來教我們下棋。”

除了圍棋，其他的案例也差不多，這就顯露暗知識帶來的挑戰(zhàn)。我們?nèi)祟愃莆盏闹R，很可能只是知識海洋中一小塊冰山；所謂的“其他的地方”，也就是人類窮盡一生之力無法掌握的地方，很可能蘊(yùn)含了很多暗知識。

知識，在未來將分為機(jī)器知識與人類知識，而大量暗知識，主要來自機(jī)器學(xué)習(xí)而逐漸展露。暗知識和人類關(guān)系如何？一個核心在于，從暗知識的定義看來，暗知識無論發(fā)現(xiàn)多少，人類都無法理解，這和明知識規(guī)律不同?？梢哉f，暗知識本來類似海洋，人類的知識類似海洋上浮出的山峰，暗知識比起人類掌握的知識多很多，但二者過去沒有直接關(guān)系。但是當(dāng)下，隨著機(jī)器學(xué)習(xí)挖掘出越來越多的暗知識，這些暗知識不斷涌現(xiàn)，很可能人類所占有的知識，會逐漸淹沒溶解在龐大的暗知識中。一句話，AlphaGo的勝利，只是開始。

當(dāng)下無人不談人工智能，但是總體多數(shù)缺乏有效框架，國內(nèi)不少著述，往往失之于淺薄浮泛，甚至得出中國領(lǐng)先的浮夸口號。從暗知識的角度，如何審視人工智能？算法是人工智能的核心，應(yīng)用只是依附于算法。在王維嘉給出的AI產(chǎn)業(yè)鏈金字塔結(jié)構(gòu)中，塔尖是算法，其次是芯片，再次是計算機(jī)軟硬平臺，塔底是自動駕駛語音識別等應(yīng)用，可以說，上層決定下層，而不是相反。對此，我們對當(dāng)下世界人工智能實力版圖，應(yīng)該重新有清晰認(rèn)識。就人工智能而言，當(dāng)前中國在局部應(yīng)用領(lǐng)先，在算法與芯片并不領(lǐng)先。

信息不完備之下，悲觀和樂觀都顯得盲目。王維嘉并不認(rèn)為人類必然失敗，他認(rèn)為人類的優(yōu)勢其實在于對于人類精神和情感的理解。這一觀點，其實我也很贊同。在評價AlphaGo勝利時刻，我就斷言，人機(jī)對戰(zhàn)無論勝負(fù)如何，AlphaGo已經(jīng)證明了自己，“未來充滿不確定性，但未必需要末日恐慌。在規(guī)則不確定之下如何應(yīng)對，可能正是人類的優(yōu)勢所在?！?換而言之，所謂人性或者動物性，就是和機(jī)器不一樣的地方，恰恰是人類的優(yōu)勢所在。

機(jī)器時代改造了知識定義，也使得職業(yè)需求完全不同。從這個意義而言，現(xiàn)在看起來越是專業(yè)的職業(yè)，其實可能被機(jī)器取代的職業(yè)，反而創(chuàng)造力和情感屬于機(jī)器的短板。職業(yè)過去構(gòu)成了中產(chǎn)階級的身份，如果喪失職業(yè)保證，這些中產(chǎn)階級開始向地位不穩(wěn)的軟階層移動，如何保證這些人的自尊和安全，將是一個重要課題。

更進(jìn)一步，孩子應(yīng)該學(xué)習(xí)什么？要接觸了解人工智能，真的不是逼迫孩子學(xué)些粗淺編程就了事，更應(yīng)該站在時代變化的高度來思考。也許，我們應(yīng)該讓孩子掌握數(shù)學(xué)語言等基礎(chǔ)學(xué)科，更好掌握與人的溝通。換而言之，通識應(yīng)該是下一代的標(biāo)配。

我認(rèn)識王維嘉老師時間不短了，過去一直把他當(dāng)投資人和企業(yè)家，沒想到他對于人工智能的思考如此深刻。其實也難怪，從他自述得知，他從斯坦福大學(xué)畢業(yè)到這些年從事投資，他其實一直密切跟蹤前沿。值得一提的是，本書對于人工智能的介紹，非常清晰，基本可以達(dá)到作者的期待，高中以上能讀懂。

在一個迭代不斷的時代，關(guān)于知識的知識，也許是最重要的知識。哲學(xué)家休謨曾經(jīng)說過，理性是且只應(yīng)當(dāng)是激情的奴隸，所謂激情，意味著人的感性、欲望等因素。人類的頭腦，已經(jīng)被理性主義籠罩太久。暗知識的概念，無疑可以爭論，但揭示了未來世界的新疆域，這是關(guān)心人類的有識之士，都不應(yīng)該錯過的思考。