人工智能：數(shù)字時代的生成器

陳凱

我第一次聽到艾美所編寫的肖邦的鋼琴曲時，幾乎被驚呆了，因為那真的是“肖邦”的鋼琴——優(yōu)雅的旋律處處體現(xiàn)出肖邦特有精致浪漫的編曲風格，即便是肖邦還活著，聽到這些音樂或許也會困惑——自己究竟什么時候?qū)戇^這樣一首作品。然而艾美并不是人，而是一個人工智能程序，大衛(wèi)·科普（David cope）編寫了這個用來自動作曲的程序艾美（EMI），這個作曲軟件能夠逼真地以巴赫、維瓦爾第、莫扎特等知名作曲家的風格來“創(chuàng)作”音樂作品。大衛(wèi)·科普曾經(jīng)在一些古典音樂會上，在真正的歷史作品中摻雜了這些數(shù)碼“贗品”，聽眾們（有時甚至是音樂學(xué)院學(xué)生）非但沒有分辨出來，反而表示他們被那些作品深深地打動了。不妨想象一下聽眾們被告知真相后哭笑不得的表情。用相對專業(yè)一點的術(shù)語來說的話，單就音樂編寫而言，艾美通過了圖靈測試。用語言文字實在難以描述艾美的成就，有興趣的朋友可以到網(wǎng)絡(luò)搜索“David cope EMI”關(guān)鍵字，就能找到艾美編寫的音樂。

正如大衛(wèi)·科普所說，只要輕輕按下按鈕，很快就能得到幾千首音樂作品。據(jù)說當年大衛(wèi)·科普在寫歌劇旋律時卡殼，所以就創(chuàng)作出了艾美的最早的版本。當年——20世紀80年代，或許這個時間點讓大家感覺有點意外——艾美的誕生并沒有引發(fā)藝術(shù)從業(yè)者太多的擔憂，大家認為艾美所做的只是逼真地模仿，不能算是創(chuàng)作。具體理由有以下幾點，其一，艾美在大衛(wèi)·科普的“幫助”下從作曲家的大量作品中歸納出了最具特征的片斷，然后再重組了這些片斷，由于艾美難以自主識別最具辨識性的特征，所以這個工作需要大衛(wèi)·科普和艾美兩者耗費大量時間來磨合；再者，雖然說這輕輕點擊按鈕之后的幾千首音樂大多不難聽，然而要從中找出最優(yōu)秀的作品，還是需要靠人一首一首去挑選；艾美的另一個問題是，它只能編寫時間有限的音樂小品，因為一部比較長的音樂作品，比如交響詩或者是音樂劇，要么它能充分展現(xiàn)出情感的變化，要么它具有完整的敘事結(jié)構(gòu)，才能夠吸引聽眾在椅子上安靜地坐上幾十分鐘乃至一個多小時。若將以上三點用最通俗最簡單的語言復(fù)述的話，那就是，艾美并不真正知道人究竟是怎么想的。

在相當長的時間里，許多人，包括我，都是這樣認為的，因為一個人工智能的程序并不能真的像人類那樣認知，甚至于人類自己也并不能精確地描述自己認知的具體過程，因此人工智能很難在短期內(nèi)取得重大的突破。然而，現(xiàn)在看來，如此考慮問題還是太過簡單了。

基于圖靈測試的思維實驗

從圖靈提出“圖靈測試”以來，人工智能能否擁有人的智能，是一個引來太多爭論的問題。圖靈構(gòu)造了一個受到限制的對話環(huán)境，僅用來討論人與機器智能上的等價問題。稍微延伸一下想象，不難發(fā)現(xiàn)更難讓人下定論的問題：如果一臺機器的外在表現(xiàn)完全類似于人類，那么是否要承認機器也具有人格？大部分人會認為，就算機器的外在行為與人類相似，但內(nèi)部機制卻完全不同，因此他們不會賦予機器“人”這一稱號。然而所謂“內(nèi)在”和“外在”本身又牽扯出太多哲學(xué)上的討論，考慮以下特意構(gòu)造的思維實驗：某鋼琴家的作品均由他的女友—— 一位天才的作曲家所創(chuàng)作，單就這點來說，一點也不科幻；這位鋼琴家因為交通事故遭到重創(chuàng)，喪失了某段時期的記憶，這也是在現(xiàn)實中真正會遇到的情況；事故之后，鋼琴家和他的女友仍然照常那樣密切交往著，這看上去再普通不過了；某一天，鋼琴家的腦海中忽然浮現(xiàn)出一段記憶，她的女友其實和他一同遭遇了交通事故，并死在了事故中，當前的所謂女友其實是一臺機器——雖然說他自己也無法把握，這段記憶是否只是自己損壞的大腦所臆造的。那么，他的機器女友是否等同于他的女友？如果說這個問題來自鋼琴家出了問題的大腦，那么我們就沒有必要去解答此問題，因為這個問題本不存在。既然鋼琴家的女友的所有表現(xiàn)都和人類相同，那么反而要問，鋼琴家的奇怪問題從何而來？又如何才能得到解答？因為問題的提出需要根據(jù)，而問題的解答需要驗證。由于鋼琴家的女友所有表現(xiàn)與人類一致，于是就不存在問題提出的根據(jù)，又因為問題的驗證具有破壞性，或者對于鋼琴家而言不具有可否證性，比方說，鋼琴家堅持認為，制造機器人的憑據(jù)被銷毀了，或者檢測機構(gòu)有作弊嫌疑，甚至于他女友的內(nèi)部器官也制造得和人類非常近似等。為了找出真相，鋼琴家甚至可以直接研究他女友的大腦，并宣稱他女友的大腦工作模式和人類不同——雖然鋼琴家若真要這樣做，其他人恐怕更會懷疑他的無端偏執(zhí)。作為一個思維實驗，每個讀者可以設(shè)身處地，想象一下若自己是那個鋼琴家，會采取什么樣的行動——大部分人恐怕會對自己頭腦冒出來的瘋狂想法一笑了之吧。如果上面的思維實驗真要拓展成科幻小說的話，也許讀者迎來的結(jié)局是，最后有人告訴鋼琴家，其實他自己才是一臺出了問題的機器，鋼琴家在情緒崩潰前完全否認了這一點，但因為他自己無法剖析自己內(nèi)在的信息處理過程，所以他也沒有證據(jù)來否認這一點，有意思的是，至少在今天，任意一個普通人都無法對自己頭腦內(nèi)在的信息處理的內(nèi)在過程進行剖析。

仔細思考上述思維實驗，我們就可以發(fā)現(xiàn)，當機器的行為與人類相同時，問題關(guān)鍵其實不在于機器是否等同于人類，而是“誰”能“提”這個問題？“誰”能“驗證”問題的答案？不僅僅是因為無論誰提出這個問題，他都無法將提問的依據(jù)和驗證的過程用于他自身，更重要的，人類是借助建立輸入因和輸出果的邏輯鏈來進行決策和行動的，從生存和發(fā)展的效率考慮，尊重因果遠勝于無端猜疑。英國生物學(xué)家弗朗西斯·克里克認為，人的大腦決策就是一個計算過程，大部分時候大腦本身并不能認識到這個計算過程是怎樣的，于是就有所謂的直覺和頓悟，甚至人們認為自己擁有自由意志。無論是否同意此觀點，僅從邏輯上說，人們也必須承認他自己是無法全面追蹤自己大腦的計算過程的，否則會造成自指悖論。然而，只要是計算過程，就必然存在有輸入和輸出的因果鏈條。

大數(shù)據(jù)環(huán)境下的認知

考慮有這樣一個系統(tǒng)，它有固定的輸入和輸出端，在輸入和輸出之間存在著不對外公開的隱藏部分，人們所觀察到的只是輸入和輸出，卻無法追蹤隱藏部分是如何將輸入轉(zhuǎn)化為輸出的，這樣的系統(tǒng)能否被設(shè)計出來？答案當然是肯定的，當隱藏層的層數(shù)和節(jié)點足夠多，并且每個節(jié)點之間傳輸?shù)臄?shù)據(jù)會自動調(diào)整——類似于自然選擇中所發(fā)生的，輸出結(jié)果接近預(yù)期時保留該調(diào)整趨勢，違背預(yù)期時則淘汰該調(diào)整趨勢。實際上，這大致就是人工神經(jīng)網(wǎng)絡(luò)的基本工作原理，在經(jīng)歷足夠多的訓(xùn)練之后，這個系統(tǒng)就能以比較高的概率得到預(yù)期的結(jié)果，然后因為運算量無比巨大，雖然每一次數(shù)據(jù)傳遞都是確定的，但人還是無法跟蹤由輸入條件然后得出結(jié)果的整個過程。

有意思的是，由于人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)給出的結(jié)果只是根據(jù)大量訓(xùn)練從而逼近預(yù)期，所以，人們的預(yù)期決定了系統(tǒng)給出答案的傾向性。想象一下，若詢問一臺機器：你是否能解釋一下你自己是如何得到先前問題的答案的？那么這臺機器究竟是該像普通人類那樣回答，比如：啊，因為當時發(fā)生了某事，后來我就這樣想，然后再那樣想，然后……于是就這樣決定了；或者像一個情商欠缺的技術(shù)工程師那樣回答：當我回溯思考此過程時，由于思考本身擾動了信息處理的初始條件，從而無法精確還原信息處理的過程。雖然說后者的回答更嚴謹，但顯然，前者才像是人的回答。那么問題是，機器怎么知道人的預(yù)期是怎樣的。

解答問題的方式有點出人意料，機器并不需要知道人會怎么想，它只要知道，在怎樣的初始條件下，人會產(chǎn)生怎樣的行為。對人來說，機器內(nèi)部的信息處理過程是個黑箱，對于機器來說，人內(nèi)部的信息處理過程也是個黑箱，機器并不用打開人這個黑箱，只需要調(diào)整自己黑箱內(nèi)的數(shù)據(jù)流的權(quán)重，使得輸入和輸出的因果行為逼近人的預(yù)期即可。在互聯(lián)網(wǎng)和大數(shù)據(jù)高度發(fā)達的當前，機器獲得數(shù)據(jù)的方式比以前容易多了。人們逐漸發(fā)現(xiàn)，機器開始寫詩——編詩姬寫的古體詩比絕大部分普通人寫得要更工整優(yōu)雅；機器開始寫小說——《機器人寫小說的那一天》入圍了日本微型小說文學(xué)獎的評獎；機器開始寫大部頭的音樂劇——Beyond the Fence的劇本、歌詞以及音樂都由計算機生成，與David Cope的EMI不同的是，音樂創(chuàng)作中的特征及概念并不是由開發(fā)者給定的，而是計算機通過數(shù)據(jù)挖掘，自主“揣摩”得出的，甚至于人類無法確知這些特征和概念在整個神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的呈現(xiàn)形態(tài)，因為它們并未被存儲在某個確定的節(jié)點上。

一個讓人有點擔心又無法在這里展開討論的問題是，計算機如果將數(shù)據(jù)挖掘的對象由人類活動轉(zhuǎn)向它自己的活動，將會產(chǎn)生怎樣難以預(yù)料的結(jié)果？當一個認知過程上升到元認知的時候，計算機是否會逐步萌生出所謂“自我”的概念？

人工智能發(fā)展中的人類學(xué)習者

在人工智能取得快速發(fā)展的今天，作為教育工作者或終身學(xué)習者都不得不思考，教育和學(xué)習的模式應(yīng)該有怎樣的變化，未來的教學(xué)內(nèi)容又會有怎樣的變化。用最概括的文字描述人的認知過程：人在與真實世界的互動中積累了大量的實際經(jīng)歷，在觀察、模仿、試錯的同時，從實踐經(jīng)驗中抽象出概念，或者經(jīng)由訓(xùn)練形成特定技能，這些概念和技能逐步形成相互連接支撐的網(wǎng)絡(luò)，最后，對概念的理解和技能被反饋到真實生活中，在實踐檢驗中不斷重新調(diào)整優(yōu)化。

由于種種原因，當前的學(xué)校教育仍然偏重純粹的語言符號系統(tǒng)中概念的組織和符號演算方面的技能訓(xùn)練，無論是真實世界中經(jīng)歷的積累以及此后與真實世界的反饋互動都是相當欠缺的。此狀況的形成固然有其歷史原因及大環(huán)境整體因素的限制，但必須認真地考慮，一個人工智能系統(tǒng)，最有優(yōu)勢的地方在于封閉環(huán)境中純粹的語言符號系統(tǒng)中特征的歸納及符號演算。至少在當前，人工智能系統(tǒng)還無法真的像人類那樣與真實世界互動，它的互動對象還只能是符號化的數(shù)據(jù)。作為人，似乎并無必要在人工智能的強項上與其競爭。

當面對一個真實世界時，人工智能的表現(xiàn)還遠不如孩子，正如一個實驗所揭示的，從未見到過貓的圖片的幼兒，在看了幾次貓的圖片后，就能識別出照片中不同種類不同姿勢的貓，而人工智能卻要預(yù)先看過幾千乃至上萬張貓的照片，才能達到和幼兒相當?shù)乃?。人到底是怎樣做到這一點的，到目前還是個謎。盡管做預(yù)言家充滿風險，但我仍然樂于相信，在相當長的時間里，人的思考和行為具有不可替代性，人將成為真實世界和人工智能系統(tǒng)之間的連接者，雖然有時候是被動的連接者，比如因為大量個人語言交流、出行、購物等信息被人工智能掌握，從而成為不自知的被他人控制的目標；但更應(yīng)該成為主動的連接者，為達成某個獨特目的，利用人工智能對那些與真實世界中信息所對應(yīng)的符號化的數(shù)據(jù)進行分析，并由此作為行動依據(jù)。

人工智能的另一個重大弱點是，它暫時不具有行動的意向性，未來的人工智能系統(tǒng)能否擁有和人類一樣的意向性，也還是個謎。在當前，一個人工智能系統(tǒng)還無法自己制定目標將它的各項超人能力統(tǒng)籌起來應(yīng)用。就以音樂劇Beyond the Fence為例，就算它編了故事、寫了腳本、創(chuàng)作了音樂，它自己卻完全沒有“意愿”要規(guī)劃一部音樂劇的創(chuàng)作，因此就更突顯人在真實世界中規(guī)劃、組織和實施項目的重要性。

因此，人要學(xué)習成為一個連接者，其“連接”的含義有以下一些。

首先，人要學(xué)著充當真實世界和人工智能系統(tǒng)的連接者，一方面要能靈活地制作或調(diào)整真實世界中的器械設(shè)備；另一方面又要能使用抽象符號將不同的虛擬的人工智能系統(tǒng)、人工智能系統(tǒng)與真實設(shè)備連接起來，這看上去似乎和目前創(chuàng)客教育的目標是一致的。

其次，人還要學(xué)著充當現(xiàn)有世界和未知世界的連接者，宏觀來說，未來的人類世界取決于人類集體的意向，未來是被創(chuàng)造出來，而不是被生成出來的。注意在整篇文章中，這里才第一次出現(xiàn)創(chuàng)造一詞，我將“創(chuàng)造”視作這樣一個過程：基于對現(xiàn)有模式的體驗和研究，某種新模式因創(chuàng)造者的意向出現(xiàn)，首先是創(chuàng)造者本人認可這種模式，然后這種模式被創(chuàng)造者周邊認同從而存活下來（或者恰好相反）。創(chuàng)造者仍然可以保有自己天馬行空的創(chuàng)造自由，而人工智能系統(tǒng)會幫助創(chuàng)造者從繁復(fù)的相對底層勞動中解放出來，還能幫助創(chuàng)造者繞開看似美好但卻無法以當前技術(shù)力量實現(xiàn)創(chuàng)造者構(gòu)想的陷阱。

最后，我們將話題轉(zhuǎn)回到音樂，用一個幻想性的故事來結(jié)束文章：《小蘋果》因其歡樂的旋律和明快的節(jié)奏受到眾人的喜愛。于是我編寫了一個叫“溫迪”的人工智能系統(tǒng)，在分析了一大堆和《小蘋果》類似的音樂后，她“創(chuàng)作”出一首首好聽的《小番茄》乃至《小櫻桃》之類的作品，直到某一天，她寫出一首在我聽來極其難聽的歌曲，我還沒來得及提出質(zhì)問，她卻打印出一連串表示興奮的符號：“嗯，我好喜歡這首歌！我的朋友也都喜歡這首歌?！?/p>

（作者單位：上海位育中學(xué)）