智能的三個層面_風聞

智能分為三個層面：

1、算法智能（algorithmic intelligence， AI）

2、 語 言 智 能 （linguistic intelligence， LI）

3、想 象 智 能（imaginative intelligence，II）

算法智能無法超越語言智能，

語言智能又無法超越想象智能。

（作為科班出身的碼農，算法智能是基本功，由於學習了自然語言處理和維特根斯坦的語言分析，所以涉及語言智能，最後為了提高想像智能，業餘時間開始塗鴉和樂器演練。）

歌德爾在普林斯頓高等研究院的同事愛因斯坦所言：“智能的真正標識不是知識，而是想象。”

計算機的智能只能是AI，無法達到人類所具有的LI和II層面。

歌德爾對智能的認識及理解與中國哲學史上人們對《道德經》開頭的兩種不同解讀十分相似：

一是“道可道，非常道”，即凡是能被言説的道，就不再是永恆的本源之道，就像世上每一個能被看到的具體的圓形，都無法符合圓形的抽象定義一樣；

二是“道，可道，非常道”，即道有三種形態，自然中可執行的道（算法之道）、只能説出來的道（語言之道）、只能想象出來的道（想象之道）。

總之，“道”一經説出，就不是本來的自然之道了。

哲學家伏爾泰曾説：“定義你的術語……否則我們將永遠無法相互理解。”

然而，即便有了定義，我們在語言和想象層面上可能也無法徹底理解。

而且，在人工智能領域，“智能”“思維”“意識”“認知”“情感”等術語很難定義，且至今沒有達成共識。

這也正是20世紀的科學哲學家托馬斯·庫恩（Thomas Kuhn）在其“3C”理論中所闡述的：

在人類語言詞典及其多維結構裏，我們進入一種本質上不可公度 、不可比較、不可交流的境地。

或許，在量子力學中的“薛定諤的貓”或海森堡的“測不準原理”之外，我們在智能的AI、LI、II層面上是否分別存在各自的“算不清原理”“説不明原理”“想不準原理”？

70多年前，諾伯特·維納的控制論和數字計算機的出現開啓了舊IT（信息技術）的變革，又一次引發社會對機器取代人類工作的擔心。

為此，維納還發表了《人有人的用處》（The Human Use of Human Beings）來專門討論這一問題，其中特別強調“信息永遠不能取代啓迪”（Information will never replace illumination.）。

啓迪是語言和想象的核心功能，因此機器及其生產的代碼與信息根本無法取代人類，而且，計算機還為“機器取代人”做了一個絕好的説明。

20世紀50年代之前，英文中“computer”一詞其實是指從事計算工作的人類，但今天作為機器的“computer”已經完全代替了作為人類的“computer”；

然而，被稱為“computer”的機器，不但沒有使人類大規模失業，而且還為人類創造了更好、更多的新工作，比如程序員、架構師、算法工程師、網絡管理員，等等。儘管機器可能造成一定程度的短暫的社會錯位，使一些人失去工作，但不會造成人類的大規模失業，相反，機器能夠創造出更多、更好、適合人類的工作，推動社會進步。

100多年前威廉姆·斯坦利·傑文斯（William Stanley Jevons）提出“傑文斯悖論”（Jevons paradox ）：在英國工業革命時期，工業大量消耗煤資源併產生了嚴重的污染，引發了利用技術提高燃煤效率的討論，但傑文斯的研究表明：燒煤效率越高，耗煤量將會越大。

這就是傑文斯悖論：技術進步可以提高自然資源的利用效率，但結果是增加而不是減少人們對這種資源的需求，因為效率的提高會導致生產規模的擴大，這會進一步刺激需要。

GPS取代了許多測量工作崗位，但卻產生了更多基於位置的服務（location based services，LBS）的相關工作以及導航算法工程師等崗位；

機器學習取代了很多統計員，但卻增加了更多不同的數據工程師工種。

以前是“貧窮限制了你的想像力”，主要是人類的想像力被窮困的生活所壓制，想像不出脱離勞動的生活。技術的發展使越來越多的人脱離了被謀生壓抑的狀態，進入到自由王國，能夠展開想像的翅膀。

我們相信，表面上以取代人力為目標的智能技術，將產生更多更適合人類的新的工作崗位，例如學習工程師、決策工程師、法務工程師，等等。智能技術可能會將今日之“碼農”解放出來，使其變成明日之“智農”，成為“人機結合，知行合一，虛實一體”的“合一體”智慧員工。

如此一來，維納所説的：“人有人的用途，機有機的用處”將會實現。

唯一的問題是我們自己，當習慣了敲代碼的碼農，轉向面對鏡頭錄製小視頻（直播），用顏料塗抹畫布（美術），用樂器彈出樂曲（音樂）時，90%的人不會適應，他們會感到受挫，覺得自己是“無用的人”。

這時需要有社會協助這些人轉型，以減少社會轉型（九十年紡織業大下崗）的陣痛。