智能的三個層面_風聞
code2Real-有人就有江湖,有code就有bug2021-12-21 14:40
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。