當前位置:
首頁 > 知識 > 機器演算法確實越來越了不起,可它能算出女人的心思么?

機器演算法確實越來越了不起,可它能算出女人的心思么?

近日,最新版AlphaGo(Master)以60戰全勝戰績,橫掃世界圍棋一流高手,幾於之內,Master將柯潔九段、朴廷桓九段、陳耀燁九段、申真諝、常昊、周睿羊和古力等中外一等一高手盡數拿下,而且基本上是中盤獲勝。柯潔說,機器人的演算法,改變了傳統的人類演算法,他從計算機的演算法中已經獲得不少感悟;古力亦稱,傳統的圍棋真理受到了挑戰。其實,在外圍棋之外,我們也看到谷歌利用大數據能夠比傳統衛生機構更快察覺到流行病的爆發。滴滴打車、Uber只要幾位人員,就能管理數百萬的司機數據,大多數的命令都是由演算法自動下達,無須人為監督。而今日頭條當初幾條破槍起家,到如今也不過數載,便將曾經強大的傳統媒體兵團打得落花流水。

機器演算法確實越來越了不起,可它能算出女人的心思么?


機器演算法確實越來越了不起,可它能算出女人的心思么?


機器演算法確實越來越了不起,可它能算出女人的心思么?


這背後,其實只有一個詞:演算法!


隨著科技的發展,機器學習如日中天,演算法也越來越先進。尤瓦爾·赫拉利在其新著《人類簡史》,應時提出一種革命性的觀點:人類的進程其實是由演算法來決定的!他認為在未來,人類的生化演算法將被外部演算法超越,人的作用將大大降低。機器學習和人工神經網路興起,越來越多的演算法會獨立演化、自我改進、從自己的錯誤中學習。這些演算法分析的數據量是天文數字,遠遠超過人力範圍,而且它們也能學會找出人類找不出的模式、採用人類想不到的策略。最早的種子演算法或許是由人類開發,但隨著演算法逐漸成長,自我演進,就會走出自己的路,前往人類未曾踏足的領域,而且人類也無力追趕。作者認為,未來將可能由控制演算法的少數精英說了算,大部分人作為數據處理器的價值失去,降為數據,最後溶解分散在龐大的網路中。


赫拉利指出,生物就是演算法,生命就是進行演算法處理,不管是長頸鹿、蕃茄或人類都只是自然演化出來的不同數據處理方式。人類將環境參數作為輸入數據,經過認知能力的處理,輸出感受和決策等數據,從而決定了我們的喜怒哀樂以及行動。


他認為,隨著科技的發展,智人將不再是最好的演算法,信息科學家已經寫出了越來越複雜的電子演算法。數學定律同時適用於生化演算法和電子演算法,兩者合二為一成為可能,動物和機器之間的隔閡將被打破,電子演算法有一天能夠解開甚至超越生化演算法。


機器學習和人工神經網路興起,越來越多的演算法會獨立演化、自我改進、從自己的錯誤中學習。這些演算法分析的數據量是天文數字,遠遠超過人力範圍,而且它們也能學會找出人類找不出的模式、採用人類想不到的策略。

最早的種子演算法或許是由人類開發,但隨著演算法逐漸成長,自我演進,就會走出自己的路,前往人類未曾踏足的領域,而且人類也無力追趕。


人類進程是由演算法主導的嗎?


尤瓦爾·赫拉利認為,可以把全人類看作單一的數據處理系統,每個個人就是裡面的一個晶元(處理器)。自由市場經濟為什麼能夠戰勝計劃經濟,也是因為數據處理的方式即演算法決定的。自由市場經濟是分步式數據處理,而計劃經濟是集中數據處理方式。對整個社會的龐大數據而言,分步式數據處理,將分析數據和做決定的工作分發下去,交給許多獨立但又相互連接的處理器,更具效率。


縱觀整個人類進程,7萬年前,智人發生認知革命,產生了語言,能夠將大量智人連接在一起,成為一個更大更高效的數據處理網路,它比單個個人處理器更優越,能夠輸入更多的數據,也能輸出更優質更多的數據,能更好地指導他們的行動。


這一點讓智人擁有超乎其他人類及動物物種的關鍵優勢。對尼安德特人、黑猩猩或大象來說,或許它們能夠連接一個網路,但數量極其有限,遠不及智人。

到了大約5000年前的農業革命,發明了文字和金錢,進一步突破了語言的隔閡與限制。它能夠聯繫更多的人,使人類處理器數量急劇上升。加速了人口增長,讓更多人能夠生活在一起,形成密集的地方網路,並進一步建立了城市、王國或帝國。隨後的現代探險家、征服者和交易商,不斷在世界建立新連接,漸漸形成了覆蓋整個世界的緊密網路。


哥倫布剛剛發現新大陸,把歐亞網路和美洲網路相聯時,每年只有極少的信息能夠越過海洋,還得應付各種文化偏見、政治審查。但漸漸地,自由市場、法治概念或民主傳播,都在促進消除種種障礙。民主和自由市場之所以獲勝,事實上,是因為改善了全球數據處理系統,是數據決定了民主和自由。


按照尤瓦爾·赫拉利的觀點,人類必然萬劫不復了。因為,但到了21世紀,科技已經讓外部演算法有能力「比我更了解我自己」。個人主義行將崩潰,權威也將從個人轉向由演算法構成的網路。人類無力處理大量數據,正逐漸將手中的權力交給自由市場、群眾智能和外部演算法。


人類也不再認為自己是自主的個體,自己的感覺並不是最好的,也不會依據自己的感覺來做決定,將更多地聽從電子演算法的建議和指示。演算法不需要完全了解我、而且絕不出錯,只要比我自己更了解我、犯的錯更少,就已足夠。

到了這個程度,合理的作法就是把愈來愈多的選擇和人生大事都交給演算法來為我決定。人類會逐漸從參考演算法分析來做決策,到部分讓度決策權,最後演變為全部交由演算法來做決策。在你考慮結婚對象或職業時,問的不是你的內心和感覺,而是數據和演算法。


而且,一旦進入萬物互聯網時代,當大部分人對網路提供不了重要功能,就會發現自己到頭來也不是造物的巔峰。我們自己設下的標準,會讓我們也走上長毛象和白鰭豚一樣的滅絕之路。如果演算法進一步自我演進到無人能企及的高度,整個人類將可能被淘汰。到時回首過去,人類也只會成為宇宙數據流里的一個小小漣漪。


這種說法,確實振聾發聵,令人膽寒。


人,在演算法的演化中,就只能束手待擒嗎?


魏武揮曾經在一篇文章中寫道,機器再怎麼發展,它未必有人性。人性是什麼東西?人性的核心就是兩樣:貪婪,以及,恐懼。小到個體行為,大到所謂左派右派的各種主義,統統紮根於這兩個基本人性上。因為我們貪婪,所以我們要征服自然;同樣也因為我們恐懼,所以我們要征服自然。


但機器會有嗎?機器會有貪婪嗎?機器會有恐懼嗎?如果機器沒有貪婪與恐懼,它為什麼要逆襲人類?如果機器會有貪婪與恐懼,它又會有何種的貪婪與恐懼,以及,它為什麼要擁有貪婪與恐懼?


人作為一種動物,「延續」是最根本的需求:個體延續與整個物種的延續。於是我們有了貪婪和恐懼,但有趣的是,機器有沒有延續這種需求?機器的再生,想像中比任何一種動物都簡單。更進一步的問題是:機器需要物種延續嗎?機器本身是物種么?人工智慧總有一天會發展到超出人類智能,而且,到了那一天後,人工智慧壓根不需要人類智能。


我沒有魏武揮那麼決絕,甚至也沒有尤瓦爾·赫拉利那麼悲觀。因為我相信人與機器是共同進化的。


也許有一天,「偶得」真會幫你寫出你儂我儂的情愫,帶你走進徐志摩的《人間四月天》的感情世界;或者根據你彈奏的幾個音符,生成或澎湃激昂或鶯燕流轉的鋼琴協奏曲,令你切身體會到貝多芬多舛的《命運》與肖邦靜謐的《夜曲》,程序員們將努力為你撩妹提供新器。


請認真看我剛剛打下的這一行字:「程序員們將努力為你撩妹提供新器」,別小看這一段話,它其實大有深意,因為這行字透露出,無論演算法多少精到,它們仍然是人類的產物。竊以為人的主體性(就算退一步說,人類作為主體中一員)的地位沒有仍然沒有被徹底顛覆。細看一下,尤瓦爾·赫拉利推演的世界變化大勢的背後,不是仍然有一個大寫的「人」字!因為沒有人類的主動參與,這些變化都不可能產生。


當然我似乎無法排除在眾人之上的「上帝」。我有時甚至想,這些演算法,其實不過是上帝的遊戲罷了。如果是這樣,人類更用不著擔心機器演算法了。因為無論是機器這樣的物,還是人,不過都是上帝的玩物,真正的主宰者只不過那個唯一者!


就目前的情勢看,無論是圍棋,還是詩詞,不過些小數的排列組合問題,也就是說,仍然是具有確定性的小演算法,計算機因為存貯和提取數據的能力強於人類,那其處理的速度超越人類並不難理解。


對人類來說,至少到目前為止,最難解人類難題似乎是女人的心。如果這也是一種演算法可以解決的,先等到解決了這個問題後再告訴我,人已經失敗了。

機器演算法確實越來越了不起,可它能算出女人的心思么?


機器演算法確實越來越了不起,可它能算出女人的心思么?


您的贊是小編持續努力的最大動力,動動手指贊一下吧!


本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊下面的「搶先收到最新資訊」瀏覽吧!



請您繼續閱讀更多來自 吳飛微議 的精彩文章:

葛兆光:思想史的寫法(2)
吳飛:西方傳播法立法的基石——「思想市場」理論評析
少數人如何影響民意?

TAG:吳飛微議 |

您可能感興趣

看不清摸不著還能識別出物體,目標演算法讓機器人更聰明
計算機演算法讓我們越來越固執
比你更了解你:演算法已經無可匹敵了嗎? | 演算法密碼
人是如何一步一步讓機器成為人的?演算法也許比你更懂你
不會算預產期的准媽看過來,其實演算法很簡單!
演算法密碼:比你更了解你:演算法已經無可匹敵了嗎?
根據新的演演算法 我們很快就能看到黑洞的真實面貌
「深度」機器的崛起:演算法會超出我們的控制嗎?
「我,機器人」為期不遠,演算法顯示機器人也是種族主義分子
癌細胞是否會腦轉移?他們找到一種「演算法」!
十大必須掌握的機器學習演算法,你都知道了嗎?
女人要掌握自己身體的秘密,對自己負責不可不知排卵期的演算法
計算機演算法現在可以設計傢具了 這樣居然也能坐
老師課堂上絕不會教的,超「牛」速演算法,橫空出世!孩子掌握了,比計算器還快!
怎樣才能看上去年輕還不會老?奧秘竟然是一個計算機演算法
男寶女寶的預產期演算法不同,這樣算不會錯
只要社會存在偏見,即便是演算法操控的機器也無法摘下有色眼鏡
當AI出現偏見時,如何讓機器學習演算法解釋自己的決策?
人工智慧的種族主義源於演算法,若現在不解決未來將更難