把記憶交給電腦

在遙遠的過去，我還是一名學生，那時的計算機還是一個個大傢伙。我有一位朋友，他的博士生導師堅持讓他手工完成一項繁複艱巨的原子理論計算。 結果是鉛筆划了一頁又一頁算稿，還滿是錯誤，最終他在挫敗中屈服了。在一個夜晚，他偷偷溜進了計算機實驗室，編寫了一個簡短的代碼來執行計算。 然後，他辛勞地手工複製了輸出結果，並把它交給了他的教授。

完美，他導師說，這說明你真是個物理學家的好苗子。這位教授從未對所發生的事情有所察覺。 雖然我和這位朋友後來失去了聯繫，但我還知道很多其他人儘管比不上像老一輩用紙筆戰鬥的能力，但依然在科學領域取得了成功。

人們常常討論，利用時髦的重大新技術來構建社會轉型。 但是，重點不在於我們正在努力地學習和記住什麼，也許我們應該考慮其對立面：我們可以坦然地忘記什麼？2018年，《科學》雜誌詢問了數十名年輕科學家，學校應該向下一代傳授什麼知識。許多人都說我們應該減少記憶事實所花費的時間，並為更具創造性的追求提供更多空間。隨著互聯網變得越來越強大和全面，為什麼還要記憶並保留信息呢？ 如果學生可以通過智能手機獲取全世界的知識，為什麼還要把一堆東西塞在腦子裡？

文明進化的過程就是戰略性地遺忘那些曾經必不可少的生活技能。在新石器時代的農業革命(逐步發展為定居)之後，四處遷徙的人類可以拋棄許多林地生活的傳統、動物追蹤的技能、其他對狩獵和採集至關重要的知識。隨後的幾千年里，當社會工業化之後，閱讀和寫作變得不可或缺，而耕作與收穫的知識又被逐步淘汰了。

估計現在我們許多人沒有手機GPS的話，分分鐘就迷路了。下一個會輪到什麼呢？無人駕駛會讓我們忘記如何手動駕駛嗎？當語音識別人工智慧包圍生活，能夠解析最微妙的話語，我們會忘記如何讀寫嗎？以及，這一切重要嗎？

畢竟我們大多數人不再知道如何種植充饑的食物或者建造居住的房屋。我們不知道怎麼喂牲口、卷羊毛，甚至不知道如何更換汽車裡的火花塞。我們多數人不需要知道這些事，因為我們是社會心理學家所謂的「互動式記憶網路」中的一員。

實際上，我們通過談話、閱讀和寫作等活動不斷與社會中的「記憶夥伴」進行「記憶交易」。作為這些網路的成員，大多數人不再需要記住大多數事。 這並不是因為這些知識完全被遺忘或丟失了，而是因為已經有某人或某物保留了它。 我們只需要知道與誰交談，或者去哪裡查。 這種遺傳下來的合作行為能力的才是進化的禮物，它極大地擴展了我們有效的記憶能力。

然而，近來我們的許多的記憶夥伴都變成智能機器了。但人工智慧——例如谷歌搜索——是與眾不同的。它更是一個「超級記憶夥伴」，即刻響應、隨時在線。它使我們能夠訪問整個人類知識庫的很大一部分。

研究人員已然發覺當前這種情況存在一些陷阱。首先，我們的祖先是在人類群體中進化而來的，這是一種點對點式的記憶網路。然而，來自他人的信息總是被各式的偏見和偏頗的推理所修飾。人們將信息分解併合理化，而這可能是錯的。我們已經學會了對他人和我們自己的這些缺陷保持清醒。但AI演算法的展現方式使許多人相信這些演算法一定是正確的和「客觀的」。簡而言之，這其實是一種一廂情願。

如今，最先進的智能技術是通過重複測試和打分過程進行訓練，依然是人類最終檢測並確定正確答案。因為機器必定是依據有限數據集進行訓練的，而人類在場邊進行裁判，所以演算法會傾向於放大我們現存的偏見——關於種族、性別等等。亞馬遜在2017年之前使用過的一個內部招聘工具提供了一個經典案例：以其內部人力資源部門的決策進行培訓，公司發現該演算法會系統性地打壓女性候選人。如果我們不加以警惕，我們的AI超級夥伴可能成為超級偏執狂。

第二個困境與獲取信息的便利性有關。 在非數字的領域，向他人請教或是去圖書館找知識的努力使我們明確地知道什麼知識是存在與別人的大腦或書籍中，什麼知識是留在我們自己的頭腦中。 但研究者發現，互聯網極致簡易的響應可能導致錯誤的觀念紮根在隨後的記憶中，我們尋找的知識實際是我們一直以來就知道的。

以上這些結果也許表明我們對「拓展思維」(extended mind)有一種本能的追求，這是哲學家大衛·查爾默斯和安迪·克拉克(David Chalmers ， Andy Clark)於1998年提出的觀點。他們認為我們的思維不僅僅局限在物理的大腦中，還應該考慮向外延伸，囊括輔助記憶和推理工具：比如筆記本、鉛筆、電腦、平板和「雲」。

由於獲取外部知識越來越順暢，我們可能正在構建一個擴展的「我」——一個潛在的人格，其突顯的自我形象關聯於我們的記憶網路中的知識存在的模糊區域。如此，當腦-機介面甚至腦-腦介面變得普遍時——也許是通過神經植入，會發生什麼呢？目前這些技術正在開發中，提供給閉鎖綜合征病人、中風患者、漸凍人或運動神經疾病患者。然而，當技術臻至完善，用到的地方可能普遍的多——在競爭激烈的世界中增強身體性能。

似乎正在興起一種新的文明，他們擁抱機器智能，擁有無處不在的接入點，可以隨心所欲地接進人工記憶網路。實際上，植入了裝置之後，我們訪問的大多數知識也不會存儲於「升級」的電子腦中，而是遠程伺服器中。眨眼之間，從登錄到回應，谷歌搜索現在平均每次穿行約1,500英里(2414 km)到數據中心並返回，並且沿途使用大約1,000台計算機。但是對網路的高度依賴也意味著要負擔新的弱點。我們的利益，例如食物或能源，所依賴的任何關聯網路的崩潰都將是一場災難。如果沒有食物，我們就會餓死。沒有能源，我們只能在寒冷中瑟縮。要是遇到大面積的記憶喪失，文明有可能直接墜入近在咫尺的黑暗時代。

即便認為機器可以進行思考，人和機器也是不同的。儘管機器通常不比我們更客觀，我們還有彌補的能力。通過人類和人工智慧團隊的合作，我們可以發揮出色的棋藝，做出更好的醫療決策。那麼為什麼不應該使用智能技術來加強學生的學習呢？

技術可以潛在地改善教育環境、極大地擴大訪問範圍、提高人類創造力和福祉。許多人正感受到他們身在一些狹隘的文化中、處於巨變的門檻上。也許教育工作者最終將學會與人工智慧合作，成為更好的教師。但是在教育環境中，與協作博弈或醫療決策不同，學生還不是某方面的專家。人工智慧作為無所不知的記憶夥伴可以很方便地成為輔助的拐杖，培養那些自認為可以獨立行走的學生。

正如我的物理學家朋友的經歷所表明的，記憶可以適應和發展。其中一部分就是遺忘舊方法，以便為記憶新技能騰出時間和空間。只要舊的知識還是保留在網路的某個地方並且可以隨時找到，那麼它們就不算被遺忘。儘管如此，世殊事異，後來的人們肯定還是會慢慢地就不再理解前人的生活。

本文譯自 aeon，由譯者 dingding 基於創作共用協議(BY-NC)發布。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！