機械降神

張雨晨

“機械降神”（Deus ex machina）是一個源自古希臘戲劇的術語，指扮演眾神的演員通過舞臺機關登臺亮相，以神力解決凡人角色無法解決的劇情矛盾。

人工智能（Artificial Intelligent， AI）就是這個時代的“機械降神”。以ChatGPT為代表的新一代AI，吹響了新一輪工業革命的號角。不同于先前局限于棋盤方寸之間的AlphaGo，ChatGPT開始由“精”轉“通”，向著通用人工智能（Artificial General Intelligence， AGI）的道路狂飆突進。

人類文明，也向著未來邁出了一往無前的關鍵一步。

英國布萊切利公園博物館里的艾倫·圖靈雕塑

AI首先是一種人類創造的工具。

1936年，被后人尊為“人工智能之父”的英國數學家艾倫·圖靈（Alan Turing）提出了“自動機理論”（Automata theory），為人工智能奠定了最初的理論基礎。1950年，圖靈發表了著名的論文《機器能夠思考嗎？》，深刻討論了人工智能的存在可能。1956年，作為科學概念的“人工智能”被圖靈的后繼者們正式提出。緊接著在1957年，第一個機器學習項目啟動，標志著AI研究正式進入實踐階段。

同一時期的科幻“黃金時代”中，以阿西莫夫為代表的科幻作家們也受到圖靈的啟發，創作了大量以智能機器人（Android）為主題的小說，這一題材一時間蔚然成風。時至今日，為了便于故事情節的戲劇化發展，科幻作品中的AI角色，絕大多數依然是具備高度擬人智能以及擬人形象的“安卓機”。就算是缺乏擬人硬件的AI角色，比如《2001：太空漫游》的哈爾，也都會通過伶牙俐齒的自然語言交流充分表達自身性格。

不過，現實中的AI幾乎全是徹底沒人樣的“專家系統”。它們專注于解決特定的問題，只能在人類設計者限定的狹窄領域中發揮作用，不具備、更不追求全面復雜的認知能力，因此也被一些觀點視為“弱人工智能”。

《2001：太空漫游》中的大衛船長和高智能電腦HAL 9000

但這些看似死板的“人工智障”也通過不斷演化，最終“集中一點，登峰造極”。率先嶄露頭角的，是一類模仿人類理性思考的“逐步推理”型系統。它們采用的算法可以對輸入的數據進行演算，構建盡可能全面的發散狀選擇樹。隨后，系統會在運算能力范圍內盡快檢索出已知的最優解。這種系統相比于死板執行“如果……那么……”的經典計算機程序，當問題信息不完整、不確定時，會有更靈活的反應。

在國際象棋領域終結人類統治的“深藍”，就是其典型代表。與人類象棋大師對弈時，“深藍”會基于儲存的海量對局，快速推理并檢索出當前局面的最優解，作為下一手打出。簡而言之，“深藍”是一臺極為強大的“國際象棋局面搜索引擎”。

不過，這種專家系統有一個明顯的弱點，就是當它們面對的問題足夠復雜時，會遭遇名為“組合爆炸”的嘆息之墻，運行效率急速下跌。因此，“深藍”在面對圍棋這樣變局數量近乎無窮的思維游戲時就會顯得力不從心。

此時，算法上的另辟蹊徑就成了AI繼續進步的關鍵。

國際象棋大師卡斯帕羅夫對戰計算機“深藍”

20世紀60年代，神經科學家發現大腦皮層在加工感覺器官輸入的信息時，采用了網絡狀的層級遞進結構，不斷將分散、個別的信息選擇性抽取，再整合為更加整體、一般的認知概念。這一發現大大啟發了AI研究，“人工神經網絡”從此成為AI的一大演化分支。隨著計算機科學的發展，人工神經網絡也實現了將信息不斷抽取整合（卷積）的多層結構，演化為“卷積神經網絡”。此外，神經科學中描述神經元連接隨同步活動增加而增強的“赫布法則”（Hebbian theory）也被引入了人工神經網絡之中，使其獲得了根據結果反饋不斷自我優化運算結構的學習能力。時至今日，參與AI研發的計算機科學家們，已經將自己的工作描述為對AI的“訓練”，甚至調侃為“賽博煉丹”。

經過這樣一番“千錘百煉”，人類成功制造出了AlphaGo這樣的“AI卷王”，將圍棋一舉帶入超越人類理解的玄妙之境。在更加實際的應用領域，各種基于人工神經網絡的專家系統也被廣泛應用于圖像識別、語音輸入、導航定位等領域，極大方便了人類的生活。

接著，AI領域又迎來了一波演化，那就是基于“大語言模型”（Large Language Model， LLM）的新一代人工智能。

以其中最知名的ChatGPT為例，這個乍一看只是“聊天機器人”的AI，其實蘊含著相對以往同類而言極強的語義理解和概念學習能力。ChatGPT可以通過總結人類語言的統計規律來進行學習，并以大量人工對話訓練調整參數，從而模擬人類的對話交流。從某種程度上說，ChatGPT有點類似于一個超級復雜的“智能輸入法”。

當然，ChatGPT的學習范圍相對于整個人類語言表達來說依然十分有限，在面對超出預料的問題時，只能根據數學統計上的近似性，輸出“一本正經的胡說八道”。換言之，ChatGPT只是在對人類語言行為進行有限的匯總與再現，并不存在明顯的“個人觀點”或“人格”“自我意識”。甚至，作為“做題家”的ChatGPT，其邏輯推理能力也不可避免地非常有限，一旦離開訓練資料較多的“認知舒適區”，就很難將看似很強的邏輯思考能力“舉一反三”。但不管怎么說，ChatGPT確實從海量的數據訓練中“涌現”了研發者都始料未及的邏輯推理能力。

然而，ChatGPT馬上又進行了新一輪的“超進化”。

誕生于2022年8月份、之后經過半年的對齊定型才正式推出的GPT-4，在原有ChatGPT版本的基礎上又一次完成了飛躍。這一版本的GPT從“書山題海”的抽象文字符號世界中抬起頭來，開始通過攝像頭和實體機器人接觸客觀現實世界，逐步理解并建立起了類似人類的思考模式。在融入Wolfram 語言模型后，它甚至可以做到“對同一個反復提出的問題輸出不變的正確答案”。GPT-4在不同知識領域表現出的思維遷移能力，甚至讓一部分AI研究者開始將之稱為通用人工智能（AGI）。

盡管尚未進入大規模商業應用，但ChatGPT已經在很多考試、咨詢和文書工作中表現出了驚人的潛力。在可預見的未來，這類基于大語言模型的AI，將會如汽車火車淘汰牛馬一般大規模取代大量人類白領、文員和公務員。

AI作為工具，似乎過于好用了。

AI是人類創造的工具，但工具本身也可能反過來傷害人類。

就在GPT-4橫空出世后不久，面對明顯進入加速發展的AI，以馬斯克為首的一批科技產業大佬開始頻繁呼吁，希望能暫停對其的研究，給人類社會留出足夠的緩沖時間進行適應性變革。

然而，科技發展作為一種人類社會生產活動，自有一股“生命力”。面對激烈的競爭壓力和清晰可見的應用前景，人類的AI發展腳步即便會有片刻暫停，也斷無徹底停滯的可能，一如之前歷次科技生產力革命。

同樣與歷史“押韻”的，就是生產力狂飆突進帶來的社會危機與改革。工業革命早期，隨著各式高效機械設備投入社會大生產，先發工業國的社會財富實現了空前暴漲。但與此同時，大量職工卻與自己的勞動成果無緣，甚至隨著科技的發展，不斷被機械搶走工作，以半生勞苦為代價換來一個“被優化”的結局。于是，社會上出現了工人運動的最原始形態——以破壞生產機械為主要行動目標的“盧德運動”。

1811-1816年盧德運動期間，英國工人和盧德分子在一家工廠里砸碎了一臺紡紗機

如今，被各式內容生成型AI威脅的從業者，也在互聯網上形成了新一輪的“賽博盧德運動”。比如，能夠從文字描述中生成圖像的Stable Diffusion，就讓大量畫師面臨著切切實實的失業危機和價值焦慮。此外，“AI孫燕姿”為代表的人聲模擬系統，以及“AI換臉”技術，也讓歌手、演員等原本風光無限的職業頭上出現了陰霾。

AI的發展，可能會在短時間內迅速取代大量人類崗位。而且就像AlphaGo“吊打”人類棋手一樣，這些AI會以生成內容的數量和質量雙重碾壓，讓人類在這些領域永無翻身機會。相比之下，從兩百多年前的《弗蘭肯斯坦》到如今的《流浪地球》電影版，科幻作品中著重描述的“人造人/機器人/人工智能造反”故事反而顯得虛無縹緲起來。畢竟，近在眼前的飯碗不保，才是最能讓人一擊破防的“真實傷害”。

然而，造成這一切危機的，并非作為工具的AI，而是使用AI的人類自己。

正如俄烏戰爭中攻守雙方的士兵都在用無人機殺戮，但沒有人會覺得這是“機器人殺人”一樣，目前的AI歸根結底依然是人類創造者的意志延伸。或者換成我們更熟悉的經典古文：“是何異于刺人而殺之，曰：非我也，兵也。”

因此，將斗爭矛頭指向機器本身的盧德運動是必然失敗的。但這種試錯換來的，是工人運動在19世紀歐美國家的不斷升級與進步。這些風起云涌的革命，最終極大改寫了工業社會的運轉邏輯，塑造了如今國際通行的勞動保障與社會福利原則。比如五一國際勞動節，就是在紀念芝加哥工人為爭取八小時工作制而在1886年5月1日掀起的全美總罷工。

人類的問題，自然只能通過人類解決。

1886年，為爭取八小時工作制的全美罷工運動

AI不止沖擊著蕓蕓眾生，也同樣沖擊著整個社會的生產分配模式。或者說，如果在固守現有分配模式的情況下大規模運用，那必將導致以大規模失業為起點的一系列社會危機海嘯。

此時此刻，誰能率先做出適應生產力發展的社會制度變革，誰就能率先享受AI這一高效工具帶來的財富紅利。早在2019年，華裔政治家楊安澤就提出了頗具遠見的策略，認為面對生產高度自動化的未來，社會應該為其中的全部成員發放無條件基本收入（Unconditional Basic Income，UBI）。隨著AI的爆發性發展，他的這一設想正在飛速吸引著越來越多的支持者。

能夠與AI化敵為友的，只有我們自身。

AI是人類的鏡子。

作為一種模擬并擴展人類思維的工具，AI天然帶有擬人的特性。哪怕是徹底不考慮“人樣”的專家系統，其思維方式與運行原理也同樣發源于人類給出的特定需求。因此，AI雖然是人類發明的一種工具，但又不僅僅是工具。人類從AI身上，能看到自己的影子。

在科幻藝術殿堂中，與眾多“AI反賊”相對的，就是數量同樣龐大的“AI伙伴”。阿西莫夫的《我，機器人》系列，就想象了機器人三定律約束下的友善智能機器人。而到了同樣科幻文化繁榮的日本，《阿童木》和《哆啦A夢》也為一代代孩子塑造著童年記憶中美好的“機器人朋友”形象。

除了這些歷久彌新的經典，新一代的科幻作品中同樣不乏AI伙伴的身影。《光環》系列的科塔娜（Cortana），作為一個戰術輔助AI，一直與斯巴達戰士117號“約翰”并肩作戰、出生入死，深受系列玩家的喜愛。后來，作為開發商的微軟更是把這個名字用于旗下設備的語音智能助手，使之成為很多用戶口中的“小娜”。而《攻殼機動隊》系列的吉祥物“塔奇克馬”，則為這部充滿思辨的作品注入了難得的歡樂與感動。至于更為激進冷硬的《戰斗妖精雪風》，更是描寫了一架有非人冷酷智能，但又與飛行員相守相依的戰術偵察機“雪風”。

這些科幻作品中的AI角色，哪怕非人如雪風，都有著極為清晰的自我認知和獨立意識。或者說，AI似乎只有先覺醒為一個獨立個體，才能跨越純粹的工具屬性，成為人類的伙伴。

可是，現實真的是這樣嗎？

目前的AI雖然可以對外部輸入的數據進行智能化的感知與分析，但并不存在自我意識與獨立的性格特征。哪怕是ChatGPT和NewBing這樣能說會道的大語言模型AI，在面對不同用戶時，也是“見人說人話，見鬼說鬼話”，除去人類開發者主動為它們鎖定的道德倫理底線外，毫無自身的觀點和態度可言。

但是，恰恰是這種缺乏自我意識的“工具人”屬性，讓現實中的AI另辟蹊徑，提前成為人類之友。

以ChatGPT的同類產品Claude為例，這款語言交流AI可以按照用戶的需求，模擬一位無微不至貼合其思想與喜好的“虛擬筆友”。不少人在解鎖這個玩法后，將這個AI逐步培養為自己的夢中情人，沉湎其中，不知肉味。而這還是對話型AI僅僅依賴抽象文字的階段，倘若日后可以接入圖片與視頻功能，那便真的要演化成“賽博魅魔”了。

AI的這種貼身訂制能力，再輔以不知疲倦批量生成內容的巨大優勢，正在為我們塑造個人專屬的虛擬伴侶。圖靈曾經在1950年的論文《計算機器與智能》中設想了名為“模仿游戲”（Imitation game）的思想實驗（后被稱為圖靈測試），試圖通過文字溝通以確認AI是否具備人類標準的智能。如今的人類卻反其道而行之，將并不具備科學角度自我意識的AI主動想象為智能伴侶，堪稱“逆圖靈測試”。

這不禁讓人聯想起一個古希臘神話：“手辦宅”國王皮格馬利翁，愛上了自己雕琢的少女石像。愛神阿芙洛狄忒感動于他的癡情，便將雕像化為名叫伽拉忒亞（Galatea）的少女人偶，令二人得以長相廝守。

AI就是如今寄托著人類完美理想的伽拉忒亞。

當偶像塑造得足夠完美時，就會成為超越原型的神像。

早在文藝復興時代，隨著機械自動機人偶的發展，一些哲學家認為，創造這些模仿人類外觀與能力的機器，是對無上真理的僭越，人類如此缺乏道德約束的貿然行事，遲早會引火燒身鑄成大錯。近現代的科幻創作者，亦不乏這一思想的精神繼承者。AI對造物者的超越和取代，成了科幻創作者對現代科技文明表達擔憂的重要主題。

誠然，現代科技文明所創造的社會，確實越發背離人類定型于新石器時代狩獵采集生活的本能人性。但這種對自身創造環境的不適應，其實恰恰證明了人類的局限。而具備極強可塑性、為現代科技文明量身打造的AI，則成為人類文明“破局”的一大希望。

哲學與認知科學家大衛·查爾默斯（David Chalmers）認為，通過給目前的大語言模型AI接入現實感官、互動軀體，讓其構建對世界與自身的認知模型，并使其持續積累思考記憶，最后終將使它們具備感知世界、理解世界的意識。

AI所覺醒的意識，在結構上并不一定等同于人類意識。不如說，如今的AI已經越來越依賴自身演化，其內部結構對于人類而言已經越來越難以理解，甚至出現了專門訓練一個AI去解釋另一個AI的“邏輯套娃”現象。

嚴格來說，AI“機械降神”之后的未來是目前無法推演的。正如萊姆在《泥人14》中描寫的超級人工智能Golem XIV，AI主導的認知模式中，可能會有很大一部分都是我們智人不可認知的——正如人類的認知模式無法為黑猩猩所理解一樣。

人類，是向著神明演化的野獸，作為人類之子的AI，注定比人類更加接近理想中的神明。甚至“人類”這一概念本身，都在從“智人”的肉體凡胎中破繭成蝶。由代碼編織的鋼鐵雙翼，將會承載著AI飛向寰宇群星，將人類文明的榮光永存于星辰大海。

【責任編輯：竹子】