騰訊科技訊 在未來,我們不是給計算機編程,而是會像訓(xùn)練小狗那樣訓(xùn)練計算機。
在計算機發(fā)明之前,實驗心理學(xué)家認為,大腦是一個不可知的黑盒子。你可以分析一個對象的行為——比如鈴鐺一響,小狗就會分泌唾液——但是你又怎么去分析思維、記憶和情緒呢?這些東西神秘莫測,超出了科學(xué)研究的范圍。因此,行為學(xué)家們把研究的范圍框定在刺激和反應(yīng)、反饋和強化上,并沒有嘗試去了解心智的內(nèi)部機制,這段時期持續(xù)了四十年之久。
然后,到了1950年代中期,一群心理學(xué)家、語言學(xué)家、信息理論家和早期人工智能研究人員提出了一個不同的概念。他們認為,人不僅僅是條件反射的集合,而且還會接收信息,處理它,然后采取相應(yīng)的行動。人擁有一個系統(tǒng),可以把信息寫入記憶,存放在記憶中,并且從記憶中調(diào)用信息。這是通過一種有邏輯的、正式的語法來進行的。大腦并不是一個黑盒子,它更像是一臺計算機。
這種“認知革命”最開始是一點一點萌芽的,但是,隨著計算機成為全美各地心理學(xué)實驗室的標(biāo)配,“認知革命”獲得了廣泛認同。到1970年代后期,認知心理學(xué)顛覆了行為主義,它使用一套全新的語言來描述心智活動。心理學(xué)家開始把思維比作程序,普通人也開始使用“記憶的銀行”之類的比喻。
控制了代碼,就控制了世界?
數(shù)字革命滲透到了我們生活中,也滲透到了我們的語言中,以及我們對事情的基本看法之中??萍季褪沁@樣。在啟蒙時期,牛頓和笛卡爾激發(fā)人們把宇宙想成是一座精心制作的時鐘。工業(yè)時代,帶活塞的機器給人們帶來了啟迪,弗洛伊德的心理動力學(xué)就借鑒了蒸汽機熱力學(xué)機制。而在如今這個時代,計算機從根本上塑造人們的觀念,因為如果世界是一臺計算機,那么這個世界就可以被編程。
代碼具有邏輯,可以被修改。這是數(shù)字時代的核心原則。軟件無所不在,正如風(fēng)險資本家馬克·安德森(Marc Andreessen)所說,我們置身于機器叢林之中,機器把我們的行為、想法和情緒轉(zhuǎn)換成了數(shù)據(jù)——而數(shù)據(jù)是一種原材料,可以供工程師編碼執(zhí)行。我們把生活看成是一種有規(guī)則的東西,其規(guī)則就是一系列可以被發(fā)現(xiàn)、利用、優(yōu)化,甚至改寫的指令??萍脊臼褂么a來理解我們最密切的聯(lián)系,就連一些勵志文章也說,你可以修改你自己的源代碼,對你的戀愛模式、睡眠習(xí)慣,以及消費習(xí)慣進行重新編程。
在這個世界上,編程能力已經(jīng)不僅僅是一種理想的技能,而且也成為了一種語言,如果你會說這種語言,你就是一個“圈內(nèi)人士”,擁有了登堂入室的門徑。“如果你控制了代碼,你就控制了世界,”未來學(xué)家馬克·古德曼(Marc Goodman)曾說。保羅·福特(Paul Ford)用詞則更加謹(jǐn)慎一些:“控制代碼的人就算沒有控制世界,也控制了可以控制世界的東西。)
現(xiàn)在,無論是你喜歡這種狀況還是討厭它,無論你是否精通編程,都不要執(zhí)迷于它。因為我們的機器開始說一種完全不同的語言了,即便是最好的程序員也無法完全理解這種語言。
“機器學(xué)習(xí)”與深層神經(jīng)網(wǎng)絡(luò)
過去幾年里,美國硅谷頂尖的高科技公司開始大力發(fā)展一種計算方法,稱為“機器學(xué)習(xí)”。傳統(tǒng)的編程方式是寫出一步步的指令,讓計算機遵照執(zhí)行。但在機器學(xué)習(xí)中,程序員不為計算機編寫指令,而是對計算機進行訓(xùn)練。如果你想教會神經(jīng)網(wǎng)絡(luò)識別小貓,你不是告訴它要找到胡子、耳朵、皮毛和眼睛。而是向它出示大量小貓的照片,最終它就能學(xué)會。如果它把狐貍錯誤地歸類為貓,你也不需重寫代碼,只要繼續(xù)訓(xùn)練它即可。
這種做法并不新鮮,幾十年前就有了,但是最近出現(xiàn)了突飛猛進,這要部分歸功于深層神經(jīng)網(wǎng)絡(luò)的興起。深層神經(jīng)網(wǎng)絡(luò)是一種大規(guī)模分布式計算系統(tǒng),模仿大腦神經(jīng)元的多層連接。我們有很多網(wǎng)上活動都是以機器學(xué)習(xí)為后盾的,比如Facebook用它來決定哪些內(nèi)容出現(xiàn)在你的消息流里,谷歌照片服務(wù)用它來識別面孔,微軟Skype的翻譯功能也使用了機器學(xué)習(xí),實時把內(nèi)容轉(zhuǎn)換成不同的語言。此外,無人駕駛汽車也利用機器學(xué)習(xí)來避免事故的發(fā)生。
即便是谷歌的搜索引擎也已經(jīng)開始采用深層神經(jīng)網(wǎng)絡(luò)了:該公司今年2月任命機器學(xué)習(xí)專家約翰·詹南德雷亞(John Giannandrea)擔(dān)任搜索部門負責(zé)人。谷歌發(fā)起了一項重要計劃,培養(yǎng)工程師掌握這些新技術(shù)?!巴ㄟ^打造學(xué)習(xí)系統(tǒng),”詹南德雷亞說,“我們不必再編寫規(guī)則了?!?/span>
一個時代的結(jié)束
這里的問題是:使用機器學(xué)習(xí),工程師永遠不知道計算機是如何完成任務(wù)的。神經(jīng)網(wǎng)絡(luò)的機制在很大程度上是不透明的,神秘莫測。換言之,它就是一個黑盒子。隨著這些黑盒子開始承擔(dān)更多的日常數(shù)字任務(wù),它們不僅會改變我們與技術(shù)之間的關(guān)系,而且還會改變我們看待自己、看待這個世界,以及自己在世界中位置的方式。
如果說以前,程序員就好像是上帝,制定了計算機系統(tǒng)運行的法則,那么現(xiàn)如今,他們更像是家長或者馴狗師了,這是一種更加捉摸不定的關(guān)系。
安迪·魯賓(Andy Rubin)是一名經(jīng)驗豐富的程序員,參與了Android操作系統(tǒng)的搭建。 “我進入計算機科學(xué)這一行的時候還很年輕……它是一塊空白的畫布,我可以從零開始創(chuàng)建東西,”他說?!昂芏嗄陙?,這給我?guī)砹艘环N巨大的掌控感。”
但是現(xiàn)在,他說,這個時代即將結(jié)束。魯賓熱衷于機器學(xué)習(xí),他的新公司Playground Global就是機器學(xué)習(xí)領(lǐng)域的創(chuàng)業(yè)公司,主營智能設(shè)備的普及——但是這事也有點讓他傷心,因為機器學(xué)習(xí)改變了“當(dāng)一名工程師”的內(nèi)涵。
“人們不再用線性的方式寫程序了,”魯賓說?!吧窠?jīng)網(wǎng)絡(luò)學(xué)會如何進行語音識別之后,程序員是無法深入其內(nèi)部一窺究竟的。它就像你的大腦一樣。你不能砍下一個人的腦袋來看看他在想什么?!比绻こ處煕Q意要看看深層神經(jīng)網(wǎng)絡(luò)中是什么,他們看到會是一個數(shù)學(xué)的海洋:一個巨大的、多層結(jié)構(gòu)的微積分問題,通過不斷推導(dǎo)數(shù)十億數(shù)據(jù)點之間的關(guān)系,得出對世界的猜測。
就在幾年前,主流的人工智能研究人員還認為,為了創(chuàng)造智能,我們必須給機器灌輸正確的邏輯。等到編寫了足夠多的規(guī)則,最終我們就會打造出一種足夠精密的系統(tǒng)來了解這個世界了。他們在很大程度上忽視了機器學(xué)習(xí)的一些早期支持者,這些支持者認為,應(yīng)該給機器灌入數(shù)據(jù),讓它們自己得出結(jié)論。
許多年來,計算機一直沒有發(fā)展到強大得足以真正證明這兩種方法優(yōu)劣的程度,所以這個爭論成為了一個哲學(xué)命題。“大部分爭論都立足在一些堅定的信念上:這個世界應(yīng)該怎么組織起來,大腦是如何工作的,”谷歌無人駕駛汽車研發(fā)者、前斯坦福大學(xué)人工智能教授塞巴斯蒂安·史朗(Sebastian Thrun)說?!吧窠?jīng)網(wǎng)絡(luò)沒有符號,沒有規(guī)則,只有數(shù)字。這讓很多人都敬而遠之?!?/span>
程序員不會失業(yè)
一種不可解析的機器語言,這不僅僅是個哲學(xué)構(gòu)想而已。在過去的二十年里,學(xué)習(xí)編程一直是最可靠的就業(yè)途徑之一——所以一些家長讓孩子在放學(xué)后去上編程輔導(dǎo)班。但是,以神經(jīng)網(wǎng)絡(luò)方式連接的深層學(xué)習(xí)機器是另外一個世界,需要的是另外一種員工。分析師已經(jīng)開始擔(dān)心人工智能會對就業(yè)市場產(chǎn)生怎樣的影響了。就像一些機器設(shè)備發(fā)明之后,之前的一些工種失去了意義,程序員自己可能很快也會品嘗到這種滋味了。
當(dāng)被問及這種轉(zhuǎn)變時,提姆·奧萊理(Tim O'Reilly)說,傳統(tǒng)的編碼工作不會完全消失,而且在很長一段時間中,我們?nèi)匀恍枰绦騿T——但是需要的人數(shù)可能會減少,編程會成為一項元技能(meta skill)。按照艾倫人工智能研究所(Allen Institute for Artificial Intelligence)的CEO奧倫·奧尼(Oren Etzioni)的說法,機器學(xué)習(xí)需要“腳手架”來運行,而搭建“腳手架”就需要會編程。不會因為有了量子力學(xué),牛頓力學(xué)就會被拋棄。編程仍然會是一種強大的探索世界的工具,只是人們可能還需要其他更多的工具。但是,在驅(qū)動具體職能方面,主要工作是由機器學(xué)習(xí)來執(zhí)行的。
當(dāng)然,人們?nèi)匀灰?xùn)練這些系統(tǒng)。這項工作既需要對數(shù)學(xué)有非常深入的領(lǐng)悟,也需要有一種教學(xué)上的直覺?!斑@幾乎就像一種藝術(shù),把這些系統(tǒng)中最好的一面引發(fā)出來,”谷歌DeepMind人工智能團隊的主管戴密斯·哈薩比斯(Demis Hassabis)說?!笆澜缟嫌兄挥袔装偃四艹錾刈龅竭@一點?!钡?,即便人數(shù)這么少,也足以在短短的幾年間內(nèi)就給技術(shù)行業(yè)帶來了轉(zhuǎn)變。
對文化的影響
無論這種轉(zhuǎn)變會給就業(yè)帶來怎樣的影響,它對文化的影響必定會更大一些。如果人類編寫的軟件導(dǎo)致了人們對工程師的崇拜,讓大家覺得人類體驗最終可以簡化為一系列可以理解的指令,那么,機器學(xué)習(xí)就開始向相反的方向推動了。宇宙運轉(zhuǎn)的法則,可能是無法人為分析的。歐洲反壟斷調(diào)查稱谷歌對搜索的結(jié)果施加了不當(dāng)影響。但是,如果就連公司自己的工程師也說不清楚搜索算法究竟是如何發(fā)揮作用的,那么這樣的指控就會變成無頭公案了。
不確定性已經(jīng)不是什么新聞,即使很簡單的算法,也可能產(chǎn)生不可預(yù)知的突發(fā)行為——這種說法可以追溯到混沌理論和隨機數(shù)生成器。過去的數(shù)年中,隨著網(wǎng)絡(luò)變得日益盤根錯節(jié),功能變得越發(fā)復(fù)雜,代碼似乎越來越像是一種外星神力,機器的行為變得更加難以捉摸,難以管控:股市里出現(xiàn)了一系列不可預(yù)防的突然崩潰;停電現(xiàn)象莫名發(fā)生。
由于這些力量的崛起,技術(shù)專家丹尼·希利斯(Danny Hillis)宣布“啟蒙時代”已經(jīng)結(jié)束。數(shù)個世紀(jì)以來,我們對邏輯、確定性和控制自然充滿了信念,這個時代現(xiàn)在結(jié)束了。希利斯說,“糾纏時代”(age of Entanglement)開始了?!拔覀冊诩夹g(shù)和機制上的創(chuàng)造的東西變得更加復(fù)雜,我們與它們之間的關(guān)系發(fā)生了變化,”他在《設(shè)計和科學(xué)》(Design and Science)雜志上的寫道。“我們不再是我們創(chuàng)造的東西的主人,我們學(xué)會與它們商討,哄騙和引導(dǎo)它們朝著的我們的大方向前進。我們創(chuàng)造了我們自己的叢林,它們也有它們自己的生命?!痹谶@條道路上,機器學(xué)習(xí)的崛起是最新的一個發(fā)展,也許會是最后一個。
前景令人擔(dān)心?
這可能會讓人覺得可怕。畢竟,普通人參加了短訓(xùn)班之后,多少也會掌握一些編程技能。程序員至少還是人類?,F(xiàn)在不僅科技精英圈縮小了,而且對于他們自己創(chuàng)造的東西,他們的控制力也減弱了。創(chuàng)造這些東西的公司發(fā)現(xiàn)它們很難管控。去年夏天,谷歌的照片識別引擎把黑人圖片標(biāo)志為大猩猩。公司在道歉的同時,馬上采取了一個糾正做法:讓系統(tǒng)不要把任何東西標(biāo)記為大猩猩。
一些人覺得,這意味著機器奪走人類權(quán)威的時代將會到來?!翱梢韵胍姡夹g(shù)戰(zhàn)勝了金融市場,比人類研究者更擅長于發(fā)明創(chuàng)造,比人類領(lǐng)導(dǎo)者更擅長于操縱術(shù),還會研制出一些我們甚至無法理解的武器,”斯蒂芬·霍金寫道,“雖然AI的短期影響取決于控制它的人,但它的長期影響則取決于它到底是否能被人控制?!卑B ゑR斯克和比爾·蓋茨等人都贊同他的說法。
但是無需太過害怕。我們才剛剛開始學(xué)習(xí)與一項新技術(shù)“糾纏”的規(guī)則。目前,工程師們正在研究如何把深度學(xué)習(xí)系統(tǒng)的過程進行視覺化。但是,即使我們永遠不能完全理解這些新機器的思路,這也不意味著我們會在它們面前無能為力。在未來,我們不會太關(guān)心它們行為的深層根源,而是學(xué)會把注意力放在它們的行為本身上。代碼的重要性將會降低,我們用來訓(xùn)練它的數(shù)據(jù)會變得更加重要。
重拾行為主義
你可能覺得這看上去似乎有點眼熟,那是因為它和20世紀(jì)的行為主義很相似。事實上,訓(xùn)練機器學(xué)習(xí)算法的過程經(jīng)常被比喻為20世紀(jì)初一個偉大行為主義實驗:巴甫洛夫用鈴鐺聲讓小狗流口水,那并非源自于對饑餓的深刻理解,只是一遍又一遍地重復(fù)一個套路。他提供了數(shù)據(jù),一遍又一遍,直到代碼重寫了其本身。不管你對行為主義者有什么看法,他們就是有控制實驗對象的本事。
史朗說,從長期來看,機器學(xué)習(xí)將帶來一種民主化的影響。就好比如今你不需要學(xué)HTML就能建網(wǎng)站,最終來說,你不需要博士學(xué)位,就能利用深度學(xué)習(xí)的巨大力量。編程不再是掌握了一系列神秘語言的程序員的專屬領(lǐng)地。只要你曾經(jīng)教會過小狗打滾,你就能勝任。“對我來說,這是編程方面最酷的事情,”史朗說,“因為任何人都可以編程了?!?/span>
在計算的歷史上,對于機器如何工作,很多時候我們都采取了一個由內(nèi)而外的視角。首先我們寫代碼,然后用機器表述它。這種世界觀暗示了一種可塑性,但也體現(xiàn)了一種基于規(guī)則的決定論,從某種意義上說,底層指令決定了一切。機器學(xué)習(xí)則相反,它代表了一種由外而內(nèi)的視角:不只是代碼決定行為,行為也決定了代碼。
如今,計算機是一種把體驗轉(zhuǎn)化為技術(shù)的設(shè)備。幾十年來,我們尋求的是那種可以解釋我們對世界的體驗,以及進行一些調(diào)整后,可以優(yōu)化我們對世界的體驗的代碼。但是,我們的機器將無法按照這種方式發(fā)展下去。我們與技術(shù)的關(guān)系將變得更加復(fù)雜,但最終來說也會變得更有價值。我們的角色也會發(fā)生變化,以前我們是設(shè)備的指揮官,以后我們會是設(shè)備的家長。(Kathy)