“当然是因为我们太低能。”
图海川用空瓶子指着自己的脑袋：“这东西功率不到100瓦，信息传输速度不到每秒100米。阿尔法狗下一盘比赛电费都要3000美元，传输速度是光速。我们发明了这个游戏，一开始和狗的玩法是一样的——本来就该这么玩嘛。然而只要稍稍入门，计算量上去了，我们的脑子就不够用了。要想玩下去，那就只能猛烈削减计算量。
“怎么削减呢？抽象，分类，一层又一层创造新概念，每个概念都把概率计算模糊化，把纯粹的逻辑和计算问题变成教条、经验和价值观。我们把无数种估值计算抽象成‘实地’和‘外势’，把无数种小局面分类成‘好形’和‘恶形’。阿尔法狗亿万次推演的得出的下一手，我们用几个字的模糊教条代替，比如‘逢危需弃’。我们用‘美感’‘虚实’这种非逻辑语言描述围棋，因为我们说不清楚、算不过来。这些低能耗工具真的非常管用，李世石还赢过狗一盘！
“这一套玩法听起来很矬。下棋我们是永远下不过AI了。但是阿尔法狗只会下棋，其它什么也不会。东亚人说围棋是人类智能的桂冠，这是自吹自擂。下围棋是个非常简单的智能行为，因为它规则非常简单，因素非常单纯。我们觉得它难是因为19路棋盘太大了，纯属自虐设计。从13路涨到19路，计算量指数暴增，我们又非要玩，就必须搞出这么多复杂的概念来简化它。而狗，因为有一把蛮力，简简单单就把它玩好了。从信息处理和概率学的角度来看，医生诊断病人，或者纯粹靠观察判断老婆有没有偷情，都比下围棋复杂亿万倍。这些事情，我们很多人都能做得很好——”
“——但是阿尔法狗就不行。绝对不行。作为一个AI，它非常原始。而我们的大脑是一部通用智能机器，它用它那一套工具和架构，可以对付任何事，解决任何智能问题。我看见同行们在打哈欠了。因为我刚才讲的都是AI研究中的入门常识。为你们的领导着想，请再忍耐我一会儿。
“谁都知道大脑是唯一的通用智能机器。那我们为什么不造个人工大脑呢？这东西可不好造。因为它慢，为了解决问题就进化得极其复杂。上个世纪后半段，有些AI研究者真的尝试过。一个小程序或者一个硬件单元代表一个神经元，让我们弄一大堆胡乱连起来，就叫神经网络！用海量数据训练它，看看它会不会变成大脑？
“当然没有。这些先辈，在业界叫做连接主义者。他们几十年没做出什么成绩，在投资者当中名声臭了。后辈为了出成绩赶紧换方向，AI技术的玩法从连接变成了概率。阿尔法狗就是概率学AI的平型关战役，虽然体量很小没搞定多少鬼子，却吹响了二十一世纪人工智能大进军的号角。因为它证明：我们只要操起这个武器去打，总有能打赢的时候。”
“为什么我会坐下来，从头考虑这些常识问题？因为我感觉概率学已经玩不动了。我的偶像杨立昆，在2017年就说他已经准备好放弃概率学。那时我还是个无知少年，觉得他在无病呻吟。到2029年，我比他更绝望。不是说概率学AI不行，它很厉害。谷歌透镜、人脸识别、自动驾驶、智能辅助设计、诊断系统、智能测谎、无人机刺杀、智能战略防御，不久之前你们还用得很开心。这些都是概率学AI的成果。当代流行的AI中，最差劲的是智能教育系统，教书的AI假装教，上课的学生假装学。最可笑的是AI明星，猴子穿个龙袍就敢去演皇帝。这两个失败都情有可原：在我看来，当个好老师是人类最高智力成就，而表演别人是人类最狡诈的智能行为。这些短板还不算严重。真正严重的是：概率学AI看来永远达不到我的目标——通用人工智能。
“于是我反复思考那个唯一的通用智能，越想越气愤。它凭什么那么简单却那么厉害啊？”
“它长得极其复杂，运作的原理却非常简单。跟概率学AI正好相反。我们用概率学AI解决一个问题，构造框架简单明了，但具体实现要做非常复杂的设计、计算和测试。其中有些部分纯粹靠反复碰运气，碰到正确答案为止。为什么正确我们都不知道。而且无法移植，能解决人脸识别的AI设计遇到翻译问题马上废掉，几乎是从头做起。也就是说，我们没有一个关于智能的整体解决方案，都是具体问题各自为战。大脑是一个明摆着的整体解决方案。大脑神经元不懂任何算术，更别说概率学，执行的操作就那么两下。组成一个庞大的网络却能解决一切问题。”
“哦？我听过的科学家，都说大脑的运作原理无比复杂。你却说简单？那么简单的话，能分享一下吗？”
“刚才我讲人怎么下棋的时候，已经说过了：记录，模式抽象，分类，层层创造新概念，把记下的模式用来预测。完了。”
[…]
“做AI的人都有共识：智能的本质就是记忆加预测。我们头骨里面这个记忆-预测模型，有些人大，有些人小，所有人都有不同程度的歪曲。但大脑解决所有问题都是把它放在整个世界模型中运行。这样来看大脑，它不是通用智能才怪！”
[…]
“当今的概率学AI做法很精明。他们不去妄想整个世界的数据，而是专攻非常狭窄、非常单纯的一点。比如规则简单到极致的围棋。阿尔法狗上手先看几百万张棋谱，这比任何人加上他的所有祖先能下的棋还要多得多。所以人永远下不过狗了，这样看没有任何意外。课题稍微宽泛一点，概率学AI的吃力程度就指数上升。因为它的架构原则不是为复杂数据准备的，缺乏通用潜力，更没有几亿年累积的世界模型。比如人脸识别，AI最成功的领域之一。从上个世纪开始搞了八十年左右，投入不计其数的智慧、金钱和算力，计算过上百亿张脸，现在AI终于超过人了。还不是完全超越，抗干扰能力和跨年龄识别还远远比不上。大脑呢？刚才那个吃奶的婴儿就会识别人脸。 […]
摘自：《第24章 造物（上）》 — 严曦
