http://www.yinwang.org/blog-cn/2017/04/23/ai

我为什么不在乎人工智能

有人听说我想创业，给我提出了一些“忽悠”的想法。他们说，既然你是程序语言专家，而现在人工智能（AI）又非常热，那你其实可以搞一个“自动编程系统”，号称可以自动生成程序，取代程序员的工作，节省许许多多的人力支出，这样就可以趁着“AI 热”拉到投资。

有人甚至把名字都给我想好了，叫“深度程序员”（DeepCoder = Deep Learning + Coder），还有人给我指出了这方向最新的，吹得神乎其神的研究，比如微软的 RubustFill……

我谢谢这些人的关心，然而其实我并不在乎，也不看好人工智能。现在我简单的讲一下我的看法。

机器一样的心

很多人喜欢鼓吹人工智能，自动车，机器人等技术，然而如果你仔细观察，就会发现这些人不但不理解人类智能是什么，不理解人工智能有什么局限性，而且这些“AI 狂人”们的心，已经严重的机械化了。他们或多或少的失去了人性，仿佛忘记了自己是一个人，忘记了人最需要的是什么，忘记了人的价值。这些人就像卓别林在『大独裁者』最后的演讲里指出的：“机器一样的人，机器一样的心。”

每当提到 AI，这些人必然野心勃勃地号称要“取代人类的工作”，“节省劳动力开销”。暂且不讨论这些目标能否实现，它们与我的价值观，从一开头就是完全矛盾的。一个伟大的公司，应该为社会创造实在的，新的价值，而不是想方设法“节省”什么劳动力开销，让人失业！想一下都觉得可怕，我创造一个公司，它最大的贡献就是让成千上万的人失业，为贪得无厌的人节省“劳动力开销”，让贫富分化加剧，让权力集中到极少数人手里，最后导致民不聊生，导致社会的荒芜甚至崩溃……

我不可想象生活在那样一个世界，就算那将使我成为世界上最有钱的人，也没有了意义。世界上有太多钱买不来的东西。如果走在大街上，我看不到人们幸福的笑容，悠闲的步伐，没有亲切的问候，关爱和幽默感，没有甜蜜浪漫的爱情，反而看见遍地痛不欲生的无家可归者，鼻孔里充满他们留下的尿骚味，走到哪里都怕有人抢劫，因为人们实在活不下去了……

如果人工智能能够成功的话，这也许就是最后的结果。幸运的是，有充足的证据显示，人工智能是永远不会成功的。

人工智能的梦想与现实

很多人可能不知道，我也曾经为人工智能热心，也曾经把它作为自己的“伟大理想”。我也曾经以为，有了“逻辑”和“学习”这两个法（kou）宝（hao），机器总有一天会超越人类的智能。我没有想清楚这具体要怎么实现，也没有想清楚这到底有什么意义。

十多年前，人工智能正处于它的冬天。我在清华大学的图书馆，找到了尘封已久的 Peter Norvig 的大作『Paradigms of Artificial Intelligence Programming』（PAIP），开始像考古学家一样，逐一实现其中的各种经典 AI 算法。PAIP 的算法侧重于逻辑和推理，因为在它的年代，很多 AI 研究者都以为人类的智能，归根结底就是逻辑推理。他们天真地以为，有了一阶逻辑，谓词逻辑这些东西，可以表达“因为所以不但而且”，机器就可以拥有智能。于是他们设计了各种基于逻辑的算法，专家系统（expert system），甚至设计了基于逻辑的程序语言 Prolog，把它叫做“第五代程序语言”。最后，他们遇到了无法逾越的障碍，众多的 AI 公司无法实现他们夸口的目标，各种基于“神经元”的机器无法解决实际的问题，巨额的政府和民间投资化为泡影，人工智能进入了冬天。

我就是在那样一个冬天遇到了 PAIP，它虽然没能让我投身于人工智能领域，却让我迷上了 Lisp 和程序语言。也是因为这本书，我第一次轻松而有章法的实现了 A* 等算法，并且理解到里面的真谛。也是因为 PAIP，我第一次理解到了程序的“模块化”是什么，我开始在自己的程序里使用小的“工具函数”，而不再担心很多人忧心忡忡的“函数调用开销”。PAIP 和 SICP 这两本书，最后导致了我投身于程序语言领域，并且有幸获得这个领域鼻祖们的真传。

在 PAIP 之后，我又迷了一阵子机器学习（machine learning），因为有人告诉我，机器学习是人工智能的新篇章。然而我逐渐的意识到，所谓的人工智能和机器学习，跟真正的人类智能，其实关系不大。相对于实际的问题，PAIP 里面的经典算法其实相当幼稚，复杂度很高，根本不可能解决大规模的实际问题。最重要的事情是，我看不出 PAIP 里面的算法跟“智能”有毛点关系 :P 而“机器学习”这个名字，其实完全就是一个幌子。很多人都看出来了，机器学习说白了就是统计学里面的“拟合函数”，换了一个忽悠人的名字而已。

人工智能的研究者们总是喜欢抬出“神经元”这类名词来吓人，喜欢跟你说他们的算法是受了人脑神经元工作原理的启发。然而世界上这么多 AI 研究者，有几个真的研究过人脑，解刨过人脑，给它通上电做过实验，或者读过脑科学的研究成果？最后你发现，几乎没有 AI 研究者真正做过人脑或者认知科学的研究。著名的认知科学家 Douglas Hofstadter 早就在接受采访时指出，这帮所谓的“AI 专家”，对人脑和意识（mind）是怎么工作的，其实完全不感兴趣，也从来没有深入研究过，却号称要实现“通用人工智能”（Artificial General Intelligence, AGI），这就是为什么 AI 直到今天都只是一个虚无的梦想和骗钱的口号。

纵观历史上机器学习能够做到的事情，无非是一些字符识别（OCR），语音识别一类的。说白了，这些也就是统计学的“拟合函数”能做的事情。很多人分不清“文字识别”和“语言理解”的区别。这些 OCR 和语音识别系统，虽然能依靠统计的方法，知道你说的是哪些字，它们却不能真正理解你在说什么。这就像程序语言里面“语法”和“语义”的差别。识别出语法很容易，要理解语义却困难很多倍。

各大公司叫得最响亮的 AI 技术，无非是 Siri，Cortana，Google Assistant，Amazon Echo 一类。这些东西里面，到底有多少可以叫做“智能”的东西，我想用过的人都应该明白。我每一次试用 Siri 都被它的愚蠢所折服，可以让你着急得砸了水果手机。那另外几个同类，也没有好到哪里去。很多人被“微软小冰”忽悠过，咋一看貌似真能理解你说的话，然而聊一阵子你就发现，小冰不过是一个“网络句子搜索引擎”而已。它只是按照你句子里的关键字，随机搜出一个网上别人写的句子。一个很简单的实验，就是反复发送给小冰同一个词，比如“智能”，看它返回什么内容，然后拿这个内容到 Google 或者百度搜索，你就会找到那个句子真正的出处。

我并不是说这些产品完全没有价值。我用过 Siri 和 Google Assistant，我发现它们还是有用的，不过只是在开车的时候。因为开车时操作手机容易出事，所以我可以利用语音控制。比如我可以对手机说：“导航到最近的加油站。” 然而这些“个人助手”的用途，也就止于这里了。我根本不想在家里和公共场所使用它们，很简单的原因：我懒得说话，或者不方便说话。点击几下屏幕，我就可以精确地做到我想要的事情，这比说话省力很多，也精确很多。

很多人看到 AlphaGo 的胜利，以为所谓 Deep Learning 终究有一天能够实现人类级别的智能。在之前的一篇文章里，我已经指出了这是一个误区。很多人以为人觉得困难的事情（比如围棋），就是体现真正人类智能的地方，然而事实并不是那样。我问你，心算除法（23423451345 / 729）难不难？这对于人是很难的，然而任何一个傻电脑，都可以在 0.1 秒之内把它算出来。围棋，国际象棋之类也是一样的原理。这些机械化的问题，根本不能反应真正的人类智能，它们只需要蛮力。

纵观人工智能领域发明过的吓人术语，从 Artificial Intelligence 到 Artificial General Intelligence，从 Machine Learning 到 Deep Learning，…… 我总结出这样一个规律：人工智能的研究者们特别喜欢制造吓人的名词，当人们对一个名词失去信心，他们就会提出一个不大一样的，新的名词，免得人们把对这个名词的失望，转移到新的研究上面。然而这些名词之间，终究是换汤不换药。因为没有人真的知道人的智能是什么，所以也就没有办法实现“人工智能”。

自动编程是不可能的

现在回到有些人最开头的提议，实现自动编程系统。我现在可以很简单的告诉你，那是不可能实现的。微软的 RobustFill 之类，全都是在扯淡。我对微软最近乘着 AI 热，各种煽风点火的做法，表示少许鄙视。不过微软的研究员也许知道这些东西的局限，只是国内小编在夸大它的功效吧。

你仔细看看他们举出的例子，就知道那是一个玩具问题。人给出少量例子，想要电脑完全正确的猜出他想做什么，那显然是不可能的。很简单的原因，例子不可能包含足够的信息，精确地表达人想要什么。最最简单的变换也许可以，然而只要多出那么一点点例外情况，你就完全没法猜出来他想干什么。就连人看到这些例子，都不知道另一个人想干什么，机器又如何知道？这根本就是想实现“读心术”。甚至人自己都可以是糊涂的，他根本不知道自己想干什么，机器又怎么猜得出来？所以这比读心术还要难！

所以这根本就不可能。对于如此弱智的问题，都不能 100% 正确的解决，遇到稍微有点逻辑的事情，就更没有希望了。论文最后还“高瞻远瞩”一下，提到要把这作法扩展到有“控制流”的情况，完全就是瞎扯。所以 RobustFill 所能做的，也就是让这种极其弱智的玩具问题，达到“接近 92% 的准确率”而已了。另外，这个 92% 是用什么标准算出来的，也很值得怀疑。

任何一个负责的程序语言专家都会告诉你，自动生成程序是根本不可能的事情。因为“读心术”是不可能实现的，所以要机器做事，人必须至少告诉机器自己“想要什么”，然而表达这个“想要什么”的难度，其实跟编程几乎是一样的。实际上程序员的工作，不就是告诉电脑自己想要它干什么吗？最困难的工作（数据结构，算法，数据库系统）已经被固化到了库代码里面，然而表达“想要干什么”这个任务，是永远无法自动完成的。

所以，程序员其实是一种不可被机器取代的工作。虽然好的编程工具可以让他们工作起来更加舒心，任何试图取代程序员工作，节省编程劳力开销，克扣程序员待遇，试图把他们变成“可替换原件”的做法（比如 Agile），最终都会倒戈，使得雇主收到适得其反的后果。同样的原理也适用于其它创造性的工作：厨师，发型师，画家，……

傻机器的价值

既然我决定不蹚人工智能这摊浑水，那我要怎么创业呢？很简单，我觉得人其实不需要很“智能”的机器，而“傻机器”才是对人最有价值的。比如，有些公司想研制“机器佣人”，可以自动打扫卫生做家务。我觉得这问题几乎不可能解决，还不如直接请真正智能的——阿姨来帮忙。给她配备更好的工具和通信设施，让她工作不累又方便，让主人家也放心，那岂不是两全其美？哪里需要什么智能机器人，难度又高还不好用，还危害社会。

有许许多多对人有用的傻机器，在等待我们去发明。这些机器设计起来虽然需要灵机一动，然而实现起来难度却不高，给人带来便利，经济上见效也快。这些东西不对人的工作造成竞争，反而可能制造更多的就业机会，可以说是利国利民。利用人的智慧，加上机器的蛮力，让劳动人民又省力又能挣钱，才是最合理的发展方向。

所以设计新的，造福于人的傻机器，应该是我创业的目标。