◎黃福壽

人是機(jī)器

十八世紀(jì)法國(guó)啟蒙思想家、哲學(xué)家拉美特利 （Julien Offroy De La Mettrie，1709-1751年），他根據(jù)對(duì)自己病情的觀察，獲得這樣的信念：人的精神活動(dòng)決定于人的機(jī)體組織；思想只不過是大腦中機(jī)械活動(dòng)的結(jié)果，當(dāng)體力上變得更虛弱時(shí)，精神功能也會(huì)衰退。1745年，他以此為主題寫成《心靈的自然史》一書。1747年，拉美特利又進(jìn)一步發(fā)表他最著名的、影響最大的著作《人是機(jī)器》。

拉美特利從物質(zhì)具有運(yùn)動(dòng)力和創(chuàng)造力的基本觀點(diǎn)出發(fā)，批判地繼承了R.笛卡爾 （Rene Descartes，1596-1650年）的 “動(dòng)物是機(jī)器”的思想，進(jìn)一步得出“人是機(jī)器”的結(jié)論。拉美特利肯定笛卡爾以物質(zhì)的原因說明動(dòng)物的觀點(diǎn)，但不同意笛卡爾把動(dòng)物看成是沒有感覺能力的簡(jiǎn)單的自動(dòng)機(jī)。他主張用有感覺、有精神的、活的機(jī)器這一新概念來說明人，認(rèn)為人的身體狀況毫無例外地決定人的心靈狀況，人的機(jī)體組織則是類似鐘表那樣純粹由物質(zhì)的機(jī)械規(guī)律支配的自動(dòng)機(jī)。

拉美特利運(yùn)用當(dāng)時(shí)醫(yī)學(xué)、生理學(xué)和解剖學(xué)的大量科學(xué)材料，論證人的心靈對(duì)人的機(jī)體組織特別是對(duì)人腦的依賴關(guān)系。比笛卡爾更進(jìn)一步的地方在于，他把大腦看作精神或心靈的所在地。在他看來，外界對(duì)象刺激感覺器官中的神經(jīng)，由神經(jīng)腔中一種精細(xì)的物質(zhì) “無精”將運(yùn)動(dòng)傳入大腦，達(dá)到感覺中樞，感覺心靈在這里接受各種感覺。感覺能力是記憶、反省、想象、情感、判斷、意志等心靈的其他各種活動(dòng)的基礎(chǔ)，腦部一旦出現(xiàn)了毛病，腦子和感官之間的通道被堵塞，心靈的一切活動(dòng)就會(huì)停止。

《人是機(jī)器》這個(gè)隱喻主要指人類的多數(shù)行為都是自動(dòng)反應(yīng)的結(jié)果，不需要我們進(jìn)行思考，也很難受我們控制。 “……每一個(gè)肢體，都按照它的不同的需要，在它本身里面包括著一些活潑程度不同的機(jī)括?！磺猩摹?dòng)物的、自然的和機(jī)械的運(yùn)動(dòng)，都是這些機(jī)括的作用所造成的。突然面臨一個(gè)萬丈懸崖，不是大吃一驚，身體機(jī)械地向后退縮么？像上面所說的，一棒打下來，眼皮不是機(jī)械地閉起來么？瞳孔不是機(jī)械地在日光下收縮以保護(hù)網(wǎng)膜，在黑暗里放大以觀看事物么？冬天我們身上的毛孔不是機(jī)械地閉起來，使寒氣不能侵入內(nèi)部么？”拉美特利列舉的這些本能的生理反應(yīng)可以說完全是自動(dòng)運(yùn)作的，差不多每個(gè)人都有同樣的機(jī)制，遇到類似的情況都會(huì)下意識(shí)地、不由自主地做出反應(yīng)。手機(jī)提示音總能成功地干擾處于非心流狀態(tài)的人，那么，最好的避免干擾的辦法就是在工作時(shí)關(guān)閉提示音，對(duì)于機(jī)械的、自動(dòng)的反應(yīng)，我們最好從源頭施加控制。

在《人是機(jī)器》的隱喻中，既包括這些本能的生理反應(yīng)，也包括那些習(xí)慣化的自動(dòng)反應(yīng)。這些習(xí)慣化的自動(dòng)反應(yīng)，有的是外在刺激激發(fā)，有的是內(nèi)在欲望驅(qū)動(dòng)。我們對(duì)這些反應(yīng)通常也是缺乏控制力的，至少，我們不能憑借意志直接去管控這些反應(yīng)，而要采取一些迂回的手段。這就好比我們要改變電器的功能，直接發(fā)布命令沒有用，要先修改電路。

總之，將人比作機(jī)器，盡管有點(diǎn)簡(jiǎn)單化，但有利于我們還原真相，發(fā)現(xiàn)我們自身存在的真正問題，有利于我們運(yùn)用類似計(jì)算機(jī)、網(wǎng)絡(luò)運(yùn)算程序的策略組合進(jìn)行自我提升，即為 “機(jī)器擬人”提供了思想通道，因?yàn)槿瞬贿^是一臺(tái)有靈魂的機(jī)器而已，為什么我們認(rèn)為人可以有智能而普通機(jī)器就不能呢？

機(jī)器擬人

從思想史角度看，“人是機(jī)器”思想提出后，近300年來一直推動(dòng)著人類對(duì) “人-機(jī)關(guān)系”的思考和探索。

隨著電子計(jì)算機(jī)的發(fā)展，技術(shù)已最終可以創(chuàng)造出機(jī)器智能?！叭斯ぶ悄堋盇I（Artificial Intelligence）一詞最初是在1956年達(dá)特茅斯 （Dartmouth）學(xué)會(huì)上提出的，從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之?dāng)U展，盡管人工智能 （機(jī)器智能）的發(fā)展比預(yù)想的要慢，但一直在前進(jìn)，從70年前出現(xiàn)至今，已經(jīng)出現(xiàn)了許多AI程序，并且它們也影響到了其它技術(shù)的發(fā)展。

雖然計(jì)算機(jī)為AI提供了必要的技術(shù)基礎(chǔ)，但直到上世紀(jì)50年代早期人們才注意到人類智能與機(jī)器之間的聯(lián)系。諾伯特·維納 （Norbert Wiener，1894-1964），是最早研究反饋理論的美國(guó)人之一。維納從理論上指出，所有的智能活動(dòng)都是反饋機(jī)制的結(jié)果。而反饋機(jī)制是有可能用機(jī)器模擬的。這項(xiàng)發(fā)現(xiàn)對(duì)早期AI的發(fā)展影響很大。

1955年末，艾倫·紐厄爾 （Allen Newell，1927-1992年）和赫伯特·西蒙 （Herbert A.Simon，1916-2001年），做了一個(gè)名為 “邏輯專家”（Logic Theorist）的程序。這個(gè)程序被許多人認(rèn)為是第一個(gè)AI程序。它將每個(gè)問題都表示成一個(gè)樹形模型，然后選擇最可能得到正確結(jié)論的那一枝來求解問題。 “邏輯專家”對(duì)公眾和AI研究領(lǐng)域產(chǎn)生的影響使它成為AI發(fā)展中一個(gè)重要的里程碑。1956年，被認(rèn)為是人工智能之父的約翰·麥卡錫 （John McCarthy，1927-2011年）組織了一次學(xué)會(huì)，將許多對(duì)機(jī)器智能感興趣的專家學(xué)者聚集在一起進(jìn)行了一個(gè)月的討論。他請(qǐng)他們到美國(guó)佛蒙特州參加 “達(dá)特茅斯 （Dartmouth）人工智能夏季研究會(huì)”。從那時(shí)起，這個(gè)領(lǐng)域被命名為 “人工智能”。雖然達(dá)特茅斯 （Dartmouth）學(xué)會(huì)不是非常成功，但它確實(shí)集中了AI的創(chuàng)立者們，并為以后的AI研究奠定了基礎(chǔ)。

達(dá)特茅斯 （Dartmouth）會(huì)議后的7年中，AI研究開始快速發(fā)展。雖然這個(gè)領(lǐng)域還沒明確定義，會(huì)議中的一些思想已被重新考慮和使用了。美國(guó)卡耐基梅隆大學(xué) （Carnegie Mellon University）和麻省理工學(xué)院 （MIT）開始組建AI研究中心。研究面臨的新的挑戰(zhàn)：下一步需要建立能夠更有效解決問題的系統(tǒng)，例如在 “邏輯專家”中減少搜索；還有就是建立可以自我學(xué)習(xí)的系統(tǒng)。

1957年一個(gè)新程序，“通用解題機(jī)” （GPS）的第一個(gè)版本進(jìn)行了測(cè)試。這個(gè)程序是由制作“邏輯專家”的同一個(gè)組開發(fā)的。GPS擴(kuò)展了維納的反饋原理，可以解決很多常識(shí)問題。兩年以后，IBM成立了一個(gè)AI研究組，花3年時(shí)間制作了一個(gè)解幾何定理的程序。

當(dāng)越來越多的程序涌現(xiàn)時(shí)，麥卡錫正忙于一個(gè)AI史上的突破。1958年麥卡錫宣布了他的新成果：LISP語言。LISP到今天還在用?！癓ISP”的意思是 “表處理”（List Processing），它很快就為大多數(shù)AI開發(fā)者采納。

1963年麻省理工學(xué)院從美國(guó)政府得到一筆220萬美元的資助，用于研究機(jī)器輔助識(shí)別。這筆資助來自國(guó)防部高級(jí)研究計(jì)劃署 （ARPA），保證了美國(guó)在技術(shù)進(jìn)步上領(lǐng)先于蘇聯(lián)。這個(gè)計(jì)劃吸引了來自全世界的計(jì)算機(jī)科學(xué)家，加快了AI研究的發(fā)展步伐。

以人類的智慧創(chuàng)造出堪與人類大腦相平行的機(jī)器腦 （人工智能），對(duì)人類來說是一個(gè)極具誘惑的領(lǐng)域，人類為了實(shí)現(xiàn)這一夢(mèng)想已經(jīng)奮斗了很多個(gè)年頭了。而從一個(gè)語言研究者的角度來看，要讓機(jī)器與人之間自由交流那是相當(dāng)困難的，甚至可能會(huì)是一個(gè)永無答案的問題。人類的語言，人類的智能是如此的復(fù)雜，以至于我們的研究還并未觸及其導(dǎo)向本質(zhì)的外延部分的邊沿。

以后幾年出現(xiàn)了大量程序。其中一個(gè)叫第二代自然語言理解系統(tǒng) “SHRDLU”?！癝HRDLU”是 “微型世界”項(xiàng)目的一部分，包括在微型世界（例如只有有限數(shù)量的幾何形體）中的研究與編程。在麻省理工學(xué)院由馬文·明斯基 （Marvin Lee Minsky，1927-2016年）領(lǐng)導(dǎo)的研究人員發(fā)現(xiàn)，面對(duì)小規(guī)模的對(duì)象，計(jì)算機(jī)程序可以解決空間和邏輯問題。其它如在60年代末出現(xiàn)的 “Student”可以解決代數(shù)問題，“Sir”可以理解簡(jiǎn)單的英語句子。這些程序的結(jié)果對(duì)處理語言理解和邏輯有所幫助。

70年代另一個(gè)進(jìn)展是專家系統(tǒng)。專家系統(tǒng)可以預(yù)測(cè)在一定條件下某種解的概率。由于當(dāng)時(shí)計(jì)算機(jī)已有巨大容量，專家系統(tǒng)有可能從數(shù)據(jù)中得出規(guī)律。專家系統(tǒng)的市場(chǎng)應(yīng)用很廣。十年間，專家系統(tǒng)被用于股市預(yù)測(cè)，幫助醫(yī)生診斷疾病，以及指示礦工確定礦藏位置等。這一切都因?yàn)閷＜蚁到y(tǒng)存儲(chǔ)規(guī)律和信息的能力而成為可能。

70年代許多新方法被用于AI開發(fā)，如明斯基的構(gòu)造理論。另外大衛(wèi)·馬爾 （David Marr，1945-1980年）提出了機(jī)器視覺方面的新理論，例如，如何通過一副圖像的陰影、形狀、顏色、邊界和紋理等基本信息辨別圖像。通過分析這些信息，可以推斷出圖像可能是什么。同時(shí)期另一項(xiàng)成果是Prologe語言，于1972年提出。80年代期間，AI前進(jìn)更為迅速，并更多地進(jìn)入商業(yè)領(lǐng)域。1986年，美國(guó)AI相關(guān)軟硬件銷售高達(dá)4.25億美元。專家系統(tǒng)因其效用尤受需求，像數(shù)字電氣公司這樣的公司用XCON專家系統(tǒng)為VAX大型機(jī)編程。杜邦、通用汽車公司和波音公司也大量依賴專家系統(tǒng)。為滿足計(jì)算機(jī)專家的需要，一些生產(chǎn)專家系統(tǒng)輔助制作軟件的公司，如技術(shù)知識(shí)公司 （Teknowledge Corp）和軟件公司 （Intelli Corp）成立了。同時(shí)，為了查找和改正現(xiàn)有專家系統(tǒng)中的錯(cuò)誤，又有另外一些專家系統(tǒng)被設(shè)計(jì)出來。

在人類歷史的長(zhǎng)河中，人工智能 （AI）是個(gè)貨真價(jià)實(shí)、朝氣蓬勃的青年人。人工智能包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺等等，總的說來，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作，即 “機(jī)器模擬人類智能”，不過到了70年代，人工智能陷入了低谷。到了80年代，機(jī)器學(xué)習(xí)這個(gè)原本處于人工智能邊緣地區(qū)的分支一下子成為了人們關(guān)注的焦點(diǎn)。而到了90年代，人與機(jī)之爭(zhēng)使得人工智能進(jìn)入了大眾的視野。1997年，IBM的深藍(lán)戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅夫；2009年，洛桑聯(lián)邦理工學(xué)院發(fā)起的藍(lán)腦計(jì)劃聲稱已經(jīng)成功地模擬了部分鼠腦；以及大獲全勝的AlphaGo圍棋大戰(zhàn)。如今全球人工智能界迎來了第三次浪潮。這一次，隨著過去有監(jiān)督深度學(xué)習(xí)算法的理論研究和工程化的成熟，以及硬件計(jì)算能力的大幅提升和成本的飛速降低，在云計(jì)算、大數(shù)據(jù)和移動(dòng)互聯(lián)網(wǎng)的融合推動(dòng)下，人工智能在模擬人類智能的很多方面都有了突破性進(jìn)展。

人機(jī)之爭(zhēng)

目前人工智能處在大發(fā)展時(shí)期，各個(gè)主要大國(guó)和大公司都投入巨資研究和開發(fā)人工智能。歐盟委員會(huì)將在未來十年內(nèi)拿出10億美元支撐歐盟 “人腦計(jì)劃”研究。而隨著近年來國(guó)內(nèi)業(yè)界的不斷推動(dòng)，人工智能在 “十三五”規(guī)劃首年被納入到中國(guó)國(guó)家戰(zhàn)略發(fā)展層面。2017年7月，中國(guó)政府印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，急切地表達(dá)了中國(guó)政府緊追世界頂尖技術(shù)、搶抓人工智能發(fā)展機(jī)遇的國(guó)家意志，助推了當(dāng)前中國(guó)人工智能產(chǎn)業(yè)和技術(shù)發(fā)展。但就世界范圍看，也有不少人士表達(dá)了對(duì)人工智能發(fā)展的擔(dān)憂甚至反對(duì)，許多人士在看到人工智能在為這個(gè)時(shí)代注入發(fā)展新動(dòng)力的同時(shí)，卻也關(guān)注其對(duì)就業(yè)、法律、政治、經(jīng)濟(jì)、倫理和安全等諸多領(lǐng)域帶來的新挑戰(zhàn)，尤其是安全問題，更是存在很大不確定性。在幾十年前，人工智能還只是少數(shù)人在默默耕耘，但是1997年國(guó)際象棋的世界冠軍被IBM的深藍(lán)計(jì)算機(jī)打敗了，曾經(jīng)讓大家嚇一跳，深藍(lán)就是一個(gè)人工智能的專家系統(tǒng)。由于國(guó)際象棋比較簡(jiǎn)單，如果人工智能機(jī)器能打敗比較復(fù)雜游戲的世界冠軍，那才能夠說明問題。但沒想到2016年，從三月份開始，最早是叫AlphaGo打敗了韓國(guó)的圍棋高手李世石，接著換了一個(gè)名字，其實(shí)還是這個(gè)系統(tǒng)，叫Master，連贏包括中國(guó)像柯潔這樣的世界一流圍棋高手，這件事一下子讓全世界的人都吃驚了。

人工智能把圍棋的世界高手都打敗了，是不是人類的末日就快到了，很多人有這樣一種恐懼。人工智能也一下子從科技界登上了這樣一個(gè)世界的全景舞臺(tái)，人工智能是不是萬能的？人工智能是不是將全面蓋過人？人工智能又如何能夠“安全可靠可控”？“人機(jī)之爭(zhēng)”一下成了時(shí)代話題。“人機(jī)之爭(zhēng)”促使我們反思人類與人工智能的關(guān)系，就目前的認(rèn)識(shí)看，“人-機(jī)關(guān)系”可能有三種情況，但都存在不確定的前景。

1．機(jī)器擬人

從技術(shù)層面而言，人工智能技術(shù)的發(fā)展可以分為三個(gè)階段：計(jì)算智能、感知智能和認(rèn)知智能，目前已經(jīng)融合在各種傳統(tǒng)產(chǎn)業(yè)中的人工智能應(yīng)用主要集中在第一個(gè)階段——計(jì)算智能，少量應(yīng)用已經(jīng)開始試水第二階段的技術(shù)，即感知智能?？紤]到全面的感知智能所需的應(yīng)用化技術(shù)、完善的數(shù)據(jù)、高性能芯片還有待于進(jìn)一步發(fā)展，感知智能技術(shù)應(yīng)用普及估計(jì)還需要5-10年，而認(rèn)知層的技術(shù)突破和數(shù)據(jù)、計(jì)算等基礎(chǔ)資源的提升和積累應(yīng)該是發(fā)展方向。

盡管圍棋比賽上此次機(jī)器對(duì)人取得了勝利，但這次人機(jī)大戰(zhàn)不能說是人工智能的全面成功，只能說是人工智能在游戲上接近人類水平，是一個(gè)重大的突破，標(biāo)志著人工智能達(dá)到一個(gè)新的水平。目前，研究者普遍認(rèn)為，人工智能的發(fā)展順序應(yīng)是：弱人工智能、與人類智能相當(dāng)?shù)?“強(qiáng)人工智能”和全面超過人類智能的 “超人工智能”。而 “阿爾法圍棋”正是弱人工智能的代表之一。

弱人工智能已經(jīng)滲入到人們生活的方方面面，如搜索引擎、實(shí)時(shí)在線地圖、手機(jī)語音助手等都運(yùn)用了人工智能技術(shù)。工業(yè)機(jī)器人也比以往任何時(shí)候更快的速度發(fā)展，更加帶動(dòng)了弱人工智能和相關(guān)領(lǐng)域產(chǎn)業(yè)的不斷突破，很多必須用人來做的工作如今已經(jīng)能用機(jī)器人實(shí)現(xiàn)。但總體看，弱人工智能是對(duì)人的思維的信息過程的簡(jiǎn)單模擬，不但不會(huì)對(duì)人類產(chǎn)生威脅，反而會(huì)成為生活的小幫手，因?yàn)槿跞斯ぶ悄苡^點(diǎn)認(rèn)為不可能制造出能真正地推理和解決問題的智能機(jī)器，這些機(jī)器只不過看起來像是智能的，但是并不真正擁有智能，也不會(huì)有自主意識(shí)。不過隨著弱人工智能技術(shù)的快速進(jìn)步，這種狀況正在被改變。

2．機(jī)器治人

隨著弱人工智能的迅猛發(fā)展，使我們深深感到 “強(qiáng)人工智能”時(shí)代已經(jīng)來臨，也感到了 “超人工智能”的聲音。橫空出世的AlphaGo同時(shí)引發(fā)了棋界和科技界的 “大地震”，人類智力 “最后的堡壘”也轟然倒塌，我們似乎已經(jīng)無法阻擋人工智能超越人類的步伐。雷·科茲威爾 （Ray Kurzweil，1948年-）說：“人工智能將在2029年左右達(dá)到人類的智力水平。再進(jìn)一步說，比如2045年，我們將把人類文明創(chuàng)造出的人類生物機(jī)器的智能翻倍，也許是十億倍?！迸c此同時(shí)，對(duì)機(jī)器有可能統(tǒng)治人類的恐懼卻與日俱增，史蒂芬·霍金 （Stephen William Hawking，1942年-）公開反對(duì)人工智能，反對(duì)它進(jìn)入現(xiàn)實(shí)世界，他曾說，“完全人工智能的發(fā)展可能意味著人類的終結(jié)。它會(huì)脫離控制，以越來越快的速度重新設(shè)計(jì)自己。人類受到緩慢的生物進(jìn)化的限制，無法與之競(jìng)爭(zhēng)，并將被人工智能取代”。

今后人工智能的發(fā)展會(huì)不會(huì)威脅到人類安全？雖然目前 “強(qiáng)人工智能”的發(fā)展暫時(shí)無明顯頭緒，但是工業(yè)級(jí)的強(qiáng)大研發(fā)力量確實(shí)是發(fā)展出“強(qiáng)人工智能”的有利條件。如果實(shí)現(xiàn)了超人工智能，未來會(huì)不會(huì)失控，這很難說，原則上這都是有可能發(fā)生的。如果讓計(jì)算機(jī)擁有自主意識(shí)的產(chǎn)生與延續(xù)，如果使機(jī)器擁有自主意識(shí)，則意味著機(jī)器具有與人同等或類似的創(chuàng)造性，而這種創(chuàng)造性必然會(huì)導(dǎo)致機(jī)器失控于人類，并最終導(dǎo)致機(jī)器控制或統(tǒng)治人類的可能性。

3．人機(jī)共生

“人機(jī)共生”第一層意思是從生理-物理意義上說的。庫茲韋爾預(yù)言，2030年人類將與人工智能結(jié)合，變身 “混血兒”。庫茲韋爾稱，這意味著人類大腦將可直接與云端相連。云端可能存在數(shù)以千計(jì)的電腦，這些電腦將增強(qiáng)我們現(xiàn)有的智慧。他表示，大腦將通過納米機(jī)器人連接，這種微型機(jī)器人是由DNA鏈組成的。他認(rèn)為： “我們的思維將成為生物與非生物思維的混合體?！痹贫朔?wù)越大、越復(fù)雜，我們的思維就變得越先進(jìn)。到2030年末或2040年初，庫茲韋爾認(rèn)為人類思維中的非生物因素將占據(jù)主導(dǎo)地位。他說：“我們將逐漸融合，并不斷提高自己。在我看來，這就是人類的本質(zhì)，我們不斷超越自己的極限?！?/p>

俄羅斯億萬富翁德米特里·伊茨科夫 （Dmitry Itskov，1981年-）創(chuàng)建的2045研究所正與研究人員和企業(yè)合作，準(zhǔn)備共同創(chuàng)造下一場(chǎng)人工智能革命。德米特里說：“我100%堅(jiān)信，這場(chǎng)革命終將到來。否則，我就不會(huì)開始了。2045項(xiàng)目希望到2020年能有一個(gè)可以讓人類通過大腦控制機(jī)器人的 ‘化身’?！边@些聽起來令人難以置信的事情，超乎常人的思維所及，未來可能就在眼前。

“人機(jī)共生”的第二層意思則是從社會(huì)學(xué)意義上說的。人機(jī)各有所長(zhǎng)，互為補(bǔ)充。人類非常擅長(zhǎng)于問自己一些有趣的問題，擅長(zhǎng)于推理、理解世界的運(yùn)作方式，在理解的基礎(chǔ)上推理。同時(shí)可以基于情感處境進(jìn)行價(jià)值判斷。但是，在另一些方面機(jī)器又做的比我們好。機(jī)器更擅長(zhǎng)于專利發(fā)現(xiàn)、統(tǒng)計(jì)推理、大規(guī)模計(jì)算推理等等，它們能夠在我們不那么擅長(zhǎng)的方面幫助我們，因此人類形式的智能和機(jī)器形式的智能可以共同探索以做出更好的決定。因此未來是人與機(jī)器共同創(chuàng)造，而不是機(jī)器自己。人機(jī)合作，可以通過更多的數(shù)據(jù)獲得更多、更深刻、更有洞察力的知識(shí)，用更少的資源做更好的決定。當(dāng)然，隨著機(jī)器智能水平的不斷提升，特別是 “情感機(jī)器人”的出現(xiàn)，必然會(huì)出現(xiàn) “人機(jī)共生”的新形態(tài)，甚至改變?nèi)祟惖?“類形態(tài)”。

宏觀上看，從笛卡爾、拉美特利時(shí)代開始，延續(xù)至今的人類進(jìn)化歷史，總體上屬傳統(tǒng)生物學(xué)意義上的進(jìn)化模式。隨著人工智能迅猛發(fā)展，傳統(tǒng)生物學(xué)意義上的進(jìn)化模式將可能讓位于人-機(jī)共同進(jìn)化模式。今天我們用傳統(tǒng)生物學(xué)意義上的大腦來思考未來人-機(jī)共生的社會(huì)歷史場(chǎng)景時(shí)，其局限性是不言自明的，但這并不阻礙我們對(duì)未來人-機(jī)共同演化時(shí)代的向往。盡管未來的我們很難說還是現(xiàn)在的我們的同類，這或許也是今天的我們高度關(guān)注人工智能未來發(fā)展的魅力所在。