作者：劉明河

近期，警惕人工智能的文章和報道越來越多，甚至有人宣稱“隨著計算機運算能力增強，強人工智能將在我們的有生之年出現，給人類文明帶來前所未有的沖擊”，這些看似有理有據的觀點深入人心，很多人甚至心生恐懼，擔憂起瞭自己的未來。

人工智能真的會對人類產生如此大的威脅嗎？

困難重重

對於人工智能這個過於龐大的概念，我們將它區分成弱人工智能（weak AI，或Narrow AI）和強人工智能（Strong AI或General AI）。

弱人工智能是處理特定問題的人工智能，AlphaGo就是一個專門下圍棋的弱人工智能，iPhone裡的Siri是一個專門語音識別的人工智能，Google的搜索框裡也藏著一個專門提供搜索建議的人工智能——多虧瞭如今盛極一時的“人工神經網絡”，我們已經愉快地發現，弱人工智能表現得非常出色，在某些時候真的比人類還要高效。

與之對應的，強人工智能模擬瞭完整的人類心智，我們通常會用能否通過“圖靈測試”看作強人工智能的判斷標準，但這樣的人工智能直到今天仍未實現。另外，我們還進一步遐想瞭“超人工智能”這個概念，顧名思義，就是比人還睿智的人工智能，也就是科幻藝術和大眾媒體中最擔心的那種情形——但在人工智能的實踐上，我們恐怕要說這更接近盲目樂觀，追求的強人工智能的征途絕不像一些未來展望者那樣，近在咫尺，迫在眉睫，數不清的艱難問題還等著我們攻克。

我們遭遇的第一個問題就是計算機的運算能力。

細胞雖小，卻異常復雜，神經元尤其如此。在最微小的尺度上，一個神經元有成千上萬個突觸與其它細胞連接，釋放或接受神經遞質，識別數百種獨立的活動，隨後發出高速傳導的神經興奮，在整個大腦內激起復雜而不確定的反饋，有些突觸還可以直接向腦脊液中釋放遞質和激素，在全身范圍內引發更大尺度的反應——時至今日，人類發現細胞已近400年，即便動用最強大的超級計算機，也隻是靜態地構建出瞭一個突觸的微觀結構，真要模擬它完整的活動還無能為力——而人腦大約有860億個神經元。

當然，神經科學與計算機科學的交叉處也的確有瞭些令人矚目的成果，比如為人稱道的，我們標記瞭隱桿秀麗線蟲（Caenorhabditis elegans）302個神經元的連接方式，大約在2014構建瞭一個“開放蠕蟲”的項目，試圖用計算機模擬出一個等效於實體的虛擬線蟲——但這個項目才剛剛起步，尚未收獲成果，而且這個研究對象也是出奇的簡單：它雌雄同體，全身固定有959個細胞，每個細胞的行為都專一且固定，神經活動非常單調，我們因此得以詳細地觀察它，用現在的手段模擬它們。

但是如果因為這一點星光就以為破曉來臨，以為秀麗線蟲的神經節與人類的大腦隻是神經元的數目有所差異，隻要計算速度夠快就能實現質的飛躍——那就未免太天真瞭。

我們還會遇到動力學參數的壁壘。

如我們提醒過的，以現在的技術，我們還不能模擬神經元的完整活動，讓它們在虛擬世界裡自主地運動起來。隻是在這個項目中，我們既然已經知道瞭線蟲神經的連接方式，就能人為地給這些連接賦予動力學的參數，讓這些虛擬神經元活動起來，逼真地模擬一條線蟲。就像做題雖然不會，但是拿著答案倒推，也能猜個八九不離十——所以我們稱這種做法是自底向上。

然而在目前階段，不但我們還是個相當差的學生，離開瞭答案就寸步難行；而且我們遇到的問題也是空前的難題，根本沒有現成的答案。

線蟲的神經與人類的大腦，就像口中呼氣和超級臺風，它們之間絕不隻是數量的差異。當基本單元通過種種聯系形成復雜的系統，就會在更大的尺度上展現出新的結構。我們很早就對小尺度上的流體運動有瞭清晰的認識，但這並不代表我們可以從中推導出臺風的運動規律。

首先的，線蟲的個體差異極小，不同個體的細胞排列方式完全一樣，所以作為一種全身透明的實驗動物，我們很早就弄清楚瞭它們神經連接的方式。但人腦完全不是這樣，我們擁有數量巨大的神經元，個體差異很大，而且可塑性極強，這令每個人大腦內的神經元連接方式都不一樣——換句話說，一個具體的神經元怎樣連接不重要，重要的是數量巨大的神經元如何組織成一個復雜的機體。

然而1個神經元、10個神經元、100個神經元、1000個神經元……每增加一個數量級，神經元的活動都會湧現出新的運動規律，從最小層面上神經元處理興奮的方式，到不同遞質的通路的組合方式，到處理不同信息的細胞構成功能模塊，到大腦中不同功能區域的協作方式，都是我們必須面對的難題，雖然這些動力學的研究也正在熱火朝天的研究中，但這樣的研究不可能達到“指數上升”的速度，我們重建人腦的進程也就不能達到指數上升的速度。

所以先不論計算機科學能否一馬平川地進步下去，即便計算機運算速度真的能指數上升，也無法在可以預見迅速地模擬出一個人腦：在神經科學和腦科學臻於高度成熟之前，大腦永遠是一個黑盒子，我們要想知道大腦在具體的智力活動中在不同層面各自發生瞭怎樣的事情，還困難重重。而且更加現實的情況是，隨著我們對人腦的認識逐漸擴大，我們會發現越來越多的新問題。

我們知道的越多，就越發現自己無知，然而糟糕的是，真正的難題還在前方虎視眈眈——我們需要新的計算機原理。

必須意識到，在能否實現“智力”這個巨大的問題上，計算機的運算速度並不是決定性的。以當今的動物界而論，非洲象、長肢領航鯨，它們的大腦都比人的更重，神經元的數量也更多，為何偏偏缺乏智力？在相同的解剖基礎上尚且如此，原理完全不同的電路元件，又該如何？

電路元件以金屬和半導體為元件，獲得瞭接近光速的信號傳遞速度，這比起神經元的沖動的確快多瞭，但也單調多瞭。電路元件的任何一次反應都隻能得到固定的結果，隻能在和、或、且的基礎上展開一階邏輯演算，今天，以及未來可以預見的一切計算機程序，都是不同復雜程度的一階邏輯演算。

“一階邏輯”已經非常強大，給今天的人類帶來瞭整個21世紀的信息時代，但它隻能從幾個初始數據開始，根據預存的指令步步推導，絕不越雷池一步。這給計算機帶來瞭那種可貴的可靠性，但也令它失去瞭更可貴的抽象、推理、創造——我們必須能夠定義謂詞的二階和高階邏輯。

舉個例子，面對“a+b”這樣的命令，計算機隻會按照加法的規則，把a和b加起來，但是對於具有二階邏輯的人，我們還會思考加法的意義，詢問“加法是怎樣一種運算？”，接著，我們還會能在三階邏輯中思考“運算”的意義，詢問“怎樣規定一類運算？”，進一步的，我們又會在四階邏輯中思考“規定”的意義，詢問“數學上什麼樣的行為稱得上規定？”。

這樣的追問可以無窮地回溯下去，理論上，人類的思維可以實現“無窮高階邏輯”，我們已經在整個哲學史上持續不斷地展現瞭這種能力。對於普通人，我們也可以嘗試一個計算機無論如何做不到的思維遊戲：隨便思考一件事，然後思考“我正在思考這件事”，然後思考“我正在思考‘我正在思考這件事’”，然後思考‘我正在思考“我正在思考‘我正在思考這件事’”’……雖然很費腦子，但我們在理論上也可以無窮地遞歸下去。

是的，如今所有的計算機都是一階邏輯，或許在某些實驗室裡還有二階邏輯的嘗試，但無論怎樣，高階邏輯問題不能規約成低階邏輯——我們絕不能用加法本身說明什麼是加法，這就好像在電視機上做電視機的廣告。

也就是說，我們即便動用瞭空前的計算能力，以不可思議的工作量找到瞭大腦中的每一個參數，但隻要計算機原理不變，就是在用低階邏輯模擬高階邏輯——這在數學上不可能，程序員們會發現某些關鍵的參數無法定義，那個辛苦模擬出來的大腦仍然是個弱人工智能。

這是一個尖銳的問題，即便在另外一些規劃中的道路上，用進化算法也好，用其它方式建模也好，它都會橫亙在我們的前途中。我們需要一種革命性的計算機，能夠實現高階邏輯的演算，但是在所有已知的事物中，就隻有大腦能做到這件事，這就帶來一種新的困境：要模擬大腦需要新的計算機，要研究新的計算機就要深入瞭解大腦。這當然不是無法解決的問題，就好像制造新的機器需要新的材料，合成新的材料需要新的機器，我們在科技進步史上已經邂逅瞭無數次，沒有理由認為我們會敗給這一次，但也要做好思想準備，因為這將是一條漫長的路。

這樣或者那樣的問題會接踵而至，人工智能作為這時代最復雜的應用科學，沒有理由認為我們能以逸待勞地隻憑計算機科學的進步就讓一切問題迎刃而解，更何況退一萬步，我們還有一個更加現實的問題要面對。

倫理障礙

對與任何革命性的新技術，倫理都是最現實的問題，我們此前目睹瞭避孕措施對倫理的沖擊，就以為倫理在技術面前不堪一擊，這就未免太低估瞭倫理的力量，像“知情權”這樣毫無意義的概念被煽動傢利用起來蠱惑人心，都可以在食品安全領域掀起巨大的波瀾，那麼從今天開始數十年乃至上百年對人工智能的擔憂積累起來，無論合理還是不合理，都會形成強大的倫理氛圍，阻遏強人工智能的研究。

先不論“人工智能滅絕人類”這樣驚悚的事情，就以最現實的問題來說，公眾一定會關心強人工智能是否具有情感，是不是有瞭心臟的鐵皮人，然而這卻是強人工智能的定義中不曾提及的問題。

與其它意識活動不同，人類豐富而細膩的感情是人類作為一種社會動物，協調群體關系時的進化產物，並非智力的必需品。一個強人工智能未必真的具備這些特質，但他一定可以理解這種行為：想象成一個人先天性地沒有任何感情，但以細致的觀察和精湛的模仿成為瞭一個無可挑剔的表演傢，在舞臺上無論是哭是笑，心中都絕無一絲漣漪，猶如用肢體和表情肌完成瞭最復雜的體操——這大約就是**《機械姬》中的情形。

長期以來，感情被認為是自由意志最關鍵的特質，所以我們不得不想象在那樣的未來，分辨強人工智能是真的擁有感情還是在逢場作戲，抑或這兩種情況並沒有區別，都將會成為人工智能領域最重大的課題，也是人類面對自己時最深刻的拷問——無論哪一種結局成真，都意味著一個舊倫理的世界不復存在：我們要不要承認它是一個人？進一步的，“他”是否適用實體法，可以擁有最基本的人權？我們還能不能把“他”囚禁在實驗室裡？

我們接著就會設想，強人工智能如何利用自己的感情獲取人類的信任，爭取平等的對待，爭取公民權的運動。強人工智能的感情或許隻是一層偽裝，但人類心底那種與生俱來的同情和善良卻是毫無爭議的事實，在這樣的未來圖景之下，強人工智能的研究幾乎必然招致嚴格的限制，就像我們如今對待克隆技術時的做法：我們在上個世紀就掌握瞭克隆哺乳動物的技巧，但是在可以預見的未來裡，這個世界上都不會有克隆人降世。

或者更武斷地說，無論技術是否成熟，我們都不會允許一個擁有完全心智的強人工智能輕易問世，我們可能會在全球最重要的實驗室裡有限額地研發幾個被嚴重削弱的強人工智能，成為認知科學和計算機科學的珍惜樣本，如果要想象強人工智能誕生在民用領域，就像《機械公敵》或者《西部世界》那樣，就未免不切實際瞭。

最後，我們要再次反省一下預測未來這件事：一個平靜的社會大概激不起人們什麼興趣，所以我們總是在變革的浪潮中“高瞻遠矚”，但是我們忘瞭，科學革命或許加快瞭人類探索和改變世界的速度，但人類的認知過程從來都不是一帆風順。旁觀者贊美收獲時的成就，卻很少理會耕耘時的艱辛，盲目樂觀是他們永遠無法擺脫的缺陷。

《古墓麗影:源起之戰》由挪威導演羅阿爾·烏索格執導，“機械姬”艾麗西亞·維坎德飾演女主勞拉·克勞馥，將講述未經考驗的年輕勞拉首次冒險的故事。影片險境重重，動作戲精彩絕倫，而演員陣容更是值得期待。

艾麗西亞·維坎德是在今年4月份確認出演勞拉的。她年初剛剛憑借《丹麥女孩》獲得奧斯卡最佳女配角。在科幻片《機械姬》中也有驚艷表現。接下來她將在動作片《諜影重重5》中與馬特·達蒙演對手戲，在愛情片《大洋之間的燈光》與邁克爾·法斯賓德、蕾切爾·薇姿飚戲。

動作冒險**《古墓麗影:源起之戰》1月19日全球同步曝光正式預告片，奧斯卡獲獎新生代女星艾麗西亞·維坎德化身經典女英雄勞拉·克勞馥，全面開掛戰鬥力滿血，吳彥祖也以動作猛男造型驚艷亮相，奉獻進軍國際影壇後最具魅力的表現。各種精彩刺激的動作元素在預告片中展露冰山一角，神還原遊戲的場面也引發遊戲粉絲點贊，引人入勝。

?

《古墓麗影：源起之戰》改編自風靡全球的單機遊戲，遊戲版《古墓麗影》是最受歡迎的世界級爆款之一，十幾年來暢銷不衰，縱橫全球考古探秘的女主角勞拉·克勞馥更是堪比神奇女俠的經典女英雄形象。

本次的**版講述讓勞拉成為探險傢之前的首次冒險，將於3月16日在北美率先上映。隨著物料陸續放出，影片看點逐漸曝光，神秘莫測的古墓、驚險刺激的動作、頂級制作的視聽效果、對遊戲的高度還原和魅力巨星都掀起持續熱議。《古墓麗影：源起之戰》已成為春季檔最值得期待的好萊塢大片之一。

?

新版勞拉的造型充滿力量感，流暢的肌肉線條健美悅目。幾乎時刻在奔跑、跳躍和戰鬥的勞拉極具速度和力量之美，無論是在穿越叢林時彎弓射箭、用彎刀和“剪刀腳”擺平一眾肌肉壯漢、借助冰鎬“飛簷走壁”還是雙手被縛時在激流中逃出生天，都像過山車般精彩刺激。她不是天生的女戰士，也是從柔弱女孩成長而來；她不僅有勇有謀，更有深厚的情感。從普通女孩到縱橫四海的女英雄，勞拉的成長會讓觀眾心生親切，成為全新的影片看點。

?

?

吳彥祖的演出，更是值得國內觀眾關註。吳彥祖已在《魔獸》和《全球風暴》中有亮眼表現，在《古墓麗影：源起之戰》中，吳彥祖不僅戲份吃重，更回歸備受歡迎的動作猛男形象。吳彥祖扮演的船長作為勞拉的得力搭檔共赴“魔鬼海”，還一起與“聖三一”周旋對決，是貫穿影片的重要角色；而他緊身背心包裹爆裂肌肉的造型更是雄性魅力爆棚，舉起槍托暴擊敵人等畫面足以令粉絲帥到尖叫。

?

總計：如此精彩的演員陣容，驚心動魄的劇情設計，值得去看。