去年阿爾法狗4：1勝李世石，今年升級版阿爾法狗3：0勝柯潔。兩場比賽驚心動魄，讓棋迷、計算機迷、未來學者等各界觀眾面目猙獰，腦洞大開。另外，在過去的一年里，人工智能捷報頻出，包括自動駕駛、人臉識別、語音識別、機器人等技術領域也大幅提升，資本界、創投界、技術界等一片狂喜。

　　短時間內，兩種觀點迅速占領思想市場：一派對人工智能抱以無限信心，以為在“智能化世界”的未來，人類終將一勞永逸；另一派則對人工智能無限擔憂，恐懼人類終將被人工智能取代，前景堪憂。

　　情緒不同，但兩者都建立在同一種認識上，即“人工智能比人強”，或者說，“人工智能將比人強”。人工智能確實強，但或許也并沒有如傳言所說的那么了不起。從本質上講，人工智能做的只是運算，但智能活動要廣泛得多，包括注意、抽象、推理、歸納、認識等，這些活動里面，只有一小部分可以被還原成算法。

　　對此，我們可以做一兩個思想實驗說明。

　　假設有兩個人A和B，把他們帶到2004年雅典奧運會上。此時，運動場上同時在進行三項比賽，標槍、賽跑以及跳遠。假設這兩個人坐在同樣的位置上，眼路活動保持一致，讓他們分別描述一下眼前所見，兩個人會如何描述？

　　A說：“劉翔打破了110米欄的世界紀錄！”而B說：“我覺得跳遠要比跑步精彩得多！”

　　面對同樣一個問題，兩個人會作出不一樣的回答，因為兩個人的關注點或注意力（attention）不一樣。注意力的選擇有著明確的意向性，這導致兩個人所表述出來的語言不一樣。A是一個中國人，本來進體育場的主要目的就是來看中國運動員的表現，所以他自然會把注意力“主動”落在中國運動員身上；而B只是一個體育發燒友，來體育場是想來觀摩各種比賽，所以他的注意力也就在“所有比賽上”。

　　現在設想一下，把A和B從位置上挪開，把一臺人工智能C擺上，請問，這臺人工智能會如何描述眼前所見呢？

　　不知道。這完全取決于人工智能的設計者如何編排人工智能的程序。如果設計者把注意力放在賽跑上，那么最后獲得的內容描述就是賽跑，如果設計者把注意力放在跳遠，那么最后獲得的內容描述就是跳遠，不可能在此之外。

　　對于A來說，眼前發生的所有事件只是劉翔破紀錄，對于B來說，眼前發生的所有事件是三場比賽。但真實的情況或許更為復雜，場內發生的事件也遠非這么幾起。比如，同時發生的還有對面觀眾席上的打架事件。

　　如果打架事件沒有波及太多，那么A和B自然不會把這個事件納入自己的描述，因為他們不會留意到，盡管視覺信息同樣進入了眼光涉及的范圍，如果波及了，那么就會納入。但是C可能就不會，如果C的設計師在設計C時壓根就沒有想要C去注意這樣一起事件，那么C就不會主動去關注這場打架。

　　A和B會因為自身條件的不同以及場域環境的變化而改變注意力。在這里，注意力決定了認識。要提醒的是，注意力的發生存在著某些偶然性，這些偶然性帶來了認識上的開放性。

　　比如，蘋果砸到牛頓的頭，牛頓注意到了蘋果下落這個事件，然后牛頓去關注蘋果。但問題在于，不是每一個被蘋果砸到頭的人都會去思考蘋果下落這個事件，很多人可能更會注意到“蘋果熟了”這個事件。至于被砸到頭的人工智能會注意什么，還是由其設計者設定，人工智能機本身并不存在認識事件的主動性，或者說，認識上的意向性。

　　拋開主動性或意向性，人工智能有可能認識這個世界嗎？或許也存疑。

　　相信“人工智能是智能”的人會用人臉識別、語音識別、自動駕駛（路況識別）的例子來說明人工智能有認識的能力。但問題在于，識別（iden-tifying）是認識（knowing）嗎？

　　識別可以被還原成算法，但是認識不能。識別在本質上，就是拿著一樣東西去比照另一樣東西，按照一定的標準去核實相似度。認識活動包含了設定標準這一動作，但是識別活動無法設定標準，它只能按著標準去核實。

　　有些人會拿深度學習來說事，認為深度學習下的識別，并不是拿著一套標準去核實。是這樣嗎？深度學習只不過是用每一次的經驗校正標準，讓識別從一個固定行為變成了一個打磨的行為，但依舊是程序性的行為。校正標準的過程，或者說，打磨的行為依賴的是什么呢？依舊是工程師為其設定的目的，只要目的是人設的，那么機器就不是認識。

　　認識，一種依賴于語詞、語法以及語句的活動，知識的表征即語言的表述。

　　語詞或符號的功能是用于指稱事物，通過指稱，我們認定事物，確立界限。當我看到眼前的一樣東西，我用xyz去指稱它，我就區分了xyz和非xyz的界限，我用語句去形容眼前這個東西的狀態，比如“xyz被放在桌子上”，我就形成了對于xyz的某種認識。無論是語詞，還是語句，都表達出了某種意義。

　　人工智能運算的基本單位是比特（bit），比特只是一些信息流，通過運算符組織起來，他本身并不含有各種意義。語句表述無法被還原成比特的輸入或輸出，比特的運算也無法升級成意義的表達——至少目前也沒有表現出有這種可能性存在，除非比特能構建出意義。

　　再回過頭來看近日阿爾法狗和柯潔的比賽。對觀眾來說，上場比賽的是阿爾法狗與柯潔，但實際上進行較量的卻是一批程序工程師和柯潔。

　　我們可以用一個類比的例子考察一下。

　　兩個人打架，第一回合的比賽是赤手空拳，一方打敗了另一方，但第二回合中，被打敗的那一方被允許帶武器——比如一把刀——上場，結果他打敗了那個不帶武器的。在這種情況下，我們應該怎么去描述這場事件呢？我們會說，這個帶武器的人打敗了那個不帶武器的人，而不會說武器打敗了人。武器就是武器，之所以在打架中發揮了作用，是因為它延長了打架者的手臂。

　　用同樣的眼光來看阿爾法狗的事情。

　　開發阿爾法狗的工程師是一批圍棋愛好者，他們在摸清了下圍棋的套路后，將下棋套路程序化，最后在這套程序的幫助下贏了柯潔。在這里，摸清套路就是建模，將套路程序化就是算法化。排除掉心理因素，兩個棋手相爭，最終比的就是棋招的預估能力，說的通俗點，是比誰在更短的時間內算出更多的步數。因為阿爾法狗處理數據的速度更快，所以柯潔就敗了。

　　所以，與其說是阿爾法狗贏了柯潔，不如說是一批程序工程師發明了一套能夠快速計算的設備，在這套設備的幫助下戰勝了柯潔。

　　之所以在這里要明確指出這個細節，在于“程序工程師用阿爾法狗贏了柯潔”和“阿爾法狗贏了柯潔”這兩句話表面上說的是同一場事件，但對于事件的定性截然不同。在前一句話里，阿爾法狗僅僅是以工具的身份出現，在第二句話中，阿爾法狗則是以智能體的身份出現。

　　如我在前文中所論述的那樣，阿爾法狗根本不是智能，之所以他能贏柯潔，只不過是它算得比較快，而圍棋本質上又恰好是一個純粹計算的游戲，根本不需要太多的智力。同樣的道理，之所以華爾街的交易員大批下崗，被人工智能替下，也并不是人工智能有多厲害，而是因為交易員的工作本來就不需要什么智力，全賴一些熟練的體力活。在這個意義上，他們的下崗或許更是一件好事。