用批判的精神對待人工智能及其算法
撰文 | 周丹晨
有一些書可以為讀者提供詳細(xì)完整的知識和答案，有些書則可以啟發(fā)人的思考，激勵人們?nèi)ヌ釂?，《極簡算法史》顯然屬于后者。
當(dāng)我第一眼看到這本書時，首先驚訝于它篇幅的短小，即使在我們這個崇尚“快速閱讀”的時代，這本小冊子看上去還是太“小”了，它能帶給讀者什么呢？
帶著這樣的疑問，我開始了閱讀，在一個晚上就一口氣將其讀完了，并且有一種意猶未盡的感覺：“怎么就這么結(jié)束了？影響我們當(dāng)代社會和生活的重要算法一個還沒說呢?！?/p>
這本書名為“算法史”，其實說的是數(shù)學(xué)、邏輯學(xué)的發(fā)展史以及它們?nèi)绾斡绊懍F(xiàn)代計算機(jī)及信息科學(xué)的發(fā)展歷程。作者以學(xué)者獨特的思維方式和觀察視角將我們帶進(jìn)一個妙趣橫生的人類數(shù)學(xué)和邏輯學(xué)發(fā)展史。
在我們經(jīng)歷的常規(guī)教育模式中，數(shù)學(xué)定理的描述、證明及應(yīng)用（解題）常常構(gòu)成了教學(xué)的主要內(nèi)容。至于數(shù)學(xué)定理的由來，當(dāng)年數(shù)學(xué)家為了解決什么樣的問題而發(fā)現(xiàn)了那些數(shù)學(xué)定理和公式，課堂上卻沒有怎么講述；而后者正是激發(fā)學(xué)生學(xué)習(xí)興趣的重要環(huán)節(jié)。
除了數(shù)學(xué)，在我們學(xué)習(xí)的各門學(xué)科（文、理、工、哲、社），國內(nèi)常規(guī)學(xué)校教育都缺乏對相關(guān)學(xué)科歷史的稱述、講解和閱讀，學(xué)生常常因此難以建立起對這門學(xué)科使命和意義的深刻認(rèn)知。當(dāng)我們的孩子在高考擇校和擇業(yè)時，往往不知道自己該如何選擇，搞不清楚自己對哪門專業(yè)最感興趣，這都是相關(guān)教育缺失的結(jié)果。
我大學(xué)選擇的是物理專業(yè)，工作后一直從事企業(yè)管理工作，但自己一直對計算機(jī)算法（包括機(jī)器學(xué)習(xí)和人工智能的算法）感興趣，業(yè)余時間陸續(xù)閱讀了一些相關(guān)書籍。我閱讀《極簡算法史》的初衷是為了讓自己能以一個更廣闊的視角來認(rèn)識相關(guān)算法的由來。
《極簡算法史》在一定程度上滿足了我的相關(guān)訴求。任何歷史的敘述者講述的不僅是歷史本身，更是他個人對相關(guān)歷史的認(rèn)知及觀點。本書的作者布拉班迪爾對算法的本質(zhì)及它們目前能做什么有著自己的明確觀點。在這本書的前半部分對數(shù)學(xué)、邏輯學(xué)和計算機(jī)科學(xué)發(fā)展史上的偉大人物及貢獻(xiàn)表達(dá)了自己的敬仰之后，作者對當(dāng)代互聯(lián)網(wǎng)、人工智能及其關(guān)算法給出了自己批判性的評價。
在本書“全球化管理重要性”那一章節(jié)中，作者對互聯(lián)網(wǎng)所做的22個否定性陳述（作者潛意識里受到Catch-22的影響?）是整本書的高潮之一，在當(dāng)代互聯(lián)網(wǎng)和人工智能的熱潮中，作者對相關(guān)問題冷峻的思考發(fā)人深省。
作者對當(dāng)代計算科學(xué)和人工智能給出了自己的評價：“計算機(jī)和目前的‘人工智能’可以進(jìn)行事實判斷，卻無法做出自主‘價值判斷’，需要人們替它們設(shè)立評價標(biāo)準(zhǔn)?！?/p>
整本書是開放、有趣且發(fā)人深思的。作者并不想給讀者什么具體的結(jié)論，他希望人們就算法的本質(zhì)進(jìn)行深入的思考，用批判的精神而不是膜拜的態(tài)度來對待人工智能及其算法。
人工智能從誕生至今，經(jīng)歷了數(shù)次繁榮與低谷，其發(fā)展歷程大體上可以分為“推理期”、“知識期”和“學(xué)習(xí)期”。2006年以來，隨著深度學(xué)習(xí)在人工視覺、語音識別、圍棋對弈等領(lǐng)域取得突破性的進(jìn)展，人工智能的發(fā)展再次掀起高潮。與傳統(tǒng)機(jī)器學(xué)習(xí)相比，深度學(xué)習(xí)采用的模型（如人工神經(jīng)網(wǎng)絡(luò)）一般比較復(fù)雜，數(shù)據(jù)流在原始輸入到輸出目標(biāo)之間往往經(jīng)過多個線性或非線性的組件。在輸入數(shù)據(jù)和其輸出的答案之間，似乎存在著“隱層”，即所謂“黑箱”。這種“知其然不知其所以然”的情況讓很多人工智能的大師不甚滿意。很多人期待人工智能盡快構(gòu)建世界的因果模型，能夠理解和解釋它們所處的環(huán)境，而不僅僅是使用模式識別來解決問題。
現(xiàn)代算法的歷史正處在不斷飛速演進(jìn)和發(fā)展的過程中，新的發(fā)現(xiàn)和論點層出不窮。例如，“谷歌AI”的研究者們不久前在他們的論文中提出人工神經(jīng)網(wǎng)絡(luò)與線性模型并沒有大的區(qū)別。我很期待作者能繼續(xù)為此書撰寫續(xù)作，繼續(xù)描繪人工智能及其相關(guān)算法的發(fā)展及演化史，因它是如此的跌宕起伏而又精彩紛呈。
