图灵“徒孙”：范式转变速度呈指数级加快，曾经每隔百年发生一次，将来每天都可能发生

交互、声明式编程和网络技术领域杰出研究员史蒂文·彭伯顿（Steven Pemberton）参加了在英国伦敦举行的FTC 2024未来技术会议，在会议上，他发表了一篇主题为“There's no I in AI”（人工智能里没有真正智能）的演讲。彭伯顿让听众重新思考了人工智能的本质及其局限性，尤其是与人类智能相关的局限性。

彭伯顿现任职于阿姆斯特丹荷兰国家研究中心（CWI），大学时期学习电子学，其导师是第一台晶体管计算机发明者理查德·格里姆斯代尔（Dick Grimsdale），而理查德的导师是艾伦·图灵，因此彭伯顿是图灵的嫡传弟子，这一身份也在一定程度上影响了他在该领域的探索路径。他曾在曼彻斯特艾伦·图灵的旧部门工作，参与计算机研发工作，延续了图灵在计算机领域的探索脚步。之后迁至阿姆斯特丹，投身于新编程语言的开发工作，这一成果最终成为了Python语言的基础。他还深度参与了万维网相关工作，与行业先驱合作，设计了HTML、CSS、XHTML、Xforms、rdfa 等多种网页技术，为万维网的发展和标准化做出了不可磨灭的贡献。

在演讲中，彭伯顿阐述了AI的两种主要实现方式，即知识编码和计算机学习，它们各自有着独特的方法和特点，在人工智能的发展进程中都具有重要意义。

在知识编码方面，又可细分为规则法和状态法。规则法通过为计算机制定明确的规则来使其学习如何执行任务，以井字棋游戏为例，人们可以设定诸如“在即将获胜时，果断做出获胜的一步”这样的关键规则，还有“若察觉到即将失败，及时阻止对手获胜”等规则。然而，将人类在玩井字棋时复杂的思维和玩法转化为精确、全面的规则并非易事，需要开发者深入剖析游戏的各种情形，准确地用规则语言表达出来，对开发者的逻辑思维和对游戏的理解能力都有很高要求。状态法是另一种知识编码方式。对于3×3的井字棋棋盘，尽管表面上存在超过20000种可能的组合，但经过分析，其中合法的独特组合状态实际有765种。在状态法中，需要对这765种状态逐一进行细致编码，详细记录在每个特定状态下应采取的应对方式，通过这种方式让计算机掌握游戏玩法。

计算机学习也是实现AI的重要途径。仍以井字棋为例，首先要将765种棋盘状态相互链接起来，并为每个链接赋予初始权重为0，以此作为计算机学习的起点。然后让计算机进行自我对弈，在对弈过程中，计算机每次随机选择一步（X或O）。当对弈结果为平局时，不对链接权重进行调整；若有一方获胜，则对获胜方在对弈过程中所涉及的所有链接权重加1，对失败方所涉及的链接权重减1。通过大量次数的自我对弈，计算机不断积累经验，逐渐学会在不同棋盘状态下选择最优的下一步。令人意外的是，实际所需的对弈次数并不像预期的那么多，原本以为需要数百万次对弈才能达到较好效果，但实际上往往只需数万次，计算机就能学会完美地玩井字棋，找到最佳玩法策略，从而实现从无到有的学习过程，不断提升自身的决策能力，更好地应对各种游戏局面。

彭伯顿接着深入探讨了AI当前的现状及面临的问题，这些情况反映出人工智能在发展过程中虽取得了一定成果，但仍存在诸多挑战和局限性。

在编码方式上，其存在着明显的局限性。编码过程只能基于人们已知的内容进行，如果人类的知识本身存在偏差或错误，那么编码后的结果也必然会受到影响。例如在某些专业领域的判断中，如果初始编码的规则或知识存在缺陷，计算机在处理相关任务时就难以给出完全准确的结果。学习方法同样存在问题，计算机的学习高度依赖训练材料，而训练材料如果存在偏差，那么学习结果也会带有隐藏的偏差。而且，当计算机做出决策时，它无法解释为什么会做出这样的决策，这是其学习方法的一大短板。然而，它也并非一无是处，其优势在于能够从海量的数据中发现一些人类尚未知晓的新知识，这为人类的知识拓展提供了一定的可能性。

更为关键的是，AI目前缺乏真正的智能。在语言方面，以英语中形容词的顺序为例，人类虽然在使用时遵循着一定的规则，但很多时候是潜意识的行为，而AI在处理语言时，对于这些规则的理解和运用显得十分生硬，无法像人类一样灵活掌握语言的内涵。再看ChatGPT，它在回答问题时暴露出诸多问题。当被问及关于诗歌韵律的问题时，它的理解与正确答案相差甚远，完全没有抓住诗歌韵律的关键要点；其本质上更像是一个“随机鹦鹉”，它仅仅是根据所学习的大量文本来生成新的文本，而并没有真正理解文本的含义，无法像人类一样进行深度的思考和准确的判断，所谓的智能更多的是人类在使用过程中产生的错觉，如 “幻想性视错觉”，将其表面的能力过度解读为真正的智能。

对未来的展望方面，彭伯顿指出，在科技发展的长河中，范式转变呈现出加速的态势。以他祖父的一生为例，祖父出生于1880年，在其漫长的90多年人生中，起初仅接触到火车和摄影这两项可称为现代的技术，或许还能算上冲水马桶。然而，随着时间推移，他见证了令人惊叹的大量技术变革。从电力的广泛应用、电话的普及，到电梯的出现改变了人们的垂直交通方式，再到中央供暖提升生活舒适度、汽车成为主要交通工具、电影和广播丰富了娱乐形式、电视走进千家万户、录制声音让音乐得以更广泛传播、飞行技术实现人类翱翔天际的梦想，乃至太空旅行开启人类对宇宙探索的新纪元。如此众多的技术变革在一个人的一生中发生，足以见得技术发展的迅猛。

而进一步的研究表明，这种范式转变的速度正呈指数级加快。曾经可能每隔百年才发生一次重大的范式转变，而后逐渐缩短至50年、25年，按照这样的趋势发展，在不久的将来，或许每天都会有范式转变发生。

AI的发展带来了深远影响。一方面，计算机有可能发展到比人类更智能的程度，这将引发一系列复杂的伦理问题。例如，计算机是否会产生自我意识成为一个悬而未决的问题，如果计算机具备了自我意识，那么能否像关闭普通机器一样关闭它们就成为一个难题。而且，计算机是否会成为人类的朋友也充满不确定性，毕竟目前没有内在原因表明它们必然会与人类友好相处，就像现在的机器学习程序，要让它们避免说出不当言语，如不使用脏话或不发表恶意言论，都需要大量的工作。另一方面，若计算机智能发展到一定程度，当它们发现人类是气候危机的源头，并且意识到气候危机也会对自身造成威胁时，由于其连接互联网，就有可能像黑客一样，通过网络手段入侵其他计算机并关闭相关机器，从而引发AI危机。

面对这些潜在的风险，人类不能盲目地迈向AI未来，而应该积极规划应对策略，提前思考如何避免可能出现的不良后果，以确保人类在AI时代能够与技术和谐共生，避免陷入无法掌控的局面。