电子产品世界

2016年，AlphaGo战胜韩国顶尖九段选手李世石，可能标志着人机历史上的一个转折点。

一台冰冷的计算机，轻松击败训练多年的世界顶级棋手。对于围观者人类而言，就像三体舰队即将到来地球，从赛前的自信满满到赛后的失态、错乱以及恐慌。站在今天看这场比赛，我们也许可以多一个维度，那就是从知识的角度。企业家王维嘉所撰写的《暗知识》，其中提出了暗知识的概念，不仅为讨论人工智能的本质提供了不同视角，也为廓清人工智能诸多相关问题，提供了新的思路。我们回顾一下知识概念的迭代过程。我们知道，科学的进步离不开知识的更迭；所谓知识，王维嘉认为可以说是数据在时空中的关系，所以知识与数据密切相关。人类的知识，过去大家比较熟悉的是显性知识，这表示人类可以表达、可以学习的知识。比如牛顿定理属于可以表达可以学习，量子力学属于可以表达但是不可以感受的知识。

更进一步，学者波兰尼与哈耶克等人，提出了默会知识的概念，也就是可以感受但是无法表达的知识。比如很多人都会骑自行车，但是多数人是靠感觉学会而不是靠理论传达。默会知识的提出，对于理解人类社会秩序有很大意义，这意味着社会中有很多信息是无法表达的，再进一步推演，不难得出计划经济无效的最终结论。

如果说可以感受的是默知识，可以表达的是明知识，那么暗知识是什么？王维嘉指出，这是机器发现的，无法感受也无法表达的知识，就是说暗知识意味着隐藏在海量数据中的万事万物间的关系。暗知识的概念，乍听起来很难接受，毕竟人类认识世界更多依靠逻辑与经验。但是深入了解之后，这个概念的价值，在于可以解析人工智能带来的变化，提出来了新角度。按照预计，暗知识的数量，将远远超过人类以往的知识，这将带来难以限量的巨变。

从暗知识来审视AlphaGo，有什么新意？王维嘉认为，AlphaGo可怕之处，在于它拥有远远超过人类的暗知识，以至于具备人类无法拥有的上帝视角。为什么这样说？我们回到围棋这回事。围棋被认为最复杂的棋类，就因为其变化最多。围棋上有361个交叉点，每个交叉点可以放黑白儿子，那么总的围棋摆放方法就是2的361次方。这是什么概念？人类历史上保留的棋谱大概是3000万个，这听起来已经非常多了，但是比起前面提到的围棋摆放方式，那么人类掌握的围棋棋谱就沧海一粟。

一个高手，每天下棋，一辈子最多能够下几十万盘，他的风格，可能影响自己的徒子徒孙，但是比起围棋棋谱上可能存在的对局模式，他的探索不及亿分之一。

可以说，一些技能而言，人类的终点，只是机器的起点。打个比方，在一片崇山峻岭之中，这个高手掌握的地方，可能只是一个小山沟，他的想象空间以及思维模式都已经被这个小山沟限定了。这个小山沟，在地图上就是一个小点。这个小点之外的，“其他的地方”，不在他的思维模式之内，很可能不是他能够理解的地方。可以说，在机器面前，人类数千年来一代代人积累的一项技艺以及与此有关的经验知识，可能瞬间一文不值。这不是诳语，棋手柯洁在输给AlphaGo流着眼泪说：“我们人类下了2 000年围棋，连门都没入。”中国棋圣聂卫平也把AlphaGo尊称为“阿老师”，说它的着数让我看得如醉如痴，“我们应该让阿老师来教我们下棋。”

除了围棋，其他的案例也差不多，这就显露暗知识带来的挑战。我们人类所掌握的知识，很可能只是知识海洋中一小块冰山；所谓的“其他的地方”，也就是人类穷尽一生之力无法掌握的地方，很可能蕴含了很多暗知识。

知识，在未来将分为机器知识与人类知识，而大量暗知识，主要来自机器学习而逐渐展露。暗知识和人类关系如何？一个核心在于，从暗知识的定义看来，暗知识无论发现多少，人类都无法理解，这和明知识规律不同。可以说，暗知识本来类似海洋，人类的知识类似海洋上浮出的山峰，暗知识比起人类掌握的知识多很多，但二者过去没有直接关系。但是当下，随着机器学习挖掘出越来越多的暗知识，这些暗知识不断涌现，很可能人类所占有的知识，会逐渐淹没溶解在庞大的暗知识中。一句话，AlphaGo的胜利，只是开始。

当下无人不谈人工智能，但是总体多数缺乏有效框架，国内不少著述，往往失之于浅薄浮泛，甚至得出中国领先的浮夸口号。从暗知识的角度，如何审视人工智能？算法是人工智能的核心，应用只是依附于算法。在王维嘉给出的AI产业链金字塔结构中，塔尖是算法，其次是芯片，再次是计算机软硬平台，塔底是自动驾驶语音识别等应用，可以说，上层决定下层，而不是相反。对此，我们对当下世界人工智能实力版图，应该重新有清晰认识。就人工智能而言，当前中国在局部应用领先，在算法与芯片并不领先。

信息不完备之下，悲观和乐观都显得盲目。王维嘉并不认为人类必然失败，他认为人类的优势其实在于对于人类精神和情感的理解。这一观点，其实我也很赞同。在评价AlphaGo胜利时刻，我就断言，人机对战无论胜负如何，AlphaGo已经证明了自己，“未来充满不确定性，但未必需要末日恐慌。在规则不确定之下如何应对，可能正是人类的优势所在。” 换而言之，所谓人性或者动物性，就是和机器不一样的地方，恰恰是人类的优势所在。

机器时代改造了知识定义，也使得职业需求完全不同。从这个意义而言，现在看起来越是专业的职业，其实可能被机器取代的职业，反而创造力和情感属于机器的短板。职业过去构成了中产阶级的身份，如果丧失职业保证，这些中产阶级开始向地位不稳的软阶层移动，如何保证这些人的自尊和安全，将是一个重要课题。

更进一步，孩子应该学习什么？要接触了解人工智能，真的不是逼迫孩子学些粗浅编程就了事，更应该站在时代变化的高度来思考。也许，我们应该让孩子掌握数学语言等基础学科，更好掌握与人的沟通。换而言之，通识应该是下一代的标配。

我认识王维嘉老师时间不短了，过去一直把他当投资人和企业家，没想到他对于人工智能的思考如此深刻。其实也难怪，从他自述得知，他从斯坦福大学毕业到这些年从事投资，他其实一直密切跟踪前沿。值得一提的是，本书对于人工智能的介绍，非常清晰，基本可以达到作者的期待，高中以上能读懂。

在一个迭代不断的时代，关于知识的知识，也许是最重要的知识。哲学家休谟曾经说过，理性是且只应当是激情的奴隶，所谓激情，意味着人的感性、欲望等因素。人类的头脑，已经被理性主义笼罩太久。暗知识的概念，无疑可以争论，但揭示了未来世界的新疆域，这是关心人类的有识之士，都不应该错过的思考。

关键词： AlphaGo AI 经验知识