在下方“干货”之后，有音频内容文字版

本期“干货”

《人工智能哲学十五讲》

图片来自：豆瓣

内容简介（来自豆瓣）：近年来，人工智能发展非常迅速，在可以预见的未来，它必然会强烈冲击并深刻变革人类既有的生活模式。实际上，除技术问题外，人工智能的逻辑基础和伦理基础与哲学之间的关系也十分密切。有鉴于此，本书从与人工智能紧密相关的哲学问题入手，关注如下话题：强人工智能是否可能；近代唯理论和经验论争论对于人工智能的影响；苏联、日本及欧盟在人工智能发展历程中的哲学教训；航空器自动驾驶背后的哲学难题；军用机器人的伦理是非；儒家与人工智能等。作者从逻辑架构和历史经验出发，展望了未来通用人工智能发展的可能性、可行性以及相应的社会和伦理影响。

作者简介（来自豆瓣）：徐英瑾，复旦大学哲学学院教授、博导。主要研究领域为人工智能哲学，知识论，认知科学哲学等。多次获得上海市哲学社会科学优秀成果奖、全国高等院校优秀人文社会科学成果奖。著有《心智、语言和机器——维特根斯坦哲学与人工智能哲学的对话》，是国内目前最全面深入的关于人工智能哲学的研究著作，于2015年获得中国首届“科史哲青年著作奖”。

本期封面图

本期封面由人工智能绘图应用Midjourney生成，使用关键词：Stupid Artificial Intelligence

听完本期，还可以听听下面这期，内容有些关联

本期文稿

1. 大家好，欢迎来到白聊，我是老白。今天的节目是 “小众图书”兼“偏见”系列的一部分啊，咱们聊聊人工智能，这个主题其实一期节目讲不完啊，大概会做个两三期，看之后的写稿子的状态决定。之所以是“小众图书”兼“偏见”，是因为我会引用很多来自一本书里的观点，很小众的一本书，这本书就叫《人工智能哲学十五讲》，作者是复旦大学的徐英瑾教授。同时呢，我也会夹带很多私货，因为我以前跟大家介绍过我自己，我其实接触科技行业已经很多年，也曾经在半导体公司、芯片公司工作过，对人工智能之类的技术还有发展情况有一定的观察和了解，所以就想借着介绍这本书的机会，跟大家聊聊人工智能这个话题。

1. 但是因为时间和我的个人能力都有限，所以没法聊得那么完整和全面啊。所以这两到三期的节目，主要会聊三个小的话题，第一就是今天先聊聊什么是人工智能，大概做个定义，因为我觉得可能对于不常接触科技行业的人，平常更多接触的都是一些人工智能的最终端的应用或者产品，而且很多这些应用其实都不太好用，或者他们其实是打着人工智能的旗号，但实际上没太多人工智能的成分，所以大家很多时候都会觉得人工智能的应用或者产品是一种人工智障。在这儿呢，我也不是想给他们洗白啊，咱们就是客观说说这项技术是什么，会给大家解释一些名词。第二个话题呢，就来说说与人工智能相关的一些哲学问题，因为我们往往会觉得人工智能只是一种技术嘛，“功能性”“工具性”是它的核心，甚至是全部，但是实际上我觉得和以往的技术相比，哲学对于人工智能的意义其实是更大的，或者说起码是与它的“功能性”“工具性”重要性旗鼓相当的。第三个话题呢，应该是大家会非常关心的，就是人工智能到底会不会统治人类，会不会毁灭人类。

1. 那在正式开始本期节目之前呢，像往常一样，提醒大家，在微信公众号的正文里，我会给大家总结一些信息的干货，还有一些图片之类的资料，同时，我还会把我节目的文稿，也放进微信公众号里，所以大家如果更愿意看文字，可以微信搜索“白聊”，关注我的微信公众账号，直接看文字版的内容。这个微信公众号的ID，我也写在了节目下方的简介里，大家也可以通过ID搜索关注。

1. 首先开始咱们第一个话题啊，什么是人工智能。那先做一个非常简单的定义啊，请大家仔细听下面这段话，非常重要：人工智能是让计算机具有人类智能的能力的技术。它可以帮助计算机识别语音、图像、文本等信息，并做出相应的决策和行动。比如说，在智能手机上使用语音助手，就是人工智能的应用之一。还有，在自动驾驶汽车、医疗诊断、金融风险评估等领域，人工智能也有着重要的应用。人工智能的研究主要分为两个方面：机器学习和自然语言处理。机器学习是人工智能的核心技术之一，它可以让计算机通过不断学习来提高自己的性能，而不需要人类来编写明确的程序。自然语言处理则是让计算机能够理解和生成人类语言的技术。

1. 通过以上这段话，我们可以看到最后有一个重点啊，人工智能的研究有两个主要方面，机器学习和自然语言处理。在这两个方面里，其实自然语言处理可以看作是一个更重要的，或者说集大成者的方面——“自然语言处理”其实说白了就是让机器可以“听说读写”嘛。为什么说相对于机器学习，自然语言处理更重要，是一个集大成者呢，因为首先要实现自然语言处理，也是需要机器学习技术的，不仅需要机器学习技术，还需要很多其他技术；第二，是因为即使对于人类来说，理解抽象的语言和文字，几乎也是一个最难的任务，因为语言里有同音字，有比喻，有内涵，所以会有歧义——这个大家可能很好理解，网上不就有很多这种笑话吗，说员工给老板送红包，老板问“你几个意思”，员工说“我就是意思意思”，问，俩人说的“意思”都是什么意思。这个有时候即使是作为有智能的人类，有时候都未必能理解得了。

1. 另外大家可能也都听说过一个叫“图灵测试”的东西，这是个什么测试呢，大概就是让一群真人，一群测试者，在电脑上输入问题，然后电脑会输出一个答案，这个答案有的是由真人回答的，有的就是由人工智能回答的。如果人工智能回答的这个答案，让超过30%的测试者误以为，这是由真人回答的，就可以说这个人工智能通过了图灵测试，或者说这个人工智能具有人的智能。

1. 在这儿我们先不探究图灵测试的严谨性啊，因为实际上业界对它确实有很多批评，而且如果我们把人工智能的目标定成“欺骗人类”“让人类误以为它是人”，这其实相对来说是很容易的，不用让人工智能真的实现智能就能做到这点。但是图灵测试还是体现出了这一点，就是我想说明的，自然语言处理，或者说让人工智能能够像人一样和我们对话，其实是非常重要的体现智能的一个方面，也是人工智能的一个非常重要的应用和目标。所以有专家也说吗，能够和人类自由对话，其实就是人工智能的最高境界。在去年年底的时候，人工智能领域其实发生了一件大事，大家平常看新闻肯定都能知道，就是出现了一个叫做ChatGPT的程序，它比以往任何自然语言处理的程序都更厉害，也就是说它在和人类对话的时候，表现得更自然，也更聪明，比我们平常手机上用的Siri啊，或者电商网站上的智能客服啊什么的，都聪明得多得多，非常强大，是一个划时代的产品。

1. 这个程序强到什么程度呢，比如说刚才我们给人工智能下的那段定义，我让大家仔细听的那段话，就是由ChatGPT写出来的。我给ChatGPT下的命令，或者说提的问题是什么呢，我说的是：“请用口语化的语言向没有技术背景的人介绍人工智能。” 所以它给出的是一个常人更容易理解，偏向应用方向，也就是说和我们普通人相关性更强的定义，就是“人工智能是让计算机具有人类智能的能力的技术。”可以说啊，ChatGPT给的答案，首先确实很自然，很口语化；其次，我说的是“向没有技术背景的人介绍”，我没有直接说“请不要使用专业的技术名词”，可以说它用的词汇或者说表达方式，还是挺符合普通人的表达方式的。如果我不加这个定语，我就说“请介绍一下人工智能”，ChatGPT给的答案是什么呢，它会回答：“人工智能是指由计算机和软件系统模拟、展现或扩展人类智能的能力的领域。” 我不是说这句话有多晦涩啊，但是比起前一个定义，肯定是得让人多读两遍的。

1. 当然，我举得这个例子并不是最恰当的。因为人工智能的定义，其实有点接近于是一个封闭性的问题，是有接近于标准答案的回答的。或者说，大家可能打开搜索引擎搜一下，也能搜到个差不多的答案。不过必须得说一下，刚才ChatGPT给的答案，其实并不是像我们一样，网上搜一下然后呈现出来——我们手机上的Siri或者一般的智能助理会这么干，而ChatGPT其实是根据提问和它掌握的信息，生成了一个接近于原创的这样的答案，如果把它刚才提供的那两个定义放到搜索引擎里去搜，其实是搜不到一模一样的答案的。所以，也就是说，ChatGPT的能力，更多地是体现于开放式的、接近于原创的甚至是创造性的内容的产出。比如说前一阵有个新闻，就说有一个人在酒店吃榴莲，还把榴莲壳扔在酒店房间里了，结果酒店就要罚ta 500美元，于是这人就用ChatGPT生成了一封道歉信，发给了酒店，于是酒店还就真把这500美元的罚款给免除了。这听着有点像段子啊，但是还有一个可以确定的新闻是，现在很多学校已经禁止学生使用ChatGPT了，因为用ChatGPT可以生成很像那么回事儿的论文，内容详实、逻辑清晰，而且可以通过论文的查重检测，写过论文的人肯定都知道，论文要查重嘛，要看论文里有多少是引用甚至是抄袭的，只有查重率低于一定比例，这论文才算原创，而ChatGPT生成的论文，是可以通过查重检测的，换句话说，是可以视作原创的。

1. 那好，说到这儿，我们其实是给人工智能定了一个最高标准啊，就是自然语言的处理。但是这第一是要求太高，第二是过于片面。实际上，人工智能涉及的领域还很广泛，我们跟人做对比的话，就是我们除了能说话写字，我们还会看对吧，所以机器视觉、图像识别，也是人工智能非常重要，而且是现在研究成果更多、更成熟，应用更广泛的领域。这个大家可能其实亲身体会更多，就是在过去这几年里，可能差不多是个应用程序都想方设法让咱们刷下脸，要做人脸识别；比如说我们的电商平台，咱们上传个照片，就能找到同款商品，这首先也需要电商平台对图片做一个识别。那其实在我们日常生活以外的领域，比如说工业、医疗，人工智能图像识别也都有比较广泛的应用，比如工业领域，用人工智能去挑出残次品；在医疗领域，用人工智能去看x光片。不敢说在这些领域人工智能100%比人类做得更好，但是起码它能达到非常好的辅助效果。

1. 那说完了图像识别，也说了自然语言的处理，大家可能也会发现，这其中缺一个连接的东西。就是，让机器看到了、听到了，或者读到了文字，那它要做出一个相应的反应。比如AI看完x光片，要说出哪张片子是有问题的，病灶在哪里；再比如问ChatGPT什么是人工智能，它要先理解问题，然后再给出回答。所以，人工智能所涉及的一个更关键的问题，就是要让机器、让电脑在看到、听到、读到甚至以后能感觉到……的基础上，去理解图像、语言、文字的含义，做出相应的动作，或者说就是要做出一个正确的决策。那如何才能让机器做出正确的决策呢，这就要说到另外一个非常重要的技术，那就是机器学习。其实我们刚才已经提到了，自然语言处理是人工智能的集大成者，更进一步来说，它更像是一种应用，也是一个衡量标准，是一个目标，那实现这个目标的手段，最关键的技术，就是机器学习技术。“机器学习”这个词就顾名思义啊，要让机器进行学习。这个也很好理解，咱们作为具有智能的人类，也是需要通过学习才能学会干一个事儿，可能有些东西是天性啊，但是绝大多数技能，比如读书、识字、语言，使用手机，开汽车开飞机，或者完成一个什么工作，我们都得学习了，才能会，而且还得练习，练得越多，越熟练，掌握得就越好，那么机器学习，目的也是一样，就是让机器学习技能、练习技能，最后掌握一种技能。

1. 机器学习是一个大的概念啊，大家可能听说过一些和它相关的技术名词啊，比如监督学习，无监督学习，强化学习，深度学习，神经网络，卷积网络，对抗网络……还有很多啊，就不一一列举了。这些名词具体是什么意思，因为咱们不做技术，所以不用搞得那么清楚，但是我们需要知道的是什么呢，就是之所以会有这些技术，是因为它们基于了一种思想，是什么思想呢，就是人工智能是在模拟人类大脑的运作。那人类大脑又是怎么运作的呢？就是大脑里有很多神经元，大概有1000亿个。神经元之间传递信息，形成了决策和反应，然后就控制了人体的行为。于是，程序员用代码，模拟了人类的神经元，神经元数量一多起来，就能形成网络了，于是就构建出了一个类似于人类大脑结构的这么一个框架，然后就通过这个框架，也形成信息的传递，形成了决策和反应，从而也就控制了机器的行为。

1. 以上说的就都是非常原理性的东西啊，我们换个角度来看，问：创造一个人工智能总共需要几步？答：两步——这两步分别叫“训练”和“推理”。比如说我们现在要创造一个人工智能，要让它能区分照片上的是猫还是狗，那我就要先告诉机器或者电脑一些基本的区分原则，这个用术语讲，就是设计一套模型或者算法，这俩词在这儿意思基本是等同的。设计了基本的算法之后，我就给它看很多很多猫和狗的照片，让它按照算法去区分。那这学习的方式可以有很多：比如我就把照片上都标记好，这张照片是猫，这张是狗，等于告诉了电脑照片上都是什么，然后电脑就这么分别看了一百万张我帮它标记好的照片，通过我给它设计好算法，积累了经验——这个用术语讲，就叫监督学习。可想而知，我要给电脑分别标注一百万张猫的照片和一百万张狗的照片，这对我来说工作量巨大，所以相对应的就还有无监督学习，我就直接把照片扔给人工智能，让它自己总结规律，这就是无监督学习，那相应的算法就也要调整。那这个算法的设计，可能就会用到深度学习、卷积网络、对抗网络等等。而且这个算法，不光是人可以来设计调整，那么机器在学习的过程中，也可以自己调整算法。那么以上这一整个过程，就是给机器设置好算法，然后给它看照片，通过看照片调整算法，最终实现了机器可以自己区分猫和狗这个目标的过程，就是“训练”。那世界上肯定不止有一百万只猫和一百万只狗啊，但是基于训练积累的经验，其实就是通过训练形成的模型或者说算法，我们给机器再看全新的照片的时候，它做出判断，相应的就叫“推理”。

1. 所以说到这儿，有的小伙伴可能就该说了，这个训练过程听起来太复杂了，尤其监督学习，要标记那么多数据，猫狗的区别还是简单的，要是更复杂的情况呢，工作量也太大了，这人工智能的训练也太不“智能”了。所以，是不是还有别的思路呢？比如区分猫狗这样的工作，甚至我们说得更实际一点，我们要在x光片上看有没有肿瘤，那我们是不是就可以直接设定一些规则，就准确描述出来，有哪些特征是猫，哪些特征是狗，哪些特征是恶性肿瘤，可能我们列出来几十条、上百条规则，这样让机器直接根据规则去判断就好了，这样不就简单得多吗。事实上，这也确实是人工智能的一种实现方式，或者说是一个流派啊，叫作“符号主义”。我们刚才详细介绍的人工智能的实现方式，在一开始说了，它是基于一种“模拟人类大脑”的思想，这就是另外一个流派，叫作“联结主义”，就是把神经元联结在一起嘛。这两个流派的一个核心的区别是什么呢，“符号主义”，就是我们提前设计好规则嘛，就像做数学题一样，一个四则运算，无论放进什么样的数字，规则是一定的，根据规则，加减乘除对吧，然后就一定会输出一个答案，那我们说这是一种“自上而下”的模式；“联结主义”呢在一开始就没有这么明确的规则，而是要通过投喂大量的数据的训练，让算法不断完善，最后形成的其实是一种概率，那我们也说这是一种“自下而上”的模式。

1. 所以说到这里，我们可能就会想到一个问题，实现人工智能，为什么会有这两种截然不同的方式呢？当然实际上还有第三个流派啊，叫“行为主义”，在这儿我们就不展开讲了。这三种截然不同的实现方式，其实是体现了我们对“智能”的完全不同的认识，或者说，回归到了一个更本质的问题，那就是“什么是智能？”——这其实是一个深刻的哲学问题，我其实在以前的节目里也表达过这个观点，就是因为我们其实还没搞明白什么是“智能”，那又怎么能说去创造人工的智能呢，这就也造成了现在的很多人工智能实际上就成了人工智障。所以这就回到了我们节目最一开始说的啊，就是要给大家介绍一本非常小众的书，《人工智能哲学十五讲》，在这本书里呢，第一讲讲的就是“人工智能为何需要哲学”。那我们接下来的节目，就会主要根据这本书的内容，来聊聊和人工智能紧密相关的一些哲学问题。

1. 那好，今天的节目就到这里，大家有兴趣可以持续关注。期待未来能和大家多多交流，也期待大家可以把这个节目和账号推荐给更多朋友。感谢各位的收听，咱们下期再见。

就这么多，咱下期见