深观察｜关于人工智能的跨学科之思
自培根发出理性主义的呼声以来，自然学科与人文学科在分析和还原思想的指引下在各自道路上一路走来，盘点和梳理着人类对于客观世界和人类社会的有限经验与理性思考，成就了现代意义的自然科学和人文科学，但也造成了学科之间藩篱林立与壁垒重重。原本统一的整体世界被分解得支离破碎。细分学科内部同质化研究泛滥，原始创新动力不足。
?
所谓的学科内卷一词十分形象地道出了当前人文与自然学科研究的窘迫状态。破题之关键在于交叉与融合。未来最为重要的任务在于重建关于世界本原的整体性认知。
?
在各种可能的学科交叉融合中，我对人文社科与人工智能的交叉与融合充满了期待。如果套用自动驾驶汽车成熟度分级的思想，人工智能与其他学科的交叉融合由浅入深大致可分为三个层次。
?
其典型代表分别是人工智能与工科、医科的融合，人工智能与脑科学的融合，以及人工智能与人文社科的融合。首先需要肯定的是任何一种融合都具有巨大的科学意义与重要的应用价值，这里只就几类融合方式的特点展开论述，并无厚此薄彼之意。
?
人工智能与工科、医科的融合，更像是一场单向的恋爱（彼有意，我无情）：人工智能更多地是被用作工具。工具只是手段，赋能才是目的。很少能看到功利性的恋爱或婚姻能够持久，倒不如定位为在商言商的合作关系更为合适，也能持久。人工智能虽然也能从相应学科获得验证场景与应用反馈，但是很难从相应学科获得对其自身发展内涵而言的启发与指引。
?
人工智能与脑科学研究的融合则更进一步。人类对于大脑神经机制的理解对于人工智能的实现具有积极的指导意义，其最为典型的代表就是神经网络。进入大数据时代之后，以深度神经网络模型为代表的深度学习更是大放异彩，推动了机器智能在感知与运动方面的跨越式发展，在语言智能方面也彰显出诱人的前景。
?
然而，智能未必全然采取人类生物智能的实现机制，更广义的智能未必遵循生物法则。跳出生物智能的狭隘层面去认识智能的本质是实现多元化人工智能所不可或缺的。事实上，人工智能发展之初的三大思想流派中，只有联结主义受到了人类脑神经认知机制的启发。人工智能的符号主义与行为主义路线则是从古希腊哲学的概念逻辑与达尔文的进化理论寻求其思想源头与灵感的。
?
因此，脑科学所研究的大脑神经认知机制虽然十分重要，其发展出的类脑智能也有其重大价值，但其与人工智能的融合相对而言仍然是局部的，仅限于基于神经机制的智能实现路径。
?
人工智能与人文科学的融合，相较前两者而言，是双向的融合、全面的融合、深层次的融合。人文与智能的融合是一种良好的双向互补、彼此成就的关系。首先，人文学科也是人工智能最为重要的应用场景之一。如果说工科与医科可以检验人工智能对于自然与生命的理解能力，那么人文社科则可以检验人工智能对人与社会的理解能力。一个不能理解人类（特别是人类心灵世界）、不能理解社会的智能体，如何能很好地为人类服务呢？毕竟设计人工智能的初衷就是为造福人类社会。当前的陪伴机器人、家政机器人、司法机器人、写稿机器人都需要进一步提升对于人以及社会的认知与理解水平，才能更好地融入人类社会。
?
其次，人文学科为人工智能的发展提供指引。人文学科绝不仅仅是应用场景“之一”、验证场景“之一”，更是滋养人工智能自身发展内涵不可或缺的养分，是驱动人工智能持续发展的动力源头，是指引人工智能发展路径的明灯。当下的人工智能正在经历从模拟人类的身体能力（以感知与运动为代表）向模拟人类的心智能力（以认知与思考为代表）发展的关键阶段。人类对其自身认知现象的理解、对社会现象的理解是塑形人工智能发展内涵与路径的唯一模板。理论物理学家费曼说过：“不能实现的就是不能理解的”。反之，不能理解的更不可能实现。要实现人类水平的智能，首先就要理解人与智能的本质。
?
此处，需要回应一种由人工智能科学家的盲目自信所带来的质疑，那就是是否可以跳过理解人与智能的本质而实现外在类人的机器智能。在AlphaGo挑战人类围棋冠军成功之后，深度学习彰显出了解决问题的强大能力。然而深度学习是不透明的，是黑盒且难理解的，其走出的一些对弈策略已经超出了人类专家的理解范围。我们似乎做到了“不理解也能实现”。技术实现先于人类理解似乎已然成为了现实。
?
首先，这里的“不理解”更多的是颠覆传统理解的新理解。我们传统所熟知的“理解”只是可能的对弈策略的部分经验而已。正因为整个对弈空间足够大，人类即使经历了完整的已知历史也无法穷尽所有可能的探索空间，才成就了机器。从这个角度而言，基于深度学习的围棋对弈从计算的本质给出了其对围棋对弈的“新理解”，只不过这种理解是人类棋手从传统视角所无法理解的。
?
其次，从人工智能角度而言，实现就是一种理解方式。我们很多的“不理解”，仍然是从人类视角出发而无法理解罢了。对于机器而言能够成功解决问题的深度模型已经具备一定的理解能力，这种能力仍然有待人工智能专家的深度理解，也可能超越了人类智能的形式。实现这种超越人类当前理解能力的智能需要我们对于智能本质有着深刻洞察，而这种洞察是建立在对于人类智能的缺陷的深刻理解基础之上。
?
因此，对于人的理解仍然是发展人工智能所不可或缺的。随着人工智能技术的不断进步，人类的认知跟不上人类的实现将会成为一种常态。承认这种滞后是必然的。这种滞后可能带来的种种伦理问题需要引起我们的足够重视，缓解可能问题的关键在于增强对于机器认知能力的掌控能力（关键时刻及时拔掉插头）。
?
总体而言，人工智能与人文社科的融合更像是一场长久的婚姻。相较于人工智能与其他学科的融合，人文与智能基本满足了长久婚姻的所有要素：事业上的共同兴趣与爱好（共同追问人或智能的本质）、情感上的互相倾慕（强烈的合作意愿）、理念与方法层面的互补互助。人工智能不是单向地赋能人文的工具，更能从人文学科获得自身发展的启示与指引。人工智能与人文社科的彼此融合是发自两个学科灵魂深处的需求。
?
人工智能与人文社科的交叉融合不但需要两个学科认识上的共频，更需要双方心态上的调适。对于人工智能学科而言，必须放下高傲的姿态，向人文始祖虚心学习。对于人文学科而言，必须大胆回应人工智能技术提出的严峻拷问，勇于突破传统思维方式，敢于打破现有条条框框，要有推倒重建的气魄。
?
人工智能作为新兴学科，似乎天生有着高人一等的优势，容易以一种俯视的姿态来看待传统学科，包括人文学科。然而人文是一切智慧的源头。人工智能当前的发展景象貌似一片繁荣，但居安则更要思危。在当下深度学习大流行的时代，太多的模型研发只不过是各种技艺的简单堆砌，大多属于同质化研发。我们有多少思想源头的创新呢？事实上，人工智能的思想领域是极为干枯的。
?
七十多年过去了，我们仍然没有跳脱人工智能鼻祖给我们划定三大主要思想流派（联结主义、符号主义与进化主义）的小圈圈。源头创新干枯已经到了必须深刻反思的地步，已经难以满足人工智能的广大应用需求。思想源头创新哪里来呢？还是要向人文始祖虚心学习。随着认知智能的发展，人工智能研究者以一种“无知无畏”的精神越来越多地使用人文术语表达人工智能对于人类认知能力的逼近。有情感、有学识、有立场、有道德、负责任，这些用在人身上的期望已经越来越多地使用在了机器身上。但事实上，我们对这些概念的使用是心虚的，我们对这些概念的理解是肤浅的。不经历与传统人文学科激烈的思想碰撞，我们是难以建立起向机器迁移人类认知能力的信心的。只有完成对人的本质的追问、对智能本质的追问、对意识本质的追问，我们才能使人工智能接近人类个体的智能；只有对人类社会演化的内在动力有着深刻理解，才能发展具有社会认知能力的机器，机器才能更加和谐地融入人类社会。而这些追问与理解是人工智能学科难以独立完成的，需要人文学科的指引与协助。
对于人文学科而言，人工智能带来的绝不仅仅只是工具，而是重塑传统人文学科的一次重大机遇。实现就是一种理解。人工智能通过实现一个无限接近人的智能体，在逼问人的本质、智能的本质、自我的本质。我们从来没有像今天这样，感受着人工智能的快速进步对我们所理解的“人与社会”带来如此巨大的冲击。人工智能的发展重塑整个人文学科，日益成为了值得人文学科认真对待与严肃思考的问题。如果人工智能科学家建设了一个机器智能体，具备了人类的思考与行为的能力，它是如此接近我们，但却又不是我们。那么我们何以为人？我们从哪里来？又将到哪里去？这些问题的已有思考势必将会因为人工智能的兴起而被重新拷问。就我个人有限的学识来看，人工智能至少已经在严肃拷问人类艺术创造的本质、人类娱乐与审美的本质、人类语言理解的本质以及人类知识获取的本质。这些问题已经涉及艺术、审美、语言、知识论等十分广泛的人文学科。
?
对于人文学科而言，首先要积极主动地学习和使用人工智能等新兴技术与工具。虽然数字人文、计算人文已经谈了很多年，但总体上人文学科的计算工具是严重滞后于计算机或人工智能领域的研究进展的。人文领域仍需付出极大的努力来提升自己的计算水平和智能能力。
?
比如近期人工智能领域的语言智能在大规模预训练语言模型的研究与应用方面取得了重大进展，机器一定程度上理解了人类语言，机器理解语言的这种方式不但可以为相关人文学科带来革命性工具，也为相关人文研究带来全新视角，对于历史、语言、心理、政治、传播等学科的影响是十分深远的，但相关研究和应用仍然十分少见。
?
再比如说，近期人工智能领域的图神经网络技术取得显著进展，对于捕捉复杂网络系统中的隐性传播模式具有重大意义，如果被用作一种传播分析工具是有可能颠覆现有传播规律的。深度伪造、舆情引导、价值认知等一系列新技术，不仅带来便利的工具，更可能带来全新的研究视角。
?
对于人文学科而言，更需要放下隐藏在内心深处关于人工智能会取代自己的不必要的担忧。在人工智能赋能各行业的过程，一种隐秘的对抗来自于从业人员对机器取代自己的担忧。但事实上，人工智能再怎么发展，其本质仍旧是工具（注释1）。工具是无法代替人的主体性的。目前人工智能仍是在单一任务上接近或超越人类，只不过这份任务列表越来越长。在意识难题被解决之前，机器智能在整体性方面仍然难以达到人类水平。如果将智能的评测分解成一个个单一的任务，机器超越人类只是时间问题，比如计算、游戏、解题等等。但是，无数个单一任务的卓越能力也无法累积出人类智能所呈现出的整体性以及反思性特征。至少目前，我们是不会和一个机器谈理想、谈人生的。
?
事实上，人工智能在各领域的应用和发展仍然需要人类专家设置领域认知框架、反馈结果好坏、验证知识对错。对于人工智能的发展而言，人类专家是其学习的唯一来源。所以，人文学科的研究人员被技术代替，是个微乎其微的小概率事件。但是，掌握人工智能工具与技术的从业人员淘汰没有能力使用人工智能的从业人员，是个大概率事件。所以，本质上我们不是被技术淘汰，而是被同时代对先进技术有着敏锐嗅觉的同类所淘汰。
?
我深信人工智能与相关学科的交叉与融合将是时代赋予人工智能学者的重大使命。人工智能的研究与发展绝不仅仅关系到机器的智能水平，更是关系到人类生存与发展的重大问题。人文与智能共舞不但带来机器智能水平质的提升，也将刷新人类的自我认知。
?
注释1：不过需要十分警惕人工智能主体性自觉的诞生。科幻电影已经不止一次想象人类被自省自觉之后的人工智能所毁灭的故事。鉴于人类对自我意识的认识仍然十分有限，对人工智能的意识展开严肃思考、科学研究，并设置研究的伦理约束与法律规范，是必须的。如果让我回答何时启动这项工作，我的答案是现在。?