美國加拿大技術(shù)歷史學(xué)家喬治·戴森認(rèn)為，不了解“智能”的運作原理，也完全有可能構(gòu)建出“智能”，這也是模擬計算的魅力。當(dāng)我們爭論數(shù)字計算機(jī)的智能時，模擬計算正在悄然取代數(shù)字計算。我們與真正的AI的關(guān)系是信仰的問題，而不是證明。

以數(shù)字電子計算機(jī)誕生為界，計算機(jī)的歷史可以分為“舊約”時代和“新約”時代。

提供基本邏輯的“舊約”時代的先知包括Thomas Hobbes和Gottfried Wilhelm Leibniz。而“新約”的先知包括阿蘭·圖靈，約翰·馮·諾伊曼，克勞德·香農(nóng)和諾伯特·維納等人。

艾倫·圖靈想弄清要讓機(jī)器變得智能化需要做些什么；

馮·諾依曼想知道機(jī)器自我復(fù)制需要什么；

克勞德·香農(nóng)想知道機(jī)器要在干擾下進(jìn)行可靠地通信都需要什么條件；

諾伯特·維納想知道機(jī)器在多久后可以奪取自己的控制權(quán)。

維納關(guān)于機(jī)器可能從人類手中奪取控制權(quán)的首次警告出現(xiàn)在1949年，當(dāng)時正值第一代存儲程序電子數(shù)字計算機(jī)的誕生。這些系統(tǒng)需要人類程序員的直接監(jiān)督才能運行，這也減緩了他的擔(dān)憂。只要程序員能夠控制機(jī)器，還會有什么問題？

自此以后，關(guān)于自動控制的風(fēng)險的爭論仍然圍繞著數(shù)字編碼機(jī)器的控制權(quán)和局限性等話題。盡管機(jī)器的能力驚人，但幾乎沒有出現(xiàn)真正的自主的跡象。這是一個危險的假設(shè)。如果數(shù)字計算機(jī)被其他東西取代怎么辦？

在過去的一個世紀(jì)里，電子產(chǎn)品經(jīng)歷了兩次根本性轉(zhuǎn)變：

一個是從模擬到數(shù)字化的轉(zhuǎn)變；

一個是從真空管到固態(tài)的轉(zhuǎn)變。

這兩波轉(zhuǎn)變幾乎是同時發(fā)生的，但并不意味著它們彼此密不可分。就像使用真空管零件也能實現(xiàn)數(shù)字計算一樣，而模擬計算可以在固態(tài)下實現(xiàn)。即使現(xiàn)在真空管已經(jīng)徹底絕跡于商業(yè)市場，但模擬計算機(jī)仍然存在，并且處境很不錯。

模擬計算和數(shù)字計算之間沒有精確的區(qū)別。一般而言，數(shù)字計算處理整數(shù)、二進(jìn)制序列，確定性邏輯和離散增量的時間，而模擬計算處理實數(shù)，非確定性邏輯和連續(xù)函數(shù)，其中就包括時間，因為時間是連續(xù)體存在于世界上的。

想象一下，你要找出一條路的中間位置。你可以使用所有可用的增量，先測出寬度，然后轉(zhuǎn)換成數(shù)字，計算從中間到最接近的增量。

而使用模擬計算機(jī)，就可以使用一段字符串，將道路的寬度映射到字符串的長度。這樣一來，只要找到字符串的中間位置，也就找到了路的中間位置。

在模擬計算中，復(fù)雜性存在于網(wǎng)絡(luò)拓?fù)涠谴a中。信息被處理為值的連續(xù)函數(shù)（例如電壓和相對脈沖頻率），而不是針對離散的比特串的邏輯運算。

許多系統(tǒng)在模擬和數(shù)字方式下交替運行。數(shù)字計算不容忍錯誤或模糊，整個過程中每一步都依賴糾錯。

反觀模擬計算，則可以容忍一些錯誤，甚至完全有可能在不理解某件事物的情況下將其構(gòu)建出來。

不理解“智能”的運作原理，也完全有可能構(gòu)建出“智能”

大自然使用數(shù)字編碼來存儲、復(fù)制和重組核苷酸序列，但智能和控制則依賴于神經(jīng)系統(tǒng)上運行的模擬計算。每個活細(xì)胞中的遺傳系統(tǒng)是存儲好根據(jù)程序執(zhí)行的計算機(jī)。

但大腦不是。

數(shù)字計算機(jī)執(zhí)行兩種類型的比特之間的變換：表示空間差異的比特和表示時間差異的比特。

這兩種形式的信息，以及序列和結(jié)構(gòu)之間的轉(zhuǎn)換，都受到計算機(jī)編程的控制，而且只要計算機(jī)需要人類程序員，我們一直享有控制權(quán)。

模擬計算機(jī)也是調(diào)解兩種信息形式之間的轉(zhuǎn)換：空間結(jié)構(gòu)和時間行為，只不過沒有代碼，也不需要編程。

我們并不完全理解自然是如何進(jìn)化出被稱為“神經(jīng)系統(tǒng)”的模擬計算工具，它們可以從世界吸收各種信息。

神經(jīng)系統(tǒng)會學(xué)習(xí)，而它們學(xué)到的一件事就是控制。它們學(xué)會控制自己的行為，進(jìn)而學(xué)會盡可能地控制自己的環(huán)境。

計算機(jī)科學(xué)在實現(xiàn)神經(jīng)網(wǎng)絡(luò)方面有著悠久的歷史——甚至可以追溯到計算機(jī)科學(xué)出現(xiàn)之前，但在很大程度上，這些都是數(shù)字計算機(jī)對神經(jīng)網(wǎng)絡(luò)的模擬，而不是通過自然本身在非受限環(huán)境下進(jìn)化出來的神經(jīng)網(wǎng)絡(luò)。

模擬系統(tǒng)將掀起下一場計算革命，數(shù)字編程不再能夠控制模擬系統(tǒng)

現(xiàn)在，這種情況開始發(fā)生改變：

自下而上來看，隨著無人機(jī)戰(zhàn)爭、自動駕駛和智能手機(jī)的三重驅(qū)動，推動了神經(jīng)形態(tài)微處理器的發(fā)展，這些處理器直接在硅(和其他潛在基底)上實現(xiàn)了實際的神經(jīng)網(wǎng)絡(luò)，而不是模擬神經(jīng)網(wǎng)絡(luò)。自上而下來看，最大、最成功的企業(yè)，越來越多地轉(zhuǎn)向模擬計算。

當(dāng)我們爭論數(shù)字計算機(jī)的智能時，模擬計算正在悄然取代數(shù)字計算，就像真空管等模擬組件在二戰(zhàn)后被重新用于制造數(shù)字計算機(jī)一樣。運行有限代碼的獨立確定性有限狀態(tài)處理器，正在形成在現(xiàn)實世界中運行的大規(guī)模、不確定的、非有限狀態(tài)的后生有機(jī)體。由此產(chǎn)生的混合模擬/數(shù)字系統(tǒng)共同處理比特流，就像電子流在真空管中被處理一樣，而不是單獨處理，因為比特由產(chǎn)生流的離散狀態(tài)裝置處理。比特是新的電子。

模擬又回來了，它的本質(zhì)就是控制。

這些系統(tǒng)控制著從商品流動到交通流動再到思想流動的一切，它們在數(shù)字上運行，就像脈沖頻率編碼信息在神經(jīng)元或大腦中被處理一樣。智能的出現(xiàn)引起了智人的注意，但我們應(yīng)該擔(dān)心的是控制的出現(xiàn)。

想象一下1958年，你正試圖保衛(wèi)美國大陸免受空中攻擊。為了區(qū)分?jǐn)硻C(jī)，除了計算機(jī)網(wǎng)絡(luò)和預(yù)警雷達(dá)站點外，你還需要一幅實時更新的所有商業(yè)空中交通的地圖。美國建立了這樣一個系統(tǒng)，并命名為SAGE(半自動地面環(huán)境)。SAGE反過來催生了Sabre，這是第一個用于實時預(yù)訂航空旅行的綜合預(yù)訂系統(tǒng)。Sabre及其后代很快就不僅僅是一張座位圖，而且是一個系統(tǒng)，開始通過分散的情報控制飛機(jī)的飛行地點和時間。

但是不是在某個地方有一個控制室，有人在控制？也許不是。比如說，你構(gòu)建了一個實時繪制公路交通地圖的系統(tǒng)，只需讓汽車訪問地圖，以換取其當(dāng)時的速度和位置的報告。結(jié)果是一個完全分散的控制系統(tǒng)。除了系統(tǒng)本身，沒有任何系統(tǒng)的控制模型。

想象一下，這是2010年，你想要實時追蹤人際關(guān)系的復(fù)雜性。對于小型大學(xué)的社交生活，你可以建立一個中央數(shù)據(jù)庫并使其保持最新，但如果擴(kuò)展到更大的范圍，它的維護(hù)將變得難以承受。最好是分發(fā)一個簡單的半自治代碼的免費副本，由本地托管，并讓社交網(wǎng)絡(luò)自行更新。這些代碼由數(shù)字計算機(jī)執(zhí)行，但是整個系統(tǒng)執(zhí)行的模擬計算遠(yuǎn)遠(yuǎn)超過了底層代碼的復(fù)雜性。由此產(chǎn)生的社交圖譜的脈沖頻率編碼模型成為社交圖譜(social graph)本身。它將在校園里廣泛傳播，然后傳播到世界各地。

如果你想制造一臺機(jī)器來捕捉人類物種所知道的一切，這意味著什么？

有了摩爾定律的支持，將世界上所有的信息數(shù)字化并不需要太長時間。

你掃描每一本書，收集每一封電子郵件，每24小時收集49年的視頻，同時實時跟蹤人們在哪里，他們在做什么。但是你怎么理解它的意思呢?

即使在所有數(shù)字化的時代，這也不能用任何嚴(yán)格的邏輯意義來界定，因為在人類中，意義并不是從根本上合乎邏輯的。一旦你收集了所有可能的答案，你所能做的最好的就是邀請定義明確的問題，并編制一份關(guān)于所有事物如何聯(lián)系的脈沖頻率加權(quán)圖。

在你知道它之前，你的系統(tǒng)不僅會觀察和映射事物的意義，它還會開始構(gòu)建意義。隨著時間的推移，它將控制意義，就像交通地圖開始控制交通流量，即使看上去沒有人是在控制。

我們與真正的AI的關(guān)系永遠(yuǎn)是信仰的問題，而不是證明

人工智能有三條定律。

第一定律被稱為阿什比定律(Ashby’s law)，它指出，任何有效的控制系統(tǒng)都必須與它所控制的系統(tǒng)一樣復(fù)雜。

由馮?諾伊曼闡述的第二定律指出，復(fù)雜系統(tǒng)的定義特征是，它由自己最簡單的行為描述構(gòu)成：生物體最簡單的完整模型就是生物體本身。試圖將系統(tǒng)的行為簡化為任何形式的描述都會使事情變得更復(fù)雜，而不是更簡單。

第三定律指出，任何簡單到可以理解的系統(tǒng)都不會復(fù)雜到可以智能地運行，而任何復(fù)雜到可以智能運行的系統(tǒng)都會復(fù)雜到無法理解。

第三定律給那些相信“在我們理解智能之前，我們不必?fù)?dān)心機(jī)器之間會產(chǎn)生超人的智能”的人提供了安慰。

但是，第三條法律有一個漏洞——完全有可能在不理解智能的情況下將它構(gòu)建出來。

你不需要完全了解大腦是如何工作的，就能構(gòu)建出一個正常運轉(zhuǎn)的大腦。這個漏洞是程序員及其道德顧問對算法的任何監(jiān)管都無法彌補(bǔ)的。

絕對“好”的AI是一個神話。

我們與真正的AI的關(guān)系永遠(yuǎn)是信仰的問題，而不是證明。我們太過擔(dān)心機(jī)器智能，而對自我復(fù)制、溝通和控制卻知之甚少。

計算機(jī)的下一場革命將標(biāo)志著模擬系統(tǒng)的興起，數(shù)字編程不再能夠控制模擬系統(tǒng)。

對于那些相信自己能造出機(jī)器控制一切的人，大自然的回應(yīng)將是讓他們造出一臺能控制這些人自己的機(jī)器。