2016年1月27日出版的《自然》期刊以封面論文的形式，介紹了谷歌公司研發的一種能與專業棋手對弈圍棋的人工智能程序——AlphaGo的算法。論文稱，Alphago于去年10月，以5:0的成績戰勝了歐洲圍棋冠軍樊麾。而且，Alphago將于3月份在首爾挑戰過去十年被認為是世界圍棋冠軍的李世乭；比賽一共5輪，時間分別為9日、10日、12日、13日和15日；獲勝者將獲得100萬美元的獎金。

早在1997年5月11日，IBM公司研發的“深藍”超級計算機就擊敗了國際象棋世界冠軍卡斯帕羅夫。但發明逾2500年的中國圍棋遠比國際象棋復雜，在搜索的廣度和深度上被認為是人類發明的最復雜的棋類游戲。因此，Alphago戰勝頂尖圍棋手的消息震驚了圍棋界，也被譽為人工智能的重大進展。而今年3月的棋局更是激起了人們的好奇心，也再次掀起有關了人工智能前景的討論。

那么，人工智能戰勝人類棋手是否必然？Alphago是如何下棋的？Alphago與李世乭對弈的勝算如何？人工智能與人類是否存在本質差異？人工智能是否可能取代并最終消滅人類？

目前，人工智能實現的大都是人類的理性而非感性行為。這是因為理性的決策一般都是基于對世界的理解，在信息充分的情況下按照特定目標做出的，這點類似于人工智能完成它所擅長的數據結構化以及目標明確的任務。相比之下，感性行為基于人類的共同感受和常識，看起來簡單、直接，但實際上卻是建立在人類對世界的適應和反應機制上的。這種機制來自兩個漫長的學習過程。一是地球生命幾億年和人類幾十萬年的演化歷史；二是個體幾年乃至幾十年的經驗積累和學習。

其中，群體演化是生命乃至人類通過基因的復制、變異、淘汰等機制不斷地適應環境。像直覺中的很大一部分可能是人類演化過程積累下來的。比如，人在黑暗中可能會感到恐懼，這可能就是早期在黑夜遭遇襲擊的經歷嵌入到基因中。像動物運動的平衡機制、擇食的本能也應該是演化出來的利于維持生命的快速反應回路。隨著演化分叉，不同物種會在不同的機理下演化出相互獨立的能力。比如，人類理解和使用自然語言的能力就嵌入在人類的遺傳基因中；一個原始部落的人也能夠學會中文，但鸚鵡哪怕能發出所有的音也不可能真正理解中文。

另一方面，除了這些嵌入在遺傳基因的能力之外，個體還會獲得額外的常識，這從個體出生就開始了。建立這些常識要十幾年甚至更長的時間、對人類個體來說，熟能生巧就是行為方式從理性逐漸轉為感性的過程。比如，學習駕駛汽車在最開始需要很多理性判斷，什么時候踩油門、轉彎、剎車等需要大腦決定，但輕車熟路之后，駕駛則越來越成為一個潛意識的行為。在認知機制上，熟能生巧可能體現為讓那些常用的反饋回路越來越內化為神經網絡的特定結構和連接方式上。

機器要掌握人類感性機制、習得人類的常識極其困難，因為這些看似簡單的機制和常識濃縮了上幾億年生命演化史、幾十萬年人類演化史以及幾年乃至幾十年個體的經歷。機器的智能要真正超越人類智能，也許需要在某種意義以模擬方式重復這些過程。而機器要模擬人類群體演化和個體學習過程，需要設定一個終極目標，以便于自動將這個終極目標分解成具體、短期的子目標，再根據這些子目標來發展各種技能。

從生命演化的過程來看，這個終極目標只有可能是生存，而各種直覺、知識、技能則是達成這一抽象目標的副產品。因此，要讓機器自動演化，需要賦予機器自身生存這一終極目標，讓機器的各種能力在這一個目標的實現過程中得以發育、提升。從操作性來看，賦予機器這種單一、抽象的目標，并以此目標來籌劃各種行為，意味著機器獲得了某種意義的“自我意識”。

值得強調的是，生命的演化，尤其是人類等高等生物的生存延續，是通過繁衍在群體意義上實現的，而不是體現于單一的超級生命個體的不斷進步。在這個過程中，人類通過求偶、交配、懷胎、生育、養育來將生命延續到下一代，而新的生命則需要從頭學習各種知識和技能，花費很長時間才可能達到上一輩的水平。這種以繁衍為基礎的生存延續看起來費時耗力，但為何卻成為各種高等生物的演化方式呢？

首先，相對于一個復雜無比的超級體系，大量的功能相對簡單的個體相互合作演化要更安全。如果只有一個超級生命體，不管其生存能力多么強大，一旦遭遇災變，整個演化過程就結束了。但如果是大量的生活在不同地域的同質的生命個體在合作演化，他們全部遭遇不測的可能性微乎其微。只要很少個體能夠生存下來，演化過程就不會中斷。

其次，就演化效率來看，以繁衍為基礎的群體比單個超級生命更有優勢。本質上，智能的演進體現在通過各種搜索和訓練來提升認知能力，需要經歷和適應各種不同的環境，嘗試不同的應對機制。這種訓練的環境樣本越大，智能的提升也越快。

設想一下，如果在有限的能源、材料、時間限制下，考慮造機器人去各地探索尋找最高的山峰，那到底是造出單一的各方面能力非常強大的超級機器人，還是造出一群同質、功能相對簡單、相互間還可以通訊、協作的小機器人呢？一個機器人不能同時站在兩個山頂。哪怕超級機器人的視力和速度再杰出，也要一個山頂，一個山頂去探索。而眾多的、相對簡單的小機器人，盡管視力差些、速度慢些，卻可同時搜索很多山頭，再相互交流、學習、合作；最終的搜索效率可能會比單個巨無霸高得多。而且，積累的經驗可以通過機器人的自我復制來成倍提高搜索效率，這比單個超級機器人的改進容易得多。

實際上，可重復性是認知演化的基礎，而繁衍本質上就是功能的復制，并通過基因的變異、重組、淘汰逐步演化。對人類認知來說，可重復性首先體現為個體之間感知和思維的相似性，這種相似性是交流、合作的前提，也是認知由個體擴展到群體的基礎。此外，個體的經驗也在不斷地重復。雖然歷史不會簡單重復，但無論是過去還是未來的感知和經驗，在思維中都是通過各種認知框架來表達的，而這種表達的各個片段可以被不斷被重復。對認知機制來說，這涉及到目標的分解，就是把一個相對宏大的目標分解為相對簡單、可重復的較小的任務。

在人類的行為中，這種目標的分解往往是一種靠情緒實現的感性過程。像幸福/悲傷、高興/憤怒、安心/憂慮等這些情緒感受，本質上都是對人類行為的激勵機制。比如，某學生考試過關會產生幸福感，而失敗則會感到悲傷。這樣一種關聯會激勵這個學生去努力學習，提升考試能力。

正是因為情緒是行為的激勵機制，影響情緒的應該是目標結果的相對水平，而非絕對水平。比如，人的幸福感一般與收入的絕對水平無關，而只與相對水平有關。高收入者未必比低收入者幸福，但自己的收入高于周圍人的收入，或者今年收入大幅高于去年收入，特別是到手的獎金高于預期，那可能就會感覺快樂。從生物演化的角度來看，情緒取決于目標結果的相對水平也是自然的。如果幸福感與絕對收入水平正相關，那隨著人類社會的進步，人類的整體幸福感會不斷提升，這顯然有悖于人類基本物理特征應該維持大致穩定的要求。總之，幸福感是實現生存或者繁衍這個更基礎目標的激勵機制，而不是人類的終極目標本身。

在將機器與人類進行比較時，“自由意志”會被當成是人類有別于機器的重要特征。但這種區別可能并不是本質的。從外部來看，一只貓看到機器人和狗打架，可能就覺得機器人是有自由意志的。從內部的行為機制來看，“自由意志”體現為隨機性，而包括Alphago在內的人工智能程序實際上就具有某種隨機特性。比如，Alphago在落子時就是采用了基于隨機抽樣的“蒙特卡洛樹”方法。自由意志的重要性體現在，隨機性可以擴展個體乃至群體對環境的搜索空間，提升演進的效率。

回到最初的問題，人工智能到底能不能超越人類智能？

智力本質上是搜索的效率，即在各種可能性中盡快搜索到較好的結果，用以表達、理解、預測、判斷、決策。智力的演進體現為搜索空間的擴展和搜索速度的提升，而想象力、創造力都是提升效率的手段。Alphago圍棋下地聰明，其實就體現在搜索效率的提高上。由于人類演化在個體智能的提升上，遠比機器智能的進步緩慢，沒有理由認為機器不能全面超越人類。

目前來看，機器能夠很好地實現那些數據結構化、目標明確的理性功能。但機器要超越人類，僅僅模擬人類理性行為還遠遠不夠，更大的挑戰是如何讓機器表現出類似于人類的感性行為。這遠比想象的困難，因為看似簡單的感性機制，其實濃縮了生物和人類漫長的演化改進和個體生命中經驗、知識的不斷積累。

一種可能的路徑是模擬人類的演化過程。首先，在個體上，讓機器的行為目標變得抽象，即賦予機器某種“自我意識”；再將類似于人類“情感”的激勵機制嵌入到機器中，用于將抽象目標自動分解為短期和局域子目標，再加以類似于“自由意志”的隨機行為。再進一步，實現機器的自我復制、變異、改進等，即模擬人類的繁衍過程，提升機器學習和適應環境的普遍性，合作性與安全性。

當然，人工智能的發展未必需要重復人類的演化歷史。實際上，人類的演化可能是從感性到理性，而人工智能的發展似乎是從理性到感性。不過，人工智能的發展?可以走捷徑，如通過了解人類的特點，直接感性機制嵌入機器。但迄今為止，人工智能領域對于人類感性甚至常識的理解和表達還比較初級，對于用非監督學習方式來模擬人類的感性行為還是一籌莫展。在可預見的將來，機器依然無法代人類，人與機器的合作將長期存在。人會負責非結構化的問題，或者把非結構化問題轉化為結構化的模式，讓機器負責結構化問題的搜索和求解。在某種意義上，人機一體將成為新的生命形式。

實際上，人類技術的發展早已經拓展了生命的涵義。像互聯網發展到今天，已經可以被視為一個超級生命體，而人類則是這個超級生命體上的細胞。雖然是人類發明的產物，但互聯網已經脫離了發明者的掌控，越來越遵循其自身演化的邏輯。不過，由于互聯網這個超級生命體是單一的，而不是被復制為相對獨立的個體，人們通常并沒有把互聯網視為一個新的生命物種。這反過來也說明，實現繁衍機制或許是機器成為人類競爭對手的標志。

機器與人類的爭斗是各種科幻作品中的常青主題。那么機器是否真有可能取代人類？即使人工智能最終全面超越人類，機器代替人類從事所有的工作，那也并不意味著人類就會消亡。人類演化的目的是生存，而不是工作。人類可能因為饑荒而死亡，卻不會因為無需工作而活不下去。

那么機器是否會完全脫離人類的控制而最終消滅人類呢？按前所述，機器目標的單一化和抽象化相當于讓機器擁有“自我意識”，自動將抽象目標分解成具體、短期的子目標則可以通過嵌入“情緒”機制來實現，而隨機性行為則體現了機器的“自由意志”。具有這些特征的機器比較容易脫離人類的控制，而繁衍機制的實現可能導致機器與人類爭奪能源。

但從樂觀的角度來看，如果機器的智能沒有超越人類，機器也就無力消滅人類。如果機器達到人類的智能水平，由于進化的速度會遠快于人類，機器不會長期停留在人類的水平，而會很快就會大幅超越人類的智能。到那一步，人類并不會構成對機器的威脅，因此機器也沒有必要消滅人類。更現實的是，機器全面超越人類的前景現在依然十分遙遠，而且未來人工智能的重大突破都會引起人類的警覺，給人類足夠的余地來應對。因此，人類目前真正需要擔心的不是被機器消滅，而是自身繁衍是否可持續。

（朋友苑明理、王爍與作者進行了有益討論并提出了很好的建議，在此表示感謝。）