【人工智能通識課】讀書筆記（節選）

2024-05-05文化

史亞源

編者按： 【人工智能通識課】縱貫人工智能技術在全球 70 多年的發展歷史，綜合邏輯學派和神經網絡學派的主流觀點，系統介紹了人工智能各種演算法的起源與演進過程，以及人工智能技術在消費者行為分析、機器人、自動駕駛、醫療等方面的套用實踐，使讀者可以全面了解人工智能領域的真實作狀，及其給人類社會帶來的技術、哲學乃至藝術層面的影響。大江學術特別編發武漢市社會科學院史亞源先生閱讀該書所做的部份筆記，以期啟發更多思考交流。

【人工智能通識課】讀書筆記

（與無人駕駛相關內容及其它）

第二章智能的定義與本質

開發一個在已開發國家乘坐公交車的機器人絕非難事，而開發一個可以在欠已開發國家乘坐公交車的機器人則難上加難。難易程度的分水嶺在於機器人執行的環境：

環境的結構化程度越高，機器人越容易適應 。在結構化環境中無須過多的「思考」，只需要遵守規則。在雜亂無章、不可預知的環境中執行，與在高度結構化環境中的執行，完全不是一回事兒。

世界秩序越是井然，笨人和機器越容易生存壯大。

機器人工業的要求往往與結構化環境有關，而非機器人本身。如果高速公路具有明確的車道標誌、清晰的出口標誌、有序的交通、詳細預報前面路況的地圖等條件，制造一輛在這樣的高速公路上行駛的無人駕駛汽車相對容易。相較而言，制造一輛能夠穿越欠已開發國家城市的無人駕駛汽車的難度就非常大。

無人駕駛不一定是自動駕駛汽車。自動駕駛意味著機器要去做人類能做的事：在特殊的情況下，在任何時間和地點做出正確的判斷。

環境的結構化程度越高，制造在其中執行的機器就越容易。真正「做到的」不是機器，而是結構化的環境。使許多機器的套用得以實作的不是更加先進的AI技術，而是結構化程度更高的環境。它的規則和章法使機器可以自由執行其中。

在建立高度結構化的環境過程中，大多數規則與制度的引進最早是為了降低成本（有利於自動化）。僱用機器是未來降低成本的可行性方案，引進機器是降低成本和提高生產率行程中的重要一步。創造超人類智能並不是目標，提高利潤才是目標。

從某種意義上來說，人類正努力開發像人類一樣思考的機器，而人類已經被機器同化得像機器一樣思考。

環境結構化確實包含兩個平行的過程：一方面，它意味著去除天然環境的雜亂無章、不可預知的（通常是難以應付的）行為；另一方面，它還意味著去除人類混亂和不可預知的行為。

機器沒有變得特別聰明，反倒是人類，透過結構化環境與規範化行為，變得越來越像機器，因此機器才能取代人類。

第四章人工智能的演算法前進演化

設計機器與設計人類

唐·諾曼認為，車禍是由設計汽車的設計師造成的，「這種設計‘迫使人們按照機器的需要和機器的使用須知行事’。因為人們不擅長像機器那樣行動，所以人們會做得不夠好，這導致了車禍。」

問題並不是出在自動駕駛汽車本身，而是出在讓自動駕駛編程變得困難無比的人類身上，因為他們的行蹤難以預測。

我對我朋友所預見的未來深感憂慮：社會一致同意對人們實施規則和條例管制，以便讓生活中的這項或哪項功能更容易自動化，無論是客戶服務、水電費支付還是在郵局排隊。我預測，城市將「一刀切」地禁止行人進入街道——即使你只是要穿過街道也不行，因為城市強制使用自動駕駛汽車。問題解決了：如果街上沒有行人，自動駕駛汽車和行人之間就不會發生事故。

花絮：2006年，Twitter 引入了140個字元的發帖限制，深度學習提高了機器的智能。

有三種方式可以制造出「傻瓜」，這三者都與技術相關，但方式相反：

首先，新技術的出現使一些傳統技能變得無足輕重，這些技能可能會在這一代人的時間裏消失。

其次，社會為了讓我們更安全、更有效率，而引入的規則和條例，最終會禁錮我們的思維，也就是說，讓我們的行為越來越像（非智能的）機器。

最後，現代人滿負荷的生活極大縮短了他們專註的時間，從長期角度來看，這可能導致他們難以進行嚴肅的思考，而處於膚淺的「智力」層面，即生活在較低形式的有限認知的體驗之中。

遺傳演算法的復興

最佳化問題是指在給定的約束條件下，從多維空間中尋找目標函數的最小或最大值，這是規劃中的一個典型問題。

假如目標函數和約束條件是線性的，那麽可以用線性規劃方法進行最佳化。

而當目標函數或約束條件（或兩者都是）呈非線性時，則不能使用線性規劃方法。遺傳演算法是受達爾文進化論影響所產生的非線性最佳化方法。

演算法官僚系統反烏托邦引發的推測：利維坦、圓形監獄與生命權利

我將人類文明的歷史分為三個階段：

第一階段，主要是宗教強制人們的行為習慣，形成僵硬的社會行為慣例。宗教的影響力通常要經過幾代人才能顯現。