【人工智能通识课】读书笔记（节选）

2024-05-05文化

史亚源

编者按： 【人工智能通识课】纵贯人工智能技术在全球 70 多年的发展历史，综合逻辑学派和神经网络学派的主流观点，系统介绍了人工智能各种算法的起源与演进过程，以及人工智能技术在消费者行为分析、机器人、自动驾驶、医疗等方面的应用实践，使读者可以全面了解人工智能领域的真实现状，及其给人类社会带来的技术、哲学乃至艺术层面的影响。大江学术特别编发武汉市社会科学院史亚源先生阅读该书所做的部分笔记，以期启发更多思考交流。

【人工智能通识课】读书笔记

（与无人驾驶相关内容及其它）

第二章智能的定义与本质

开发一个在发达国家乘坐公交车的机器人绝非难事，而开发一个可以在欠发达国家乘坐公交车的机器人则难上加难。难易程度的分水岭在于机器人运行的环境：

环境的结构化程度越高，机器人越容易适应 。在结构化环境中无须过多的「思考」，只需要遵守规则。在杂乱无章、不可预知的环境中运行，与在高度结构化环境中的运行，完全不是一回事儿。

世界秩序越是井然，笨人和机器越容易生存壮大。

机器人工业的要求往往与结构化环境有关，而非机器人本身。如果高速公路具有明确的车道标志、清晰的出口标志、有序的交通、详细预报前面路况的地图等条件，制造一辆在这样的高速公路上行驶的无人驾驶汽车相对容易。相较而言，制造一辆能够穿越欠发达国家城市的无人驾驶汽车的难度就非常大。

无人驾驶不一定是自动驾驶汽车。自动驾驶意味着机器要去做人类能做的事：在特殊的情况下，在任何时间和地点做出正确的判断。

环境的结构化程度越高，制造在其中运行的机器就越容易。真正「做到的」不是机器，而是结构化的环境。使许多机器的应用得以实现的不是更加先进的AI技术，而是结构化程度更高的环境。它的规则和章法使机器可以自由运行其中。

在建立高度结构化的环境过程中，大多数规则与制度的引进最早是为了降低成本（有利于自动化）。雇佣机器是未来降低成本的可行性方案，引进机器是降低成本和提高生产率进程中的重要一步。创造超人类智能并不是目标，提高利润才是目标。

从某种意义上来说，人类正努力开发像人类一样思考的机器，而人类已经被机器同化得像机器一样思考。

环境结构化确实包含两个平行的过程：一方面，它意味着去除天然环境的杂乱无章、不可预知的（通常是难以应付的）行为；另一方面，它还意味着去除人类混乱和不可预知的行为。

机器没有变得特别聪明，反倒是人类，通过结构化环境与规范化行为，变得越来越像机器，因此机器才能取代人类。

第四章人工智能的算法进化

设计机器与设计人类

唐·诺曼认为，车祸是由设计汽车的设计师造成的，「这种设计‘迫使人们按照机器的需要和机器的使用须知行事’。因为人们不擅长像机器那样行动，所以人们会做得不够好，这导致了车祸。」

问题并不是出在自动驾驶汽车本身，而是出在让自动驾驶编程变得困难无比的人类身上，因为他们的行踪难以预测。

我对我朋友所预见的未来深感忧虑：社会一致同意对人们实施规则和条例管制，以便让生活中的这项或哪项功能更容易自动化，无论是客户服务、水电费支付还是在邮局排队。我预测，城市将「一刀切」地禁止行人进入街道——即使你只是要穿过街道也不行，因为城市强制使用自动驾驶汽车。问题解决了：如果街上没有行人，自动驾驶汽车和行人之间就不会发生事故。

花絮：2006年，Twitter 引入了140个字符的发帖限制，深度学习提高了机器的智能。

有三种方式可以制造出「傻瓜」，这三者都与技术相关，但方式相反：

首先，新技术的出现使一些传统技能变得无足轻重，这些技能可能会在这一代人的时间里消失。

其次，社会为了让我们更安全、更有效率，而引入的规则和条例，最终会禁锢我们的思维，也就是说，让我们的行为越来越像（非智能的）机器。

最后，现代人满负荷的生活极大缩短了他们专注的时间，从长期角度来看，这可能导致他们难以进行严肃的思考，而处于肤浅的「智力」层面，即生活在较低形式的有限认知的体验之中。

遗传算法的复兴

优化问题是指在给定的约束条件下，从多维空间中寻找目标函数的最小或最大值，这是规划中的一个典型问题。

假如目标函数和约束条件是线性的，那么可以用线性规划方法进行优化。

而当目标函数或约束条件（或两者都是）呈非线性时，则不能使用线性规划方法。遗传算法是受达尔文进化论影响所产生的非线性优化方法。

算法官僚系统反乌托邦引发的推测：利维坦、圆形监狱与生命权利

我将人类文明的历史分为三个阶段：

第一阶段，主要是宗教强制人们的行为习惯，形成僵硬的社会行为惯例。宗教的影响力通常要经过几代人才能显现。