人工智能的博弈模式之探讨

2014年，脸谱公司采用具有9层神经网络的深度学习方法，对人脸的识别率达到了97.25%。而在语音识别系统（如iPad的Siri）中，各种代替人的语音辨识技术已被广泛应用。机器在模拟视觉和听觉的辨识能力上已经非常接近人类了。在四五十年前的专家系统时代，人们曾好奇地问，计算机会比人类更聪明吗？智能机器人会反叛吗？有知识的人那时都很淡定：机器是在人类制定的规则中行事，其智慧是在人赋予的知识内进行逻辑推理，可以规定机器人三个定律，第一法则是机器人不得伤害人类。但如今深度学习的联结主义机器完全在模仿人脑的功能，虽然现在还需要我们帮助构建先天的拓扑结构和挑选训练的内容，但未来很可能有互联网中自学的机器。令人担忧的是，这种联结主义机器的大脑是个黑箱，它是怎么想的，知道些什么，为什么会这样想，我们都无法了解和控制由亿万无规则权重组成的复杂系统，即使拆开硬件、分析数据，也无济于事。

有很多生物的大脑在某些智能方面超越了人类。比如在辨识方面，狗的鼻子远比人灵敏，很多动物在地震前都能有所察觉，凶猛动物在判断速度、调整机体预测反应方面都胜过人类，我们对此欣赏并不担忧。而对于一些人造的机器设备，其力量、速度精确性和计算能力，是人类不可企及的，我们也能泰然处之，因为在人类的智慧面前，它们都是可控的。

《圣经》里说，全能的上帝创造了人类，人类无忧无虑、无知无识地生活在伊甸园里，直至受到蛇的诱惑，吃了智慧果后知善恶，自己能够做判断，企图拥有不受上帝控制的能力，引起了造物主的震怒，便成为人的原罪。今天的人类凭借着智慧发展了科技，也扮演着上帝的角色，建造伊甸园，圈养宠物，创造机器。当人造的机器拥有智慧，也能独立判断，不再对人类唯命是从时我们能用《圣经》教化它们吗？西方人的忧虑来自其文化深处信念的自省。人因智慧成为万物之灵，替代了上帝主宰着世界。不过，当机器的智力超越人类时，我们将如何自处？有人为此大声疾呼：要禁止人工智能的研究，它终将会奴役人类！

但这只是一元神文化孕育出的创造与驯服的思想模式。也许没有全能全知的神，人类也从未真正统治过世界。在深思人际及环境相处的中国传统文化里，着眼于博弈胜负之技只是工其“术”，而知博弈前景则要悟其“道”。既然忧心人与机器智能的博弈，那就此深思看未来吧。

智能作为动物的一种本能，确是为自然竞争而进化来的。模式识别为生存博弈之所需，识别环境分辨敌我和伪装欺瞒都是竞争中的智能，在生物识别和欺瞒的博弈中双方都是以最小的代价争取最大的收益。在机器识别技术与客户欺瞒智力的博弈中，双方也依对手而采取具有恰当代价的策略。所以技术的升级是在博弈中交互变化的，漏洞总是有的，即所谓“道高一尺，魔高一丈”。

机器能否识别任何模式，发现事物的规律？其实这也是人类科研的梦想。这可能吗？

被感知的只是事物的部分性，所以“识别”也只能是部分的确定，而模仿总是可能的。在识别和欺瞒的对抗竞争中，智能的升级没有止境，这意味着识别不总是可能的。事物的规律是行为的模式。从博弈的观点出发，博弈的结果由局中各方的策略而定，没有一方能单独决定结果。无论是机器还是人，一旦有了自主的意志，对方就无法确定其行为，也就无法把握其规律和结果。博弈总是以不对称的优势取胜，所以识别模式和掌握规律总是有限度的和暂时的。

能否通过学习逐渐逼近被识别的模式？这取决于它所在的博弈局势。例如在“少数者胜”的局势中，获胜的关键在于与众不同。两条平行车道中哪一条更挤？若有确定的答案，局中的其他智者都据此行动，则原来不挤的车道就会变得拥挤因此这答案不再是对的。对于许多博弈局势就是没有不变的取胜模式。

竞争中的博弈需要的不仅仅是对抗，还有合作。合作往往是双赢的优势策略。识别和理性也是为合作而生的智能。对于“从众的博弈”，即随大流能形成合作互利的局势，必然会出现“路径依赖”的现象。最早被传播的论断、认知或应用即使不是最合适的，最终也会成为公认的正确模式。山间的小路是这样走出来的，网络语言是这样流行起来的，键盘的字母分布也是这样成为标准的。这种局势对学习最有利。实际上，有效辨识大部分事物的模式、语言的形成、人类的交流以及学习和知识体系的成功，都是基于这类博弈局势上的学习效率。

在充斥着“囚徒困境”的自然竞争博弈中，因合作走出困境的未灭绝的生物和人类都不是因智力而取胜的。人与智能机器的未来是陷入征服的恶斗，还是携手合作取决于我们对机器的心态和文化传承。互联网海量的数据、强大的并行计算能力、大量商机的即时应用需求，呼唤着大数据时代的到来，推动着工程师寻找新技术，技术也渴望智能研究的支持。传统科学的统计数据、总结规律、逻辑分析等，先了解“为什么”再得出“是什么”的理性方法，已经不敷这多变、复杂、即时的应用了。市场需要的是类似于动物的本能，那种基于经验即时反应的智能，现在大数据深度学习的智能，已深植在联结主义模式识别和分布式计算的方向上。人工智能在大数据时代正从理性科学方法转向直接从数据中在线学习、即时反应的“感性”方法。这值得我们反思。

客观世界并不是由逻辑驱动或构造的，它只因生物的智能而被感知。对智能而言，逻辑不过是一种对相同含义不同语句表达等价性进行辨识的模式，生物对事物间的感知经验只有关联性，而因果性则是建立在逻辑基础上的推理模式。它被传播和学习后，成为现在人类理性认知结构的基础，对世界的认识就变成逻辑推理的计算。科学是建立在利用因果关系结构模式对世界进行描绘的图谱上的，而真实的世界不一定都能很好地纳入这个模式中。实际上，我们对音乐的感受、艺术的理解、情感的交流、人性的共鸣同样是一种智能的表现，同样是在学习中进步，同样也在生存竞争中扮演着重要的角色。而这些不能纳入理性模式的东西，过去都被人们忽略了。现在，机器智能的进化也许也正引导着人类思维模式的改变。