計算機技術不管以何種形態呈現，它都在發生變化

尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️

計算機技術不管以何種形態呈現，它都在發生變化。這些變化將會產生重要的影響，因為計算機技術強化了人類的認知——既包括我們自己的認知，也包括對我們自身進行觀察和分析的認知。由於我們對自身的定義主要基於思想和語言，而不是我們的行為，這就使得當前機器人學的發展越來越接近我們對人類身份的定義與判斷。與此同時，那些存在於物理世界的由計算機驅動的機器也正在獲得某些屬於人類的特質。計算機技術在以下四個大的方面的變化將會以新的方式影響人類。

形態

不管是穿戴設備、人形機器人、自我復制的3D列印機，還是無人駕駛汽車，我們對計算機的認識一直在改變，一度流行的米黃色機箱似乎已經成了一個遙遠的回憶。

規模

據說IBM原首席執行官托馬斯·沃森曾經說過：「我認為全世界只需要4~5台計算機就夠了。」他的這句話在20世紀90年代已經無數次被人嘲笑過了。但隨著Google和亞馬遜建立起全球性的數據中心網路，沃森的這句名言其實也並非毫無道理。今天我們不管是使用蘋果的Siri語音助理、觀看Netflix影片、用Google地圖導航，還是閱讀網頁端電子郵件、訪問Facebook，過去那個由應用程序、網路和處理器構成的以個人電腦為中心的世界已經離我們的日常生活越來越遠了。在不久的將來，機器人設備很可能也會成為全球性計算網路的一個實體化裝置。

人機合一

放置在辦公桌上的「個人」電腦通常會用鎖和線保護起來；智慧型手機與人的關係則更加緊密，通常放置在口袋和錢包里，或床頭櫃上。而現在，計算裝置已經可以集成在鞋子、眼鏡、義肢里面，甚至植入神經末端。隨著人類與矽基計算平台以前所未有的方式緊密融合在一起，這種人機合一將會產生很多有意思的現象，讓人感到興奮的同時也會帶來些許不安。

範圍

計算機技術的發展經歷了一個很長的階段，從最初的數字運算、彈道計算，到文字處理、音樂製作、圖片處理，直到現在的人工智能，它始終在一步一步地朝著人類的方向邁進。在這場廣泛而深刻的變革中，我們有必要去審視計算機技術如何影響了我們的行動和信仰，以及我們所珍視的價值。

在衡量蒸汽機和汽車動力的時候，我們拿它們和馬的力量相比較，但是沒有一種類似的方法可以衡量人工智能近似或者超過人類認知的程度。

隨著計算機所從事的事情越來越接近人類的領地，這種衡量標準的缺失和模糊性就顯得尤為重要了。被釋放出來的計算能力逐漸成為我們的一部分和評價我們自身的方式，因此我們現在更需要對此進行切實的深入探討：計算能力目前正與人類結合在一起，在人類的活動空間里做著與人類一樣的事情。但是我們還沒有語言可以描述機器人在做什麼，或者今年這個型號與2010年的比起來做得怎麼樣。

計算機技術不管以何種形態呈現，它都在發生變化

這里凸顯出以下5方面的特別議題。歸結起來，這些議題引出了涉及人類身份、能動性、人權與責任的重大問題。正如我在引言里所說的，解決這些問題不單是計算機科學家和工程師的事情，還需要更多的人參與進來。

1、大數據的洞見與假象

把真實的物理世界轉化為數據模型，不僅需要強大的運算能力，還要有相應的存儲容量。機器人和無人駕駛得以做到的一個條件就是相關的傳感器、算法和處理能力可以勝任導航的工作。與此同時，在非機器人的傳感器領域，監控錄影頭是眾所周知的海量信息生成器(除非有人調閱，否則大部分信息都是無用的)，而且機器發出的嗶嗶、嘀嘀聲和其他各種信號紛至沓來，除非信號處理與解釋的技術得到改進，否則大量的信息很快就會讓我們焦頭爛額。不管這些領域如何發展，在可預見的將來，機器人學都將與「大數據」的神話和技術進程聯繫在一起。

2、資本與勞工的新角色(工作、薪酬、財富)

正如埃里克·布萊恩約弗森和安德魯·麥卡菲在《第二次機器革命》里提到的，互聯繫統在很多方面都符合冪函數分布的特徵。比如在經濟方面，最富有的人會變得更加富有、更有影響力，而缺乏技能的人則會變得更窮、更加邊緣化。在經濟等級中從底層通往頂層的途徑逐年減少，很多國家代際之間的社會流動性正在減緩。這種兩極分化的趨勢，以及計算機技術在其中扮演的角色，或許可以解釋Google大力投資機器人技術的邏輯：把社交網路拱手讓給Facebook(號稱「下一個Google」)之後，Google現在寄希望於搶占和實體計算有關的專利與市場，包括在車上、臉上(Google眼鏡)、牆上(Nest智能家居)、工廠內(與富士康合資)以及極端環境中(波士頓動力公司)。

3、隱私

當機器人在人群中間感知和移動時，它們會采集大量的數據。正如我們所經歷的多次數據泄露事故中，大量個人信息被曝光，其中還包括極其私人的信息(如指紋)，個人隱私遭受入侵的範圍逐年擴大。比如，臉部識別技術，雖然我們沒法在Facebook或其他地方隨便使用它，但是通過Google眼鏡這類自動化設備、機器視覺和不計其數的錄影頭與其他傳感器，我們任何一個人的臉部都將成為通向海量數據庫的超鏈接，這種情況在我們毫無察覺的情況下可能很快就會發生。

4、自動裝置，強化，身份

我們如何稱呼一個經過強化的人類？對霍金來說，我們通常叫他「天才」就可以了，盡管如此，他使用的機器人輪椅和語音合成器，使其非常符合賽博格的定義。

強化人類應該按照什麼規則參與體育比賽呢？SAT的考官們要不要對非注意力缺陷症患者進行利他林藥檢呢？人力資源部門的招聘者該如何評估經過強化的「人類+」求職者呢？

在人機光譜的機器一端，我們應該如何判斷一台機器是否能夠模擬人類的功能(有時是以比較怪異的方式)？阿蘭·圖靈(Alan Turing)在20世紀50年代提出過一個構想，在此之後人們又提出了很多不同的方案。

隨著人機結合體越來越多地出現，今天我們對人和機器這種過於簡單的二元區分將不再適用。計算技術能夠做到的人類功能日益增多，同時正如波士頓動力公司開發的行走式機器人所展現的，計算機也更多地採用哺乳動物的行為方式。至少，「什麼是人」和「人的特質是什麼」這些問題的答案很快會變得模糊：2015年的一篇文章甚至提議讓人類與機器人結婚。

5、人類可以開發出自身無法理解和控制的系統

這個趨勢的一個最生動的例子或許就是2010年的「閃電崩盤」事件，當時道瓊斯工業指數在短短20分鐘里先是下跌600點，然後又恢復正常。普遍認為，這一事件的原因是自動交易系統對英國一名狡詐的日內交易員的下單做出了過度反應，導致臨時性的市場流動性短缺。如果對人工生成的欺詐訂單的自動響應，就可以擊破金融系統的所有安全防范機制，使紐約證券交易所的總市值損失9個百分點，那麼數以百萬計可以產生類似異常行為的傳感器可能造成什麼樣的後果呢？我們很難對軟件代碼進行這種規模的壓力測試，也無法從邏輯上預測眾多獨立系統交互操作的結果。那麼機器人擁有者和製造者應該享有什麼權利，並承擔何種責任呢？

此外，我們越是依賴機器來承擔認知責任，就越容易忘記如何處理重要的事情。針對2009年法航從里約熱內盧飛往巴黎的447航班墜機事故的一份分析報告，指出了在自動化操作情況下人類技能退化的嚴重問題：幾名機組成員盡管有幾千小時的飛行經驗，但是實際操控飛機的經驗極其有限，特別是在複雜環境中駕駛飛機的經驗更加不足。考慮到GPS導航極高的精確度，美國海軍學院在1997年已經取消了天體導航課程，但是仍然會指導學員使用六分儀(只是不再使用圖板和紙)。袖珍計算機的出現，已經使得一代高中生不會運算簡單分數的加減法了，而這是木工和其他工匠的必備技能，他們不怎麼需要用到十進制運算。數字工具給我們帶來了意想不到的後果。

本文摘自《機器人與人》，約翰·喬丹著，中國人民大學出版社2018年6月出版。