來源：科學大院公眾號

　　荷蘭裔美國作家房龍（Hendrik W。 van Loon， 1882-1944）因作品深入淺出，頗受青少年喜愛。他于1934年寫了一本書叫《發明的故事》（The Story of Invention）。與他同年出生的另外一位美國作家凱利（Fred C。 Kelly， 1882-1954）早他10年也寫過一本書，叫《懶惰的智慧》（The Wisdom of Laziness）。這兩部作品中都闡釋了同一個主題，那就是，對勤奮的“貶斥”和對“懶惰”的“褒獎”。

　　懶惰促進文明

　　房龍在他的書中寫道，萬物都有惰性，在無所事事的環境中，就連一只小蝦米也不會去做任何勤奮的努力，生活的目的就是繼續活著。那么，按照房龍的推理，勤奮的目標就是為了哪一天可以懶惰，而不再勤奮了。

　　凱利似乎比房龍走得更遠，他甚至將懶惰升華為一種高級的智慧。他認為，人類的進步不是由于勤奮，而是由懶惰促成的。比如說，發明了水桶是因為人懶得頻繁到河邊打水；發明了水車水泵是由于人覺得翻山挑水太累；發明了船是人不想繞遠過河等等。在日常生活中，這些的例子比比皆是。那么在精神世界呢？凱利認為，那些定理、法則、原理、公式等都是懶人不愿意在腦子里走彎路而發明出來的。

　　房龍和凱利的這些話并非沒有道理，英國數學家、邏輯學家和哲學家懷特海（Alfred N。 Whitehead，1861-1947）也說：“文明的進步是以增加那些不需要思考就能完成的重要操作來實現的。”懷特海似乎是把懶惰與人類文明進步聯系在了一起。

　　機器：人類懶惰到極致的產物

　　在當今如此紛繁復雜的世界中，哪些是不需要思考就能完成的重要操作呢？在我看來，就是“算法”。

　　去年三月份，阿爾法圍棋（AlphaGo）橫空出世，將韓國圍棋世界冠軍李世石打敗。今年一開年，又冒出個大師（Master）來，在網絡上將世界上東西南北的圍棋高手殺得片甲不留，包括我國圍棋“棋圣”聶衛平，也被他“斬于馬下”。輸棋后，棋圣老聶表示不滿意，“具體來說這盤棋我布局下得不錯，但中盤時候右上角打了一個大勺子，斷送好局，有些可惜。”那這個大師是何方神圣，竟然如此厲害？！后來得知，它就是阿爾法圍棋的升級版。

　　不到一年時間，谷歌公司的DeepMind團隊取得如此輝煌的戰績，不能不說是算法的功勞。沒多久，人機巔峰對決于浙江烏鎮，結果仍然是機器大勝我國棋手柯杰。輸了棋的柯杰稱AlphaGo為老師。看來果真機器要挑戰人類的智慧了。

　　德國偉大的思想家萊布尼茨（Gottfried Wilhelm？Leibniz，1646—1716）早就提出用計算來代替思考的理念。他曾說過：“萬一發生爭執，正像兩個會計員之間無須乎有辯論，兩個哲學家也不需要辯論。 因為他們只要拿起石筆，在石板前坐下來，彼此說一聲（假如愿意，找個朋友作證）：我們來算算，也就行了。”“算”不就是懶人的辦法嗎，它不需要人動腦子了。

　　萊布尼茨的夢想或許讓我們看到了什么，但卻天真單純了些。人類經過數百年的努力，終于將自己的一部分思維功能交給了機器。因此，機器就是人類懶惰到極致的一種工具。

　　思維外包：讓人類更愚蠢？

　　這又讓我想起柏拉圖在《斐德羅篇》（Phaedrus）中講的一個古代埃及的神話故事。發明文字的鳥首人身大神修思（Theuth）得意地跟埃及國王薩姆斯（Thamus）講，讀書將使埃及人更加聰明，讓他們博聞強識。

　　薩姆斯國王說，多才多藝的修思啊，你可能恰恰弄反了。讀書使人們依賴寫下來的東西，不再去努力記憶，只能依賴外在符號的提醒。他們借助文字的幫助，看似能夠無師自通地知道很多事情，實際上仍然一無所知。“他們的心是裝滿了，但裝的不是智慧，而是智慧的贗品。”

　　反過來看，把思維外包是否也有點兒柏拉圖講的神話故事的意味呢？所以，會思考的人類與未來的機器學習者之間如何劃分界限呢？

　　就在機器捷報頻傳之際，又爆出美國華盛頓大學多明戈斯（Pedro Domingos）出版的新作：《大師算法：探究終極學習機器將如何重塑我們的世界》（Master Algorithm：How the Quest for the Ultimate Learning Machine Will Remake our World）。

　　多明戈斯研究算法多年，他認為算法已經滲透到我們社會的方方面面。可大多數人卻并不關注它的存在，也不考慮算法背后的運行機制。當然，如果算法出了問題，或許我們才會想到它們。但多明戈斯不同意這種觀點，他引述了著名計算機科學家迪杰斯特拉（Edsger Dijkstra）的觀點，認為機器是否會思考的問題和潛艇會不會游泳一樣重要。

　　“大師”的本質雖然是算法，可“伺候”它的卻是DeepMind團隊。他們的目的就是讓人變得懶惰。該團隊的辦公地點藏匿于英國倫敦國王十字火車站旁一個不起眼的建筑里。就在這里，兩大互聯網巨頭臉書和谷歌展開了廝殺。最后谷歌贏了，以4億英鎊（6.66億美元）買下來DeepMind。可問題是，谷歌本身在人工智能（AI）和機器學習領域已經走在世界前沿，它怎么又看上了DeepMind這個團隊呢？難道就看中DeepMind會下棋？肯定不是這樣的！下棋不過是谷歌的一個廣告噱頭。

　　國王十字火車站辦公樓已經擁有大約400名計算機科學家和神經科學家，并有傳言稱規模將增至1000人。如此一來，谷歌就可以讓這些研究人員與臉書、亞馬遜、微軟等競爭對手保持一定的距離，為其在未來的AI領域取得進一步的優勢。DeepMind團隊的首席執行官和聯合創始人德米斯·哈薩比斯（Demis Hassabis）將其描述為“新型的研究機構”，其目的是將學術界的遠期目標與“科技初創企業的精力和專注力”相結合。2010年，哈薩比斯、穆斯塔法·蘇萊曼（Mustafa Suleyman）與謝恩·列格（Shane Legg）共同創辦了DeepMind團隊。從其創立的目標而言，該團隊要避開當下的熱點問題，進行更深入而長遠的探索。

　　DeepMind的總體使命是“搞定智能”（solve intelligence）。進而開發“通用人工智能“（general artificial intelligence），可以像人類一樣廣泛而有效地思考。

　　DeepMind被谷歌收購對該團隊本身來說有很多優勢：一是可以獲得谷歌的計算能力；一是看中谷歌的盈利能力，一家實力較弱的買家可能要求DeepMind賺錢，被谷歌收購，就可以專心做研究，而不是疲于應付運營公司的各種瑣事。而且，讓DeepMind留在倫敦，與位于硅谷總部的谷歌保持安全的距離，可以讓團隊的創始人在運營中保留更多的控制權。

　　DeepMind受人類大腦工作方式的啟發以發明新的AI算法。如果能成功創造出一個通用AI，公司可以雇一個虛擬員工，然后一個個復制他們，用來解決多個問題。

　　但是，DeepMind的研究計劃現在還不是一種商業模式，它是一個跨度為20年的行動計劃，這便解釋了該公司為何聘用大量的神經科學家。其目的便是從人類大腦汲取靈感，使DeepMind有別于其他機器學習研究機構，特別是“深度學習”，它也是機器學習的一個強大分支，是谷歌大腦正在使用的方式。如果他們的通用AI成功了，就會成為谷歌的一個“算法工廠”（algorithm factory），其作用將遠遠不止于作為谷歌這一科技巨頭的長期人工智能研究室和人才儲備庫了。

　　人類最終會成為算法受益者

　　計算機已經是人的日常用品，算法，即0和1的相互轉換，是其靈魂。算法分為二種，一種叫常規算法，一種叫學習算法。前者需要程序員為其編程，告訴計算機一步一步需要做的事情；而后者則是由計算機本身通過觀察分析數據來決定該怎么做。

　　這是兩個不同的概念，同樣的學習算法能學習做無數的事情——從下棋到醫學診斷——只需給它們適合的數據就可以了。“大師算法”就是從數據中學習任何東西的算法。如果給它關于星球運動、斜面和鐘擺的數據，它就能“發現”牛頓定律。如果給它DNA的晶體圖像數據，它就能“發現”雙螺旋結構。甚至，從大量癌癥病人的病例數據中，它或許還可以找到一個治療癌癥的方法。

　　顯然，多明戈斯認為思維外包的后果并沒有那么嚴重。他認為將思維外包給機器，會使人類受益。他還說，蘇格拉底就不喜歡書寫，因為會讓人們忘記事情。但幸運的是，柏拉圖替他記下了他的想法。

　　之于蘇格拉底，柏拉圖就類似于今天的機器，否則誰還能記得歷史上還有個叫蘇格拉底的偉人呢？書寫的確能加強人的記憶，谷歌更是如此。所以，把思維外包給機器，可以讓人們集中在更具有新意的事物上，而不是相反，把我們變得更加愚蠢。