暗知识
最近读了王维嘉老师的《暗知识》这本书，对知识的形成、人工智能等有了更深刻的思考与认识。
作者将一直以来人类的知识分为两类：明知识和默知识。明知识是那些可以用文字或公式清晰描述和表达出来的知识。默知识则是个人在感觉上能把握但无法清晰描述和表达的知识，也就是我们通常所说的“只可意会不可言传”。人类发明文字以来，积累的知识主要是明知识，特别是流传下来广为人知的内容，只有只有明知识才可以记录和传播。大约70年前，人类才意识到默知识的存在。
知识分类
近几年随着人工智能的火热，通过神经网络突然发现了海量的、人类既无法感受也无法描述和表达的“暗知识”——隐藏在海量数据中的相关性，或者万事万物间的隐蔽关系。这些暗知识的总量大大超过人类积累的和即将发现的明知识。
注意,暗知识不是那些人类尚未发现但一经发现就可以理解的知识。比如牛顿虽然没有发现相对论,但如果爱因斯坦穿越时空回去给他讲,他是完全可以理解的。因为理解相对论用到的数学知识如微积分牛顿都有了。即使在微积分产生之前,如果爱因斯坦穿越2 000年给亚里士多德讲相对论,亚里士多德也能理解,至少能理解狭义相对论背后的物理直觉。但如果给亚里士多德讲量子力学他就不能理解,因为他的生活经验中既没有薛定谔的猫(用来比喻量子力学中的不确定性,一个封闭的盒子里的猫在盒子没打开时同时既是死的也是活的,一旦打开盒子看,猫就只能有一种状态,要么是死要么是活),他的数学水平也无法理解波动方程。那么我们可以说对亚里士多德来说,量子力学就是暗知识。量子力学因为没有经验基础,甚至和经验矛盾,在刚发现的初期,几乎所有的物理学家都大呼“不懂”,至今能够透彻理解的人也极少。甚至连爱因斯坦都不接受不确定性原理。
神经网络最本质的特点是发现并记忆数据中的相关性，因此它并不能给出因果推断，我们可能也无法理解其中的相关性，但是我们可以将神经网路作为一种工具，帮助人类社会进化。
当前的人工智能依旧是基于数据的运算与判断，短时期内也不可能产生自我意识，在可见的未来，人类要担心的不是机器，人类社会的最大风险仍然来自人类本身。
网友评论