互聯網集體智慧如何戰勝AI？

科技

2015-08-13 |

1908

編者按：如果電腦能理解我們在網上輸入的文字，並將其轉換成一種表達其真實含義的語言，會發生什麼？對來自社交媒體的數據進行分析，可以洞悉我們的真實動機和感受此類深層次的問題，而不僅僅是數據統計。

法國哲學家Pierre Lévy從上世紀90年代開始從事網絡空間方面的寫作，是渥太華大學集體智慧研究領域的加拿大研究主席（Canada research chair in collective intelligence at the University of Ottawa），他正在研發一種能做到這點的軟件。他做了嘗試，用一種超語言（hyper-language）的語言為一整本法語詞典做了註釋，之所以稱其為超語言，因為它們能自我生成語言——他稱其為資訊經濟元語言（ the Information Economy MetaLanguage, IEML）。剩下的工作就是編碼將其變為一個自動系統。

IEML的原理是，將特定語言中的每個詞語用符號表示，這些符號的排列組合可以代表幾個象限的含義：虛空，虛擬，實際，實物，存在和符號（ empty, virtual, actual, things, beings, and signs）。識別並計算這些符號的演算法用IEML文本構建起一個語義網絡，並計算出此段文本和其它文本的關係。編寫一種軟件將自然語言轉成這種代碼，讓電腦通過這種代碼互動，線上傳播的本質和我們分析它所能得到的結果會徹底改變。

毫無疑問，從NSA（美國國家安全局）到網絡廣告主的每個人都喜歡這種能力，因為它使得電腦能夠自行搜索網頁理解意義。但是，在人工智慧方面，電腦之間能相互就真實意義進行交流會帶來哪些影響呢？下麵來聽聽哲學家怎麼說。

問：您能稍微和我介紹一下互聯網集體智慧的意指麼？

Pierre Lévy：好的。集體智慧根植於動物，眾所周知蜜蜂和螞蟻擁有集體智慧，社會性動物也有集體智慧，它們釋放信號告知彼此危險和食物所在。但是，在人類的例子中，我們的集體智慧更加強大，因為我們有語言，我們有技術，我們有複雜的社會機構，這是更高層次的集體智慧，從根本上說，這種智慧基於符號操作。

在人類歷史上，一旦出現增強我們操作符號能力的媒介，集體智慧也會得到增強。現在，我們處在操作演算法符號的階段，但是,這一新時期才剛剛開始，我致力於利用這一新媒介來增進集體智慧。

關於集體智慧有很多誤解。首先是集體智慧是創造出來的，但並不是，集體智慧已經存在了。第二個應當避免的觀點是，集體智慧是群體思維。集體智慧和群體思維恰恰相反，在哲學意義上，集體智慧是多樣性和奇異性的整合，而不是Kurzweilian。這不是整齊劃一，這是一起思考。

最後，最常見的錯誤是「哈，集體智慧？但是網上有這麼多蠢東西。」一個哲學家曾經對我說，你可以想像一下，「更像是集體愚昧！」我要說，群體智慧不是愚蠢的反面，是人工智慧的反面。

有人說：「我們要讓電腦更聰明，」他們得到了所有的資助。但是，如何使得人類更聰明呢？集體智慧就是一個讓人類在電腦的幫助下變得更聰明的研究項目，而不是讓電腦變得比人類更聰明。這是集體智慧真正的定義。

你已經注意到，一個問題有個長長的答案，所以好好選擇你的問題。

Pierre Lévy，圖片來自flickr

問：有些人擔心有朝一日人工智慧會滅絕人類，對此您怎麼看？

Pierre Lévy：我不同意。就因為許多名人這麼說，不意味著我們應該濫調重提，我強烈反對。電腦或者智慧軟件，或者人工智慧程式永遠不會掌權，絕不。如果沒有人維護它們，它們就會解體。從技術上講這不現實。

而且，用這種方式來拒絕承擔責任真是微妙。這些機器由人製造出來，這些軟件由人類編程設計，它們是我們意志、意圖的載體，它們沒有意志和意圖，它們只是延伸了我們的意圖、思想。它們沒有任何責任。

問：那如果人類知識被編碼入機器呢？

Pierre Lévy：好吧，你學過哲學？

問：是的，一點點。

Pierre Lévy：好的。所以，柏拉圖的《斐得若》是非常重要的對話篇。他提出了和你一樣的內容，但是不是關於機器，而是寫作。他說：「什麼，你要把我們所知道的全部資訊放進圖書館？」因此，在圖書館裡，假設是亞歷山大圖書館，人類知識全部彙編於此，我們不再需要教授了。所有人都失業了。好怕怕！你要知道，18世紀巴黎有3000人專職運水。然後水管發明瞭，啊，他們丟了工作，好怕怕！

因此，不，我不覺得我們應當以如此消極的方式看待演算法。我自己，曾經並且依舊在研究人工智慧，我也設計過專家系統。我採訪一組專家，試圖理解他們的專業知識。然後，我以一種創造性的方式將他們的知識加以正式組織，形成層次規則，這樣演算法能夠理解調用。他們沒有因此而變得過時。恰恰相反，他們成為這一專家系統的主人。一旦他們在我的幫助下建立起這個系統，他們就自維持了。將他們的實踐知識通過這個組織加以傳播非常有益。

就像印刷或者寫作，它們有利於知識傳播。將知識轉化成軟件的形式是傳播知識的好方法，應當加以鼓勵而不是畏懼。

問：IEML如何讓人們借助電腦這個工具變得更聰敏呢？

Pierre Lévy：你有萬維網這個巨大的數據庫。它們在物理層面上共用一個位址系統，你可以通過服務器的位址達到所有資訊，但是沒有通用的分類系統。圖書館之所有有價值是因為它的分類系統，否則你怎麼能找到正確的文件呢？

我們有許多種不同的分類法，我們有本體論，我們有許多方法給語言分類，不同的自然語言內部分類又不一樣。實際上，當你不知道你在找什麼的時候，資訊搜集變得相當苦難。當你知道你在找什麼的時候，穀歌很實用。但是，當你試圖駕馭知識的時候，就變得有點困難了。

一個很好的解決辦法是求助維基百科，但它和19世紀大英百科全書的組織方式一樣，基於相同的劃分和分類。這些跨學科區分不是真實存在的，自然語言也是個問題。

我的想法是，採用一個通用的分類系統，得像自然語言一樣靈活，當你想描述一份檔的時候，言無不盡。你不必遵守任何必須這樣或者那樣的規定。但是所有的描述都使用同一種語言，你也無需學習這種語言，因為你可以用自然語言和其交流。這種語言有一個奇妙的屬性，即它是一個演算法代碼，每個短語都可以顯示其內部語義網絡，而且它也會計算某一個文本和其他相關文本之間的語義關係。

如果你用這個系統（所有的數據按照語義關係加以組織）進行數據分類，數據管理，並且在網上描述你在做什麼，就會出現新思想。人們共同創造了這些思想，一起創造了思想組織的方式，通過他們的交流，思想的生態圈就此湧現。這就是關於自反的集體智慧我所宣揚的東西，集體智慧已經存在了，尤其是在互聯網上，但是我們真的不太清楚我們在共同做點什麼。

你熟悉這張著名的互聯網圖片，巨大網絡上的連結像神經元，看看這些色彩。節點代表理位置，連結代表節點間的流量，但是你不知道其中的真正含義。我們將要實現的是一種地圖，節點代表思想，而連結代表計算，這意義重大。

許多人混淆計算和數量，不是這樣的。計算在談數量，甚至數學也在談數量。如果我們能將這些結構關係數學化，我們就能計算語義關係。但是我們需要正確的代碼。