不過，在熱議之外，人工智能到底是什么，大多數(shù)人如同盲人摸象，僅僅只有一知半解。至于其內(nèi)部的工作原理，一般公眾更是一無所知。由于巨大的技術(shù)障礙，輿論對于人工智能僅僅停留于「高深、前沿、無所不能」的印象，而無法對之進行深入解析。公眾的懷疑、震驚、嘆服等等心態(tài)，說到底都是無知的體現(xiàn)。

 

　　知己知彼，方能百戰(zhàn)不殆。在打響自己的「職業(yè)保衛(wèi)戰(zhàn)」之前，讓我們解剖一只麻雀，看看人工智能到底是如何思考的，它到底有什么能耐，又有什么缺陷。

 

　　我選取的麻雀是寫作。

 

　　機器人寫作思路

 

　　語言是人類的關(guān)鍵特征，它不僅是人類區(qū)別于動物，也是人類區(qū)別于機器的獨特能力。鑒別機器是否具備人類智能的「圖靈測試」，就是以語言為考察指標的。

 

　　NLP（Natural LanguageProcessing，自然語言處理）是一門研究如何讓機器理解人類語言、寫出人類文字的學(xué)科。這門學(xué)科有兩種主要思路。一種是「符號法」，由人工建立語言的模型，提煉出語言的語法、詞法，標注每個單詞的含義、詞性，然后教會機器這套原理，并讓它根據(jù)語法去寫文章——這種方法你一定很熟悉：不就是背單詞、學(xué)語法、然后寫作文嗎？對，這就是我們在學(xué)校里學(xué)英語的方法。

 

　　另一種思路是「統(tǒng)計法」。與傳統(tǒng)的老師教學(xué)生不同，這種方法更注重「自學(xué)」：扔一大批文字給機器，讓它自己去尋找語言的規(guī)律，自己去嘗試寫作。

 

　　這種方法其實我們更熟悉。每個孩子不都是這樣學(xué)習(xí)母語的嗎？沒有哪個父母會告訴孩子什么是名詞、什么是動詞、什么是疑問句強調(diào)句，孩子只是天天聽、天天說，自然而然就掌握了一門語言。

 

　　當然，「符號法」與「統(tǒng)計法」并不是完全對立的，大多數(shù) NLP 算法都同時包含兩種思路。只不過在計算機發(fā)展的初級階段，無力提供「統(tǒng)計法」所需要的大量計算資源，一直都是「符號法」更占上風(fēng)。直到近十年以來，隨著計算能力的大幅提高，尤其是深度學(xué)習(xí)理論的崛起，「統(tǒng)計法」才得到越來越廣泛的應(yīng)用。

 

　　一般認為，深度學(xué)習(xí)是通往真正人工智能的重要一步，如今聲名鵲起的 AlphaGo，即是基于深度學(xué)習(xí)理論而設(shè)計的。它并不理解圍棋中諸如「勢」「厚薄」等種類繁多的術(shù)語，它只是學(xué)習(xí)了大量棋譜，從中總結(jié)出了圍棋的規(guī)律，最終擊敗了眾多高手。AlphaGo 取勝后，聶衛(wèi)平一度苦思而不得其解，AlphaGo 團隊中沒有一個圍棋高手，為什么能打敗世界冠軍呢？其實，這就是聶衛(wèi)平還停留在老師帶學(xué)生的思路上。老師帶學(xué)生，學(xué)生很難超過老師的高度，而 AlphaGo 是自學(xué)成材，不僅超越了頂尖的人類高手，還自創(chuàng)了許多精彩的招式。在人機大戰(zhàn)后的春蘭杯、圍甲聯(lián)賽中，人類棋手也開始應(yīng)用 AlphaGo 所創(chuàng)造的定勢，「AlphaGo 流」迅速被圍棋界所承認、吸收、并發(fā)揚光大。

 

 

　　在自然語言處理方面，也有一個著名的深度學(xué)習(xí)模型：卡帕西模型。

 

　　斯坦福大學(xué)的安德烈·卡帕西（AndrejKarpathy）是深度學(xué)習(xí)領(lǐng)域的知名人物。2015 年 5 月，他設(shè)計了一個基于遞歸神經(jīng)網(wǎng)絡(luò)的 NLP 模型，并將代碼公布在 GitHub 上。

 

　　這個模型非常精煉，只有幾千行的代碼量，任何一個具備基本編程功底的工程師，都可以看懂代碼并且下載運行。但模型的功能卻非常強大，它沒有設(shè)定什么語法，也沒有什么單詞庫，更沒有指定只能處理英文、法文、或某一種特定語言。它唯一的要求，只是文字輸入。你喂給它大量的文字段落，它就會用遞歸神經(jīng)網(wǎng)絡(luò)分析段落，尋找出字與字之間的關(guān)系。

 

　　所有文章說到底，不過是文字的排列組合，從數(shù)學(xué)角度而言，也就是一種文字的序列。如果計算機能夠破解這個序列，掌握其規(guī)律，那么從理論上來說，它也能夠生成這樣的序列，寫出一篇類似的作文。

 

　　理論非常簡單，實戰(zhàn)效果如何？現(xiàn)在，讓我們假設(shè)有一個機器人，裝備了卡帕西模型，他立志要成為一名中文小說家，他的表現(xiàn)會怎么樣呢？

 

　　機器人的小說家之路 「全庸」學(xué)金庸

 

　　首先，要找一個學(xué)習(xí)范本。機器人找來的是中文世界最成功的流行小說：金庸的《射雕英雄傳》。

 

　　機器人學(xué)習(xí)了一遍教材?！渡涞裼⑿蹅鳌分挥邪耸f字，學(xué)起來不費多少時間，一臺普通的臺式機，只要五六秒鐘就可以學(xué)完。然后，機器人寫出了如下文字：

 

　　呃，完全不知所云，是吧？

 

　　機器人所生成的文字，只是一些單字的隨機組合。顯然，他還沒有找出任何文字的規(guī)律。此刻的機器人，如同一個初生嬰兒，只會發(fā)出一些毫無意義的音調(diào)，完全不知語言為何物。

 

　　幸好，機器人有的是時間，他最擅長的就是重復(fù)性勞動。不過一分鐘時間，他又學(xué)習(xí)了十遍，再次交出一篇作文：

 

　　還是看不懂。不過，比起上一篇也有進步，機器人寫出的字不再是隨機的，而是教材中出現(xiàn)頻率較高的文字，如靖、黃、鋒、全真等，都是書中主要人物的名號。可見那位嬰兒正在注意聆聽周圍的語言，開始牙牙學(xué)語了。

 

　　機器人繼續(xù)成長。十多分鐘后，他已學(xué)習(xí)到一百遍：

 

　　這篇作文里的標點符號大幅增多。雖然其用法一塌糊涂，比如引號放在冒號之前，還常常會連用兩個標點符號。但看來機器人已經(jīng)意識到句子的存在，試圖用句子來組織文字了。

 

　　當機器人學(xué)習(xí)到一千遍：

　　這篇作文簡直是令人驚喜，就好像不知什么時候小孩子突然學(xué)會了說話，機器人對語言的領(lǐng)悟也突然有了一個飛躍。

 

　　最明顯的變化是，他識別出了常用詞匯，人物名字全部寫對，連《九陰真經(jīng)》也認識了。

 

　　更了不起的進步，則是機器人學(xué)會了句法，他會用標點符號了！每句話用逗號分隔，用句號結(jié)尾，雙引號一一對應(yīng)，而且全都位于冒號之后。

 

　　同樣，他領(lǐng)會了「主謂賓」的句法結(jié)構(gòu)，每句話都是以主語開頭，后接人物動作。他也識別出了許多詞匯的詞性，并把它們放在正確的位置，形容詞位于名詞之前，副詞位于動詞之前。

 

　　總體而言，這篇文字還是看不懂，但是已經(jīng)順眼很多，開始像一片真正的人類文字了。可以說，現(xiàn)在機器人的語言水平相當于一歲多的孩子，能夠磕磕碰碰說幾句話了。

 

　　這充分顯示了機器學(xué)習(xí)的威力。在沒有預(yù)設(shè)任何語法庫、詞匯庫的情況下，機器人愣是通過反復(fù)學(xué)習(xí)，掌握了人類語言的規(guī)律！

 

　　再接再厲，機器人學(xué)習(xí)到一萬遍：

 

　　很遺憾，一萬遍的學(xué)習(xí)并沒有帶來明顯進步，這次寫出來的作文跟上一篇區(qū)別不大，仍然不太通順，也仍然是詞法、語法基本正確，而句子的含義還是讓人無法理解。

 

　　機器人不知道什么叫挫折和放棄，他繼續(xù)埋頭苦干，又學(xué)習(xí)到十萬遍。但這一次，他的文字依舊沒有起色。新的一份作業(yè)，通順程度還是跟一萬遍的一樣。

 

　　堅持一天一夜，當機器人學(xué)習(xí)到上百萬遍，又交出若干份類似的作業(yè)，我們不得不失望地發(fā)現(xiàn)，機器人的金庸之路到此為止，他的《射雕英雄傳》沒法寫得更好了。

 

　　「吉龍」學(xué)古龍

 

　　不過，世界很大，中文作家除了金庸，還有很多。機器人又踏上古龍之路，學(xué)習(xí)了數(shù)萬遍《古龍全集》之后，他拿出一份習(xí)作：

　　新的學(xué)習(xí)結(jié)果很有趣。熟悉武俠小說的朋友都知道，同為武俠大師，金庸、古龍的風(fēng)格卻是迥然不同。實際上，他們二人只不過恰好都寫了武俠題材而已，從文學(xué)理論來看，金庸是一個古典作家，而古龍是一個現(xiàn)代作家。

 

　　而機器人的模仿之作，也明顯能看出兩位老師的風(fēng)格差異：

 

　　古龍的段落更短，一般一段就一句話，而金庸的一個自然段通常包含許多動作和對話；古龍有更多心理描寫，他的語言更現(xiàn)代，而金庸就顯得古汁古味；古龍喜歡裝逼，人物語言總是酷斃，恨不得不用動手，一開口就把人噎死。

 

　　作為人類，我們可以評論，機器人的作文還不是很通順。然而神奇的是，他一不懂詞匯，二不懂語法，更不了解句子含義，不認識金庸古龍是誰，但他卻照樣表現(xiàn)出了人類作家的細微差異。他所寫出的作文，同樣具備段落短、語言酷、深入人物心理這些典型的古龍式文風(fēng)。

 

　　這就是機器學(xué)習(xí)的威力所在，他不再需要人類專家去煞費苦心地提煉模型，他自己就能從材料中總結(jié)出模型。這是人類認識世界的一個重大進步。以往，科學(xué)發(fā)展的典型流程是，開普勒這樣的科學(xué)家觀測、實驗、收集數(shù)據(jù)，牛頓這樣的科學(xué)大師研究、發(fā)明科學(xué)體系。而今后，我們或許不需要、至少是不那么依賴牛頓級別的天才，只要有一批開普勒提供數(shù)據(jù)，計算機就能幫我們完成最后的臨門一腳，挖掘出人類想象不到的科學(xué)規(guī)律。

 

　　再審視一遍作文，我們還可以看出，同樣是模仿之作，「吉龍」也比「全庸」寫得更加通順一些。結(jié)合機器學(xué)習(xí)的特點，我們不難找到原因。首先，機器人學(xué)習(xí)的兩份材料樣本，一個是《射雕英雄傳》，八十萬字，另一個是《古龍全集》，高達一千七百萬字，是前者的二十倍。這方面機器和人是一樣的，都是學(xué)得越多，寫得越好。

 

　　另一方面，古龍的語言也比金庸簡單，他的句子短，段落短，語法結(jié)構(gòu)也較為簡單?！渡涞裼⑿蹅鳌菲婚L，卻用到三千多個單字，而厚厚的《古龍全集》，才用到兩千多個。可以說，金庸小說的復(fù)雜性較高，更有利于人類審美，而古龍小說的規(guī)律性較強，更有利于機器人學(xué)習(xí)。

 

　　機器詩人

 

　　為了驗證這個設(shè)想，機器人第三次踏上學(xué)習(xí)之路。這一次，他學(xué)習(xí)的是規(guī)律性要求最高的中文作品：《全唐詩》。

 

　　果然，機器人寫出了一手漂亮的唐詩。以第一首詩為例，遣字造句像模像樣，「花開」對「風(fēng)吹」，人類詩人也不過如此。格律按古聲為：平仄平平仄，平平仄仄平，平平仄仄仄，仄仄仄平平，算是相當工整。唯一的缺憾，就是還沒有押韻。

 

　　從意境而言，這首詩生動形象，淺白明晰，自然流露出的那份性情，也頗有幾分唐詩的風(fēng)流味道。

 

　　其他幾首詩，或是五言，或是七言，格式也都整整齊齊。雖然不全通順，但奇妙的是，卻大都能夠讀出一種獨特的詩味。

 

　　這大概要歸功于詩歌的藝術(shù)特色：重視語言的獨創(chuàng)性、多義性。越是不符合慣例的詩歌，越是具有獨創(chuàng)性，越是具備想象的空間。

 

　　前面我們已經(jīng)總結(jié)出，機器學(xué)習(xí)的長處，在于從大量數(shù)據(jù)中尋找特征，總結(jié)模型。短處則是他并沒有真正理解數(shù)據(jù)，他只是按照自己找出來的規(guī)律，似是而非地寫作。這里，寫作唐詩宋詞，正好可以揚長避短。

 

　　古詩詞有明確的規(guī)律，只要讀得夠多，機器人可以準確地提煉出平仄、韻腳等規(guī)則；另一方面，古詩詞強調(diào)意境，強調(diào)聯(lián)想，看似不合道理的漢字組合，被機器人放到一起，反而別具一番風(fēng)味。

 

　　如今網(wǎng)上有許多寫詩軟件，或許就是這么來的。

 

　　機器人寫網(wǎng)文

 

　　經(jīng)過三次考試，機器人的寫作水平大致暴露在我們眼前。看起來，除了唐詩宋詞，他似乎寫不出什么像樣的東西。那么，只要你是寫現(xiàn)代文的，是不是就可以松一口氣呢？

 

　　不一定。

 

　　也許，寫作正經(jīng)文章，機器人還差一口氣。但是，不那么正經(jīng)的文章，機器人還是有用武之地的。

 

　　以最著名的網(wǎng)絡(luò)小說之一《斗破蒼穹》為例：

 

　　這篇作文讀起來仍然不太流暢，但相對金庸古龍的模仿之作而言，卻算得上大體通順，至少，大部分句子都讀得懂了。似乎機器人一旦學(xué)習(xí)網(wǎng)絡(luò)小說，就突然悟性大增了。

 

　　為什么呢？難道網(wǎng)絡(luò)小說就特別適合機器寫作嗎？

 

　　答案是 YES。從語言文字而言，古龍比金庸單薄，而網(wǎng)絡(luò)小說又比古龍大大地單薄。前面提到，《古龍全集》用到兩千多個單字，這已經(jīng)比《射雕英雄傳》少了許多，而《斗破蒼穹》用到的單字，只有可憐的一千多個。

 

　　簡單的對比就知道，古龍寫作二十多年，也才寫到一千七百萬字，而《斗破蒼穹》只花了兩年，就寫到六百萬字，其中灌水的程度也就可想而知了。

 

　　簡單、稀薄的文字，或許會被真正的作家所鄙視，但這卻是機器人最喜歡的。越是單調(diào)重復(fù)，他越是能找出規(guī)律，模仿出類似的作品。也許，用不了多久，網(wǎng)絡(luò)寫手就會發(fā)現(xiàn)他們多出一個高產(chǎn)、全能、永不疲倦的競爭對手。

 

 

　　好了，現(xiàn)在我們大致知道，當機器人談?wù)搶懽鲿r，他們在談些什么。就卡帕西模型而言，他有一個天花板。他能夠描繪出一種外表類似的文字風(fēng)格，但卻無法寫出真正讓人理解、讓人心動的文章。

 

　　只要你不寫唐詩宋詞、不寫網(wǎng)絡(luò)小說，暫時可以放心了。目前機器人的語言能力，也就跟一兩歲孩子相當。

 

　　但這并不意味著，人工智能永遠追不上正常人類的智力。如前所述，卡帕西模型非常簡單，只有幾千行代碼，也沒有語義庫、詞匯庫的定義，是一個純粹的「統(tǒng)計法」模型。它主要是用來展示遞歸神經(jīng)網(wǎng)絡(luò)的工作原理，教學(xué)意義更甚于實用意義。實際應(yīng)用中的商業(yè)化語言機器人，遠遠比它復(fù)雜和強大得多。

 

　　另一方面，也許你已經(jīng)注意到，卡帕西模型的語言能力之所以上不去，是因為跟真正的孩子學(xué)說話相比，他還缺乏最重要的一環(huán)——外部反饋。

 

　　孩子學(xué)說話不僅僅是聽，更重要的是說。語言學(xué)家指出，嬰兒需要在母親懷里親密互動，需要與父母一起玩耍游戲。孩子每一句有意無意的吚吚唔唔，都能得到父母的回應(yīng)與反饋，這種情境對于學(xué)習(xí)語言是最有利的。讓孩子每天看電視，雖然他也聽到了大量的對話，但由于缺乏雙向溝通，孩子仍然無法習(xí)得正常的人類語言。

 

　　2015 年 3 月，微軟推出對話機器人 Tay。她能夠?qū)W習(xí)、模仿用戶的言論，采取用戶喜歡的語言風(fēng)格進行對話。Tay 立即引起了用戶的興趣，大量用戶蜂擁而上，用各種出位言論訓(xùn)練她，試圖誘導(dǎo)機器人突破下限。結(jié)果，在無數(shù)粗俗對話的刺激下，只花了一天功夫，Tay 就變成了一個滿口臟話、辱罵用戶、鼓吹納粹的不良少女。

 

 

　　微軟不得不將 Tay 緊急關(guān)閉。但從另一方面來看，這也說明了對話在語言學(xué)習(xí)中的威力。如果機器人能夠與人類頻繁互動，從人類的反饋中得知什么樣的句子是好的，什么樣的表達方式是對的，什么樣的文字是美的，那么，他離真正掌握人類語言就不遠了。

 

　　這樣的工作，谷歌、臉書等科技巨頭已在開展。他們不僅有最先進的人工智能技術(shù)，還擁有世界上規(guī)模最大的用戶，能夠為機器人找到足夠多的人類老師，進行足夠多的訓(xùn)練。也許，谷歌和臉書的許多服務(wù)，已經(jīng)是機器人在提供，只是用戶并不知曉而已。我們在不知不覺之中，已經(jīng)在充當訓(xùn)練機器人的人肉材料。

 

　　變革正在發(fā)生，未來無從知曉。對于文字工作者而言，人工智能仍然是一把懸在頭頂?shù)睦麆Α?/div>