比起人工智能，人类在逻辑上确实甘拜下风

人工智能飞速发展，一路辗压人文学界和哲学界对它的种种质疑。说人工智能能做什么很容易，因为相对于人脑，它几乎无所不能；说人工智能不能做什么则风险甚高，持论者常因论据失真或前提不确导致结论无效。人脑不可度量处，恰是AI大显身手时。

人工智能（AI）是绝不会犯逻辑错误的，人在AI面前还真不能不气馁。

一，人脑薄弱的地方，恰是AI大显身手地方

人工智能的飞速发展却一路辗压人文学界对人工智能的种种质疑。目前的情势是，说人工智能能做什么很容易，因为相对于人脑，它几乎无所不能；说人工智能不能做什么，则风险甚高，持论者常常因论据失真或前提不确，致结论无效。比如，近日网上热传的两篇文章《把市场消灭了，人工智能的基础也就没有了》（作者许成钢）、《计划经济不可行性早已证明 大数据也弥补不了》（作者周为民），即无一幸免。

许文和周文的标题旗帜鲜明，但也直接令人生疑添惑。因为市场只是数据采集的众多场景之一，断不至于如许文所说，成为大数据的基础。至于周文所说公有制计划经济之不可行，病根其实也在数据，即数据缺失致“经济”无从“计划”（对此，米塞斯在社会主义经济计算问题论战中曾有精彩论述）；大数据，也不是补漏之器，而是解决之道。除了标题，两文中的无效论据、论证，也所在多多。比如许文称，人脑无法感知、无法度量的东西，则人工智能无所施其技（大意）。实情是，人脑智能不可度量，绝不等于人工智能不可度量；而且，人脑不可度量处，恰是AI大显身手时。

或许，人在预测人工智能前景时，应当先尝试了解人工智能的逻辑理路和技术发展动态，才方便与外界就这一话题作有效率的交流。而学界的认知错位或缺席，极可能使人类对人工智能失控的局面提前到来。

何为人工智能逻辑理路？其要义或可简化为三层意思：

1）大千世界无处不在的“数学法则”，才是真正的宇宙之王；

2）世间万象，都可以简化和还原为数据，人脑，则是一台功力强大的数据处理系统；

3）人脑的反应和思维过程（包括直觉、创见、灵感），实质是数据采集、识别、整理的复杂计算过程。

于是，AI界坚信，如果能解开人脑思维之谜，便极有可能研发出效率万千倍胜过人脑算力的人工智能系统。而人工智能狂飚突进的发展，也正加速将AI业界的信心、信念升华为信仰。

最新实例，是前科棋圣“阿法狗” （AlphaGo）的胞弟“阿法元”（AlphaGo Zero）。

二，天不生AI，万古如长夜

与从小熟读兵书、“打谱”无数，并与人类棋手反复对弈、切磋的“阿法狗”不同， “阿法元”小弟生性孤傲，对于集人类围棋实战之大成的“文献资料”（棋谱）不屑一顾，也不愿屈尊让出一席之地，邀人间棋王手谈。如此妙手空空，从零开始，自我对弈，自学成才，三天过后，“阿法元”便批量报捷，将不久前横扫地球九段人的“阿法狗”杀了个100：0。“阿法元”这一大开杀戒的弑兄战绩意味着，在人工智能面前，人类围棋领域过往的全部经验性事实和思考成果，价值归零。难怪弈坛少帅柯洁闻讯后，在微博上敲下了六个字：“人类太多余了”。

“山外青山楼外楼”。继乃兄之后，“阿法元”再次提醒人类，围棋招式变化如恒河沙数（据说高达10的170次方，而宇宙已知部分的原子数不过10的80次方），人脑思维半径所及，不过沧海一粟。数千年来，人类历代棋手殚精竭虑参悟出来的各种定式、变招，一夜之间，沦为井底蜗壳的“局部最优”。围棋领域如此，其它领域又如何？初思甚喜，细思极恐。

综上所述，人工智能的出现，是名副其实的“划时代”事件。此前，人类社会只有一个智能系统，即人脑智能系统。由于人脑综合计算（数据采集、识别、整理）能力远高于其它动物脑，人类曾信心满满地自诩为“宇宙的精华、万物的灵长”。人工智能横空出世，将使人类拥有两个智能系统：人脑智能系统与人工智能系统。更令人类猝不及防的是，人工智能算力之强大，使千百年来困惑人脑的难题，纷纷于一夜之间迎刃而解，而人类千百年来引以为荣的智慧文明成果，也将纷纷于一夜之间沦为偏安一隅的“局部最优”。

关于人工智能的划时代意义，或可化用人脑智能名句形容：“天不生AI，万古如长夜”。

三，勿以人脑之心，度AI之腹

AlphaGo设计师黄士杰：最强的学习技能其实还在人类的脑袋里。AlphaGo的“人肉手臂”、担任Deepmind资深研究员的黄士杰，在近期公开演讲中，分享过他身为一名科学家，如何旁观机器的进步。AlphaGo Zero只用三天走过人类的千年的历程，这在人类历史上是不敢想象的。

在Master之后，黄士杰他们研究分出两条线，一条是让Master出去比赛，来测试，另一条线，则是把所有人类知识拿掉，从零开始学习，看AlphaGo Zero可以达到什么程度。

在初期预设AlphaGo Zero绝对不可能赢Master。围棋被人类研究了几千年，一个程序只知道棋盘和规则，一切从零开始，怎么可能会超越几千年的围棋历史？但黄士杰错了，40天的训练后，AlphaGo Zero超越了Master，我们非常意外，深度学习和强化学习的威力太大了。

AlphaGo Zero是从乱下开始，找出围棋的下法，它只用了三天，走过了人类研究围棋的千年历程。这也是有趣的地方，人类几千年的累积，跟科学研究是一致的。

未来的人工智能，是要与人类合作，而非跟人类对抗。强人工智能距离我们仍是遥远，而现在最强的学习技能，其实仍在我们的脑袋里。没有想要跟人类知识比较、或是讨论人类知识有没有用等问题，而是想证明机器不需要人类知识也可以拥有很强的逻辑能力，比起人工智能，人类在逻辑上确实甘拜下风。