“大部分爭論都建立在關(guān)于世界運行與大腦運轉(zhuǎn)的頑固信仰上，”Google無人駕駛汽車之父、斯坦福人工智能教授Sebastian Thru說。“神經(jīng)網(wǎng)絡(luò)沒有符號，也沒有規(guī)則，只有數(shù)字，這讓很多人望之卻步。”
一種無法解析的機器語言帶來的不僅是哲學(xué)觀念上的沖擊。過去20年間，學(xué)習(xí)編程已經(jīng)成為一條無比堅實可靠的職業(yè)道路。但是一個由彼此神經(jīng)連接的深度學(xué)習(xí)機器主宰的世界需要另一種勞動者。關(guān)于人工智能令各種技能過時的擔(dān)憂已經(jīng)甚囂塵上，程序員很快就能嘗到自己釀下的“苦果”的滋味。
“我今天早上剛剛和別人談過這個話題。”當(dāng)我問到這種轉(zhuǎn)變時，科技名流Tim O’Reilly 說。“當(dāng)這一代的孩子成長起來，編程工作將會和今天的大為不同。”
當(dāng)然，傳統(tǒng)的編程并不會徹底消失——O’Reilly預(yù)計很長一段時間內(nèi)我們還是需要程序員——但是數(shù)量將大為減少，而且編程將會變成一種“元技能(meta skill)”，一種為機器學(xué)習(xí)創(chuàng)造“腳手架”的手段。就像量子力學(xué)的發(fā)現(xiàn)并未讓牛頓力學(xué)失效，編程依舊是探索世界的一種有力工具。但是要快速推進特定的功能，機器學(xué)習(xí)將接管大部分工作。
當(dāng)然，還是要有人來訓(xùn)練這些系統(tǒng)。但是，至少在今天，這還是一種稀缺的技能。這種工作需要對數(shù)學(xué)有高層次的領(lǐng)悟，同時對于“有來有往”的教學(xué)技巧有一種直覺。“使這些系統(tǒng)達到最優(yōu)效果的方法差不多是一門藝術(shù)”，Google Deepmind團隊負責(zé)人Demis Hassabis說。“世界上只有寥寥數(shù)百人能出色地完成這件事。”
但即使是這一小撮人也足夠在數(shù)年之間改變整個科技行業(yè)。
不管這樣的轉(zhuǎn)變對于人類職業(yè)有何影響，它對文化造成的沖擊將會更大。人工編程軟件的興起引發(fā)了對于程序員的宗教式崇拜，一種觀念大行其道：人類的經(jīng)驗最終可以濃縮成一系列可以理解的指令。而如今，機器學(xué)習(xí)把鐘擺撥向了相反的方向。宇宙運行的“代碼”可能在人們的理解之外。比如， Google在歐洲正面臨反托拉斯調(diào)查，被指控對搜索結(jié)果施加過度影響。這項指控很難被證明，因為就連Google自己的工程師都沒法說清楚搜索算法是如何工作的。
這早已不是新鮮事，即使是簡單的算法也會產(chǎn)生意想不到的新行為——這種觀念可以追溯到噪音理論和隨機數(shù)生成器。在過去幾年間，隨著計算網(wǎng)絡(luò)日益交織，功能日趨復(fù)雜，程序變得越來越像一股外星力量，機器中的幽靈變得越發(fā)難以捉摸、不受控制。飛機無故著陸，股市出現(xiàn)看似不可避免的極速暴跌，還有輪流停電事故。
這些“看不見的力量”讓科學(xué)家Danny Hillis公開宣稱文明時代——我們數(shù)百年來對于邏輯、決定論、人定勝天的信仰——的終結(jié)。“隨著我們創(chuàng)造的技術(shù)和機構(gòu)日益復(fù)雜，我們和它們之間的關(guān)系已經(jīng)改變，不再是它們的主人，而要學(xué)著跟它們討價還價，勸誘、指引它們達成我們的目標(biāo)。機器學(xué)習(xí)的崛起是這段旅程的最新一章，也可能是最后一章。”
Google圖片將兩名黑人的照片識別為“大猩猩”
后果可能會相當(dāng)恐怖。畢竟，編程技能還是普通人可以學(xué)習(xí)和掌握的。程序員畢竟還是人類。如今，技術(shù)精英群體的規(guī)模正在縮小，他們下達的指令正在不斷減少，越來越間接。那些制造出這些東西的公司發(fā)現(xiàn)它們的行為很難控制。去年， Google的圖片識別引擎開始把黑人打上大猩猩的標(biāo)簽，它不得不緊急道歉，補救措施的第一步是阻止系統(tǒng)為任何東西貼上大猩猩的標(biāo)簽。
“這一切都預(yù)示著一個我們失去對機器控制權(quán)的時代的到來。人們可以想象科技在金融市場上智勝人類，逃離人類領(lǐng)袖的操縱，甚至發(fā)明人類無法理解的武器。”史蒂芬霍金的這些話得到了埃隆·馬斯克 和比爾蓋茨等人的響應(yīng)。“人工智能的短期影響取決于它操控在誰的手中，長期后果取決于能否被掌控。”
但是不必驚慌失措，這不代表天網(wǎng)的降臨。我們只是要學(xué)習(xí)如何與新一代技術(shù)合作共事。工程師們正在想法設(shè)法讓深度學(xué)習(xí)系統(tǒng)“引擎蓋”下的運作變得可視化。即使我們終究沒法完全弄懂它們是如何”思考“的，并不意味著我們在它們面前無能為力。未來，我們將不再關(guān)注行為背后的底層代碼，而是專注于行為本身。我們用于訓(xùn)練機器的數(shù)據(jù)將比代碼更重要。