雖然AlphaGo已經(jīng)證明自己是世界級(jí)棋手，但它并不能說(shuō)出讓人類棋手能夠?qū)W習(xí)的實(shí)際原理。該程序并不是通過(guò)開發(fā)一般性的玩法規(guī)則來(lái)運(yùn)作，而是通過(guò)分析特定棋局下怎么下成功概率最高。相比之下，IBM玩國(guó)際象棋的Deep Blue計(jì)算機(jī)則編入了一些有關(guān)好招數(shù)的一般性原則。正如克里斯托弗·科克（Christof Koch）在發(fā)表在《科學(xué)美國(guó)人》（Scientific American）的文章中所說(shuō)的，AlphaGo的智能依靠的是其模擬神經(jīng)元之間的數(shù)十億個(gè)連接。它創(chuàng)造出的模型讓它能夠做出決策，但那個(gè)模型極其復(fù)雜，而且是有條件的。其巨量的應(yīng)變計(jì)劃帶來(lái)的結(jié)果除了戰(zhàn)勝人類之外，別無(wú)其他。
因此，如果你想要用你微不足道的大腦去理解AlphaGo為什么會(huì)選擇了特定的一步棋，其“解釋”很可能涉及加權(quán)連接的網(wǎng)絡(luò)。那些連接會(huì)將其結(jié)果傳遞到下一層的神經(jīng)網(wǎng)絡(luò)。你的大腦不可能記得住所有的那些權(quán)重，即便它記得住，它也無(wú)法進(jìn)行導(dǎo)致下一個(gè)神經(jīng)網(wǎng)絡(luò)狀態(tài)的那個(gè)運(yùn)算。即便它能夠進(jìn)行，你也不知道該如何去下圍棋，或者說(shuō)不知道AlphaGo是怎么下圍棋的——只是內(nèi)化人類棋手神經(jīng)狀態(tài)的運(yùn)行原理，并不能幫助你理解他為什么會(huì)下特定的一步棋。
圍棋只是游戲，因此我們跟不上AlphaGo的決策路徑或許并不緊要。但如果是說(shuō)神經(jīng)網(wǎng)絡(luò)將能夠讓我們分析雙基因疾病中基因的交互呢？如果是說(shuō)使用神經(jīng)網(wǎng)絡(luò)來(lái)區(qū)分大型強(qiáng)子對(duì)撞機(jī)中單個(gè)粒子和多個(gè)粒子的衰變模式呢？如果是說(shuō)使用機(jī)器學(xué)習(xí)來(lái)幫助辨別政府間氣候變化專門委員會(huì)所追蹤的20個(gè)氣候變化模型中哪一個(gè)是最準(zhǔn)確的呢？這類機(jī)器可給我們帶來(lái)很好的結(jié)果——例如：“恭喜！你剛發(fā)現(xiàn)了希格斯玻色子！”——但我們無(wú)法跟上他們的“邏輯推理”。
很顯然，我們的計(jì)算機(jī)在辨識(shí)、發(fā)現(xiàn)模式和作出結(jié)論的能力上已經(jīng)超過(guò)了我們。那是我們使用它們的其中一個(gè)原因?，F(xiàn)在我們能夠讓我們的計(jì)算機(jī)將模型按需做得盡可能地大，而不用縮小現(xiàn)象來(lái)迎合相對(duì)簡(jiǎn)單的模型。但這似乎也意味著，我們所知道的東西要依靠機(jī)器的輸出結(jié)果，而那些機(jī)器的具體運(yùn)作我們卻是無(wú)法跟上，無(wú)法解釋，無(wú)法理解的。
自我們最早用木棍來(lái)刻凹痕以來(lái)，我們一直都是利用世界上存在的東西來(lái)幫助我們理解這個(gè)世界。但我們從未像現(xiàn)在這樣依靠并不符合人類邏輯推理模式的東西——我們知道每一個(gè)凹痕代表的是什么——我們無(wú)法后續(xù)去理解我們沒有知覺的合作伙伴是如何得出那些答案的。如果說(shuō)知識(shí)總是意味著能夠解釋和確證我們的真正信念——古希臘哲學(xué)家柏拉圖提出的概念，已經(jīng)有兩千多年歷史——那我們要怎么去理解一種新型的知識(shí)呢？要知道，這種知識(shí)不僅僅是難以去解釋確證，而是無(wú)法解釋確證。
兩個(gè)著名模型
1943年，美國(guó)陸軍工程兵部隊(duì)派意大利和德國(guó)的戰(zhàn)俘去打造史上最大比例的模型：200英畝大，表示美國(guó)41%連通密西西比河的國(guó)土面積。到1949年，它被用來(lái)進(jìn)行模擬實(shí)驗(yàn)，以判斷如果河水從這個(gè)點(diǎn)或者那個(gè)點(diǎn)涌入，城鎮(zhèn)會(huì)發(fā)生什么狀況。該模擬試驗(yàn)被認(rèn)為幫助防止奧馬哈市在1952年出現(xiàn)洪災(zāi)，要是沒有它，洪災(zāi)可能會(huì)導(dǎo)致該城市遭受6500萬(wàn)美元的經(jīng)濟(jì)損失。事實(shí)上，有人甚至表示那些模擬實(shí)驗(yàn)要比現(xiàn)有的數(shù)字模型更加準(zhǔn)確。
水還是另一個(gè)著名的物理模型的重要組成部分：新西蘭經(jīng)濟(jì)學(xué)家奧爾本·威廉·休斯古·菲利普斯（Alban William Housego Phillips）于1949年打造的MONIAC（貨幣國(guó)民收入模擬計(jì)算機(jī)）經(jīng)濟(jì)模擬器。MONIAC使用透明管道中的有色水分來(lái)模擬凱恩斯經(jīng)濟(jì)政策的影響。它并沒有密西西比河模擬器那么可靠，這可能是因?yàn)樗鼪]有將影響國(guó)家經(jīng)濟(jì)狀況的所有變量考慮進(jìn)來(lái)。但經(jīng)由像密西西比河這么大的河流的水流也會(huì)受到很多人類無(wú)法列出的變量的影響。那密西西比河模型是如何得出與現(xiàn)實(shí)情況相差無(wú)幾的預(yù)測(cè)的呢？
如果你想要預(yù)測(cè)在急流的邊緣放置巨石的話會(huì)發(fā)生什么，你不必去理解流體動(dòng)力學(xué)的方方面面：你只需要建造一個(gè)將小巖石放進(jìn)小的水流的比例模型。只要模型比例無(wú)關(guān)緊要，那你的模型就會(huì)給你答案。正如高級(jí)水力工程師斯坦福·吉布森（Stanford Gibson）就密西西比河流域項(xiàng)目所說(shuō)的，“物理模型會(huì)自行模擬所有的過(guò)程。”