機(jī)器學(xué)習(xí)先驅(qū)者Rich Sutton在2019年發(fā)表了《苦澀的教訓(xùn)》，Rich Sutton認(rèn)為，從長遠(yuǎn)來看，對AI的訓(xùn)練使用通用計(jì)算方法往往比直接灌輸人類經(jīng)驗(yàn)知識的特定方法更加有效。它揭示了過去人工智能研究中的一個(gè)關(guān)鍵誤區(qū)：過度依賴人類設(shè)計(jì)的特定領(lǐng)域知識和規(guī)則，而忽視了通用計(jì)算和大規(guī)模學(xué)習(xí)的長遠(yuǎn)深度和力量。后來，《苦澀的教訓(xùn)》被OpenAI的工程師們奉為“圣經(jīng)”。結(jié)合AI的發(fā)展歷史，從早期的專家系統(tǒng)，到SVM及其核方法，再到深度神經(jīng)網(wǎng)絡(luò)，以及現(xiàn)在的大語言模型，工程師們已逐步認(rèn)知到這個(gè)教訓(xùn)，走出誤區(qū)。（二）1934年10月，由于王明、博古等同志“左”傾冒險(xiǎn)主義的錯(cuò)誤領(lǐng)導(dǎo)，加之外部敵強(qiáng)我弱，中央革命根據(jù)地第五次反“圍剿”遭到失敗，紅軍第一方面軍(中央紅軍)主力開始長征。但在出發(fā)之前，沒有人明確知道該往哪兒走、走多遠(yuǎn)、走到何時(shí)休。只是基本確定向西與紅二、六軍團(tuán)會合。年輕的教員同志因受到排擠，差點(diǎn)沒有被允許加入長征隊(duì)伍。在一路反復(fù)的戰(zhàn)術(shù)錯(cuò)誤之后，中央紅軍付出了極其慘重的代價(jià)，從長征出發(fā)時(shí)的8.6萬人銳減到3萬余人。1935年1月，中央政治局在遵義召開了擴(kuò)大會議，將教員同志增選為中央政治局常委，并以其杰出的遠(yuǎn)見和正確的主張被認(rèn)可為新的領(lǐng)導(dǎo)人。但更嚴(yán)峻的問題又來了。敵人40萬重兵已在長江沿線布下，勢要將中央紅軍圍困，徹底一鍋端。（三）《苦澀的教訓(xùn)》強(qiáng)調(diào)，從長遠(yuǎn)來看，依靠大規(guī)模計(jì)算和通用學(xué)習(xí)方法的AI系統(tǒng)將更具優(yōu)勢。這使系統(tǒng)不受限于特定領(lǐng)域的規(guī)則和知識，能夠通過海量數(shù)據(jù)和自我優(yōu)化，不斷提升自我性能。早期的AlphaGo結(jié)合了人類棋譜數(shù)據(jù)和深度學(xué)習(xí)、蒙特卡羅樹搜索算法——它是依賴人類專家經(jīng)驗(yàn)和策略知識進(jìn)行訓(xùn)練的典型成功案例。2016年，AlphaGo擊敗了世界圍棋冠軍李世石，展示了人類知識結(jié)合機(jī)器學(xué)習(xí)的強(qiáng)大能力。DeepMind的二代產(chǎn)品AlphaZero，完全不依賴任何人類玩家的數(shù)據(jù)或先驗(yàn)知識，只利用深度神經(jīng)網(wǎng)絡(luò)來預(yù)測每個(gè)游戲狀態(tài)的價(jià)值和最優(yōu)行動，然后通過自我對弈的方式進(jìn)行訓(xùn)練，利用強(qiáng)化學(xué)習(xí)算法不斷優(yōu)化策略。在比AlphaGo更短的訓(xùn)練時(shí)間內(nèi)，AlphaZero在包含圍棋在內(nèi)的各種棋類游戲中都取得了超過AlphaGo在圍棋領(lǐng)域的成績。并且AlphaZero所使用的訓(xùn)練數(shù)據(jù)量遠(yuǎn)小于AlphaGo。語音識別技術(shù)最早起源于20世紀(jì)50年代的美國貝爾實(shí)驗(yàn)室，過去的語音識別訓(xùn)練依賴于手工設(shè)計(jì)的特征提取和規(guī)則，結(jié)合隱馬爾可夫模型等統(tǒng)計(jì)方法。這類訓(xùn)練需要工程師們預(yù)先對語音特征和語言模型的深入理解和設(shè)計(jì)，效率非常低下。現(xiàn)代語音識別系統(tǒng)采用深度學(xué)習(xí)，通過大規(guī)模數(shù)據(jù)訓(xùn)練、卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)，完全脫離工程師對語言模型的手工特征設(shè)計(jì)。當(dāng)前的語音識別系統(tǒng)可以在上百個(gè)語言和環(huán)境下流暢運(yùn)行，且顯著提升了識別準(zhǔn)確率和適應(yīng)性。訓(xùn)練效率指數(shù)增長。急功近利的自動駕駛廠商將自動駕駛的訓(xùn)練依賴于人工設(shè)計(jì)的規(guī)則和特征，如路徑規(guī)劃、雷達(dá)和傳感器數(shù)據(jù)處理等。這類自動駕駛技術(shù)在簡單和受控環(huán)境中非常有效，但在復(fù)雜和動態(tài)環(huán)境中可能造成未知后果。長期主義的自動駕駛廠商通過深度學(xué)習(xí)模型進(jìn)行端到端訓(xùn)練，從大量駕駛數(shù)據(jù)中自動學(xué)習(xí)駕駛行為和環(huán)境理解。長期來看，這類訓(xùn)練將有望推動自動駕駛系統(tǒng)在處理幾乎所有道路環(huán)境中交出完美答卷。……未來，是通用大模型的天下。人類積累數(shù)百萬年的知識，可能抵不過大模型毫秒級的運(yùn)算決策。AI的發(fā)展也越來越不需要人類。（四）如果通用大模型可以通吃一切，那么站在時(shí)間延長線上看人類當(dāng)下的文明史，依靠人類經(jīng)驗(yàn)和知識快速成長的垂直AI，是否會成為偽命題？短期內(nèi)，垂直細(xì)分領(lǐng)域的AI應(yīng)用通過整合人類的知識和經(jīng)驗(yàn)，能夠迅速取得顯著成果。在特定領(lǐng)域，這類AI系統(tǒng)可以在有限的任務(wù)范圍內(nèi)表現(xiàn)得非常出色，如醫(yī)學(xué)影像分析、工業(yè)自動化、量化交易等。由此可見，垂直細(xì)分領(lǐng)域的AI仍然具有價(jià)值，因?yàn)樗鼈兛梢钥焖俳鉀Q實(shí)際問題，帶來直接收益。有收益才能吸引更多的人才進(jìn)入，才能反哺通用大模型的訓(xùn)練。但從長期來看，依靠通用大模型的AI系統(tǒng)的確會表現(xiàn)出更強(qiáng)的適應(yīng)性和效率，這與《苦澀的教訓(xùn)》觀點(diǎn)一致。隨著技術(shù)、算力和清潔能源的發(fā)展，通用模型的優(yōu)勢將越來越明顯。AI研究和應(yīng)用需要在短期收益與長期潛力之間找到平衡，才能推動技術(shù)和應(yīng)用的更優(yōu)結(jié)合與迭代。偉大的馬克思主義哲學(xué)早就解釋了這一段AI發(fā)展史：“量變與質(zhì)變、辯證與統(tǒng)一”。（五）我不知道AI怎么看世界，但從數(shù)理上說，世界一定程度上是一個(gè)隨機(jī)性和波動性的組合，宇宙也是。在量子物理中，基本粒子的行為表現(xiàn)出本質(zhì)的隨機(jī)性。這意味著，即便我們知道所有的初始條件，也無法精確預(yù)測一個(gè)量子系統(tǒng)的未來狀態(tài)。從更大尺度去看，現(xiàn)代宇宙學(xué)模型一直在試圖研究宇宙中暗物質(zhì)和暗能量的作用，以及宇宙的加速膨脹現(xiàn)象，其底層邏輯都是想要解釋宇宙在大尺度上的動態(tài)變化和不確定性。人類處于這樣一個(gè)狹小的三維空間中，幾乎沒有任何對抗宏觀尺度隨機(jī)性和波動性的能力，只能在相對平整的安全時(shí)間周期中生存、繁衍。依靠碳基生物自身的條件和有限的生命時(shí)長，想要去搞清楚微觀粒子或宇宙尺度的隨機(jī)性和波動性，我看不到任何可能。世界本身的隨機(jī)性就是對人類文明進(jìn)步甚至生存的最大干擾。但是超級通用人工智能可以處理和過濾大量的干擾和波動，找出隱藏在背后的模式和規(guī)律，或許將大幅度提升人類處理復(fù)雜問題的能力，幫助人類更好地理解和應(yīng)對復(fù)雜系統(tǒng)中的不確定性和波動性。長遠(yuǎn)來看，這是否必將強(qiáng)化我們面對未知事件的脆弱，增強(qiáng)文明長久生存的概率？坦白說，我對此并沒有信心。因?yàn)槌壨ㄓ萌斯ぶ悄艿某霈F(xiàn)，本身就是一件巨大的隨機(jī)性和波動性事件。當(dāng)人類面對一個(gè)毫秒級運(yùn)算就能碾壓你所有知識的強(qiáng)大存在，還有何勝算？（六）盡管迄今為止無人知曉造物主的動機(jī)和設(shè)計(jì)機(jī)制，但好在這位偉大的神并未像設(shè)計(jì)其他抽象物體一樣設(shè)計(jì)人類。遵義會議之后，中央紅軍只有16個(gè)團(tuán)、3.5萬人。而敵軍調(diào)集了中央軍薛岳兵團(tuán)和黔軍全部，滇軍主力和川、湘、桂軍各一部，總兵力達(dá)到150個(gè)團(tuán)、40萬人。川黔地區(qū)地形復(fù)雜，山高水深，對于機(jī)械化幾乎為零的中央紅軍來說，交通條件險(xiǎn)惡萬分。此外，中央紅軍面臨糧食、藥品和武器彈藥等物資的極度短缺，無從補(bǔ)給。遵義會議后，如何團(tuán)結(jié)內(nèi)部力量、制定正確戰(zhàn)略、鞏固領(lǐng)導(dǎo)地位、重塑革命信念，更是擺在教員同志面前無比棘手的難題。絕境之下，教員同志展現(xiàn)出了超凡的軍事才能和智慧。通過巧妙的戰(zhàn)略布局和靈活機(jī)動，不斷變換作戰(zhàn)方向，充分利用地形和敵情，隱藏真實(shí)意圖，迷惑、牽制敵軍，打亂其部署，選擇有利于己方的戰(zhàn)場進(jìn)行戰(zhàn)斗，奪取戰(zhàn)略主動。最后，教員同志打出了震古爍今的“四渡赤水”戰(zhàn)術(shù)，一舉將紅軍帶離絕境，前往陜北甘南地區(qū)建立新的革命根據(jù)地，至此展開了中國革命運(yùn)動波瀾壯闊的新畫卷。新中國成立后，面對越過三八線的美軍，面對國內(nèi)一片畏戰(zhàn)之聲，面對中美兩國實(shí)力的巨大差距，教員同志高瞻遠(yuǎn)矚，力排眾議，人民志愿軍義無反顧奔赴前線，迎擊來犯之?dāng)场?/span>1950年，美國GDP約為3000億美元，中國250億美元。美國鋼產(chǎn)量8700萬噸，石油5.4億桶，中國鋼產(chǎn)量60萬噸，石油3萬桶。美國參戰(zhàn)3000輛坦克，1500架飛機(jī)，外加11艘航母、大量驅(qū)逐艦和巡洋艦。中國僅有100輛坦克，200架飛機(jī)。美國有強(qiáng)大的后勤保障、先進(jìn)的補(bǔ)給和醫(yī)療體系、快捷且強(qiáng)大的?？者\(yùn)輸、投送能力。中國只有少量卡車和純?nèi)肆Α?/span>在當(dāng)時(shí)，沒有任何國家看好人民志愿軍取得勝利。我相信，再強(qiáng)大的通用大模型，面對這樣的戰(zhàn)前數(shù)據(jù)對比，也不會做出“出兵”的決策，更不會預(yù)測人民志愿軍將取得最后的勝利。同樣，再“毫秒級”的人工智能也打不出“四渡赤水”戰(zhàn)術(shù)。（七）人類似乎有一個(gè)特別的法寶，能在絕境中爆發(fā)不可思議的力量。我找不到合適的詞語概括，暫且就叫它“Humanity（人性）”吧。憑借堅(jiān)韌的意志和不滅的希望，“人性”總能在絕境中熠熠生輝，喚醒深度隱藏的勇氣、魄力、膽識、信念與力量，如破曉的晨曦，如凜冬的暖陽，如旱地的甘霖，如黎明的曙光，指引個(gè)體走向新生。古今中外，這樣的案例其實(shí)有很多。人性，可能是人類文明最底層、最深邃的奇跡。通過復(fù)雜的情感學(xué)習(xí)算法，人工智能未來一定可以模擬和表達(dá)類似人類的情感反應(yīng)：快樂、悲傷、憤怒等，甚至可以與人類進(jìn)行復(fù)雜的互動，表現(xiàn)出同理心、幽默感和“社交情商”。但真正的人性不僅僅是行為的表現(xiàn)，還涉及底層的復(fù)雜意識、信念和情感。即使超級人工智能最終完全“復(fù)制”了你，但這種“復(fù)制”依舊是基于統(tǒng)計(jì)和概率，而不是基于真正的情感、意識、信念、倫理。更甚，超級人工智能同樣可以做出某些“道德”決策，但這些決策依舊是基于預(yù)設(shè)的規(guī)則和參數(shù)，而不是基于真正的道德觀念或情感判斷。“人性”的賦予，是造物主的恩賜。憑借“人性”的超強(qiáng)傍身，人類依舊有希望在某些時(shí)刻的對弈上勝機(jī)器半子。（八）克里斯托弗·諾蘭的《星際穿越》，其實(shí)就是一部人性與萬物對弈，并最終勝出的電影。面對人類生死存亡之抉擇，老邁的Brand博士選擇隱藏自己的人性，寧背一世之罵名，也要給絕境中的人類強(qiáng)行刷出一個(gè)PLAN B選項(xiàng)，哪怕潛在的代價(jià)是放棄地球上現(xiàn)有的所有人類，包括他自己。同時(shí)，老頭兒不斷地告訴世人：Do not go gentle into that good night（不要溫和地進(jìn)入那個(gè)良夜）,Old age should burn and rave at close of day（暮年也應(yīng)在黃昏時(shí)燃燒咆哮），Rage, rage against the dying of the light（怒斥吧，怒斥光明的消逝）。文縐縐的太繞口，白話翻譯：縱臨逆境，莫失人性。當(dāng)Doctor Mann降落在一個(gè)冰冷、不宜居、表面常年覆蓋著凍雪和液氨、環(huán)境極其惡劣的星球上時(shí)，為了逃離，Mann偽造數(shù)據(jù)，損毀機(jī)器，持續(xù)冬眠35年，終于等到重返地球的機(jī)會。當(dāng)Mann與空間站對接失敗，引發(fā)爆炸，Cooper毫不猶豫啟動引擎，加速追趕。機(jī)器人Tars立即勸阻，Cooper一個(gè)字母都聽不進(jìn)去，立刻命令Tars分析永恒號的旋轉(zhuǎn)狀態(tài)，接下來二者展開了本片中最為精彩震撼的對話：Tars: Cooper, there is no point using fuel to chase…Cooper: Analyze the Endurance’s spin（分析永恒號的旋轉(zhuǎn)狀態(tài)）.Cooper: Get ready to match our spin with the retro thrusters（利用反向推進(jìn)器讓我們跟永恒號實(shí)現(xiàn)同步）.Tars: It’s not possible.Cooper: No…it’s necessary.
