人類會被人工智能取代嗎？
——模仿、理解與智能

孫 會

當下社會，伴隨著信息技術的飛速發展，整個人類的社會圖景發生了翻天覆地的變化，無人駕駛、無人賓館、智能家居等人工智能成果應用陸續出現在人們的日常生活中，人工智能(Artificial Intelligence，簡稱AI)一詞成為學界關注和討論的熱點話題。事實上，AI技術的應用已經滲透到社會生活的方方面面，諸如你的音樂軟件每天為你推薦歌曲，上網時自動推薦網頁，以及語言翻譯軟件即時翻譯等，都是人工智能的杰作。從圖像識別到語音編輯，再到大數據的計算，AI技術不斷創造新成果。在人工智能理論和技術日益成熟，應用范圍日趨擴大的同時，AI的本質以及技術產生的問題引起學界廣泛的思考。通常情況下，AI是指由人類設計出的智能機器代替人類自身去完成各種特定的任務或命令。實際上，AI的任務完成情況常常超過人類，如計算速度、搜索能力等。這讓一些學者開始擔憂：機器人的智能未來是否可能達到與人類同樣的水平甚至超過人類智能？如果答案為“是”，那就意味著，人工智能將有可能統治人類、取代人類，那時候人類將成為人工智能的奴隸。

對于這一問題的分析，我們首先要從機器人的智能開始著手探究，這就要追溯人工智能的淵源了。最早對“智能”一詞進行闡述和定義的科學家是圖靈，他設計了人工智能歷史上經典的圖靈測試(Turing Test)，認定通過該測試的計算機即具有智能。塞爾則設計了中文屋實驗(Chinese Room)，通過類比論證的方式來反對圖靈的觀點，從而反駁圖靈對智能的定義。那么，我們需要重新思考的問題是：智能究竟是什么呢？換言之，智能是由哪些部分組成的呢？搞清楚這一問題有助于厘清人與機器的根本區別，也可以為AI技術的發展提供理論支撐，同時也可以為當今社會普遍存在的“技術憂慮”揭開神秘的面紗。

一、 塞爾對圖靈測試的反駁意見是否有效？

一談到人工智能問題，我們自然無法回避人工智能發展史上著名的圖靈測試(Turing Test)。簡單回顧一下，圖靈測試的內容是：把計算機和人分別關進兩個不同的房間，雙方都用鍵盤與提問者進行交流，提問者提出問題后，讓機器去模仿人類回答問題。在一定時間內，如果有超過30%以上的問題使提問者不能辨識出對方是一臺機器還是一個人，那么，這臺機器就相當于在測試中勝出，圖靈因此得出這樣一個結論：通過測試的機器即具有智能(1)Turing A M, "Computing Machinery and Intelligence", Mind,No.10,1950,pp.433-460．。在這里，圖靈并沒有直接給智能一詞進行具體的定義，而是通過這樣一個測試，用具體的方法展示了計算機能夠擁有智能，即機器可以思維。這一觀點引來了很多反駁意見，圖靈對此的解釋是：“科學家堅持不懈地沿著從確認的事實到確認的事實的路線前進，而從不受任何有改進的猜想的影響，這觀點是相當錯誤的?！?2)圖靈·A M：《計算機器與智能》， 瑪格麗特·博登：《人工智能哲學》，劉西瑞、王漢琦譯.上海：上海譯文出版社， 2006年，第68頁。

在反對圖靈“機器可以具有智能”的系列意見中，比較有價值的是數學上的反對意見，因其指出與人類相比，機器的能力是有限的，且機器在回答問題時總是容易犯錯。然而，這樣的反駁即使結論具有一定價值，但由于在論證過程中缺乏系統性的論據支撐，因而難以令人信服。相比之下，歷史上比較著名的反駁意見則是美國哲學家塞爾提出的中文屋(Chinese Room)思想實驗，這一思想實驗的過程如下：

塞爾假定自己被關在一個房間中，并且他完全不懂中文，即對中文聽說讀寫一無所知。他在屋中的時候，外面的人給了塞爾一批中文卡片，這些卡片對于完全不懂中文的塞爾來說就像毫無意義的曲線。接著，外面的人又給了塞爾第二批卡片，上面依然是塞爾看不懂的中文。同時，外面的人還給了他一本用英語寫的像字典一樣的卡片指南，在這本指南的引導下，他可以把第一批卡片和第二批卡片進行有效配對。也就是說，第一批中文卡片相當于問題或者命令，第二批中文卡片是相應的回答。塞爾通過英文指南書的指導，可以對兩批卡片進行恰當的配對，從而回答第一批卡片的問題(3)塞爾·J R：《心靈、大腦與程序》，瑪格麗特·博登：《人工智能哲學》， 劉西瑞、王漢琦譯，上海：上海譯文出版社，2006年，第94-95頁。。

在正確完成卡片配對回答問題之后，屋外遞卡片給塞爾的人就得出結論：屋內的人是理解中文的。但實際情況是，塞爾看到的中文卡片和小學生的胡亂涂鴉毫無差別，因為塞爾根本不懂中文。

通過這一實驗，塞爾認為，可以做一個類比推理：把屋內的塞爾看作一臺計算機，遞卡片提問的屋外人看作是人類在下達任務，而那本指南則可以看作是程序員給出的計算機編碼。因此，塞爾完成屋外人給出的卡片提問，就相當于計算機完成人類的指令。按照圖靈測試的說法，塞爾完成了卡片的提問測試，就必然是懂中文的，這就相當于計算機完成了指令任務，因而被認為是具有智能的一樣。塞爾的中文屋(Chinese Room)思想實驗和圖靈測試(Turing Test)的關系可以用表1進行對比：

表1 Chinese Room實驗和Turing Test比較

通過這一類比，塞爾從結論出發對圖靈測試的結論進行反駁，因為中文屋(Chinese Room)實驗的結論——塞爾懂中文與真實情況(塞爾不懂中文)恰恰相反，因而證明了圖靈測試的結論是無效的。因此，塞爾認為圖靈測試關于“機器可以具有智能”這一結論為“假”。易言之，機器不能像人類那樣進行思維。

塞爾進一步指出，智能是人類大腦特有的功能，這是建立在生物基礎之上的智能，且理解能力是智能必不可少的部分，而機器只是完成人類的編程指令并輸出結果，因而不可能具有智能。因此，塞爾得出這樣一個推論：“我們人類制造的任何機器，僅僅依靠恰當的編碼是無法具有理解能力的，除非這個人造物具有和人腦一樣的能力?！?4)Searle J R, "Minds, Brains, and Science", Cambridge: Harvard University Press, 1984，p.41.

在塞爾的論證中，我們可以清晰地看到中文屋實驗與圖靈測試的類比關系推理，塞爾的觀點是：計算機運行過程中純符號化、形式化的機器操作中不蘊含任何語義。由此塞爾通過對實驗結論“塞爾懂中文”的否定來否定圖靈的結論“計算機可以擁有智能”。但是，如果我們將塞爾的論證過程一一拆解開來研究分析，我們就會發現，雖然塞爾的思想實驗具有很好的類比性，但依然缺乏足夠的證據支撐他的結論。換言之，塞爾的論證有很多不確定的因素在其中，有效性不足。按塞爾的觀點，“人與計算機的根本區別在于意向性，而意向性來源于人類大腦特有的生物結構——神經蛋白，這一點是計算機不具有的。但是，塞爾并沒有明確指出產生意向性的根源性力量究竟是什么，即人的大腦是如何具有意向性的。”(5)孫會：《意向性與人工智能：基于對“中文屋論證”的批判性考察》，《科技管理研究》2019年第10期。然而，即使是這樣，塞爾的這一思想實驗依然具有很強的啟發作用，他的研究思路以及結論都給人工智能領域指出了一個新的方向以及未來研究的可能性，因此，從這一點來說，塞爾的思想實驗具有不可忽視的學術價值。

二、 人類大腦與計算機哪一個智能水平更高？

首先，我們來考察第一個問題：計算機能否具備理解能力？

在中文屋(Chinese Room)實驗中，塞爾根據英語指南書對卡片進行恰當配對，這個過程如同計算機按照編碼進行的信息處理過程。塞爾認為，在卡片的配對過程中，他根本不理解中文，卡片上的中文對他來說只是一些毫無意義的符號而已，因此，配對卡片的任務就像是一個機械化的信息處理操作一樣。因此，塞爾認為，即使自己順利完成了整個卡片配對過程，他依然不理解卡片上的中文。他因此得出結論：計算機即使正確地完成了任務指令，也不能擁有自然生物學意義上的人那樣的理解力。

在討論“理解”這一概念時，塞爾認為人類的理解能力具有這樣的特點：比如在一個故事中，即使所給信息并未在故事中被提到，人類也有能力進行回答。塞爾舉了漢堡包的例子來闡明人類理解力的這一特點：

假設一個名叫Thomas的人走進一家餐廳，點了一份漢堡包套餐。當服務員端上套餐時，Thomas發現面包糊了，然后立刻起身離開了餐廳，沒有去前臺買單，請問Thomas有沒有吃他點的餐？這個時候，你會回答說：“不，他沒有吃！”另外一個故事是：John來到一家餐廳，點了一份套餐。當服務員端上套餐時他很滿意，滿面微笑，出門時他買了單，并且給了服務員很多小費，請問John吃了他點的餐嗎？這個時候，你會回答說：“是的，他吃了！”(6)塞爾·J R：《心靈、大腦與程序》，瑪格麗特·博登：《人工智能哲學》，劉西瑞、王漢琦譯，上海：上海譯文出版社， 2006年，第93頁。

很多支持強AI觀點的人認為，機器不僅可以模擬人類，也可以具有理解能力，并且在人類發出命令或提出問題后給出正確的答案。因此，他們認為，上述故事中如果把人換成機器來聽故事，然后回答問題，在事前給機器輸入相關的指令后，機器也可以得出和人類同樣的答案。他們因此得出結論：機器可以具有理解能力。而塞爾則通過他的中文屋(Chinese Room)思想實驗，對這一論斷進行了反駁。塞爾認為，即使機器做出了回答，也不能說明機器具有理解能力，就像塞爾并不理解中文一樣，并指出這樣的觀點犯了功能主義和行為主義錯誤。

塞爾的論證具有一定的類比性，顯而易見的是，行為不可以作為理解的標準，更不能作為智能的標準。對于理解這一概念，普特南則認為：“構成理解的不是心理事件，也不是現象本身，而是思想者運用現象的能力。”(7)何純秀：《理解的認知基礎與邏輯刻畫》，北京：社會科學文獻出版社，2017年，第42頁。換句話說，即使計算機可以寫出完全符合韻腳的十四行詩，也無法理解詩中表達的是送別之情還是思鄉之情；即使機器人特奧在音樂舞臺上譜寫出優美動聽的歌曲，讓臺下的觀眾聽到后為之動情，它也無法理解歌曲中呈現的是歡樂還是憂傷，也無法感受觀眾的情緒；同樣，即使AlphaGo戰勝了圍棋高手，它也無法體會圍棋對弈中的樂趣與意義。

按照肯尼斯·博伊德的觀點：“理解過程需要有兩個重要的組成部分：信息元素和抓取元素?！?8)Boyd Kenneth，"Testifying Understanding", Episteme,No.14,p.109，2017.計算機對于信息的抓取是無能為力的，因為它必須借助程序編碼的事前設置對外界輸入的信息進行處理操作，而人類對于外界環境中的信息獲得則是自然而然的過程，這個過程不需要進行任何訓練即可獲得。例如人們出門時遇到下雨天氣，心情會變得失落，這是人類與生俱來的本能。機器無法做到對外界環境中的信息自由抓取，因而也就無法具備理解能力。

其次，我們來考察第二個問題：計算機的計算與大腦的思維范疇有何不同？

人的理解能力或者稱之為思維能力，按照現代科學的劃分，人的大腦思維一般可以分為“抽象思維、形象思維、社會思維、靈感(頓悟) 等多種方式”(9)孟凱韜：《思維數學引論》，北京:科學出版社，1991年，第7頁。。目前，科學對于人類大腦的抽象思維研究還停留在符號化、形式化的系統研究層面，這一系統和計算機的程序編碼系統頗為類似，因為計算機的編碼程序也是純符號的信息處理過程。程序員把人類的自然語言轉化為符號語言，在計算機中進行輸入、輸出和處理操作的過程就是機器的計算過程。因此，從這個意義上來說，二者有一定共通之處。而圖靈的觀點則是把人的大腦完全等同于計算機的計算程序，圖靈認為，人類大腦運行的本質其實就是計算，人類對于外界的信息進行輸入、輸出以及對外界環境做出的反應，與計算機的操作系統是完全一致的。

顯然，圖靈的觀點屬于行為主義的錯誤。計算能力，或者稱之為抽象能力，僅僅是人類大腦功能的一小部分，即使計算機發展到今天，已經具備圖像識別、圖像處理等功能，但這仍然只是形象思維中很小的一部分，而人類大腦的其他能力，如社會思維是計算機遠遠不能實現的。最簡單的一個例子就是，計算機在沒有任何程序輸入的狀態下，無法實現類似人類大腦的突發靈感、頓悟等思維活動。此外，人類大腦的運行過程是有豐富內容的，這其中包含了各種情感、情緒等精神因素在內，是指向具體內容且有語義的，這些內容和語義絕不僅僅是簡單的計算過程。

最后，我們來考察第三個問題：人類大腦的結構與計算機的構成有何不同？

目前的科學研究表明，人的大腦結構和功能是十分復雜的，人腦是由1011個神經元構成，并且大腦還是整個生命有機體的中樞控制系統，人體的周圍神經主要來自大腦。與人類大腦的神經元相比，計算機基礎組成原件則是電子管，世界上第一臺計算機ENIAC只有 2×104個電子管，另一臺IBM公司的大型計算機SSEC總共包含了1萬個電子管和繼電器。因此，從最基本的構造方式來分析，人類大腦的復雜程度遠遠超過一臺大型計算機。

塞爾認為，計算機與人腦的區別不在于結構的復雜程度，而在于意向性，而意向性存在的前提是生物性。計算機是由硅等材料構成，這些材料不具備最基本的生物特性，因此計算機不可能具備意向性，也就不可能具有人腦一樣的智能。此外，塞爾認為，人類日常表現出來的諸如興奮、傷心、焦慮等都是意向性的外在表現，這些表現都是人腦對外部事物的特定反應。因此，塞爾指出，計算機的工作原理與人腦是不一樣的，因為人類的思維“取決于行為者某種內在的意向性”(10)塞爾·J R：《心、腦與科學》,楊音萊譯，上海：上海譯文出版社，1991年，第112頁。，而人類這種與生俱來的、生物性的意向性是無生命的計算機無法具備的。

在這個論證過程中，塞爾對于人類大腦意向性的觀點并沒有給出十分確切的論證依據，因而他的論證過程也是比較粗淺的。換句話說，意向性的產生是否與生命有機體有關？機器究竟能否擁有這種意向性？思維與意向性的關系究竟是怎樣的？這些問題都還處于一種未知狀態。因此，塞爾關于意向性的觀點值得我們進一步思考和研究，也是未來腦科學以及人工智能領域研究的方向。此外，我們還需要關注人類與計算機的另一個區別是情感問題。目前，科學界對大腦的情感研究被稱為“情感計算”，采用一種“情感模型”的方法，對外界輸入大腦的信息進行數字化檢測，并根據神經元的各類反應如肌肉抽動、心跳速度、血液流通、面部及皮膚反應等內容，分析人腦的各種運行狀態?，F在的問題是，這種“情感計算”研究能否在沒有生物基礎的機器中得到應用？這一問題值得人工智能研究者思考。同時，人工智能還應該與心理學、生物學、哲學等領域加強合作研究，從而實現更高級的人工智能的應用，為人類社會提供更好的服務。

三、 計算機會超越人類嗎？

隨著人工智能技術的不斷發展和應用，特別是AlphaGo接連戰勝圍棋高手李世石、柯潔，以及機器人特奧出現在音樂舞臺上并譜寫出動聽的樂曲后，人們除了對AI技術成果表示贊嘆和驚奇之外，開始從心底對AI技術產生深深的擔憂。很多學者認為，在科學技術的推動下，機器人會變得越來越聰明，人類最終會被機器取代，成為機器的奴隸。于是，有學者開始強烈呼吁：“絕對不能讓人類成為機器人的奴隸，要維護人類的尊嚴?！?11)林德宏：《維護人類的尊嚴——人工智能技術觀的思考》，《哲學分析》2018年第10期。

事實上，在實際應用中，人工智能的定義往往被夸大，任何可能完成一個流程行為的自動化機器都可能被拔高為“人工智能”，如自動售賣機、自動無人駕駛汽車、無人賓館等；而對于下圍棋這樣的博弈場景，則要求機器的計算能力十分強大，即“暴力計算”。在這種特殊場景下，機器的表現往往會優于人類。為什么呢？我們來分析一下其中的緣由。就以AlphaGo和圍棋世界冠軍李世石對弈為例，在對弈過程中，AlphaGo的內部系統采用了暴力計算，具體來說，就是它的內部結合了數百萬的人類圍棋專家的棋譜，并進行無數次的重復強化學習訓練，最終實現在對手走出任何一步棋后，機器都可以在最短的時間內做出最優的對應方案。所以，在進行人機對弈時，李世石并不是在和一臺簡單的機器人下棋，而是在和數百萬的圍棋專家進行對弈。換言之，這樣的對弈等同于一個人在和數百萬人同時對弈，結果可想而知了。

其實，AlphaGo所使用的基本算法是蒙特卡羅樹搜索 (Monte Carlo Tree Search，簡稱MCTS算法)，這種算法并不像圖靈測試中的機器那樣去盡可能模擬人的思維來回答問題，而是通過每一步出現的可能性來解鎖所有的對應步驟。簡單來說，MCTS算法的過程可以被分成四步，即選擇(Selection)、拓展(Expansion)、模擬(Simulation)、反向傳播(Backpropagation)。從全局來看，MCTS算法的主要目標是在一個給定的游戲狀態下做出最優選擇，這樣的一種博弈也可以稱之為“雙人有限零和順序博弈”，這個名詞可以分解開來進行理解：

博弈：可以理解為游戲、對戰、較量等情景，當然這樣的情景需要至少兩人以上。

有限：當你行動的時候，可以操作的步驟是有選擇范圍的。

雙人：博弈只有兩個角色。

順序：博弈的參與者依次交替進行各自的操作。

零和：博弈的雙方立場對立，都希望自己贏，對方輸。

根據上文的解釋，MCTS算法的操作步驟可以用圖1進行分析：

圖1 MCTS算法的操作步驟演示

最頂端黑色的點表示開始狀態，最底端黑色的點表示結束狀態，中間的點表示博弈過程中任意可能的狀態。可以發現，這是一種遞歸的數據結構，每次選擇完最佳的下一步時，會移動到下一個子節點，而這個子節點同時又是它的子樹的根節點。因此我們可以把這樣的博弈視為“最佳下一步”的問題序列。當AlphaGo和人類進行對弈的時候，每當人類走一步棋，AlphaGo都會根據蒙特卡羅樹搜索找到最佳的對應下一步的步驟。由此看來，AlphaGo戰勝人類圍棋高手的情況實屬正常。

然而，即使機器執行某種特定任務的智能水平遠遠超過人類，但在更大更復雜的場景下機器的行為則會捉襟見肘，必須通過學習人類在這些復雜場景下的行為方能表現出與人類類似的反應。說到底，機器從本質上來說只是人類使用的一項工具，即使人工智能時代的機器人可以做很多事情。自人類誕生以來，人類在工具的制造和使用方面一直在不斷發展，不斷革新。我們知道，在人類社會歷史上出現的四次科技革命在不斷改變社會發展的圖景，但歸根結底其實是人類運用工具的技能在不斷增強。因此，當今社會的各種智能化機器依然是人類使用的一種特殊工具，正因為對工具的不斷創造和運用，人類才從遠古時代一路走到今天。

但是，雷·庫茲韋爾預言，未來有一天，當機器人的智能超越人類智能并可以自己繁衍時，奇點就會出現。正是這一預言引發了人們對人工智能的討論與擔憂。然而，有些人卻希望人工智能的奇點快點到來，因為他們有這樣一個信念：如果自然人和計算機可以結合，大腦和思維就可以嫁接到機器身上，如果實現了，人就可以做到“長生不死”。千百年來，死亡一直是人類難以擺脫的自然規律，多少人向往永生，這是人類長久以來的妄想。如今，人工智能奇點的預言把人類的這一愿望重新點燃了。那么，永生的愿望能否在人工智能領域實現突破呢？對于這一問題，當今最權威的人工智能研究基地——美國硅谷的一位技術核心人物皮埃羅·斯加魯菲認為，這種永生的“信仰”是建立在五個信條上的：“第一，人工智能正在并已經產生卓越成果；第二，技術進步在不斷加速；第三，技術正在創造超越人類的智能；第四，人類可以從比我們更聰明的機器中獲益；第五，通過圖靈測試的機器可以像人類一樣聰明?！?12)皮埃羅斯加魯菲：《人類2.0:在硅谷探索科技未來》，牛金霞、閆景立譯，北京：中信出版社，2017年，第54頁。那么，這五個信條在現實中有沒有實現的可能呢？

首先，我們來考察人工智能發展至今的成效。早在1950年的時候，圖靈就曾預言：“在本世紀末，人類能夠按照機器的思考方式進行說話?！?13)Turing A M，"Computing Machinery and Intelligence", Mind,No.10.1950．1965年，偉大的數學家赫伯特·西蒙(Herbert Simon)曾經預言,未來的20年，機器能夠實現的行為將會和人類一樣。博登也曾公開指出，通過像圖靈一樣的幾代科學家的不懈努力， AI領域將呈現出令人類驚訝的成果。莫拉維克在2002年也曾預言：“不久的將來，機器人將會做我們人類所能做的一切事情，甚至更多，將來的時代是機器人的時代。”(14)Bringsjord Selmer，Noel Ron,"Real Robots and the Missing Thought-Exper-iment in the Chinese Room Dialectic", Preston John & Bishop Mark (ed.), Views into the Chinese Room: New Essays on Searle and Artificial Intelligence, Oxford: Oxford University Press, 2002,p.144．但事實上，無須更多的論證，我們只需從現實社會中就可以自然而然地看出，人工智能發展至今，機器仍然處于在某些特定領域為人類服務這一狀態。

第二，我們來驗證“技術進步在不斷加速”這一論斷。對于這一命題，我們從最先進的制造業去尋求答案。如果我們來到特斯拉的汽車工廠，基本上看不到幾個人，都是機器在制造汽車。這時，你可能會很驚訝地贊嘆如今的人工智能已經可以代替人進行汽車制造了。然而實際上，自動化流水線早在工業革命之后的資本主義大工廠時代就已經普及，而這樣的情景也只是技術發展后的自動化新應用而已，并沒有人們想象中的那么神奇。所以，自動化流水線的生產并不等于AI技術成果代替人。

第三，對第三條“信仰”的驗證。對于這一命題，很多學者會立刻想到AlphaGo戰勝人類圍棋高手這一案例，認為機器的智能已經超越了人類，戰勝了人類，從而得出這一論證結論。對于這一案例，前文已經分析過，其實AlphaGo使用的技術就是計算，但這個計算不是普通的計算，而是提前輸入了數百萬計的圍棋專家的棋譜，讓機器進行強化學習、強化訓練，并且在對方走出一步的時候，通過快速計算而給出最優解的一種“暴力計算”。所以，當人機PK時，人類棋手并不是和普通的計算機程序對弈，而是在和成千上萬的精英同時對決。通常情況下，人類大腦需要一定的時間進行計算，但是計算機的程序卻可以在計算方面大大縮短時間，快速找到最佳的答案，即“暴力計算”。這一案例說明計算機在特定領域比人類更高效，但這并不能說明機器的智能可以超越人類。

皮埃羅提出的第四點和第五點信念則是相輔相成的，換言之，即要回答人類和機器哪一個更聰明。有人指出，AlphaGo戰勝人類圍棋高手這一案例就可以證明機器比人更聰明。通過蒙特卡羅樹搜索的暴力計算，的確可以讓機器在人機對弈中表現得技高一籌，機器人也可以代替人類去做很多事情，例如翻譯、駕駛、譜曲等等。但遺憾的是，機器的智能只能在一些特定的領域發揮作用。比如，AlphaGo可以在圍棋上戰勝人類，但是它卻不能幫人類洗衣服、做飯；又如，一臺無人駕駛汽車可以把你送到目的地，但不能幫你翻譯文件。易言之，一臺看起來十分聰明的機器也只局限于某些特定領域為人類服務而已。很多人接著會提出為什么不創造出一種像人類一樣的通用人工智能呢？那種可以與人類一樣有情感、會思考、能隨時做出任何反應的綜合AI？那么，我們不禁要思考一下，人類真的需要那樣一種綜合AI嗎？事實上，人類只是希望人工智能可以幫助自己更快捷、更舒適、更高效地生活和工作，而不是復制一個和自己一模一樣的機器人。此外，在技術方面，我們需要認清的一個事實是：人腦中的神經元數量之龐大、結構之復雜，是當前乃至今后的AI技術都是難以實現的。由此可見，當前很多關于機器代替人類，甚至控制人類的憂慮是不必要的。

當前人工智能發展的現狀是，AI能夠在某些領域完成一些原本必須由人類去做的事情，并且比人類更加出色。由于人工智能具有非生物、非社會的特質，所以AI具有很多優點。例如，AI不會有情緒上的波動，不會因為失戀而心情不佳影響工作，不會因為下雨而郁郁寡歡；AI不會有人情世故的考慮，也不會有政治、社會背景等因素；AI不需要像自然人那樣吃飯休息，也不需要休假探親。但是生物學意義上的自然人恰恰相反，人類擁有智能，但同時也擁有多維度的特質，就像博登指出的那樣，它不是一維的，而是“具備各種信息處理能力”(15)瑪格麗特·博登：《人工智能的本質與未來》，孫詩惠譯,北京：中國人民出版社，2017年,第2頁。。人工智能的出現就是人類利用各種現代技術去幫助自身完成多重任務，以實現“人的解放”。還有很多學者擔憂AI的發展將會使我們人類的工作被AI替代從而導致人類失去很多工作機會，社會上出現新一輪的失業危機。知其來方可知其往。回溯歷史長河，在每一次技術革新面前，人們總是害怕和抵觸新技術，新技術的應用總會引起人們的擔心和憂慮。然而，事實證明，新技術可能會使一部分人失去工作，還可能導致一部分行業萎縮甚至消失，比如數碼相機的出現代替了膠卷相機。但是，新技術也在不斷創造新的行業和新的崗位，并且改變了人們的工作狀態，使人們的工作更加便捷、舒適、高效。

有人提出，現在的人工智能發展速度日新月異，將來AI技術會超越人類、控制人類、代替人類成為世界霸主嗎？在談到AI代替人類，甚至取代人類方面，本人認為，至少有兩個領域是AI無能為力的，一個是醫療領域，另一個是戰爭。因為機器無法體會患者的痛苦以及戰爭的殘酷。對于AI技術控制人類這一問題，我認為，事實上技術已經控制人類的大腦和生活方式了，比如現在，當你在使用手機的時候，手機在操控你的大腦。我們對技術過于依賴，甚至成癮，以至于我們會按照技術設定的方式去行事，這才是技術對人類的“控制”。對于人工智能技術，將來有沒有可能實現技術上的突破，出現人機融合、人機共存的情況，甚至機器統治人類的情況？本人認為，人工智能技術的發展帶來的問題并非機器控制人類，因為前文已經分析了這一可能性是幾乎不存在的。人類真正需要擔心的是：人工智能時代，人類的情感將何以寄托？隨著AI技術的發展，機器變得越來越“聰明”了，越來越能滿足人類的需求，人與機器的交互頻率將會變得越來越高，就像當今社會的人與手機的日常交互過度頻繁，這勢必會影響到人與人之間的交流與互動，長此以往，人類社會最大的問題不是人被機器代替，而是人變得更加孤獨，缺乏社會性，缺乏人文關懷，這才是智能時代我們真正需要擔心的問題。

四、 結束語

縱觀上述論證，我們可以看出，人類的大腦無論是基本結構還是運行方式都比計算機要復雜得多，且有很多未知的領域尚待研究。因此，我們最多可以把“計算”能力看作是智能的一個部分。目前，AI技術通過暴力計算等強大算法已經可以實現特定領域的智能表現，如機器人可以出色地完成下棋、譜曲、翻譯等任務，相信機器在未來還可以有更多驚人的智能表現，更好地為人類服務。

同時，我們需要清楚地認識到，機器能夠替代和超越人類，只是在某些特定領域內的單一智能行為，最終是為人類實現更好的生活服務。一言以蔽之，即使AI技術的智能化水平逐漸提高，但其本質依然是為人類服務的一種工具。然而面對當前AI技術的快速發展，我們必須嚴肅思考的一個問題是：當機器可以代替人類做很多事情的時候，我們人類與機器相比的優勢是什么？技術的革新不斷挑戰我們人類的自然智能，激發我們潛在的創造性，但同時也需要我們重新審視自身。