人工智能利弊的论文(2)
人工智能利弊的论文篇二
人工智能与人的智能
【摘 要】 淘宝推出Buy+和AlphaGo战胜李世石，进一步催热了VR和AI市场。本文的分析表明，VR和AI都有一个共同的基础――真实、准确的数据。同样，人工智能和人的智能也有很多类似之处，不仅依赖个体对于符号(数字、文字)的准确解读，而且还需要对多种信息来源进行比较、评判和确认。人工智能虽然是模拟人的智能创造出来的，但是，反过来也让我们对于人的智能，对于如何培养批判性思维有了更深入的思考。
【关键词】 虚拟现实;人工智能;批判性思维;媒介技术
【中图分类号】 G40-057 【文献标识码】 B 【文章编号】 1009―458x(2016)05―0041―02
最近，微信朋友圈的两大热点话题无疑是新推出的虚拟现实(Virtual Reality，VR)应用淘宝Buy+[1]和人工智能(Artificial Intellegence，AI)棋手AlphaGo。淘宝Buy+推出当天，有人就惊呼：“吓得马上剁了还剩下的那只手!”AlphaGo战胜韩国围棋国手李世石以来，互联网大脑[2]的话题也一直是朋友圈的讨论热点。从互联网的底层运行逻辑来看，无论VR还是AI，基础都是数据――准确、真实、可信的数据。数据对于VR、AI的意义，就如同知识(真正的真知灼见)对人的意义。我们从VR、AI这两个应用入手，聊一聊人工智能和人的智能。
首先，对于淘宝Buy+，我的看法是：淘宝基础数据的造假，将使VR购物体验大打折扣。
作为一个计算机科班出身的偏执狂，我怀疑一切网络支付的安全性，所以，以前从来没有绑定过银行卡，网购只买书，货到付款。春节前预定出境游一时贪便宜(用支付宝便宜200元)，绑定了支付宝，遂加入剁手党，并在春节期间拿出专业的研究精神，付出上万元的研究“经费”，对我国电子商务平台进行了全面深入的研究，为此，还获得了京东、淘宝颁发的剁手奖!研究结论：中国电子商务平台购物的便利、流程的顺滑，绝对世界一流!为中国电商生态点赞!
可是，从4月2号开始，我还是退出了剁手党，重新回到专卖店、各类商城去买服装、鞋帽等日用品。原因是淘宝服装的号码太不靠谱了!我买的好几家不同店的羊毛、纯棉、羊绒(号称)开衫，不管标的是L、XL，还是XXL，收到的实物全都比以前在商场买的小1、2公分。你说号码不准，我好好看产品说明，按照尺寸来选服装。结果，白纸黑字的尺寸数据也全无信用!
你说你弄个VR，无非就是帮我试个衣服，看看合不合适、好不好看吗?这倒好，按照商家提供的数据，VR试出来效果特别好，收到实物一看，完全不是一回事儿。原来我还以为淘宝的造假只是抄袭名牌，现在才发现造假也是一个生态链，从基本数据开始，每个环节都可能有假。所以，没有基础数据的标准化以及诚实守信的商业环境，服装类VR会严重失真、失信。数据与实物不对标，会导致VR技术应用的作用大打折扣。
其次，AlphaGo赢了李世石，是否意味着机器已经比人聪明了?人是否应该有危机感了?我想说，大可不必，为时尚早。我们举个例子来说明人工智能的不同层次。
比如说，《星球大战》里的机器人部队要来攻打北京，我们怎么办?第一层次，如果是比较傻的、只会按照导航指令进行智能判断的机器人(近似于单机版的AlphaGo)，可以采用软件打击。先派侦察兵弄清楚机器人用什么地图导航(包括自动驾驶汽车、无人机等这类新应用都依赖三维立体地图的导航)，然后用黑客手段把三维立体地图数据全部换掉，用一套假地图数据为机器人导航，把它们引到某死亡之地。
第二层次，假如机器人不但有一套导航系统，还具有批判性思维能力，并且有一套由卫星、各路传感器系统组成的“观察”体系，帮助机器人用周边事实景物信息跟地图信息进行比较，判断地图的真伪，情况就比较复杂了。对于这类机器人的进攻，最适当的应对措施就是硬件打击，当机立断断电断网。不过，需要说明的是，这种运算(机器学习)要复杂得多，系统配置也昂贵得多，而且要求网络具备强大的容错性能，防止信息被长城防火墙之类的拦截。
分清人工智能的这两个层次，对于我们认识人的智能，认识媒介与认知的关系，具有重大的启发。
讨论人的智能首先需要区分两种完全不同的认知论：个体认知论与社会认知论。教育心理学聚焦学习者个人的认知规律，偏重于个体认知论;互联网大脑更多关注的是社会群体认知论。今天，教育技术学和教育学的“坏理论”根源往往在于将两者混为一谈。
简单说，今天人类用书本、网络所承载的全部知识，是从荷马史诗、圣经、苏格拉底、柏拉图、亚里士多德、哥白尼一直到牛顿、达尔文、爱因斯坦等数千年来人类对世界全部观察的积累。把这些分散于不同时空的“人类智慧”连接在一起的就是口传、手工抄写的羊皮书、印刷技术、广播电视、互联网等媒介技术。所以，当一个6岁的孩子坐在教室里拿起书本的时候，他面临的巨大认知难题，是一个幼小的仅仅有6年人生经验的个体跟人类整体经验积累的对话。他首先要做的事情，是像海伦・凯勒那样，在数十次、数百次的重复后，认“字”[3]。这样的个体学习，不采用行为主义的学习方式，难道你让他/她拒绝认字，自我建构一套表达符号?
人类知识就是由跨越时空的一个个个体，借助于媒介技术的记录、汇聚、复制、传承、批判等过程生产形成的。这是一个跨越时空的人借助媒介技术支持，以社会认知的方式生产知识的过程[4]。个体的学习，则是个人经验，跟人类知识、规则对话，融入及参与社会合作，借以实现个人生存和发展的过程。区分个体的人、群体的人和作为人类的人，是我们分析和解决教育问题的出发点。我以为，当下中国教育研究中最大的问题，恰恰在于一直在讨论一个抽象的、理想主义的、没有具体所指的概念――人。因此，无论“全人”，还是技术与“人”，都是争论不清的话题。
与人类整体的知识建构(社会认知论)相比，个体的人其实相当于处于三维地图情境下的机器人，我们的感知传感器能探测到的其实只是自己周围很少的(真实)信息，如果你接收到的知识体系是被黑客“黑”过的一套假三维地图的话，你如何判断正确的方向?20世纪很多伟大的哲学思想，包括福柯的“知识考古学”、波兰尼的“个人知识”、哈耶克的“自生自发秩序”等，其实或多或少都跟“个体的人”“某个群体的人”与“整体的人类知识”这个典型对话情景有关，恰如三维地图情境下的机器人。换句话说，在制造一个人工大脑的机器的过程中，促进了我们对人类智慧的省察与深度思考。
不过，迄今为止，我们能做的仍然主要是在社会认知体系上的建构，用外在的认知形成去推演脑内的“运算”过程，人脑内部真正的意义形成至今还是一个未知领地(脑科学的研究主要还是在Function，而不是Meaning层面)。
对人工智能第一、第二层智慧的分析也说明，批判性思维的培养太复杂了，而应试教育(知道、信奉一套被输入的知识)则要简单得多。批判性思维不仅自己(学生、老师)要有质疑的意识，还需要一套社会化的“传感器”系统的支持和验证。所以，教育改革真的是天下最难的改革，也可以说，所有的改革本质上都是人的思维和认知方式的改革。
人工智能利弊的论文相关文章：
