::: {#a42e .section .section .section—body .section—first .section—last} ::: section-divider
:::
::: section-content ::: {.section-inner .sectionLayout—insetColumn}
《创新者》：第十二章 永远的埃达 {#a42c .graf .graf—h3 .graf—leading .graf—title name=“a42c”}
（沃尔特·艾萨克森） {#f7b8 .graf .graf—h4 .graf-after—h3 .graf—subtitle name=“f7b8”}
洛夫莱斯夫人的异议 {#e491 .graf .graf—h4 .graf-after—h4 name=“e491”}
埃达·洛夫莱斯应该会感到欣慰。对于一位已经逝去超过150年的先人来说，我们只能狭隘地揣测她的思想。我们可以想象她如何自豪地在书信中炫耀自己的敏锐洞察力，她知道计算设备总有一天会成为通用型计算机，这种美妙的机器不仅可以处理数字，而且能够谱写音乐和处理文字，甚至”将通用符号以连续的无限变化的形式结合起来”。
这样的机器在20世纪50年代开始出现。在接下来的30年当中，计算机在两项重大创新的驱动之下彻底改变了我们的生活方式：微型芯片让计算机尺寸可以缩小为作为个人设备使用；分组交换网络让计算机可以作为网络上的节点互相连接。个人电脑和互联网的结合促进了数字创意、内容分享、社区营造和社交网络的迅速发展。它实现了埃达所说的”诗意科学”，这是创意和技术的相互交织，就如出自雅卡尔织布机的华丽织锦一般。
埃达还有一个更具争议性的观点：**无论如何强大的计算机都不可能真正成为一台”会思考的”机器。**至少到目前为止，她仍然可以理直气壮地夸耀自己的想法是正确的。在她身故的一个世纪之后，艾伦·图灵将这个观点称为”洛夫莱斯夫人的异议”，并尝试对它进行反驳。他为会思考的机器给出了一个可操作的定义 --- --- 能够让提问者以为是人类的机器。他还预计在几十年之内将会出现可以通过这个测试的计算机。但是现在60多年过去了，那些试图通过图灵测试的机器最多只能进行一些蹩脚的对话，而不是真正的思考。显然现在还没有一台机器能够达到埃达提出的严格标准：能够”拥有”自己的思想。
玛丽·雪莱在与埃达的父亲拜伦勋爵度假期间想出了《科学怪人》的故事，自此以后，人造机器可能形成独立思想的想法使得一代又一代的人们深感不安。《科学怪人》的主题也成为后世科幻作品的基石，其中一个生动的例子是斯坦利·库布里克（Stanley Kubrick）1968年的电影《2001太空漫游》（2001: A Space Odyssey），这部电影的主角是一台令人恐惧的智能计算机”HAL”。HAL通过自己平静的嗓音展现出了一些人类特有的能力：说话、推理、识别人脸、审美、表达情绪，（当然）还有下象棋。当HAL似乎出现故障的时候，人类宇航员们决定将其关闭。在得知这个计划之后，HAL将他们逐一杀害，最后只剩下一位幸存者。经过一番英勇斗争之后，仅存的那位宇航员打开了HAL的认知电路，把它们一个接一个地断开。HAL开始逐渐退化，直到最后哼唱出了”Daisy Bell”的曲调，这是向历史上第一首计算机合成乐曲致敬 --- --- 1961年，位于贝尔实验室的一台IBM 704计算机唱出了这首曲子。
长期以来，人工智能的狂热支持者们都在鼓吹（或者说是威胁）像HAL那样的机器很快就会出现，并且证明埃达的想法是错误的。这也是举行于1956年的达特茅斯会议的前提，这场由约翰·麦卡锡和马文·明斯基发起的会议确立了人工智能这一研究领域。与会者们最终总结得出，人工智能领域将在大约20年之后出现重大突破。但事实并非如此。每隔10年都会有一批新的专家断言人工智能将会在可见的未来实现，然而他们见到的只是镜花水月，总是与我们相隔20年的距离。
约翰·冯·诺依曼在逝世（1957年）之前曾经短暂研究过人工智能。在参与了现代数字计算机结构的设计工作之后，他认识到人类大脑和计算机的结构之间存在根本性的区别。数字计算机会采用精确的单位进行计算，但是根据我们目前的了解，大脑也是一个部分模拟的系统，它会处理一系列连续统一的可能性。换句话说，人类在进行思考的时候，大量来自不同神经的信号脉冲和模拟波会聚集在一起，产生出”也许”和”可能吧”等各种有着细微差别的答案，有时还会出现困惑的情况，而不是像计算机那样只有二进制的”是”与”否”两种结果。冯·诺依曼提出未来的智能计算或许需要放弃完全数字的方式，建立一种同时含有数学和模拟形式的”混合程序”。他表示，“逻辑学将必须从内在转变为神经学”这句话翻译过来的大致意思就是，电脑将需要变得更像人脑。
一位来自康奈尔大学的教授弗兰克·罗森布拉特（Frank Rosenblatt{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Frank_Rosenblatt” rel=“noopener” target=“_blank”}）在1958年尝试实现这个目标。他利用数学方式设计了一种模拟大脑的人工神经网络，并将其命名为”感知机”（Perceptron）。通过使用加权统计输入，它在理论上可以处理视觉数据。当为这个项目提供资金支持的美国海军将其对外公布的时候，这个事件吸引了众多媒体的大肆炒作，随后还出现了许多关于人工智能的论断。“海军在今天公布了一个电子计算机的胚胎，它将可以行走、说话、视物、写作、自我繁殖，而且可以意识到自己的存在。“这是来自《纽约时报》的报道（NEW NAVY DEVICE LEARNS BY DOING; Psychologist Shows Embryo of Computer Designed to Read and Grow Wiser{.markup—anchor .markup—p-anchor data-href=“https://www.nytimes.com/1958/07/08/archives/new-navy-device-learns-by-doing-psychologist-shows-embryo-of.html” rel=“noopener” target=“_blank”}）。《纽约客》（Rival{.markup—anchor .markup—p-anchor data-href=“https://www.newyorker.com/magazine/1958/12/06/rival-2” rel=“noopener” target=“_blank”}）也表现出了同样的兴奋：“顾名思义…感知机能够达到独立思考的程度…它让我们感到第一个真正可以媲美人类大脑的东西已经被发明出来了。”
这已经是差不多60年之前的事情了，但是感知机的设想到现在仍未实现。尽管如此，几乎从那以后的每一年都会出现这种激动人心的新闻报道，它们的主题都是说一些能够复制和超越人类大脑的神奇发明即将到来，其中有很多都用到了跟1958年的感知机新闻几乎一模一样的措辞。
后来发生的两件事让关于人工智能的讨论变得更为热烈了（至少在大众媒体的范围之内）。首先是IBM的国际象棋计算机深蓝在1997年击败了世界国际象棋冠军加里·卡斯帕罗夫（Garry Kasparov），然后同样也是来自IBM的自然语言答题计算机沃森在2011年的《危险边缘》（Jeopardy!）智力竞猜节目中胜出，它同时击败了两位冠军选手 --- --- 布拉德·拉特（Brad Rutter）和肯·詹宁斯（Ken Jennings）。“我认为它唤醒了整个人工智能社区。“IBM的首席行政官金尼·罗曼提（Ginni Rometty）说道。但是正如她首先承认的，这些都不是人工智能的真正突破。深蓝是依靠蛮力算法在国际象棋比赛中胜出的，它可以每秒分析2亿步棋，然后将每一步棋与以往的70万局大师级比赛进行比对。大多数人都会认同深蓝的计算方式与普遍定义的真正思考之间存在根本性的差别。“深蓝的智能程度跟你的可编程闹钟一样，“卡斯帕罗夫说道，“但并不是说输给一台价值1 000万美元的闹钟会让我感到好过一些。”
同样，沃森也是利用了大量的计算能力才能在《危险边缘》中获胜：它拥有4TB的储存容量，里面存放了2亿页的信息，而整个维基百科的内容仅占其中的0.2%。它可以在一秒钟之内搜索相当于100万本书的内容。它还能说流利的英语口语。尽管如此，看过它上电视的人都不会认为它可以通过图灵测试。事实上，IBM团队的负责人非常担心该节目的脚本写作者会设计一些蒙骗机器的问题，将这个节目变成一场图灵测试，所以他们坚决要求节目组只能使用来自未播放节目的现有问题。然而，这台机器还是在节目上多次展示了自己非人性的一面。例如其中一个问题是关于奥运会体操冠军乔治·埃塞尔（George Eyser）的”生理结构特点”。沃森的回答是”什么是一条腿？“而正确的答案应该是”埃塞尔缺了一条腿”。这个问题的难点在于理解”不寻常”的意思，IBM沃森项目的负责人戴维·费鲁奇（David Ferrucci）解释道，“这台计算机理解不了缺了一条腿是一件极不寻常的事情。”
加州大学伯克利分校的哲学教授，“中文房间”思维实验的设计者约翰·希尔勒认为，沃森根本连一丁点的人工智能都算不上。“沃森并不理解那些问题，也不能理解问题的答案，它不知道自己有没有答对，不知道自己在参加比赛，更不知道自己赢了 --- --- 因为它不能理解任何东西，“希尔勒表示，“IBM不是，也不能以理解为目的来设计这台计算机。一个更恰当的说法是，它的设计目的是模拟理解，是让它假装自己能理解。”
即使是IBM的工作人员也认同这个观点。他们从来没有标榜沃森是一台”智能”的机器。“现在的计算机都是聪明的笨蛋，“IBM的研发总监约翰·E·凯利三世（John E. Kelly III{.markup—anchor .markup—p-anchor data-href=“https://www.bloomberg.com/research/stocks/people/person.asp?personId=1147977&privcapId=112350” rel=“noopener” target=“_blank”}）在深蓝和沃森击败人类之后说道，“它们在储存信息和数字计算方面有着惊人的能力 --- --- 远远超出任何人。然而在另外一方面的技能，比如理解、学习、适应和互动的能力，计算机只能向人类俯首称臣。”
深蓝和沃森并没有证明机器已经进一步实现了人工智能，它们反映的是一个完全相反的事实。“令人感到讽刺的是，这些最近出现的成果揭示了计算机科学和人工智能的局限所在，“麻省理工学院的大脑、思维与机器研究中心的主管托马索·波焦（Tomaso Poggio{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Tomaso_Poggio” rel=“noopener” target=“_blank”}）表示，“我们目前还不了解大脑是如何产生智慧的，也不知道如何做出和我们一样拥有全面智慧的机器。”
印第安纳大学的道格拉斯·霍夫施塔特（Douglas Hofstadter{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Douglas_Hofstadter” rel=“noopener” target=“_blank”}）教授在1979年出版了一本结合艺术与科学的著作《哥德尔、埃舍尔、巴赫》（Gödel, Escher, Bac{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/G%C3%B6del,_Escher,_Bach” rel=“noopener” target=“_blank”}），令他意想不到的是，读书竟然成为一本风靡全球的畅销书。他认为如果要实现有意义的人工智能，唯一的方法是理解人类想象力的运作方式。他所提出的研究方向在20世纪90年代已经基本被放弃了，因为当时的研究人员发现在处理复杂任务的时候，更为高效的做法是借助强大的处理能力来处理海量数据，正如深蓝下象棋的方式。
这种方法产生了一种令人费解的现象：虽然计算机可以完成世界上最困难的一些任务（分析数十亿种可能的棋子走法，在数百个相当于维基百科大小的数据库中找出关联的内容），但是一些我们人类认为最简单不过的事情它们却做不到。如果向谷歌询问一个高难度的问题，比如”红海的深度是多少”，它马上就可以给出答案”7 254英尺”，这可能连你最聪明的朋友都不一定知道。不过如果问它一个简单如”鳄鱼会打篮球吗”的问题，它却会不知所措，但是就连蹒跚学步的孩童都能在一阵笑声之后给出正确的答案。
在洛杉矶附近的Applied Minds{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Applied_Minds” rel=“noopener” target=“_blank”}公司里面，你可以看到控制机器人行动的程序是如何被编写出来的，但是在兴奋之余，你很快就会发现这些机器人在陌生的房间里会晕头转向，也拿不起蜡笔并写下自己的名字。在参观波士顿附近的Nuance Communications{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Nuance_Communications” rel=“noopener” target=“_blank”}公司的过程中，你会了解到语音识别技术的惊人进展，这种技术是支撑Siri和其他类似系统的基础。但是任何使用Siri的人都清楚，我们现在还不能与计算机进行真正有意义的对话，除非是在科幻电影当中。在麻省理工学院的计算机科学与人工智能实验室里面，一项关于计算机图像识别技术的研究正在如火如荼地进行当中。然而，尽管计算机能够从图像中识别出一个拿着杯子的女孩、一个站在喷泉旁的男孩、一只正在舔奶油的猫，但是它缺乏最基本的抽象思维能力，所以识别出他们都在做同样的动作 --- --- 喝东西。位于曼哈顿的纽约市警察指挥中心有一个区域警戒系统（Domain Awareness System{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Domain_Awareness_System” rel=“noopener” target=“_blank”}），这个系统中的计算机能够扫描来自成千上万个监控摄像头的图像信号，但是它们仍然不能从人群中准确地辨认出你妈妈的样子。
所有这些任务都有一个共同点：这些都是连一个四岁的小孩都能做到的事情。根据哈佛大学的认知科学家史蒂芬·平克（Steven Pinker{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Steven_Pinker” rel=“noopener” target=“_blank”}）的说法：**“过去35年的人工智能研究带给我们的主要启示是，困难的问题是简单的，简单的问题是困难的。“**未来学家汉斯·莫拉维克（Hans Moravec{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Hans_Moravec” rel=“noopener” target=“_blank”}）等人表示这个悖论之所以存在，是因为识别视觉或语言模式需要消耗的计算资源过于巨大。
莫拉维克的悖论印证了冯·诺依曼在半个世纪之前提出的观点 --- --- 人类大脑的碳基化学物质的运作模式不同于计算机的硅基二进制逻辑电路。湿件和硬件之间存在差别。人脑不仅结合了模拟和数字的处理方式，它还是一个分布式的系统，就像互联网一样。计算机的中央处理器执行指令的速度可以远远超过大脑的神经元。“但是大脑能够很好地弥补这个劣势，因为所有的神经元和突触都能同时被激活，而目前大多数计算机都只有一个或几个CPU（中央处理器）。“这句话出自斯图尔特·拉塞尔（Stuart Russell{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Stuart_J._Russell” rel=“noopener” target=“_blank”}）和彼得·诺维格（Peter Norvig{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Peter_Norvig” rel=“noopener” target=“_blank”}）合著的一本书，它是人工智能领域最为重要的一本教科书。
那为什么不制造一台可以模仿人类大脑运作方式的计算机呢？“最终我们将能够测定人类基因组的序列，并复制出自然赋予碳基系统的智慧，“比尔·盖茨预测道，“这就像是为了解决一个难题而对其他人的产品进行逆向工程一样。“这不是一个可以轻易实现的目标。科学家们花了40年的时间才测定出一种身长1毫米的线虫的神经活动，它只有302个神经元和8 000个突触。而人类大脑则拥有860亿个神经元和多达150万亿个突触。
2013年底，《纽约时报》报道了”一项即将颠覆数字世界的研究进展”，这项进展”可能会实现新一代的人工智能系统，它们将会拥有一些对于人类来说轻而易举的功能：视觉、语言、听觉、寻路、操纵和控制”。这些用词会让人想起《纽约时报》在1958年对感知机的报道（“它将可以行走、说话、视物、写作、自我繁殖，而且可以意识到自己的存在”）。这是复制人类大脑神经网络运作模式的另外一次尝试。正如《纽约时报》所描述的，“这种新的计算方式的基础是生物神经系统，具体来说是神经元对刺激的反应以及神经元之间通过连接转译信息的方式。“IBM和高通均公布了开发”神经形态”（neuromorphic）计算机处理器的计划，还有一个叫作”人类大脑计划”（Human Brain Project{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Human_Brain_Project” rel=“noopener” target=“_blank”}）的欧洲研究委员会也宣称自己已经研制出一种神经形态微型芯片，这种芯片含有”5 000万个塑料突触和20万个仿真神经元模型，所有这些元件都被安放在一个8英寸的硅片上。”
这轮新闻报道也许确实意味着能够像人类一样思考的机器会在几十年之后出现。“我们一直都在关注机器还不能做的事情 --- --- 下象棋、驾驶汽车、翻译语言，而当机器有能力做出这些事情的时候，我们就把这个清单上的项目一一划去，“蒂姆·伯纳斯—李说道，“终有一天，我们可以把清单上的最后一行划去。”
这些最新的研究进展甚至会导致”奇点”（singularity）的出现，这是由冯·诺依曼创造的一个术语，并在未来学家雷·库茨韦尔（Ray Kurzweil）和科幻作家弗诺·文奇（Vernor Vinge{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Vernor_Vinge” rel=“noopener” target=“_blank”}）的推广之下深入人心。“奇点”一词可以用来描述计算机的智慧开始超越人类的时刻，届时它们将能够通过自我完善而变得越来越智能，因此就不再需要依赖人类。文奇表示这种情况到2030年将会出现。
另外，这些新闻报道也有可能只是重现了20世纪50年代的海市蜃楼。真正的人工智能或许需要再过几代人甚至几个世纪的时间才能达到。我们可以把这个话题留给未来学家们讨论。实际上，根据我们对意识的定义，它也许永远都不可能出现。这个话题则可以留给哲学家和神学家们讨论。**“人类的创造力将永远不可能设计出比自然造物更完美、更简单、更恰当的发明。“**达·芬奇写道，他创作的《维特鲁威人》（Vitruvian Man{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/Vitruvian_Man” rel=“noopener” target=“_blank”}）成为艺术与科学相结合的终极象征。
然而，我们的未来还存在另外一种可能性，这是埃达·洛夫莱斯所认同的未来，也是建立在过去半个世纪的计算机发展道路之上的未来，而这条道路的开辟者是万尼瓦尔·布什、J·C·R·利克莱德和道格·恩格尔巴特。
人机共生：“沃森，过来” {#0279 .graf .graf—h4 .graf-after—p name=“0279”}
“分析机不会主动创造任何东西，“埃达·洛夫莱斯断言道，“但它可以根据我们能够给出的任何指令完成任务。“她认为机器不会取代人类，但是可以成为人类的伙伴。她表示，人类在这段关系当中所起到的作用是提供创造力。
这是除了纯人工智能以外的一个发展方向背后的理念：让机器成为人类的伙伴，从而实现增强智能。与尝试创造能够独立思考的机器相比，结合计算机和人类的能力建立出人机共生关系，被证明是一种更为有效的策略。
利克莱德在自己1960年的论文《人机共生》（Man-Computer Symbiosis{.markup—anchor .markup—p-anchor data-href=“https://groups.csail.mit.edu/medg/people/psz/Licklider.html” rel=“noopener” target=“_blank”}）当中规划了这个发展方向：**“人类大脑将与计算机器紧密联合，两者形成的合作关系能够实现超出人类大脑的思维能力，并以我们目前所知的信息处理机器无法企及的方式处理数据。“**这个想法是以Memex机 --- --- 万尼瓦尔·布什在1945年的《诚如所思》中构想的个人计算机 --- --- 为基础发展而成的。另外它还吸收了利克莱德在SAGE防空系统的设计工作中得到的感悟，这是一项需要人类与机器的紧密协作才能完成的工作。
恩格尔巴特为布什和利克莱德的思想赋予了一个友好的界面，他在1968年展示了一个联网计算机系统，它配有一个直观的图形显示器和一个鼠标。在一篇题为《增强人类智能》（Augmenting Human Intellect{.markup—anchor .markup—p-anchor data-href=“https://www.dougengelbart.org/pubs/augment-3906.html” rel=“noopener” target=“_blank”}）的宣言当中，他重申了利克莱德的思想。恩格尔巴特写道：我们的目标应该是创造”一个相互协调的领域，直觉、尝试、无形的内容和人类对’现状的感知’都能有效地与…高性能的电子助手共存其中”。理查德·布劳提根（Richard Brautigan）在诗歌《万物皆在慈爱机器的眷顾之下》中以更为抒情的语言表达了这个梦想：“一片赛博世界的草坪/那里的动物和计算机/共同生活在/程序编写的和谐之中。”
开发深蓝和沃森的团队也是采用了这种人机共生的方法，而不是选择追求人工智能纯粹主义者们的目标。“我们的目标并非复制人类大脑，“IBM的研发总监约翰·凯利如是说。他补充了一个跟利克莱德相同的观点，“这不是要用机器思维取代人类思维。相反，在认知系统的时代里，人类和机器将会协作产生出更好的成果，双方都会在合作关系中发挥自己最擅长的技能。”
一个体现这种人机共生关系的强大之处的例子是卡斯帕罗夫。在被深蓝击败之后，他领悟到了一个道理，他开始相信在国际象棋这种规则分明的比赛当中，“计算机的强项正是人类的弱项，反之亦然”。他由此想到了一个实验：“如果计算机不是作为人类的对手，而是作为队友和我们下象棋的话会怎样呢？“他和另外一位特级大师尝试这样做的时候，他们创造了利克莱德所构想的共生关系。“我们可以将精力集中在战略部署上，而不需要在计算方面花费大量的时间，“卡斯帕罗夫说道，“在这种情况下，人类的创造力可以更上一层楼。”
一场沿用这项规则的比赛在2005年举行，选手们可以选择与计算机组队参赛。这场赛事吸引了众多特级大师和最先进的计算机的参与，但是他们最后都败给了共生关系。“由人类和机器组成的队伍可以完胜最强大的计算机，“卡斯帕罗夫说道，“人类的战略指挥加上机器的战术执行会产生无比强大的威力。“最终的胜出者不是一位特级大师，也不是一台最先进的计算机，更不是这两者的组合，而是两位同时使用三台计算机的美国业余棋手，他们知道如何与自己的机器进行协作。根据卡斯帕罗夫的说法：“他们熟练地操作和指挥自己的计算机，让它们深入洞察棋局的变化，这种方式能够有效抵抗特级大师对国际象棋的深刻理解和其他参赛者的强大计算能力。”
换句话说，未来也许属于那些能够与计算机达成最佳协作关系的人。
同样，IBM也认为沃森 --- --- 这台参加《危险边缘》比赛的计算机的最佳使用方式是与人类进行协作，而不是尝试凌驾于人类之上。
这台机器参与的其中一个项目是协助医生进行癌症治疗计划。“在《危险边缘》的挑战中，人类和机器之间处于竞争关系，“IBM的约翰·凯利说道，“如果将沃森应用于医疗的话，人类和计算机将共同应对挑战。“沃森的系统被录入了超过200万页医学期刊的内容，以及60万条临床证据，它可以搜索多达150万条病人记录。当医生向这台计算机输入病人的症状和身体状况之后，它会提供一份推荐治疗方式的清单，并按照自己的把握对各种治疗方式进行排序。
IBM团队认识到如果要真正发挥这台机器的作用，它需要以一种令人愉快的方式与人类医生进行交流。IBM研究院软件部门的副总裁戴维·麦奎尼（David McQueeney）表示他们通过编程让这台机器表现出一些谦逊的特质：“从我们早期的使用经验来看，部分谨慎的医生会提出这样的反对意见：‘我是一个持照执业的医生，我不会让一台电脑告诉我应该怎么做。‘所以我们对沃森的系统进行了重新编程，让它可以给人一种谦逊的印象，它会说：‘这条建议对您有用的可能性为百分之…还有这些内容您可以自行查阅。‘“医生们对此感到非常满意，他们说这种感觉就像是和一位学识渊博的同事进行对话一样。“我们的目标是将人类的天赋，例如我们的直觉，和机器的强项，例如无限广阔的知识，结合在一起，“麦奎尼说道，“这是一个不可思议的组合，因为组合的双方都能提供对方不具备的东西。”
这是沃森为吉尼·罗曼提留下深刻印象的其中一个方面，后者是一位拥有人工智能背景的计算机工程师，她在2012年初接任成为IBM的首席执行官。“我看过沃森以平等的姿态与医生进行互动，“她说，“这是机器能够成为人类真正伙伴的明证，机器不一定要取代人类。我能强烈地感受到这点。“深受触动的罗曼提决定以沃森为基础为IBM成立一个新的部门。IBM向这个部门提供了10亿美元的资金，并在曼哈顿格林尼治村附近的硅巷为它新建了一座总部大楼。它的任务是将”认知计算”商业化 --- --- 一种计算系统，它会通过完善人类大脑的思维能力实现更高水平的数据分析。罗曼提没有专门为这个新部门取一个名字，只是简单地把它称为”沃森”。这也是为了向IBM创始人老托马斯·沃森（Thomas Watson Sr.）致敬，他管理了这家公司超过40年的时间。此外，这个名字也来自夏洛克·福尔摩斯的搭档约翰·华生（John Watson）医生以及亚历山大·格拉汉姆·贝尔（Alexander Graham Bell）的助手托马斯·沃森。因此，这个名字所传达的是沃森计算机应该被看成是一个协作者和同伴，而不是像《2001：太空漫游》里的HAL那样被认为是一个潜在威胁。
沃森是计算机技术第三次浪潮的前兆，增强智能与人工智能之间的界线从此开始变得模糊。“第一代计算机是用于计算和制表的机器。“罗曼提如是说，她回想起了赫尔曼·霍尔瑞斯在1890年人口普查中用到的打孔卡片制表器，那是IBM的起源所在。“第二代计算机指的是使用冯·诺依曼结构的可编程机器。你必须告诉它们应该做什么。“自从埃达·洛夫莱斯以来，人们就开始为这些计算机编写算法，指导它们如何一步接一步地完成任务。“由于数据量的迅速增长，“罗曼提补充道，“第三代计算机已经成为我们唯一的选择，它们是不需要依赖编程的系统，它们会自我学习。”
而就算这种机器真的出现了，它们也可以继续与人类保持合作和共生的关系，而不是将人类放逐到历史的尘埃当中。拉里·诺顿（Larry Norton）是纽约纪念斯隆—凯特琳癌症中心（Memorial SloanKettering Cancer Center）的一位乳腺癌专家，他是沃森合作计划的成员之一。“计算机科学将迅速发展，医疗技术也会追随它的发展脚步，“他说，“这是一种共同进化，我们将互相促进。”
道格·恩格尔巴特将机器和人类将会相互提升智慧的过程称为”自生过程”（bootstrapping）和”共同进化”（coevolution）。这点引出了一个有趣的前景：无论计算机发展速度有多快，人工智能也许永远都无法超越人机合作所产生的智慧。
假设一下，未来也许会有一台这样的机器，可以表现出人类所有的心智能力：具有外观识别模式、感知情绪、欣赏美、创作艺术、拥有欲望、形成道德观且追求目标。这样一台机器也许能够通过图灵测试，它甚至可能通过我们所说的”埃达测试”，也就是说它可以表现出”创造”自己的思想的能力，而这种思想将超越我们人类通过编程所达到的高度。
然而，在我们宣布人工智能已经全面压倒增强智能之前，它还需要跨过另外一道门槛，我们可以称之为”利克莱德测试”。这项测试不仅会探求机器能否复制人类智慧的所有要素，还会探究机器完全独立完成任务会不会比机器与人类协作做得更好。换句话说，人机协作会一直比人工智能机器独立工作更为强大吗？
如果是这样的话，那么利克莱德所说的”人机共生”将会持续立于不败之地。计算机技术的圣杯不一定非人工智能不可。我们的目标也可以是设法优化人类和机器之间的协作 --- --- 在这段合作关系当中，人类会让机器完成它们最擅长的事情，机器也会帮助人类完成他们最擅长的事情。
从历史进程得到的启示 {#fb67 .graf .graf—h4 .graf-after—p name=“fb67”}
跟所有历史故事一样，建立数字时代的创新历史也有着千头万绪。那么除了上文讨论过的人机共生关系以外，我们还可以从这段故事当中得到怎样的启示呢？
**首先，创新是一个协作过程。**与孤独天才的灵光一闪相比，创新更多是来自团队协作。历史上每一个创意活跃的时代都是如此。科学革命、启蒙运动和工业革命都有专门进行协同工作的机构和用于分享想法的网络。而对于数字时代来说，团队协作比以往任何一个时代都更为重要。即便是那些参与发明互联网和计算机的天才们，他们的大部分成就也都是通过团队协作取得的。就如罗伯特·诺伊斯一样，他们当中最优秀的一群人会更倾向于成为公理会的牧师，而不是孤独的先知；成为合唱歌手，而不是独唱者。
举个例子，推特的创始团队在通力协作的同时也经常会出现意见分歧的情况。根据《纽约时报》的记者尼克·比尔顿（Nick Bilton{.markup—anchor .markup—p-anchor data-href=“https://twitter.com/nickbilton?lang=en” rel=“noopener” target=“_blank”}）的说法，当推特的一位联合创始人杰克·多尔西（Jack Dorsey）开始在媒体采访中包揽大部分功劳的时候，另外一位联合创始人埃文·威廉姆斯（之前曾经创办Blogger的连续创业家）告诉他要淡定。“但是我发明了推特。“多尔西如是说。
“不，你没有发明推特，“威廉姆斯回应道，“我也没有发明推特，比兹（Biz Stone，比兹·斯通，另外一位联合创始人）也没有。人们没有发明互联网上面的东西，他们只是发展了现有的想法。”
这句话为我们总结了另外一条启示：虽然数字时代似乎是一个颠覆历史的时代，但是它的发展基础是历代流传下来的想法。协作不仅会在同一时代的参与者之间进行，它还是跨越世代的。最优秀的创新者能够理解技术变革的轨迹，并接过前一代创新者们手上的接力棒。史蒂夫·乔布斯的成果建立在艾伦·凯的研究之上，启发艾伦·凯的人是道格·恩格尔巴特，而恩格尔巴特是J·C·R·利克莱德和万尼瓦尔·布什的继承者。当霍华德·艾肯在哈佛大学设计数字计算机的时候，他的灵感来自查尔斯·巴贝奇的差分机零件，而且他会要求自己的下属阅读埃达·洛夫莱斯的”注解”。
最高效的团队能够将拥有各种特长的人才聚集在一起。贝尔实验室就是一个典型的例子。它专门在新泽西州郊区的新总部里面修建了多条长廊，这里聚集着理论物理学家、实验家、材料科学家、工程师和企业家，甚至还有一些指甲缝塞满油污的电话线路维修工人。实验家沃尔特·布拉顿与理论家约翰·巴丁拥有共同的工作空间，他们就像是坐在同一张钢琴凳上的作词家和作曲家一样，终日埋头于谱写他们的应答二重奏，第一个晶体管就是在这种情况下诞生的。
虽然互联网可以作为虚拟协作和远程协作的工具，但是数字时代的创新为我们总结的另外一条经验是，近距离的交流可以促进创新，这条经验无论在过去还是现在都一样适用。亲自会面所带来的好处是不能通过数字方式复制的，贝尔实验室已经向我们很好地证明了这一点。英特尔的创始人们为公司设计了一个以团队为中心不断延伸的开放式办公空间，使得自诺伊斯以下的每一位员工都可以在一个没有隔阂的环境下工作。这后来成为硅谷公司常用的一种办公模式。曾经有人预测数字工具的出现可以让企业员工进行远程办公，但是这个想法直到现在仍然没有被完全实现。玛丽莎·梅耶尔（Marissa Mayer）上任雅虎首席执行官之后的首项举措是禁止员工在家办公，她指出：“人们在共处的时候可以更好地进行协作和创新。“当史蒂夫·乔布斯在为皮克斯设计新总部大楼的时候，他非常执迷于大楼中庭的结构安排，甚至连洗手间的位置也需要由他来决定，他希望通过建筑结构的设计来促进员工之间的偶遇。苹果新建的标志性总部园区是他的遗作之一，这是一座围绕着大型中央庭院的环形建筑，它的内部含有多个开放的工作空间。
纵观历史，最优秀的领导能力往往出自成员个性互补的团队。美国的建立就是这样的一个例子。这群建国元老包括以诚实著称的乔治·华盛顿；像托马斯·杰斐逊和詹姆斯·麦迪逊这样的杰出思想家；拥有远见和激情的人，例如塞缪尔·亚当斯和约翰·亚当斯；还有一位睿智的协调者 --- --- 本杰明·富兰克林。同样，在阿帕网的创始人当中也有像利克莱德这样的远见者，决策果断的工程师拉里·罗伯茨，政治手腕娴熟的管理者鲍勃·泰勒，还有善于协作的执行者史蒂夫·克罗克和文特·瑟夫。
组建一支伟大团队的另外一个关键是，将负责构思创意的远见者和能够执行这些创意的管理者结合在一起。没有执行的远见只是幻觉。罗伯特·诺伊斯和戈登·摩尔都属于远见者，所以他们在英特尔招募的第一位员工是安迪·格鲁夫，他清楚知道如何实施清晰的管理流程，如何敦促人们专注手上的工作，以及如何把事情做好。
身边缺乏这种团队的远见者通常只能沦落为历史的注脚。历史学界对于谁是真正发明电子数字计算机的人进行了一场相持不下的争论：究竟是约翰·阿塔纳索夫，一位几乎完全依靠自己的努力完成工作的艾奥瓦州州立大学教授，还是约翰·莫奇利和普雷斯伯·埃克特在宾夕法尼亚大学带领的团队呢？在本书当中，我更加认同的是后者的功劳，一部分原因是他们的成果 --- --- ENIAC能够真正运转起来和用于解决问题。他们之所以能做到这点，是因为他们得到了一大批工程师和机械师的帮助，还有一群女性程序员负责为他们完成编程工作。相比之下，阿塔纳索夫却一直都无法完全运行自己的机器，其中一部分原因是他身边没有可以帮他解决打孔卡片问题的团队。这台机器最终被放置在一个地下室里面，后来还在没有人记得它究竟是什么的情况下被丢弃了。
与计算机类似的是，阿帕网和互联网也是通过团队协作设计出来的。一位恭敬有礼的研究生为它们的开发过程创立了一种决策方式 --- --- 互相分发一种叫作”征求修正意见书”的文档。这个过程的产物是一个没有中央权威或者枢纽的分组交换网络，其中的权力被完全分布在各个节点之上，每个节点都可以创建和分享内容，而且可以绕过企图向其施加控制的行为。一个协作的流程产生了一个旨在促进协作的系统。互联网被刻上了它的创造者的基因。
互联网不仅能够促进团队内部的协作，而且互不相识的人们也可以通过互联网进行协作。这是一项最值得被称为颠覆性的进步。自从波斯人和亚述人发明了邮政系统以来，用于协作的网络就一直存在。但是在互联网出现之前，征集和整理来自成千上万不知名协作者的贡献是一件令人不敢想象的事情。这种协作过程造就了一批以集体智慧为基础的创新系统 --- --- 谷歌的网页排名、维基百科的条目、火狐浏览器和GNU/Linux软件等。
数字时代的创新团队有三种组织方式。第一种是通过政府的资助和统筹，这是早期计算机（巨人、ENIAC）和网络（阿帕网）的开发团队采用的组织方式。在艾森豪威尔总统执政的20世纪50年代，人们普遍有这样一种共识 --- --- 政府应该负责承担一些与公共利益相关的项目，例如太空计划和州际公路系统。这些项目通常会与大学和私人承包商协作进行，这就是由万尼瓦尔·布什等人促成的政府、学术界和产业之间的三角关系。有才能的联邦政府官僚（这两者之间不一定存在矛盾关系），比如利克莱德、泰勒和罗伯茨，他们会负责监管这些项目并分配公共资金。
私营企业是组建协作团队的另一种方式。这种情况会出现在大型企业的研究中心，例如贝尔实验室和施乐PARC，或者锐意进取的新兴企业，例如德州仪器和英特尔、雅达利和谷歌、微软和苹果。这种团队协作的一个重要驱动力是利润，这不仅是对参与者的回报，也是一种吸引投资者的方式。这需要将创新看成是一种私有的财产，并通过专利和知识产权来保护它们。虽然这是数字理论家和黑客们经常批评的一种方式，但是有许多重大的创新都是来自这种通过金钱回报驱动发明的私营企业体系，包括晶体管、微型芯片、计算机、电话、电子设备和万维网服务。
除了政府和私营企业以外，历史上还存在第三种组织协作创新的方式：依靠人们不求回报地分享想法和做出贡献的志愿者项目。许多建立互联网及其服务的进步都是通过这种方式实现的，哈佛大学的学者尤查·本克拉将其称为”基于共享的集体协作”。互联网的出现使得这种形式的协作达到前所未有的规模。维基百科和万维网的建立，以及Linux和GNU、OpenOffice和火狐浏览器等免费开源软件的开发都是很好的例子。正如科技记者史蒂文·约翰逊所说的：“它们的开放架构让其他人可以在现有想法的基础上进行开发，就像是伯纳斯—李在互联网的基础上建立万维网那样。“这种通过同伴网络进行的共享协作的驱动力不是来自金钱激励，而是来自其他形式的回报和满足感。
共享协作和私营企业之间的价值观通常都会存在冲突，最能体现这种冲突的地方是它们对于创新应该被专利保护的程度有着不同的看法。共享团体的根源来自麻省理工学院铁路模型技术俱乐部和家酿计算机俱乐部所孕育的黑客精神。史蒂夫·沃兹尼亚克就是其中的一位楷模。他会在家酿计算机俱乐部的聚会上炫耀自己制作的计算机电路，还会免费派发电路的图解，让其他人也可以使用和改进它。但是和他一起参加聚会的邻居好友史蒂夫·乔布斯成功说服他停止这种共享发明的做法，他认为他们应该把它生产出来，然后卖给其他人。这就是苹果公司诞生的原因。在接下来的40年当中，这家公司一直活跃在专利保护和利用创新获利的最前线。而这两位史蒂夫的天赋推动了数字时代的进程。创新会在开源系统和专有系统互相竞争的领域展现出最大的活力。
有时候人们会根据自己的思想观念而支持某一种生产模式。他们可能会更倾向于让政府承担更大的责任，或者强调私营企业的地位，又或者赞颂同伴共享的做法。在2012年美国总统大选的时候，奥巴马总统在竞选演说中对私营企业主说道：“那不是你们建成的。“这句话引起了广泛的争议。他的批评者们认为这是在贬低私营企业的地位。事实上，奥巴马的观点是，任何企业都会从政府和共享社区的支持当中获益：“如果你有所成就，那么你在奋斗的路上肯定得到过别人的帮助。在你人生旅途的某处肯定有一位重要的导师。有人为我们创立了无与伦比的美国体制，让你们能够在此获得成功。有人为道路和桥梁的建造投资。“虽然这番说辞无法优雅地澄清他是一位秘密社会主义者的流言，不过它确实指出了一条应用于数字时代创新的现代经济学经验：将这三种组织生产的方式（政府、市场和同伴共享）结合起来会比单独运用其中任何一种方式都更为强大。
然而，这些形式都不是数字时代独有的。巴贝奇的大部分研究资金都来自英国政府的拨款，英国政府会向能够巩固帝国经济和统治的研究提供慷慨的资助。巴贝奇从私营企业身上也吸收到了许多想法，其中最重要的一个想法来自纺织工坊为自动织布机发明的打孔卡片技术。他和他的朋友们创立了多个新式的同伴网络俱乐部，其中包括英国科学进步协会（British Association for the Advancement of Science{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/British_Science_Association” rel=“noopener” target=“_blank”}），将这个庄重严肃的组织看成是家酿计算机俱乐部的先驱也许显得有些不当，但是它们两者存在的目的都是促进同伴协作和思想共享。
数字时代最成功的事业都是由能够鼓励协作和富有远见的领导者开创的。这往往被认为是不可兼得的两项特质：普通的领导者可能是友善的包容者，也可能是充满激情的远见者，但是最优秀的领导者可以同时做到这两点。罗伯特·诺伊斯就是一个很好的例子。他和戈登·摩尔凭借自身对半导体技术发展方向的清晰认识带领英特尔不断前进，而且他们能够以公平民主的态度对待员工的错误。即使是为人挑剔的史蒂夫·乔布斯和比尔·盖茨，他们也知道如何在自己身边建立强大而忠诚的团队。
那些无法与他人进行协作的优秀个人也很容易会走向失败，这是肖克利半导体走向瓦解的原因。同样，缺乏充满激情和冲劲的远见者的协作团队也难以取得成功，例如贝尔实验室在发明晶体管之后就失去了前进的方向。苹果公司在1985年驱逐乔布斯之后也面临着同样的困境。
本书提到的大多数成功创新者和企业家都有一个共同点：他们都是”产品人”。他们非常关注，而且深入理解产品的工程与设计。他们不是主要负责营销、销售或者财务的人员。如果让这几种类型的人员负责掌管企业的话，企业的持续创新能力通常都会受到损害。“当销售人员掌管公司的时候，产品人员就变得不那么重要了，他们当中有很多人会就此失去工作的动力。“乔布斯如是说。拉里·佩奇也有相同的看法：“最优秀的领导人是对工程和产品设计理解得最为深刻的人。”
数字时代的另外一条启示可以一直追溯到亚里士多德：“人类是一种社交动物。“如果不是这样的话，还有什么可以解释民用频段电台和业余无线电出现的原因呢？更不用说像WhatsApp（一款通信应用程序）和推特这样的继承者了。**几乎所有的数字工具，无论它们的设计初衷是什么，人类总会把它们用作社交目的：建立社区、促进交流、实现社交网络。**即便是最初被当作个人创意工具的个人电脑也不可避免地促进了调制解调器和在线服务的兴起，它最终还为我们带来了脸谱网、Flickr和Foursquare等社交网站。
相反，机器不是社交动物。它们不会按照自己的意愿加入脸谱网，也不会为了自己的需要而寻求陪伴。当艾伦·图灵断言机器以后会表现得像人类一样的时候，他的批评者对此提出的反驳是它们永远不可能表达爱意或者渴望亲密。为了满足图灵的愿望，我们也许可以通过编程让一台机器表现出情感或者假装寻求亲密，就像是人类平常会做的事情一样。但是图灵本人也许会比其他任何人都更能看出其中的差别。
根据这段亚里士多德名言的后半部分，计算机脱离社交的本质表明它们”不是野兽，即是神明”。而事实上，它们两者都不是。无论人工智能工程师和互联网社会学家提出了怎样的宣言，数字工具仍然不会具有个性、意图或者欲望。它们只是我们的造物。
埃达的永恒启示：诗意科学 {#e3f4 .graf .graf—h4 .graf-after—p name=“e3f4”}
数字时代的最后一条启示将我们重新带回了埃达·洛夫莱斯的话题。她曾经指出，人类为人机共生关系提供了一个关键因素：创造力。数字时代的历史（从布什到利克莱德再到乔布斯，从SAGE到谷歌到维基百科再到沃森）为我们进一步证实了这个观点。只要我们仍然是一个拥有创造力的物种，这种情况也许会一直持续下去。“机器将会变得更加理性和善于分析，“IBM的研发总监约翰·凯利说道，“而人类则负责提供判断、直觉、共情、道德准则和创造力。”
我们人类可以继续在认知计算的时代发挥自己的作用，因为我们能够不同凡响，这是算法几乎不可能做到的事情。正如埃达所说的，我们拥有的想象力可以”采用新颖的、独创的、无限的、不断变化的方式将事物、事实、思想和概念组合起来”。我们可以识别不同的图案，并欣赏它们的美。我们可以将信息编织成故事，除了热衷于社交以外，我们还是一种善于讲故事的动物。
人类的创造力包含价值观、意图、美学判断、情感、个人意识和道德观念。这些是艺术和人文教会我们的东西，也是人文学科的价值不亚于科学、技术、工程学和数学的原因。如果我们想要维持人类在人机共生关系当中的地位，如果我们想要继续作为机器的创意搭档，我们就必须继续滋养自身的想象力、独创性和人性的泉源。这是我们所能提供的东西。
史蒂夫·乔布斯在自己的产品发布会上经常会用同一张幻灯片作为总结，在他身后的大屏幕上会出现一个路标，上面标示着”人文”（Liberal Arts）和”技术”（Technology）的交叉口。他最后一次登台发布产品是在2011年的iPad2发布会上，他当时站在这张图像的中间宣布道：“苹果的基因决定了只有技术是不够的。我们笃信，是技术与人文的联姻才能让我们的心灵歌唱。“这点让他成为我们这个时代中最具创造力的技术创新者。
然而，人文学科的反面也同样值得礼赞。热爱艺术和人文的人也应该尝试欣赏数学和物理学的美，就如埃达·洛夫莱斯一样。否则，他们将会沦为艺术和科学的交叉口的匆匆过客，无缘于数字时代创新。他们也会将自己对这个领域的控制权拱手让给工程师们。
在那些赞美艺术和人文，并向它们的学术价值致敬的人当中，有很多都会毫不掩饰地（有时甚至会面带笑容地）对外宣告自己不懂得数学或物理学。他们吹捧学习拉丁语的好处，但是他们却对如何编写算法一无所知，也不能说出BASIC、C++、Python和Pascal这些计算机程序语言之间的区别。他们认为不能分清《哈姆雷特》和《麦克白》的人是俗不可耐的，然而他们却可以大方地承认自己分不清基因和染色体，晶体管和电容器，积分和微分方程。这些概念也许是难以理解的，但《哈姆雷特》也并非通俗易懂。而且跟《哈姆雷特》一样，上面提到的每一个概念都有其独特的美感。正如一道优美的数学方程，它们都展现出了宇宙的伟大之处。
C·P·斯诺（C. P. Snow{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/C._P._Snow” rel=“noopener” target=“_blank”}）曾经提出我们需要同时尊重科学和人文”这两种文化（The Two Cultures{.markup—anchor .markup—p-anchor data-href=“https://en.wikipedia.org/wiki/The_Two_Cultures” rel=“noopener” target=“_blank”}）“。这个说法固然是正确的，不过从目前来看，更为重要的是理解它们之间互相交融的方式。那些率领技术革命的人往往都是埃达的继承者 --- --- 能够将科学和人文结合在一起的人。埃达从父亲身上遗传了诗意的气质，从母亲身上继承了数学的天赋，这两种特质的融合让她逐渐培养出对”诗意科学”的热爱。虽然她的父亲为破坏机械织布机的勒德分子辩护，但是埃达却对那些织布机用来编织精美图案的打孔卡片爱不释手，她还想到了这种艺术与技术的美妙结合会如何在计算机中展现出来。
数字革命的下一阶段将会涌现出更多将技术融入创意产业的方式，它们将会进一步改变媒体、时尚、音乐、娱乐、教育、文学和艺术等各个行业。之前的第一轮数字创新大潮主要是将旧酒（书籍、报纸、杂志、歌曲、电视节目、电影）装到数字化的新瓶里面，而全新的平台、服务和社交网络将会为个人想象力和集体创造力提供越来越多的机会。角色扮演游戏和互动游戏正与协作的叙事方式和增强现实技术结合起来。这种技术与艺术之间的相互影响终将催生出全新的表现形式和媒体类型。
这种创新将来自那些能够为工程实现美感、为技术赋予人性、为处理器注入诗意的人。也就是说，创新将会来自埃达·洛夫莱斯的精神继承者 --- --- 这群创新者会在艺术和科学的交叉口上大显身手，他们身上的叛逆精神和好奇心会向他们展现出艺术和科学的绝妙之处。
（沃尔特·艾萨克森. 创新者[M]. 中信出版社, 2016.） ::: ::: :::