讀天才與演算法：人腦與AI的數學思維筆記25_湧現理論

1. 人工智慧新聞

1.1. 人工智慧新聞報導演算法的核心是如何將未經處理的原始資料轉換成新聞報導

1.2. 很少有記者為美聯社決定使用機器來幫助報導這些新聞持反對意見

1.2.1. 像“Wordsmith”這樣的演算法，具有自動化的洞察力、科學的敘事能力，現在正被應用於基於大量資料的分析報導的撰寫工作

1.2.2. 相較於過去的人工撰寫，它真是再合適不過了

1.2.2.1. 在大部分情況下，只有讀到文章末尾處的署名時，你才會發現這篇文章是機器寫的

1.2.3. 這些演算法解放了記者，讓他們可以去撰寫更重要的新聞

1.2.3.1. 一年之內，你只能覆蓋約1000家公司，這意味著很多人們感興趣的公司沒有被報導

1.3. 越來越多的記者開始使用演算法將足球或棒球比賽的結果變成可讀性強的新聞報導

1.3.1. 曾經對機器替代自己工作而感到恐慌和震驚的一些記者也開始嘗試藉助演算法去生成清晰的新聞報導

1.4. 資料探勘演算法對美聯社的報導很重要，對企業來說也越來越有用

1.4.1. 演算法不僅可以統計出公司或員工的工作績效資料，還可以依據月度資料的細微變化進行預測

1.4.2. 隱藏在電子表格或各種圖表中的細微差別很容易讓人們忽略，但一旦它們被機器以自然語言的形式解釋出來，就會很容易引起共鳴

1.4.3. 演算法還會參考讀者的閱讀喜好，生成那些像是蹲在家裡就能寫出來的、深受大眾喜愛的、在小報封底上讀到的那種武斷又充滿諷刺意味的體育新聞，或者帶有政治偏見的報導

1.5. 任何事物都有兩面性

1.5.1. 歷史一再提醒我們，故事是一種強大的政治工具

1.5.1.1. 資料和證據很少能改變人們的想法，只有當它們被編織成一個故事時，才有足夠的說服力去改變人們的想法

1.5.1.1.1. 覺得給孩子接種疫苗會非常危險的人，很少會被疫苗能夠有效預防疾病傳播的統計資料說服

1.5.1.1.2. 當你給他們講了一個人因為沒有注射疫苗而得了麻疹或天花的故事，再把這個故事和資料結合起來，就有可能引起他們的重視

1.5.1.2. 取代一個故事唯一的辦法，就是講述另一個故事。

1.5.1.2.1. 喬治·蒙貝爾特（George Monbiot）在《走出廢墟》（Out of the Wreckage）中所說

1.5.2. 透過演算法生成的新聞報導獲取資訊也有不好的一面

2. 夢幻棒球遊戲（Fantasy Baseball）

2.1. 在美國和加拿大，有近6000萬人選擇該遊戲中的美國職業橄欖球大聯盟（NFL）的虛擬球員組成球隊

2.2. 雅虎已經開始使用“Wordsmith”從每週生成的NFL虛擬球隊資料中生成個性化的新聞

2.3. 人類不可能花費大量的時間，每週創造出數百萬條新聞，來滿足遊戲玩家瞭解自己的虛擬球隊在比賽中的表現的慾望

3. 劍橋分析公司

3.1. Cambridge Analytica

3.2. 已經開始“無情地”利用新聞故事來改變人們的觀點了

3.3. 收集了8700萬位Facebook使用者的個人資訊，用於開發人的“心理學檔案”，然後透過與新聞報導進行比對，影響選民在選舉中的抉擇

3.4. 起初該演算法隨機分配新聞故事，但它會逐漸瞭解到哪些故事可以吸引更多的點選量

3.5. 美國那些思想保守的白種年輕人對“抽乾沼澤”“築起高牆”之類的短語反應積極

3.5.1. 演算法將自己生成的這類故事推送到他們的Facebook頁面，以滿足其對這類新聞的胃口

3.5.2. 演算法所做的，就是確保這些故事能出現在最可能受其影響而改變觀點的人面前，而不是浪費在其他人的身上

3.6. 劍橋分析公司實際上操縱了選民

3.6.1. 這恰恰揭示了該公司的宗旨和核心價值——新聞故事對事件的影響力

3.7. 儘管劍橋分析公司已經倒閉，但仍有許多公司在繼續挖掘資料，為那些願意付錢的機構或個人提供戰略決策

3.7.1. 倘若我們想要為生活保留一點控制權，就需要了解我們的情緒和政治觀點是如何被這些演算法擺佈的，以便在外部資訊相同的情況下，能夠根據自己的情況去進行判斷

4. 思想的交流

4.1. 創造的精髓無關機械，但每一個創造的結果都需要機械來實現，這解釋起來並不會比解釋打嗝更簡單

4.1.1. 道格拉斯·霍夫斯塔特

4.2. 計算機是擴充套件人類智慧的強大工具

4.3. 機器學習的新思想挑戰了許多關於機器永遠不可能具有創造性的傳統論點

4.3.1. 演算法可以自行獲取資料並學習

4.4. 許多人會認同，探索型創新和組合型創新可能是演算法能夠實現的，因為其依賴於人類早前的創造力，演算法會擴充套件或組合這些創造力

4.5. 變革型創造力並不是無中生有，實際上它是在“擾動”現有的系統

4.5.1. 科學家開始認識到，真正的新事物可脫胎於舊事物的組合，而整體的行為遠比構成它的部分複雜

5. 湧現理論

5.1. 目前科學界對湧現理論較為推崇，它是對還原論觀點的糾正

5.1.1. 在還原論觀點中，一切都可以還原成簡單的原子和基本規律

5.2. 在複雜的自適應系統中，凡一個過程的整體的行為遠比構成它的部分複雜，皆可稱為“湧現”

5.2.1. “湧現”指一個系統中個體間預設的簡單互動行為造就的無法預知的複雜樣態

5.3. 我們發現意識和水的溼潤特性都應歸為湧現現象，因為一個單一的水分子不會有溼潤的特性，只有一組水分子在某一時刻作為整體才具有溼潤性

5.3.1. 一個神經元沒有意識，但許多神經元在一起構成神經網路就可以產生意識

5.4. 學術上有一個很有趣的推斷：基於湧現現象的觀點，時間的概念並不是絕對的，它的出現是人類對宇宙認知不足的產物

5.5. 應該把那些新的複雜演算法產出的結果看作“湧現現象”

5.5.1. 這些結果都是創造它們的規則的產物，但這些結果的整體行為往往大於組成它們的各部分的總和

6. 創造性

6.1. 它源於20世紀40年代廣告業高管亞歷克斯·奧斯本（Alex Osborn）寫的“心靈雞湯”類書籍

6.1.1. 它是擴大、延展、進化、成熟的衝動，是一種表達和啟用軀體所有能力的傾向，這種能力的啟用增強了軀體或‘自我’。

6.1.1.1. 心理學家卡爾·羅傑斯

6.1.2. 它在促使我們更具創造力方面發揮了巨大的作用

6.1.2.1. 它給了我們在日常生活中經常缺失的點燃創造性的“火鐮”，最終它可能會幫助人類減少機械重複的行為

6.2. 如果沒有意識的概念，我們就無法理解什麼是創造力，我們為什麼會有創造力

6.3. 對於情緒而言，一則故事或一幅繪畫要比一臺試圖掃描我們情緒狀態的核磁共振掃描器更好

6.4. 藝術是最接近生命本質的東西，這是一種放大了的體驗，是一種超越個人命運與他人接觸的方式

6.5. 藝術在調解個人與群體的關係中所扮演的政治性角色也是關鍵的

6.5.1. 它往往是關於改變現狀的願望：打破人性，打破當前的遊戲規則；為我們的人類同胞創造更好的，或者僅僅是不同的東西

6.6. 在商業化“創造性”之前，創造性活動的目的在於捕捉人類試圖理解世界存在的意義

6.7. 我們的生活就是一種創造性的行為

6.7.1. 莎士比亞是最早意識到這一點的人之一

6.8. 創造力與死亡息息相關，也與人類的意義密不可分

6.8.1. 死亡是我們重視創造力的原因之一

6.8.2. 如果柯普真的成功地編寫了一種演算法，可以大量生成肖邦的瑪祖卡舞曲，就好像它讓肖邦不朽一樣，這會讓我們感到開心嗎？

6.8.2.1. 反而覺得它會讓肖邦創作的作品貶值

6.8.2.2. 真正重要的是，肖邦的選擇

6.8.2.3. 難道國際象棋在某種程度上不是因為計算機的力量被貶低了嗎？

6.8.3. 許多人認為如果我們徹底解決了死亡的問題，創造出不朽的自己，將會使生命貶值，使活著的每一天都變得毫無意義

6.8.4. 在某種程度上講，我們必死的命運確實很重要

6.8.4.1. 意識到我們必死的命運是意識的代價之一

6.9. 抨擊人工智慧創造力的聲音

6.9.1. 它無法反思自己的輸出，無法判斷其是好是壞，是值得分享還是直接刪除

6.9.2. 這種自我反思的能力被證明是可能實現的

6.9.2.1. 可以建立具有對抗性的演算法，來判斷一件藝術品是過於因循守舊，還是偏離了我們所認為的藝術的邊界

6.9.3. 機器所有的創造力都是由人類的思維和智慧來啟動和驅動的，我們還沒有發現機器被強制去表達自己

6.9.3.1. 曲藝中的雙簧，它們是在臺前表演假動作的人，為在臺後渴望表達自己的我們提供了喉舌

6.9.4. 建立擁有自由意志的程式與自由意志的含義本就是一組悖論

6.9.4.1. 我們可以像機器一樣過著日復一日、一成不變的生活，也可以突然做出選擇，停下來打破常規，創造新事物

6.9.5. 人類建立具有創造力的演算法的動力，在很大程度上不是由於擴大藝術創作的慾望，而是為了增加商人們在銀行的存款

6.9.5.1. 有太多的專案打著人工智慧的旗號，但其實它們只不過是統計學或資料科學

6.9.5.2. 就像在世紀之交時所有的商業公司都希望成功地在公司名稱的末尾加上“.com”一樣，現如今在公司名稱中加上“AI”或“Deep”，正是這些商業公司趕時髦所利用的標籤而已

6.9.5.3. 商人們希望讓人們相信人工智慧太偉大了，幾乎無所不能，它可以自己寫文章、作曲、繪畫

6.9.5.3.1. 這一切都是為了讓投資人相信，如果他們進行投資，人工智慧將改變他們的業務

6.9.5.4. 當拋開炒作，你會發現驅動這場革命的仍然是人類的思維和智慧

7. 講故事

7.1. 允許演算法基於現有文字生成文章所帶來的風險，當然就是剽竊

7.1.1. 倘若因為剽竊文章而被原作者起訴，人們就會覺得人工智慧生成的文章並不像想象的那麼好了

7.2. 儘管演算法具有可變性和創新性，但目前就講故事的演算法而言，它們並不會威脅到作者

7.3. 即便是數學家之間講的邏輯故事，也是人類思維的專屬品

7.4. 既然有這麼多故事可以講，那麼選擇哪些故事仍然是一個問題

7.4.1. 只有人類創造者才會明白為什麼另一個人的大腦會跟隨他們的創造之旅

7.4.2. 毫無疑問，計算機一定會在創造的旅途中為我們提供幫助，但它可以成為的是望遠鏡或者打字機，而不是故事的講述者

8. 意識

8.1. 在機器變得有意識之前，它不會僅僅是一個擴充套件人類創造力的工具

8.2. 透過機器學習、互動式學習，人工智慧具有了某種類似人腦反饋性質的行為特質

8.3. 人腦神經網路在清醒時和深度睡眠時（我們最無意識的狀態）區別的研究，兩者的關鍵區別似乎是反饋的質量不同

8.3.1. 大腦在清醒時有意識，活動會從大腦中的一個地方開始，並在整個神經網路中級聯，再反饋回原始來源，然後反覆重複這個動作序列

8.3.2. 觀察處於深度睡眠的大腦，我們只能看區域性的興奮，其沒有形成這種反饋的機制

8.4. 在未來，依靠我們人類所有的科學成果，在創造有意識的機器的道路上，不會有什麼難以逾越的障礙

8.5. 一旦我們成功了，希望機器的意識與我們的意識截然不同，相信它會告訴我們它是什麼樣的

8.5.1. 創造性的藝術將成為我們互相瞭解的關鍵

8.6. 在未來是否真的有一天當機器變得有意識時，講故事會是一個重要的工具

8.6.1. 機器可能是被強迫講故事的，而不是像我們一樣擁有那種講故事的衝動

8.6.2. 就像故事是一種強大的政治工具（把人類社會維繫在一起），如果機器變得有意識，那麼其分享故事的能力可能會把我們從對人工智慧有所恐懼的世界中拯救出來（現在科幻題材的作品經常描述未來的機器是多麼的恐怖）

8.6.3. 一旦施暴者允許自己進入受害者的內心，那麼他就很難繼續殘忍地施暴

8.6.3.1. 想象自己成為自己以外的人會是什麼樣，這是我們人性的核心

8.6.3.2. 人性本善，道德之端

8.7. 如果機器變得有意識，那麼向機器灌輸同理心可能會把我們從《終結者》的故事中“拯救”出來

8.7.1. 如果機器變得有意識，那麼向機器灌輸同理心可能會把我們從《終結者》的故事中“拯救”出來

8.7.2. 計算機的敘事智慧可以減輕我們對‘邪惡的人工智慧’接管地球的擔憂。

8.7.2.1. “Scheherazade-IF”的首席研究員裡德爾

8.8. 在異變發生之時，人類的命運將取決於與有意識的機器的互相理解

8.9. 如果它們變得有意識，那麼人類在一開始也不太可能理解它們

8.9.1. 最終，會是機器的繪畫、音樂、小說、創造性作品，甚至是它們的數學，給予我們機會去破譯機器的程式碼，感受機器的感受