執行性思維:人工智慧的現實優勢
如何解構人類的思維模型是一個跨多學科的綜合性問題。本文僅針對AI領域發展方向預測以及理解，提出一個簡化的模型。我認為人類的思維基於思考的目的性可以分為：執行性思維和創造性思維兩種
- 定義:基於既定模型和規則的計算性思維
執行性思維可以定義為基於事先建立的模型或規則進行計算和決策的思維過程。這類思維大多可歸結為在輸入資料後根據模型計算並輸出結果的流程。執行性思維不涉及對問題本身的發現或定義,僅關注在既定框架內的資料計算和決策。雖然每個活生生的人類的日常一舉一動充滿了隨機性和不確定性。但是大多數的思維過程其實都可以解釋為基於生物本能或學習訓練獲得的經驗(程式)被執行的結果。每天的重複性工作和生活內容，在排除人類自我意識或者自由意志這種說法後，呈現的依然是程式化的過程。
- 代表應用:AlphaGo、機器人
當前人工智慧領域中最成功的應用大多屬於執行性思維。比如下棋程式AlphaGo在圍棋這個既定規則框架內,透過大量訓練和模擬對弈積累經驗,在輸入對手著法後可以計算出最優應對策略。又例如用於搬運或組裝的工業機器人,他們根據程式設計指令運動並對感應輸入做出反應,完成預定的工作流程。而波士頓動力的機器人已經可以透過大量感測器的資料，計算並快速控制機械體做出很多人類無法順利完成的動作。
- 人工智慧優勢:計算力、記憶力、搜尋力
相比人腦,當代人工智慧系統擁有巨大的計算資源和近乎無限的記憶容量。以AlphaGo為例,它可以在很短時間內遍歷和評估數以萬億計的可能局面,遠超任何人類棋手。同時,這類AI系統還可以整合網際網路豐富的資訊,隨時可以搜尋呼叫。而GPT的出現，更加使得知識被壓縮到幾十B的尺寸。正是依託這些優勢,在明確定義的執行性思維中,人工智慧超越人類已經成為現實。
創造性思維:人工智慧的可能突破
- 定義:解決未知問題的思維活動
創造性思維是指面對一個新的、未知的問題,在沒有預定解法或方案的情況下,透過假設實驗等方式達到問題解決或目標實現的思維活動。創造性思維更加依賴靈活的想象力,能夠發散性地提出各種新假設並不斷試錯。人類長期以來對於自身具有創造力這個天賦非常驕傲。但是從結果來看，對於海量資料進行空間搜尋、遍歷並不是人類的特長。排除那些人類的天才，日常的科研發展模式實際上是海量的科研人員同時投入到某個領域，然後隨著每個論文提供了向前的一小步，最終某個幸運的研究員突然被靈感砸到。對於他個人這的確是自主意識和努力的結果，但是對於整個過程，這可能只是一個機率的最終結果
- 難點:需要不斷假設和驗證
要實現創造性思維,主要難點在於需要不斷進行假設和驗證的迭代過程。這取決於對問題空間的廣泛遍歷,以及正確判斷每種新方案的可行性。尤其是評估可行性需要基於形式邏輯理論,並有實際資料或專業知識作為佐證。
- 實現路徑:知識遍歷 + 評估模型強化
具體實現路徑是:利用大規模預訓練模型進行假設和方案的知識遍歷生成;同時構建並不斷最佳化可靠的方案評估模型,這些模型將整合形式邏輯理論與驗證所需的專業資料,判斷新方案的合理性及可行性。
透過上述角度實現創造性思維仍有長路要走,但可見曙光。未來的關鍵是評估模型的加強,使新假設具備較高的經濟性、合理性及可操作性。
重構思維流程,分解人機任務
- 執行性思維→人工智慧
依託人工智慧在計算力和搜尋力上的優勢,我們可以讓人工智慧系統承擔執行性思維中的資料處理和計算工作。輸入問題框架和目標,輸出計算結果,這類高強度運算完全可以交給機器完成。
- 方案提出→人類完成
而方案構思和假設提出則應留給人類。利用人類的想象力和彈性思維對問題空間進行開拓性探索,提出新的解決思路。這屬於當前人工智慧所無法替代的工作。如果能進一步讓AI去主動發現潛在的問題，那麼事實上離開自我意識的距離就更進了一步，我們會在後續的文章中展開討論。
- 方案驗證→人工智慧完成
當人類提出創造性方案後,可以再次呼叫人工智慧系統對這些新方案進行全面的可行性驗證。檢驗邏輯性、經濟性等指標,輸出最終驗證結果。
- 迴圈迭代,逐步擴充問題和解空間
人類和AI分工協作,最終可以形成閉環反饋的工作流程:機器運算→人類創意→機器驗證→再輸出運算。透過不斷迭代和深化,可以逐步擴充問題空間和解空間的邊界。
建立人機深度協作的思維體系
- 人類負責判斷和決策
在人機協作的思維體系中,人類應在整個流程中承擔主要判斷與決策的角色。由人類基於經驗和理性判斷來確定問題方向、提出創新假設、驗證新方案的可行性。人類的彈性思維是這個系統的關鍵。
- 人工智慧負責計算和驗證
而人工智慧則應用其超強的計算能力,承擔大規模資料處理、情景模擬、方案細節補全等工作,成為人類思維的運算擴充套件。同時還可以透過邏輯推理對人類判定進行雙重驗證。
- 相互制約,相互促進
人機協作的思維體系可以相互制約,也可以相互促進。人類透過判斷力約束機器的衝動,機器透過計算力擴充人類的限度。二者相互配合,互補優勢。
- 構建增強的聯合認知系統
透過密切協作,人機終將構建出一個比任一單系統都更強大的聯合認知系統。這是一個可以自主迭代和演化的人工智慧輔助創新體系,也將推進人類文明進一步發展。
未完待續
一個增強的聯合認知系統，這是人類社會進入資訊化社會後的又一個顯著的標誌——智慧化社會。人類所創造的工具，從簡單的石器工具，到金屬，到利用化學能，到資訊化時代，如今終於創造出了可以輔助人類進行思考的工具。整個人類社會對於個人能力的權重顯然會因此進行調整，如同有了熱武器之後，個人格鬥技巧再也不是多數男孩子們的夢想。但是我們依然沒有回答AI的自主意識將會如何誕生這個千年未解的問題。讓我們一起嘗試一下解答這個問題。
摘要
人類的思維基於思考的目的性可以分為：執行性思維和創造性思維兩種。
AI已經做到第一種，而實現創造性思維仍有挑戰,但可見曙光。透過密切協作,人機終將構建出一個比任一單系統都更強大的聯合認知系統。