我為什么不在乎人工智能
有人聽說我想創業，給我提出了一些“忽悠”的想法。他們說，既然你是程序語言專家，而現在人工智能(AI)又非常熱，那你其實可以搞一個“自動編程系統”，號稱可以自動生成程序，取代程序員的工作，節省許許多多的人力支出，這樣就可以趁著“AI 熱”拉到投資。
有人甚至把名字都給我想好了，叫“深度程序員”(DeepCoder = Deep Learning + Coder)，還有人給我指出了這方向***的，吹得神乎其神的研究，比如微軟的 RubustFill ……
我謝謝這些人的關心，然而其實我并不在乎，也不看好人工智能。現在我簡單的講一下我的看法。
機器一樣的心
很多人喜歡鼓吹人工智能，自動車，機器人等技術，然而如果你仔細觀察，就會發現這些人不但不理解人類智能是什么，不理解人工智能有什么局限性，而且這些“AI 狂人”們的心，已經嚴重的機械化了。他們或多或少的失去了人性，仿佛忘記了自己是一個人，忘記了人最需要的是什么，忘記了人的價值。這些人就像卓別林在 『大獨裁者』***的演講 里指出的：“機器一樣的人，機器一樣的心。”
每逢提到 AI，這些人必然聯想到“取代人類的工作”，“節省勞動力開銷”。暫且不討論這些目標能否實現，它們與我的價值觀，從一開頭就是完全矛盾的。一個偉大的公司，應該為社會創造實在的，新的價值，而不是想方設法“節省”什么勞動力開銷，讓人失業!想一下都覺得可怕，我創造一個公司，它***的貢獻就是讓成千上萬的人失業，為貪得無厭的人節省“勞動力開銷”，讓貧富分化加劇，讓權力集中到極少數人手里，***導致民不聊生，導致社會的荒蕪甚至崩潰……
我不可想象生活在那樣一個世界，就算那將使我成為世界上最有錢的人，也沒有了意義。世界上有太多錢買不來的東西。如果走在大街上，我看不到人們幸福的笑容，悠閑的步伐，沒有親切的問候，關愛和幽默感，反而看見遍地痛不欲生的無家可歸者，鼻孔里充滿他們留下的尿騷味，走到哪里都怕有人搶劫，因為人們實在活不下去了……
如果人工智能能夠成功的話，這也許就是***的結果。幸運的是，有充足的證據顯示，人工智能是永遠不會成功的。
人工智能的夢想與現實
我也曾經為人工智能熱心，我也曾經把它作為“偉大的理想”。我也曾經以為，有了“邏輯”和“學習”這兩個法(kou)寶(hao)，機器總有一天會超越人類的智能。
十多年前，人工智能正處于它的冬天。我在清華大學的圖書館，找到了塵封已久的 Peter Norvig 的大作『 Paradigms of Artificial Intelligence Programming 』(PAIP)，開始像考古學家一樣，逐一實現其中的各種經典 AI 算法。PAIP 的算法側重于邏輯和推理，因為在它的年代，很多 AI 研究者都以為人類的智能，歸根結底就是邏輯推理。他們天真地以為，有了一階邏輯，謂詞邏輯這些東西，可以表達“因為所以不但而且”，機器就可以擁有智能。于是他們設計了各種基于邏輯的算法，專家系統(expert system)，甚至設計了基于邏輯的程序語言 Prolog，把它稱作“第五代程序語言”。***，他們遇到了無法逾越的障礙，眾多的 AI 公司無法實現他們夸口的目標，各種基于“神經元”的機器無法解決實際的問題，巨額的政府和民間投資化為泡影，人工智能進入了冬天。
我就是在那樣一個冬天遇到了 PAIP，它雖然沒能讓我投身于人工智能領域，卻讓我迷上了 Lisp 和程序語言。也是因為這本書，我***次輕松而有章法的實現了 A* 等復雜的算法，并且理解到里面的真諦。也是因為 PAIP，我***次理解到了程序的“模塊化”是什么，我開始在自己的程序里使用小的“工具函數”，而不再擔心很多人憂心忡忡的“函數調用開銷”。PAIP 和 SICP 這兩本書，***導致了我投身于程序語言領域，并且有幸獲得這個領域鼻祖們的真傳。
在 PAIP 之后，我又迷了一陣子機器學習(machine learning)，因為有人告訴我，機器學習是人工智能的新篇章。然而我逐漸的意識到，所謂的人工智能和機器學習，跟真正的人類智能，其實關系不大。相對于實際的問題，PAIP 里面的經典算法其實相當幼稚，復雜度很高，根本不可能解決大規模的實際問題。而“機器學習”這個名字，其實完全就是一個幌子。很多人都看出來了，機器學習說白了就是統計學里面的“擬合函數”，換了一個忽悠人的名字而已。
人工智能的研究者們總是喜歡抬出“神經元”這類名詞來嚇人，喜歡跟你說他們的算法是受了人腦神經元工作原理的啟發，然而 AI 研究者，有幾個真的研究過人腦，解刨過人腦，拿它做過實驗，或者讀過腦科學的研究成果?***你發現，幾乎沒有 AI 研究者真正做過人腦或者認知科學的研究。著名的認知科學家 Douglas Hofstadter 早就在接受采訪時指出，這幫所謂的“AI 專家”，對人腦和意識(mind)是怎么工作的，其實完全不感興趣，也從來沒有深入研究過，卻號稱要實現“通用人工智能”，這就是為什么 AI 直到今天都只是一個虛無的夢想和騙錢的口號。
縱觀歷史上機器學習能夠做到的事情，無非是一些字符識別(OCR)，語音識別一類的。各大公司叫得最響亮的 AI 技術，無非是 Siri，Cortana，Google Assistant，Amazon Echo 一類。這些東西里面，到底有多少可以叫做“智能”的東西，我想用過他們的人都應該明白。我每一次試用 Siri 都被它的愚蠢所折服，它可以讓你著急得想砸了水果手機。那另外幾個，也沒有好到哪里去。很多人分不清“文字識別”和“語言理解”的區別。這些 OCR 和語音識別系統，雖然能依靠統計的方法，知道你說的是哪些字，它們卻不能真正理解你在說什么。這就像程序語言里面“語法”和“語義”的差別。識別出語法很容易，要理解語義，是非常困難的。
我并不是說這些產品完全沒有價值。我用過 Siri 和 Google Assistant，我發現它們對于我唯一的價值，只是在開車的時候。因為開車時操作手機容易出事，所以我可以利用語音控制。比如我可以對手機說：“導航到最近的加油站。” 然而這些“個人助手”的用途，也就止于這里了。我根本不想在家里和公共場所使用它們，很簡單的原因：我懶得說話，或者不方便說話。點擊幾下屏幕，我就可以精確地做到我想要的事情，這比說話省力很多，也精確很多。
很多人看到 AlphaGo 的勝利，以為所謂 Deep Learning 終究有一天能夠實現人類級別的智能。在之前的一篇文章里，我已經指出了這是一個誤區。很多人以為人覺得困難的事情(比如圍棋)，就是體現真正人類智能的地方，然而事實并不是那樣。我問你，心算除法(23423451345 / 729)難不難?這對于人是很難的，然而任何一個傻電腦，都可以在 0.1 秒之內把它算出來。圍棋，國際象棋之類也是一樣的原理。這些機械化的問題，根本不能反應真正的人類智能。
自動編程是不可能的
現在回到有些人最開頭的提議，實現自動編程系統。我現在可以很簡單的告訴你，那是不可能實現的。微軟的 RobustFill 之類，全都是在扯淡。我對微軟最近乘著 AI 熱，各種煽風點火的做法，表示少許鄙視。不過微軟的研究員也許知道這些東西的局限，只是國內小編在夸大它的功效吧。
你仔細看看他們舉出的例子，就知道那是一個玩具問題。人給出少量例子，想要電腦完全正確的猜出他想做什么，那顯然是不可能的。很簡單的原因，例子不可能包含足夠的信息，精確地表達人想要什么。最最簡單的變換也許可以，然而只要多出那么一點點例外情況，你就完全沒法猜出來他想干什么。就連人看到這些例子，都不能知道另一個人想干什么，機器又如何知道?這根本就是想實現“讀心術”。
所以讓機器能夠猜出人想要干什么，等于要求機器具有“讀心術”，那根本就不可能。對于如此***的問題，都不能100%正確的解決，遇到稍微有點邏輯的事情，就更沒有希望了。所以 RobustFill 所能做的，也就是讓這種極其***的玩具問題，達到“接近 92% 的成功率”而已了。另外，這個 92% 是用什么標準算出來的，也很值得懷疑。
任何一個負責的程序語言專家都會告訴你，自動生成程序是根本不可能的事情。因為“讀心術”是不可能實現的，所以要機器做事，人必須至少告訴機器自己“想要什么”，然而表達這個“想要什么”的難度，其實跟編程幾乎是一樣的。實際上程序員的工作，不就是告訴電腦自己想要它干什么嗎?最困難的工作(數據結構，算法，數據庫系統)已經被固化到了庫代碼里面，然而表達“想要干什么”這個任務，是永遠無法自動完成的。
所以，程序員其實是一種不可被機器取代的工作。雖然好的編程工具可以讓他們工作起來更加舒心，任何試圖取代程序員工作，節省編程勞力開銷，克扣程序員待遇，試圖把他們變成“可替換原件”的做法(比如 Agile)，最終都會倒戈，使得雇主收到適得其反的后果。同樣的原理也適用于其它創造性的工作：廚師，發型師，畫家，……
傻機器的價值
既然我決定不蹚人工智能這攤渾水，那我要怎么創業呢?很簡單，我覺得人其實不需要很“智能”的機器。比如，有些公司想研制機器仆人，可以自動打掃衛生做家務，我覺得這問題幾乎不可能解決，還不如直接請真正智能的——阿姨來幫忙。給她配備更好的工具和通信設施，讓她工作不累又方便，讓主人家也放心，那豈不是兩全其美?哪里需要什么智能機器人，難度又高還不好用，還危害社會。
所以呢我覺得，“傻機器”才是對人最有價值的。有許許多多對人有用的傻機器，在等待我們去發明。這些機器設計起來雖然需要靈機一動，然而實現起來難度卻不高，給人帶來便利，經濟上見效也快。這些東西不對人的工作造成競爭，反而可能制造更多的就業機會，可以說是利國利民。利用人的智慧，加上機器的暴力，讓勞動人民又省力又能掙錢，才是最合理的發展方向。
所以設計新的，造福于人的傻機器，應該是我創業的目標。
