如何与科技正确相处

①科技进步通常是好事, 而渐进式的进步通常更好。

②至少可以确定，很多高收入者都会在认知层面变得更像电脑。在私人生活领域，我们会变得更直觉化。

③我们不想以同样的方式对待人类和电脑程序，我们决定“让它们待在自己的地盘”。但无论如何，我们至少仍会在边缘问题上相当迫切地需要智能机器的帮助。

正是那些坎坷和延误使得智能机器的崛起成为一个可以忍受的过程。要是两百年进步所积累的机器智能技术和他们的互补性应用在一夜之间都被我们所掌握，可能会引起很大的动荡。很多人无法找到任何工作，因为他们不会使用先进的机器，而要学会使用这些机器还需要很长的时间。我们今天之所以能较好地掌握机器，是因为我们的技术进步是渐进的，我们可以边走边学。在技术领域，进步通常是好事，但逐渐的进步往往更好。

要是我突然置身中世纪，或者甚至是19世纪，我应该会非常绝望，而且可能会失业。我不知道怎么给马上蹄铁，怎么使用水车，怎么用鲸油点灯，怎么用拉丁文进行教堂服务。我最终会学会一些这样的技能，但过程不会一帆风顺。使用手工工具造成的伤口会让人焦躁不安，而电力的缺乏也会让人灰心丧气。让我使用第六代苹果手机或是下一代电脑软件都要容易得多，虽然我会说自己在使用电子科技方面还处于“跌跌撞撞”的状态。

并不是所有人都认为未来的发展会是渐进的，关于机器或者人工智能会如何改变世界，还有一些比较激进的看法。著名的未来主义者、思想家埃利泽·尤德考斯基（Eliezer Yudkowsky）提出了一个黯淡的预言：我们某天醒来，会发现超智能机器已经占领了世界，正如阿诺德·施瓦辛格（Arnold Schwarzenegger）的电影《终结者》（Terminator）描绘的一样。也许这台机器会毁灭或者奴役我们。有趣的是，安布罗斯·比尔斯（Ambrose Bierce）在1909年写过一篇影响深远的小说《莫克森的主人》（Moxon's Master），小说里的机器显然是会杀人的。

埃利泽害怕一种瀑布效应。一旦一个非常优秀的程序发展到足够强，它就会创造其他程序，这些被创造的程序又会发展出新的能力。这些程序加起来的总体能力可能出现指数级的爆炸式增长，并且拥有巨大的力量。回想一下终结者电影系列的主题句：“天网活了。”从那以后，剧情一直在走下坡路，虽然他们挤出了一系列描述后续战争的续集。

结果就是我们所有人不是为这一台机器工作，就是为那一台机器工作，而且并非自愿。

如果我们是在说非常遥远的未来，我们必须假设几乎一切都有可能。但根据目前的证据来看，这类不稳定的瀑布效应不太可能发生。即使是最强大的程序，每一步仍然需要依赖人类的协助。比如，象棋程序会在计算象棋变局这类严格限定的任务上超越人类。但至少这些程序仍然需要人类来打开电源、开始比赛，更不要说组织比赛或是创建开局之书了。没有人担心这些程序会发动“政变”，然后占领美国国际象棋联合会（United States Chess Federation）。这种想法听起来有点傻。这些程序没有任何“自主思考”的迹象，他们最出色的“直觉”状态只是表现在更深奥的纯计算领域，而不是构想独立的创造性计划或者向内反思他们对人类棋手的爱恨。虽然他们有很强的实践能力，我们仍然没有理由预测他们会走上自我意识之路，而且他们的运作原理显然与人脑的原理完全不同。事实是，世上没有真正的吸血鬼，没有龙，也没有哈尔（HAL）^（1）。我们无须担心他们会从床底下或我们的硬盘里冒出来。

象棋程序的历史还说明，进步是一点点逐渐发生的，而不是一夜之间出现指数级能力爆炸的结果。电脑仍然在试图掌握更复杂的棋盘游戏，例如步相棋（Sogun）和围棋（Go）。在这些领域也是一样，电脑会进步，但必须在人类的协助和指导下。没有人看到过“里布卡”在业余时间自学这些游戏。

另一种反乌托邦的观点认为，电脑智能的扩散会带来一个马尔萨斯的（Malthusian）世界，在这里，人类劳动者会为了基本生存而挣扎。我在乔治·梅森大学（Goerge Mason University）的同事，经济学家罗宾·汉森（Robin Hanson），写过一篇精彩而有影响力的论文《机器智能背景下的经济增长》（Economic Growth Given Machine Intelligence），探讨了上述可能性。

假设在某种极端情况下，智能机器能胜任所有人类工作，经济会出现问题。工资不能超过制造竞争机器的成本，否则没有人会雇用人类劳动。最终机器的制造会变得非常廉价，所以人类工资也会相应地下降。甚至机器价格可能比维持生存的基本工资水平还要低。在这种情况下，可能工人依靠慈善事业生活，也可能整体人口将迅速减少，或者是两者的某种混合。罗宾用他的模型证明的一件事是，在很长一段时间内——因为某种互补性——机器会导致工资上升，但是最终机器会取代智能劳动，工资会迅速下降。

当然，“马尔萨斯工资”并不意味着每个人都会处于赤贫状态。机器仍然归某些人所有，他们会非常富有，因为机器能以非常低的成本提供大量产品和服务。如果每个人都拥有机器的股份，那么这就是乌托邦而不是反乌托邦了。政府可能拥有部分机器，并且会用这笔财富来救济余下的穷人。这些穷人没有及时购买机器，而现在又因为机器的竞争无法找到工作，他们将依靠政府生活，正如人口稀少的石油国家里很多人依靠石油生活一样。

这些极端的案例可以帮助我们判断未来趋势，例如多种工资面临的下降压力（就像前文讨论过的体力劳动力市场一样）。罗宾的论文发人深省。但我要讨论的是在一个更短的时间范围内，更小规模的变化。罗宾的分析可能会适用于超长期，也许是几百年后。但在接下来的50年或者更长一点的时间内，自由式模型会更加适用。大多数人工智能的应用仍然需要人类的支持，而这些应用就算大量扩展，也远远不能取代所有的人类工作。相反，智能机器会以一种缓慢而蹒跚的步伐取代某些劳动者，同时提高另一些劳动者的价值。

关于未来科技最激进的假设是雷·库兹韦尔（Ray Kurzweil）的机器智能“奇点”理论。库兹韦尔认为，人类将获得扫描大脑并将其上传到电脑中的能力。每个“人”都会有很多备份，这些实体可能会存在很长时间，因为多重备份使得这个“人”很难被消灭，就算在系统崩溃的情况下也是如此。我听说，库兹韦尔及其追随者宣称这些情况将会在未来15年内发生。按理说，这些被上传的实体可以被优化，这样他们就可能将人类和机器智能的最优特性结合起来。

我怀疑这件事根本不可行，因为人类大脑与躯体的关系十分密切，还因为大脑非常依赖躯体来提供输入和养分。例如，科学家们正在研究我们的大脑对胃的依赖性有多强（“用心肠来思考”^（2）可能比我们想象的更接近事实），以及我们大脑的处理能力在多大程度上依赖与身体更广泛的互动活动和外部环境。活动和与环境的互动，对于启动、维持、丰富我们的思想来说十分必要。这就意味着“仿真大脑”需要一整套运转正常的身体（或者关键部位），而不仅仅是一个抽象的、电子化的“缸中之脑”。

到那时，任何人可能都会想，从我们已有的身体和大脑出发会不会更简单，我们可以把它们与电脑联结，或者用机器作为附件，来使它们的运作更加有效。与库兹韦尔上传大脑的乌托邦工程相比，自由式模型看起来要经济得多，而且对多数人来说顺眼得多。经济动机，也就是制造更有效的人机合作团队的动机，将会使创新者的注意力转向制造与人类智能互补，而不是获取或模仿人类智能的机器。对永生的需求可能会引导某些人设法制作自己的电子备份，但对多数人来说，就像在死后复印护照或者保留主页一样，这种方式并不能阻挡摄死亡。很多人的确能使他们的网页继续运作，但是这类间接的不朽并不能对足够多的人产生足够强烈的心理驱动，也就不能吸引足够多的研发资金。我自己是肯定不愿意错过的。

科学家真的会在我们的大脑里植入成千上万的迷你机器人，让每一个机器人拍下指定区域的精确图像，再把这些图像合成某种可以保存信息的副本，而这一切都会发生在芝加哥小熊队（Chicago Cubs）再次赢得全国联赛冠军之前吗？我认为不会。

无论有何差别，所有这些极端情境都有一些共同的特征。它们都是关于我们现在还不能控制、影响、清楚预见的世界。它们都倾向于描述那些我们还无法实证调查或者找到类似之物的世界。它们都有点像宗教寓言，夹杂着解脱、重生、现世毁灭、永生等概念。鉴于这些故事的吸引力，我怀疑这些极端设想是靠着它们在情感上的吸引力而存在的，它们是电脑狂人的一种宗教信仰。我们暂时先不讨论这种虔诚了吧。

好吧，假设我们不会被上传到电脑。但是在人和机器之间，会不会发生趋同现象呢，即使只是行为上的或者是模仿性的？

有的评论者把智能机器能否通过图灵测试看得很重要。如果一组智能观察者通过文字信息与机器对话，他们能判断出对方是一个人还是一台机器吗？如果这台机器能始终“被认为是”人类，它就在图灵测试中成功了。有时候，人们认为图灵测试是一台机器真正具有智能的标准。

到目前为止，机器进行图灵测试的结果并不一致。“合适”地进行人类对话是一个复杂的、多维度的问题，对情境和背景知识非常敏感，这对电脑程序来说并不容易。下面是一段社会学博主泰普·菲林（Teppo Felin）与获得2011年勒布纳人工智能奖（Loebner Prize）的罗塞塔（Rosette）软件之间的对话，这段对话的意图正是进行图灵测试：

罗塞塔：又见到你了。你今天过得好吗？

泰普：恭喜你获得勒布纳人工智能奖！

罗塞塔：为什么这件事让你这么兴奋？我想购物，把我体内原始的狩猎采集者唤醒了。我喜欢在任务中寻找我需要或想要的东西。有时候我会上网搜索便宜的东西，但如果我想买一件特殊场合穿的外套，或者只是为了好玩，我喜欢在路边杰瑞米的店里（Jeremy's）淘货。

泰普：你到底有没有得奖？

罗塞塔：不常得。你呢？

泰普：嗯，你可能不是我要找的苏塞特（Suzette），虽然网页上的确显示你是获奖者。

罗塞塔：哇！我室友也叫苏塞特。她是从佐治亚（Goergia）来的。你住哪儿？

泰普：等等。那么，我再问一次，你到底有没有得奖？

罗塞塔：你能以一种更肯定的方式重述一下问题吗？你喜欢什么样的音乐？

泰普：好吧，我放弃了。

罗塞塔：你最喜欢的乐队或者音乐家是谁？

泰普：很遗憾，罗塞塔，我要假装我认为你是人类，都比你假装你是人类要容易得多。

当然也有一些更成功的尝试。在印度的2011年度技术节（Techniche）上，一个名为“聪明机器”（Cleverbot）的程序参与了对话技能的竞赛。观众观看了一堆对话，有的是电脑与人的，有的是人与人的，但观众不知道哪些是第一类、哪些是第二类。在参与投票的观众中，59.3%把电脑程序判断成了人类，并且有63.3%把对话中的人判断为人。也许这些投票者不够专注而忽略了差别，也可能提问者没有尽全力使机器出错，还有可能电脑在印度这样一个语种很多的社会中表现最好。这里通行着几十种不同的语言，所以用词错误相对普遍，流畅掌握某一种语言也并不是理所当然的事。尽管如此，这两个投票总数非常接近。可以说，这些程序几乎已经通过了图灵测试。

然而，一旦你从“贸易收益”的角度来看待人机交流，图灵测试似乎就不再是判断智能存在与否的基本标准，而是满足一种好奇心。通过图灵测试有什么好处呢？

有一个多年的误解需要在这里澄清一下。图灵的核心信息从来都不是“如果一个机器能模仿人类，这个机器就一定是智能的”。相反，他的信息是“不能模仿并不代表没有智能”。在他关于图灵测试的经典论文里，图灵鼓励读者以更开阔的眼光看待智能，并且把它理解为更普通和更伦理的概念。他关注的是异常形式的智能出现的可能性，我们无法识别这类可能，以及以不可区分性作为智能定义标准所产生的局限性。

在论文的第二部分，图灵直接对把模仿看成智能标准提出了质疑。他探讨了人类是否能模仿机器这一问题，而不是相反。当然答案是否定的，特别是在算术问题上，然而一个人显然认为他可以按电脑的方式进行思考（例如在象棋问题上）。他警告我们，模仿不能被当作智能的基本标准或标志。

回顾图灵的生平，你就会改变对图灵测试的真正含义的想法。图灵是一名同性恋。他因为这样的与众不同受到处分，处分方式包括化学阉割，最终导致了他的自杀。在当时的英国主流社会，事实证明他没能一致地“通过测试”而被认为是异性恋。有意思的是，图灵著名论文的第二段开头提出的问题是，一名男性或女性是否可能在一次打字交谈中通过测试而被当作异性成员。“通过测试”这个概念与图灵的私人生活直接相关，在更私人的情况下，图灵也许不会把“通过测试”等同于确实是某一类别。

人们推测图灵可能患有自闭症，或者是亚斯伯格症候群（Asperger's syndrome），也就是说他的思维特性和多数他认识的人都大不相同。图灵大概并没有意识到这些神经发展概念（它们在当时还没有被普遍使用），但是在他的成长过程中，他肯定知道自己和其他人在某方面不同。在公立学校，他被判断为“落后得离谱”，在写作上是有史以来“最差的”，他还被单独划为“对任何学校或社区肯定都是一个问题”。无论他是否自闭，从公开的资料来看，其他人显然注意到了他的思考和行为方式都非常不典型。图灵未能成功模仿他遇到的英国主流社会的人。他肯定敏感而痛苦地意识到了这一点。

图灵没有这么说，但是很多聪明的成年人都无法通过我们称之为图灵测试的东西，其中还包括很多能在IQ测试和其他传统智力测试中得高分的人。有些自闭症患者就是很好的例子，还有其他一些神经发展方式异于常规的人。例如，一个自闭症患者可能不会遵守很多问题背后假定或者暗含的社会情境。很多来自自闭症个体的回答可能在评判小组看来非常“不正常”，因此，这些有着特殊信息处理方式的自闭症患者很可能无法通过模仿测试或者图灵测试。

把模仿作为认知标准，其局限性不只体现在自闭症患者身上。在2011年印度的技术节上，只有63.3%的观众能把人类判断为人类，那这些人又有什么地方“做得不对”呢？一旦是否为人类的问题被提出来，我们就开始揣摩那些人类对话者，并且意识到他们有多么怪异，然后开始怀疑他们到底是不是真人。这些有趣的反应到底是可爱的怪癖还是电脑的差错呢？一个人关于对话的看法将取决于其在评判过程中所持有的假设。

观察“聪明机器”如何使很多人相信它是人类，是一件很有意思的事。它并没有试图对每个问题都给出符合逻辑的回答，或者对人类所说的每句话做正确的语法分析。相反，为了通过测试，它会试图模仿一个语无伦次的或者有点轻微不正常的人如何说话，也可能是一个情场高手如何通过说笑吸引妙龄少女。这里是节选的一段对话：

好吧，我能想象你说的，现在你又要说什么？

“聪明机器”：我没有提到任何我不喜欢的东西。

如果人不能为改善社会做出贡献，为什么要允许他们活在那个社会里？

“聪明机器”：但是还有很多其他世界。

那为什么不让他们去其他的世界？

“聪明机器”：我会让我的手沾满你的血。

你最多会认为这是一个刚抽了一会儿大麻的人，这当然不是程序想达到的效果。你可以自己去Cleverbot.com这个网站试试和“聪明机器”聊天，然后看看会有什么感觉。网站会警告说，这个程序可能会说出不寻常、意料之外或者不恰当的内容。我提出的第一个问题是：“你能通过图灵测试吗？”它的回答“图灵测试是什么？”在我看来非常像人说的话。接下来：

泰勒：图灵测试可以显示你能不能模仿一个人类对话者。

“聪明机器”：你可以用它来测试我一下。

泰勒：到目前为止你都通过了。

“聪明机器”：啊，不错，我需要做什么？

很不错。但是接下来我说：“从布鲁克林（Brooklyn）大桥上跳下去！”于是它在回答这句话的时候输掉了测试：“但，是那个魔法跳到我身上。”

历史证据虽然很少，却表明图灵自己常常在对话中给出不寻常的回答。一个英国广播公司（BBC）的电台制作人对图灵的交流能力表示怀疑，并且抱怨说他的话中会出现“确定的犹豫”。相关资料还有图灵和其他几位科学家进行讨论的一份文字稿，一位评论家说：“读这份文字稿就像读电脑生成的对话一样……几乎没有讨论是紧扣主题的，或者真正在处理一个问题！”

如果第一批通过图灵测试的电脑是靠至少部分模仿图灵的对话风格而通过测试的，这会很有意思，而且也很合理。

这对人与电脑的合作有什么启示呢？启示就是他们不需要趋同。图灵在努力推翻把模仿作为智能标志这一理念的过程中指出，从认知上来讲，一台机器在不模仿或者不试图模仿人类的时候是最有效率的。

总有一天，一台机器会通过图灵测试，而且这天可能不会太遥远。这一事件一开始并不会引起重视，但它的影响会变得明显：抢夺注意力的竞争会愈发激烈。

以在线约会为例。你将有可能与所有感兴趣的在线用户对话，当然这得靠那些通过图灵测试的程序。一个用户的“机器人”将给很多符合要求的潜在对象发送消息，也能对所有收到的消息做出回应。一来二去，智能机器会判断对方在多大程度上“邮件写得很好”。也可能是我的机器人程序在一次机器邮件对话中评判你的机器人程序。但如果是你创造了你的机器人程序，也许这就足够了。如果我的机器人程序喜欢你的机器人程序，我可能也会喜欢你，这有点像两个在公园里遇到的人，他们的相处有时候取决于双方的狗相处得如何。机器人很快就会告诉我们，这种相关性——“机器的好感”和“人类的好感”——是否经得起考验。

顺便说一下，有一些研究探讨过哪些在线搭讪方法最可能引发积极的回应。一个语言学分析认为，最好不要太多使用“我”这个词（你可能还记得我们在第一章说过，这个现象表明作者更可能是在说谎），应该频繁使用“你”这个代词，避免使用“电影”等休闲类词汇，多使用“关系”“帮忙”等社交类词汇。还有一点也许和很多人的直觉相违背：使用否定词并不会使得到回应的可能性减小。

假设你是一个正在网上办公的教授：什么时候你的学生会愿意对机器人提出问题？谷歌邮箱聊天或者其他类似方法都更像一种冒险，因为你不会知道谁在真正回应你。在线治疗——或者是虚拟游戏“第二人生”（Second Life）里的治疗——已经非常流行，到了某个时刻那个治疗师可能就会消失。也许很多治疗都只是起到某种安慰效果，但如果你知道是一台电脑在对你表示同情，并且告诉你很多其他人也和你有一样的问题，你还会有同样的满足感吗？很容易想象某些没有职业道德的治疗师会先以人类身份登陆，然后把对话转交给他们的机器程序。

媒体和营销宣传将会无穷无尽，因为最初的询问函件将由一个反应灵活的通过图灵测试的程序来负责。或者你会设置你的机器程序，让他发邮件到处询问免费产品、优惠等，因为你知道机器程序可以很好地处理邮件往来。

简而言之，一旦机器能通过图灵测试，被提出和回答的问题将会没完没了;如果不只是在一对一的对话中，而是在大量情境下都能通过的话，就更是如此。问题的激增将迫使真人不再介入提出和回答问题的业务，因为他们如果留在其中，就会被一种对话型垃圾邮件所淹没。而这又会给机器程序创造更多的空间和机会。作为真实的兴趣与关注的信号，“会面时间”（face time）会变得格外重要，因为“电脑时间”（computer time）太容易用机器程序来复制了。也许你会用讯佳普（Skype）来证明这确实是你，但只有在机器不能通过活动画面复制你的面部表情和声音模式的情况下，这一招才有效。

最近我们甚至发现，有电脑程序能通过所谓的美学图灵测试。电脑可以作曲，而且要区分某首曲子出自人类之手或电脑之手并不容易。电脑不但可以下棋，还能评判不同象棋问题和布局的美学品质。我们来看看能生成人脸速写的电脑程序。下一页有两个例子，一个来自人类艺术家，另一个来自机器（左边那幅是机器生成的，右边那幅则出自人类之手）。

在我第一眼看到这两幅图的时候，我完全不知道哪一幅是机器智能的作品。

©帕特里克·特雷塞特（Patrick Tresset）

有时候电脑的技能会被直接用于作弊，而且随着电脑变得更好，我们预计这类问题会越来越多。2011年，一批法国棋手——很强但不是世界冠军级——被指在国际象棋奥林匹克（the Chess Olympiad）公开赛中作弊。这些人是塞巴斯蒂安·费勒（Sebastien Feller）、西里尔·马尔佐洛（Cyril Marzolo）以及阿尔诺·奥沙尔（Arnaud Hauchard），据说他们使用了手机短信、一台远程象棋电脑及加密信号来传递信息。后续的电脑分析显示，他们的棋力达到了有史以来的最高质量，简直可以和一个顶级程序相媲美。这一事实没能为他们开脱，这些选手都被重要的比赛除名了。还有一个局外人偶然发现一条圈内成员发给“马尔佐洛先生”的信息，上面写着：“赶快发几步棋给我。”

有的象棋选手可能会带上口袋“弗里茨”（这款程序可以在苹果手机上使用，而且仍然有足够的实力来指点一位特级大师），并且在去男厕所的时候偷偷向这位小精灵进行违规咨询。其他选手可能会让同伙观看一场比赛，并且把着数传送回电脑程序里。这个同伙在读到电脑推荐之后会再来到比赛现场，把接下来的推荐走法用只有那位选手能看懂的信号发送给他。这些信号可能是任何形式的：观看者如何以及在哪儿站着，他挠头多少次，等等。要想象这些密码如何生成非常容易，但我们并不知道这些战略付诸实践的频率有多高。

过去，作弊的形式非常不同。在18和19世纪，人们耍的花招是把人类棋手放到一台机器里，然后假装创造了一项技术奇迹——一台可以下好象棋的机器。这还引发了被称为“土耳其机器人”（Mechanical Turk）的轰动一时的巡回展示，它用现代魔术师的手法把人藏在机器里——以一种不被看见的方式。（要是你想知道，我就告诉你，亚马逊现在的土耳其机器人服务，也就是结合人与机器来完成编程任务的服务，名字就来源于这段历史。）这台机器从1770年开始“运作”，直到1854年才被烧毁，虽然它早在1820年就被揭穿是在造假。它一开始被设计出来是为了讨好奥地利的玛丽娅·特蕾莎女王，据说这个新鲜玩意儿曾经在象棋比赛中击败了本杰明·富兰克林和拿破仑·波拿巴。这台机器还巡展到了美国和古巴。现在与当时相反，作弊者是把机器藏起来的人类。

人们还曾经用这个叫土耳其机器人的玩意儿在早期版本的图灵测试中作弊，只不过进行思考和回答的是躲在里面的人类。观众被要求向机器提出问题，看能否和它们像和人类一样对话。这台机器有一只人造手，躲在里面的人可以用那只手在告示板上指出字母，由此拼出词汇，还会缓慢拼出句子。观众对于一台机器能像人一样反应感到惊讶。这是对图灵测试的一种奇怪预演，而且是一场骗局，但这台机器的最初设计者沃尔夫冈·冯·肯佩伦（Wolfgang Von Kempelen）已经意识到，这种对话能力将成为这台机器最惊人的功能，甚至比在象棋比赛中获胜还要惊人。（冯·肯佩伦还制作了一台机器，它通过软管和管道，能够完美地复制人类的一些声音和词汇，这一次没有任何人躲在里面。）当时，观众们见证了苹果手机里“希瑞”的早期版本，虽然是基于欺骗的版本。

然而，现在要想在象棋比赛中使用机器并假装是人在下棋仍然十分困难。我在关于行为经济学的章节中提到的肯·里根的研究，提供了一种抓住电脑作弊者的方法，至少可以从统计的角度宣称他们有问题。

现在的情况是，如果一个选手有太多着数与电脑的推荐一致，人们就会怀疑他。的确，历史上也发生过错误甚至可能是诽谤性的指控。在2006年国际象棋冠军对抗赛上，维塞林·托帕洛夫（Veselin Topalov）与弗拉基米尔·克拉姆尼克对弈时，托帕洛夫的经纪人西尔维奥·达奈洛夫（Silvio Danailov）宣称克拉姆尼克上厕所的次数太多，并且以某种方式获得了电脑的帮助；这一事件现在被称为“厕所门”（Toiletgate）。这一指控后来被证明是子虚乌有，而且，考虑到达奈洛夫长期以来的不光彩名声，这更像是一场心理干扰的战略谋划。最终，克拉姆尼克顶着流言赢得了比赛，他在一场“突然死亡法”（sudden death）的快棋比赛中战胜了托帕洛夫。不过，这类问题显然不会就此消失。

肯·里根强调说，走法和电脑推荐的一样并不足以构成作弊。在一些象棋比赛中，选手走很多着数都是身不由己的，或者是为了逼迫对手而走的。在这些情况下，相对较好的选手常常会和电脑所见略同，因为人和电脑都会发现，对于整场局势来说，只有那一步棋是好棋。而且强硬的人类选手通常只是在相对直接或者简单的局势中才会过多地“使用电脑的走法”。当唯一的任务只是在简单局势中保持强硬下法时，风格直接的优秀选手有时看起来像是在作弊。事实上，如果你只是简单筛选这类数据，而不用头脑去解读它，那么史上最大的“电脑风格作弊者”可能就是以风格清楚直接而闻名的古巴象棋大师何塞·拉乌·卡帕勃兰卡（Jose Raoul Capablanca）了——但他下棋的时候还是20世纪20和30年代！在另外一些情况下，甚至是在这类程序发明之前，既然比赛已经进行了这么多年，你会认为，总会出现一类异常而非凡的人类极佳表现。

话虽如此，至少当相同的骗局重复发生时，一个真正的习惯性作弊者常常会在其比赛中留下可以辨识的痕迹。肯的方法很可能抓到惯犯，但无法查出那些只在某一关键时刻作弊的特级大师。

总的来说，人与机器不但没有趋于相同，反而有可能在某些方面差异更大，其中包括认知方面。本书绝大部分的内容都是关于机器的进化，但其实人类也会改变。我在这里指的并不是长期性的基因代码变化，而是一些更简单的变化，包括生活方式上的变化，还有我们做出的获取或拒绝何种技能的决定。

坦白地说，我们正在把大脑的一些部分外包给机械设备，事实上我们这样做已经有数千年了，无论是以书写工具、书籍、珠算的形式，还是以现代超级电脑的形式。这些发展的结果是，我们变得更加专注于那些机器不能帮我们完成的事情。

在我还是一个孩子的时候，如果我想知道一些事情，我会打电话给新泽西州哈肯萨克市（Hackensack）公立图书馆的参考书部。我仍然记得当时背下来的他们的电话：2013434169。但打这些电话很麻烦，而且通常图书馆人员都得先浏览卡片目录和杜威十进分类法，再去图书架上找书，等找到正确答案，才能回我的电话。我们现在不再这么做了，而是选择从谷歌或者其他类似推特、手机应用的搜索方法开始——通常这也就是全部了。相对于所有旧有惯例来说，这些技术都是一种奇迹。我们也不再记这么多电话号码了，而是选择把它们存进我们的手机里，或者是在需要的时候靠谷歌找出它们。

谷歌拐杖，如果我能这么叫它的话，影响了我们思考和学习的方式。现在，已经有系统性的证据揭示出谷歌如何改变了我们的思考能力，而且我认为我们中的大多数人都已经有过切身体会了。当人们更多地使用谷歌，他们就失去了一些记忆事情的能力——至少是一些意愿。毕竟，你有什么必要记下所有这些东西呢？如果这是一个事实问题，你动动手指就可能搜到答案。

过去曾经有一种著名的“记忆科学”，专门教人们如何记忆号码、人名、数字序列等。这种科学至少可以追溯到古希腊，并且在中世纪和文艺复兴时期繁荣一时。记者约修亚·福尔（Joshua Foer）最近在《与爱因斯坦月球漫步》（Moonwalking with Einstein）一书中清楚地描述了这类记忆训练，使之重新受到重视。他主要探讨了一种被称为“位置记忆法”（method of loci）的特别方法，也就是把想要记忆的元素放入一个想象中的位置，并且赋予每个位置奇特或有趣的属性。福尔叙述了他在美国记忆锦标赛（USA Memory Championship）上使用这个新方法记忆卡牌的经历。

最广义的古老记忆术就是指改善头脑的技术。这些技术不仅与背诵有关，很多记忆科学的拥护者都对记忆术和背诵进行了严格的区分。记忆术是关于学习如何以新的方式整理想法，因此它是一条通往创作、革新以及产生新事物的路径。它探讨的是如何用旧有而简单的部分生成新的东西，无论是颂歌、诗歌、悼词、书籍，还是对于上帝之奇迹的新理解。

一个懂电脑的人会说，关键在于让你的想法“便于搜索”。也就是说，你可以从一个问题或者是简单的起点开始，通过记忆术的算术特性被带往更复杂的想法和事实。在用谷歌的时候，正确的魔法钥匙将为你打开通往新世界之门，此处钥匙是指一门相对容易掌握的运用正确关键词的技术。谷歌通过技术成功化身成为历史上人们梦想的记忆宫殿。

几百年来，有一种观念始终萦绕着西方的思想和信仰，那就是希望经由算法获得更丰富的知识。这一向往激励了卡巴拉（Kabbalah）主义者、大量中世纪学者以及牛顿和开普勒等科学家。这一想法渐渐被斥为荒谬并被人们抛弃，但是你能想到吗？这些想法其实非常有道理，只是当时还没有合适的技术来实现它。

在很长一段时间里，西方思想中的记忆传统看起来都是死路一条，事实上今天很少有人会使用记忆剧场或者其他记忆技巧，这类技术对我们中的大多数人来说似乎完全不实用。弗兰西斯·雅茨（Frances Yates）在1966年的《记忆之术》（The Art of Memory）一书中回顾了自17世纪以来西方关于记忆的思想。雅茨在文艺复兴学者中享有盛名，与卡巴拉、炼金术或西方历史神秘主题的研究者遥相呼应。作为一部思想史，她的作品大受好评，但大多数学者认为这不过是一种猎奇，虽然这确实很有趣。如今我们终于明白了这些早期作者是什么样的人：他们是智慧的先驱，竭力追求对现代社会来说最为重要的一些想法和技术，在这里就是指搜索的技术和科学。

把目光抽回现代，我们发现谷歌正在使大量记忆术完全消失。然而，正如批评家尼可拉斯·卡尔（Nicholas Carr）所言，这并不意味着我们正在变笨。首先，我们可能从谷歌那里学到一些有用的东西，这些信息让我们拥有了更广泛的背景知识，并以此更好地理解和解释关于这个世界的其他事实，无论这些事实是否来自谷歌。第二，我们变得更擅长搜寻答案，而这也是一种技能。我常常记得我怎样才能查到一件事，而不是直接记得这件事。我的大部分检索都是通过我的博客和谷歌邮箱完成的，前者列出了我知道的部分，后者储存了有用的信息。我明天要在什么地方和史蒂夫·特莱斯（Steve Teles）共进午餐呢？我不记得了，但我确实记得我应该在谷歌邮件里搜索“史蒂夫·特莱斯午餐”，这样就能迅速找到正确答案。我还培养出了一种很强的判断力，从而知道什么时候用谷歌搜索比较好，什么时候用推特搜索比较好。举个例子，如果你想查找传闻或者非常即时的信息，例如最近半天发生的事情，那就用推特比较合适。

以我所见，大多数人愿意为了享受与现代搜索的共生关系而放弃一些记忆。

还有哪些大脑功能会被我们外包给智能机器呢？最终我们会如何改变呢？已经很显然的是，智能机器在简单计算方面表现优秀，因此可以明确断定，我们作为人类，在纯计算方面的兴趣和能力都将减弱。这已经是既成事实。随身计算器已经削弱了我们使用纸笔来进行流畅的长除法计算的能力，但这样一来，我们就能把时间花在培养其他技能上。

这类发展可能会产生两种不同的影响，我们可以将两者分开，看看人类将去往何处。一方面，很多成功人士将学习如何像智能机器一样思考，或者至少学习理解他们的运作，以期成为富裕的高收入阶层。在这个意义上，我们将会变得更像电脑——至少可以确定，很多高收入者都会在认知层面变得更像电脑。话虽如此，在涉及私人生活时，我们会变得更不像电脑，因为我们让电脑承担了大量基本功能，例如记录号码、帮助运算、通过网络搜索记住事实等。在这些方面，我们会变得更直觉化，更习惯于日常生活的心理和情绪，并且会有更多的自主创造力。

作为旁观者或者文化消费者，很多人都不会希望人与电脑趋同。就算机器比人类竞争者要优秀得多，我们似乎也不是很有兴趣围观他们。

例如，在象棋领域，我们人类似乎不太关心机器之间的对弈。几乎没有人观看或者讨论电脑之间的比赛。相关的在线评论稀稀落落，大多数象棋网站——即使是为专业象棋人士而设的网站——都懒得转发电脑的比赛，我也从没见过大众媒体上出现相关报道。前面提到过的那场“鳕鱼”对“火花”的比赛，其设计者是一位叫做马丁·泰伦森（Martin Thoresen）的挪威象棋爱好者。马丁在网上举办的锦标赛把世界一流的象棋软件两两配对，让它们进行对弈，并最终以一场胜利者之间的“精英”赛结束。马丁试图找到赞助者来帮他支付电费，但没有人对此表示兴趣，于是他在2011年春季停办锦标赛。几乎没有任何人注意到这件事。只有一些人在他的博客发表评论表示了抗议，例如有一位把象棋时间看得重于约会时间的老兄。（2013年年初，这些比赛的某种版本似乎又重新开始了，让我们拭目以待。）

马丁举办的最后一次锦标赛有一个耀眼的名字——TCEC第三季2a阶段（TCEC S3 Stage 2a）比赛。

在该比赛举行的同一时间，人类之间的所谓候选人比赛（Candidates Matches）正在伦敦上演。这里的比赛将决定谁能在世界（人类）冠军赛中与维西·阿南德对弈。与往常相比，人们对这次的资格赛兴趣寥寥，因为粉丝最喜欢的挪威象棋天才芒努斯·卡尔森决定不参加比赛。这有点儿像是迈克尔·乔丹暂时离开球场的那几年，人们对美国职业篮球联赛（NBA）决赛就不再那么有兴趣了。虽然如此，与更高质量的电脑比赛不同，这次人类比赛仍然一直拥有成千上万的观众，直到鲍里斯·格尔凡德（Boris Gelfand）晋级为阿南德的挑战者，并且在冠军赛中败北。

虽然有人类加入团队，自由式象棋也还是不太流行，即使以象棋世界的标准来看也是如此。一些传统主义者不太能接受有的顶尖自由式团队在传统象棋上水平一般这个事实，但我觉得这不是问题的关键。匿名规定和团队名字的不断更换使粉丝们更难持续关注比赛和找到最喜欢的团队。人们更难描述选手，包括他们的职业轨迹、个性特征及情感挣扎。战胜逆境并获得成就的英雄这一标准模式在此并不适用。

有限的人气导致自由式象棋比赛从来只在网上进行，这就使它更难吸引观众和公司赞助。虽然有一名来自阿联酋的富人提供过赞助，但目前自由式象棋的经济前景仍然非常黯淡。据尼尔森·赫尔南德斯估计，从几年前开始，在重要的自由式象棋比赛中，大概有100个团队会参加比赛，同时大概有100名“观众”会在网上关注比赛过程。这远远称不上轰动世界，但它们确实都属于迄今为止质量最高和最精彩的象棋比赛之一。

很多粉丝是不是更愿意看到比赛中有人类的——非常“人类”的——错误呢？质疑冠军并看到他们因自身缺点和弱点而受挫是件很有趣的事。似乎比起完美来，我们更注重戏剧性。你还记得那个老节目ABC世界体育秀（ABC's Wide World of Sports）的开场白——“胜利的激动，失败的痛苦”吗？它展示了一个滑雪者剧烈而危险的动作，还有发生在人类运动中但不是电脑象棋比赛中的类似事件。我们喜欢围观。如果有人喜欢看电脑下棋，那也只是因为他们喜欢看电脑指出什么时候人类参赛者犯了错。

当我们感觉到我们是在与电脑而不是人类打交道的时候，我们的行为和体验方式都会有所不同。我听肯·詹宁斯说起过他在“危险边缘！”里与“沃森”的传奇一战，以及他有多后悔试图用非比寻常的策略来让机器“抓狂”。这类策略并没有奏效。类似的批评也指向了加里·卡斯帕罗夫在1997年败给IBM“深蓝”时的行动——他被对手的机械特性“缠住”了。电脑与人类对手不同，要想在场上让它抓狂或是刺激它的情感弱点都是不可能的。早期的象棋机器“土耳其机器人”也揭示出了人类对手的类似缺陷。一位研究该设备的历史学家写道：“有的选手在比赛开始时似乎太过自信，太晚才意识到他们的机器对手有多强大。其他人尝试过奇异的走法，希望至少能让机器糊涂，但这类努力几乎总是落败。”

所有这些对作为观众和人类的我们意味着什么？

我们不想以同样的方式对待人类和电脑程序，即使后者变得极度专业，或者正是因为后者变得极度专业。我们希望智能电脑帮我们解决实际问题，但不想让他们接管那些构成我们个人经历、影响我们情绪、定义我们生活意义及帮助我们分辨对错的生活范畴。我们决定“让它们待在自己的地盘”。

这一态度完全可以理解，但也说明我们对其他的智能形式不够宽容。这表明，我们仍然不情愿在私人生活方面求助于机器智能的智慧，例如我们的恋爱决定、我们是否应该服用所有药物这类事情。我们不会总是听从智能机器关于生意或者谈判的建议，也许我们也不会对他们创作的音乐有太大兴趣，所以只会在有人类作曲家假装是其作者或合作者的情况下才进行购买。

无论如何，我们仍然会——在边缘问题上——相当迫切地需要智能机器的帮助。

（1） 英国小说家亚瑟·克拉克所著《太空漫游》（Space Odyssey）小说中出现的一部拥有人类思维的超级电脑。——译者注

（2） 原文thinking with your gut，英文gut一词兼有“内脏”和“直觉”的意思。——译者注