靠講臺最近的加拿大代表團用的是華人譯員。那譯員靈機一動，全部換成國際象棋術(shù)語來翻譯。當(dāng)然是硬湊加胡編，代表們聽得頻頻點頭。圖海川也聽見了，沖他伸個大拇指。

    “會下圍棋的請舉下手？”

    不超過五十人。日本和韓國代表幾乎是全體。

    “會下國際象棋的請舉手？”

    舉手起碼多了五倍。

    圖海川想了想說：“那也不能將就你們。這個問題，圍棋比象棋本質(zhì)得多，因為它幾乎沒有人為規(guī)則。非得用它才能講清楚。”

    下面響起零星的噓聲。圖海川訕笑著，蹺起二郎腿喝水。

    張翰一看他那滿不在乎的rou樣，斜靠椅背放松的身體，就知道“泥巴時刻”來了——就是朱越在泥巴里面zuoai的狀態(tài)。他手心頓時涌出一把汗。

    「–」

    “當(dāng)然是因為我們太低能?！?/br>
    圖海川用空瓶子指著自己的腦袋：“這東西功率不到100瓦，信息傳輸速度不到每秒100米。阿爾法狗下一盤比賽電費都要3000美元，傳輸速度是光速。我們發(fā)明了這個游戲，一開始和狗的玩法是一樣的——本來就該這么玩嘛。然而只要稍稍入門，計算量上去了，我們的腦子就不夠用了。要想玩下去，那就只能猛烈削減計算量。

    “怎么削減呢？抽象，分類，一層又一層創(chuàng)造新概念，每個概念都把概率計算模糊化，把純粹的邏輯和計算問題變成教條、經(jīng)驗和價值觀。我們把無數(shù)種估值計算抽象成‘實地’和‘外勢’，把無數(shù)種小局面分類成‘好形’和‘惡形’。阿爾法狗億萬次推演的得出的下一手，我們用幾個字的模糊教條代替，比如‘逢危需棄’。我們用‘美感’‘虛實’這種非邏輯語言描述圍棋，因為我們說不清楚、算不過來。這些低能耗工具真的非常管用，李世石還贏過狗一盤！

    2016.3.13，人腦智能在棋盤上最后的輝煌：78手挖制勝。這盤之后阿爾法狗再無敗績。“鬼魅”“凌厲”“天外飛仙”是當(dāng)時其他人類對白78的描述。78手實際上是誤算，然而引發(fā)了ai的bug

    “這一套玩法聽起來很矬。下棋我們是永遠(yuǎn)下不過ai了。但是阿爾法狗只會下棋，其它什么也不會。東亞人說圍棋是人類智能的桂冠，這是自吹自擂。下圍棋是個非常簡單的智能行為，因為它規(guī)則非常簡單，因素非常單純。我們覺得它難是因為19路棋盤太大了，純屬自虐設(shè)計。從13路漲到19路，計算量指數(shù)暴增，我們又非要玩，就必須搞出這么多復(fù)雜的概念來簡化它。而狗，因為有一把蠻力，簡簡單單就把它玩好了。從信息處理和概率學(xué)的角度來看，醫(yī)生診斷病人，或者純粹靠觀察判斷老婆有沒有偷情，都比下圍棋復(fù)雜億萬倍。這些事情，我們很多人都能做得很好——”

    下面哄堂大笑，都在互相問圖海川有沒有老婆。

    “——但是阿爾法狗就不行。絕對不行。作為一個ai，它非常原始。而我們的大腦是一部通用智能機器，它用它那一套工具和架構(gòu)，可以對付任何事，解決任何智能問題。我看見同行們在打哈欠了。因為我剛才講的都是ai研究中的入門常識。為你們的領(lǐng)導(dǎo)著想，請再忍耐我一會兒。

    “誰都知道大腦是唯一的通用智能機器。那我們?yōu)槭裁床辉靷€人工大腦呢？這東西可不好造。因為它慢，為了解決問題就進化得極其復(fù)雜。上個世紀(jì)后半段，有些ai研究者真的嘗試過。一個小程序或者一個硬件單元代表一個神經(jīng)元，讓我們弄一大堆胡亂連起來，就叫神經(jīng)網(wǎng)絡(luò)！用海量數(shù)據(jù)訓(xùn)練它，看看它會不會變成大腦？

    “當(dāng)然沒有。這些先輩，在業(yè)界叫做連接主義者。他們幾十年沒做出什么成績，在投資者當(dāng)中名聲臭了。后輩為了出成績趕緊換方向，ai技術(shù)的玩法從連接變成了概率。阿爾法狗就是概率學(xué)ai的平型關(guān)戰(zhàn)役，雖然體量很小沒搞定多少鬼子，卻吹響了二十一世紀(jì)人工智能大進軍的號角。因為它證明：我們只要cao起這個武器去打，總有能打贏的時候?！?/br>
    日本代表們聽譯員解釋之后都在笑。

    “為什么我會坐下來，從頭考慮這些常識問題？因為我感覺概率學(xué)已經(jīng)玩不動了。我的偶像楊立昆，在2017年就說他已經(jīng)準(zhǔn)備好放棄概率學(xué)。那時我還是個無知少年，覺得他在無病呻吟。到2029年，我比他更絕望。不是說概率學(xué)ai不行，它很厲害。谷歌透鏡、人臉識別、自動駕駛、智能輔助設(shè)計、診斷系統(tǒng)、智能測謊、無人機刺殺、智能戰(zhàn)略防御，不久之前你們還用得很開心。這些都是概率學(xué)ai的成果。當(dāng)代流行的ai中，最差勁的是智能教育系統(tǒng)，教書的ai假裝教，上課的學(xué)生假裝學(xué)。最可笑的是ai明星，猴子穿個龍袍就敢去演皇帝。這兩個失敗都情有可原：在我看來，當(dāng)個好老師是人類最高智力成就，而表演別人是人類最狡詐的智能行為。這些短板還不算嚴(yán)重。真正嚴(yán)重的是：概率學(xué)ai看來永遠(yuǎn)達(dá)不到我的目標(biāo)——通用人工智能。（注：楊立昆，即yann le，美國人工智能學(xué)家，深度學(xué)習(xí)的創(chuàng)始人之一，被譽為“卷積網(wǎng)絡(luò)之父”。）

    “于是我反復(fù)思考那個唯一的通用智能，越想越氣憤。它憑什么那么簡單卻那么厲害啊？”

    國務(wù)卿不舉手直接站起來：“簡單？你不是剛說它極其復(fù)雜、無法制造嗎？”

    “它長得極其復(fù)雜，運作的原理卻非常簡單。跟概率學(xué)ai正好相反。我們用概率學(xué)ai解決一個問題，構(gòu)造框架簡單明了，但具體實現(xiàn)要做非常復(fù)雜的設(shè)計、計算和測試。其中有些部分純粹靠反復(fù)碰運氣，碰到正確答案為止。為什么正確我們都不知道。而且無法移植，能解決人臉識別的ai設(shè)計遇到翻譯問題馬上廢掉，幾乎是從頭做起。也就是說，我們沒有一個關(guān)于智能的整體解決方案，都是具體問題各自為戰(zhàn)。大腦是一個明擺著的整體解決方案。大腦神經(jīng)元不懂任何算術(shù)，更別說概率學(xué)，執(zhí)行的cao作就那么兩下。組成一個龐大的網(wǎng)絡(luò)卻能解決一切問題?！?/br>
    “哦？我聽過的科學(xué)家，都說大腦的運作原理無比復(fù)雜。你卻說簡單？那么簡單的話，能分享一下嗎？”

    “剛才我講人怎么下棋的時候，已經(jīng)說過了：記錄，模式抽象，分類，層層創(chuàng)造新概念，把記下的模式用來預(yù)測。完了?！?/br>
    國務(wù)卿一時摸不著頭腦。圖海川揮手讓他坐下。戈德曼坐在旁邊不動如山，根本當(dāng)他不存在。

    “同行們注意！下面是你們不知道的，或者不愿意承認(rèn)的。連接主義者很不幸。他們的直覺其實是對的，但生活在上個世紀(jì)，生物學(xué)和認(rèn)知神經(jīng)學(xué)都太落后，根本不懂大腦。我們先來看看大腦到底怎么工作。

    “我們的計算機程序，數(shù)據(jù)結(jié)構(gòu)非常復(fù)雜，大學(xué)時數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)就要學(xué)一年。谷歌推出的ai數(shù)據(jù)標(biāo)準(zhǔn)，光是‘張量’一個結(jié)構(gòu)就能把有些專業(yè)人士打暈。而大腦呢？它只傳輸一種信號：神經(jīng)電位沖動。它只存儲一種數(shù)據(jù)：組合序列。

    “我們的感官接受很多種信號：視覺接受電磁波，聽覺接受聲波，還有壓力、慣性方向、熱量轉(zhuǎn)移速率、無數(shù)種化學(xué)分子，氣溶和水溶分子接收體系還不一樣……大腦可不像計算機，為每種信號規(guī)定一種格式。大腦在神經(jīng)系統(tǒng)的邊界層就把它們?nèi)嫁D(zhuǎn)換成神經(jīng)元沖動，在內(nèi)部全都存儲為組合序列。所謂沖動，就是一個神經(jīng)元以電位形式興奮起來，并把興奮傳給連著它的另一個神經(jīng)元。每個沖動本身都是一模一樣的，區(qū)別只在于從誰傳給誰。所謂組合，就是哪些神經(jīng)元一起興奮。所謂序列，就是不同組合興奮的先后順序。這就是大腦唯一的數(shù)據(jù)形式，大腦用它解決所有問題。它完全依托于神經(jīng)元之間的網(wǎng)絡(luò)存在，沒有連接就沒有數(shù)據(jù)。所有寫過程序的人，請你們仔細(xì)品品這種數(shù)據(jù)結(jié)構(gòu)。多簡潔，多優(yōu)美！

    “我們每時每刻都在接受海量的感官信息。視網(wǎng)膜感光細(xì)胞就有幾百萬個，看電影時每秒激勵10次左右，已經(jīng)趕不上電影每秒幾十幀的刷新率。雖然大腦有上千億個神經(jīng)元，也不可能存下這么多組合序列。這跟下圍棋不可能計算窮盡是一個道理。于是大腦使出第二招：模式抽象。

    “假設(shè)你在看書。印刷文字反射的光線投在你的視網(wǎng)膜上，感光細(xì)胞開始一群群激勵，向大腦中連著的神經(jīng)元發(fā)送沖動。有些沖動的組合序列代表受激勵的感光細(xì)胞直線排列，大腦把它抽象為“直線”，在上一層用一個或者幾個細(xì)胞的組合代表。同樣的方法也產(chǎn)生“弧線”這樣的抽象。幾個‘直線’和‘弧線’的特定序列組合，在更上一層抽象為字母h。幾個不同字母的組合序列，在更上一層抽象為單詞horse。記錄horse的組合序列，會跟另外一些早已存在的序列連接起來——比如你聽見這個單詞的讀音產(chǎn)生的序列，那是耳朵接收音頻轉(zhuǎn)換生成的序列。

    “所謂連接，就是共同激勵，你一興奮我就興奮。英國和美國口音horse的念法不同，男人和女人的聲音頻率也差得遠(yuǎn)。但是沒有關(guān)系，它們跟視覺產(chǎn)生的單詞序列都連在一起，還跟你曾經(jīng)看見一匹馬的視覺圖像序列連在一起。除了英文你還會說中文。那么，ma的發(fā)音跟horse天差地遠(yuǎn)，在你大腦中兩個代表不同音頻的序列仍然連在一起。這幾個序列彼此全部連通，那么就會再次向上層細(xì)胞抽象。在這一層，‘馬’已經(jīng)甩掉了黑毛還是白毛、聽覺還是視覺、文字還是圖像、中文還是英文這些不必要信息，成為一個真正的概念，用一個特定神經(jīng)元組合記下來。我們可以叫它馬細(xì)胞。那么以后你不管通過哪種感官接收到關(guān)于‘馬’的信息，甚至閉上眼自己想一下，馬細(xì)胞都會興奮起來?！?/br>
    “它還會跟大腦中許許多多其它概念連起來。比如另有一個‘?！母拍?。這兩個東西的組合序列會很相似，因為抽象出它們的下層序列和關(guān)聯(lián)概念，很多都是重合的。比如四條腿，比如都能被人養(yǎng)。大腦會發(fā)覺這兩個組合序列相似，雖然不清楚該叫什么，先連起來再說。以后你再聽到‘家畜’這個說法，更高一層的概念名字就取好了，新的存儲組合也生成了，以后認(rèn)識的豬和羊都連到這里。這就是大腦的第三招：分類。這種層層抽象還會向上延伸，比如生成‘動物’的概念。還會跟其它概念產(chǎn)生橫向連接，比如‘馬’可能連接到‘老婆’。為什么會這樣連接？因為‘馬’這個概念的下層包括一張抽象的、長長的臉。你的大腦中“老婆”這個概念已經(jīng)連到了這里，雙方共用這個下層概念神經(jīng)元組合，所以連上了。連上之后，別人小聲說‘母馬’，你就會很敏感，覺得是在罵你老婆?！?/br>
    聽懂的人都聽得癡了。沒聽懂的又開始推測圖海川的婚姻問題。

    “組合序列記錄、模式抽象、分類。大腦就靠這三招，在內(nèi)部建立了一個世界模型。如果這個模型是一座大廈，我剛才描述的局部就比一塊磚還小。然而，整個大廈都是用這種機制建成的。這個世界模型的物理位置在大腦皮層，僅僅用了六層細(xì)胞，大概一千億個。我們遇到的每一個需要智能解決的問題，大腦都在建好的世界模型中推演，就像棋手先推演下面幾步，再落子。這叫預(yù)測?；蛘吒鶕?jù)新的信息，先在世界模型中增添新組件，和舊組件建立連接，再來推演。這就叫學(xué)習(xí)，或者叫記憶加預(yù)測。

    “做ai的人都有共識：智能的本質(zhì)就是記憶加預(yù)測。我們頭骨里面這個記憶-預(yù)測模型，有些人大，有些人小，所有人都有不同程度的歪曲。但大腦解決所有問題都是把它放在整個世界模型中運行。這樣來看大腦，它不是通用智能才怪！”

    沒有一個人說話，沒有一個人的眼睛離開圖海川的臉。只有一些小國代表受不了自己的譯員了，用耳機連上公共翻譯。

    “一個小巧、簡潔、通用的世界模型。聽起來就能把人迷死。想制造大腦的人遠(yuǎn)遠(yuǎn)不止我一個，古往今來太多了。為什么他們都失敗了？我們再回頭來看看連接主義者，在我之前最近的嘗試?！?/br>
    “他們的直覺其實是對的。分布式網(wǎng)絡(luò)，單元最簡行為，海量輸入數(shù)據(jù)施加壓力，讓網(wǎng)絡(luò)自己學(xué)習(xí)、生長、進化。這些都是構(gòu)造大腦的基本原則。世上最復(fù)雜的東西都是長出來的，而不是設(shè)計出來的。也不要以為‘連接主義’在ai界成了貶義詞，它就死掉了。當(dāng)今主流的ai技術(shù)：深度學(xué)習(xí)或者機器學(xué)習(xí)，它們的內(nèi)核還是這些原則，只是設(shè)計使用的數(shù)學(xué)工具先進了無數(shù)倍，再加上不聲張而已。你最多能聽見他們說‘黑箱卷積’或者‘玄學(xué)調(diào)參’。

    “既然原理相同，那為什么從前的連接主義者尸橫遍野，當(dāng)代偷師了連接主義的概率學(xué)ai仍然看不到大腦的尾燈？原因只有一個：大腦比它們先出發(fā)——大概五億年。

    “大腦的世界模型不是從你出生開始構(gòu)建的。只有最頂層很少的一部分才跟出生后的學(xué)習(xí)有關(guān)。下面占多數(shù)的底層，組合序列早已建好，預(yù)測模型早已完美，數(shù)據(jù)龐大到不可思議，連接復(fù)雜到不可思議，都是你繼承的遺產(chǎn)。這些部分很多跟你的身體有關(guān)，更多的與外部世界有關(guān)。隨便挑出一個局部，都能讓頂尖的概率學(xué)ai汗顏。

    “我們挑個簡單的：皮膚上的壓力感受器。你剛出生，它就對外部世界無師自通。給它個尖銳而快速的壓力——痛覺，模型預(yù)測是荊棘或者爪牙，對策是不經(jīng)過意識反應(yīng)直接縮開，越快越好。給它個點狀分散、輕微而移動的壓力——癢覺，模型預(yù)測是昆蟲或者腐蝕性物質(zhì)，對策是沒手的去樹上蹭，有手就用手撓。給它個寬廣、穩(wěn)定而柔和的壓力，模型預(yù)測是愛撫，對策是通知某個腺體分泌神經(jīng)遞質(zhì)，神經(jīng)遞質(zhì)促進一大片預(yù)先編好的組合序列興奮起來，讓你覺得爽，還會啟動一整套社交行為。比如四腳朝天亮出肚皮，或者放開奶頭笑一下，或者呻吟兩聲鼓勵他繼續(xù)?！?/br>
    聽眾們一直屏息靜氣，這時突然爆出一片喝彩與掌聲。圖海川絕望地想：幸虧加的料夠多。

    “這么龐大復(fù)雜的底層模型，當(dāng)然也是一點點學(xué)習(xí)外部世界，學(xué)出來的。不是我們自己，是五億年間每一個直系祖先。學(xué)習(xí)方法是世界讓神經(jīng)建模不行的早點去死，或者終身破不了處，那些就不是我們的祖先。建模夠快、夠準(zhǔn)確的才有資格做祖先。它們把整體建模的菜譜刻在基因組當(dāng)中傳給我們——菜譜，不是藍(lán)圖！也就是說，每個人頭顱中的世界模型剛一出生，對世界的學(xué)習(xí)就已經(jīng)持續(xù)五億年。所以它才會長得那么復(fù)雜。

    “而連接主義者呢？他們輸在起跑線上。人工神經(jīng)網(wǎng)絡(luò)從一無所有的白紙開始。不僅節(jié)點和連接數(shù)量沒法跟大腦比，探索階段的學(xué)習(xí)數(shù)據(jù)攝入量，幾張打印紙就可以抄完。我說過，他們的原則沒有問題。也許讓他們搞上一千年，人工神經(jīng)網(wǎng)絡(luò)能趕上大腦的水平。畢竟人類cao縱進化比自然快得多，看看狗就知道——真正的狗，不是阿爾法狗。但是現(xiàn)代社會不可能等你一千年。阿里集團放手讓我玩了十年，已經(jīng)是理解與慷慨的巔峰了?！?/br>
    孤零零一只手舉起。這是一位小國代表。

    “圖博士，您的智能學(xué)講座精彩絕倫。但是為國際社會的團結(jié)考慮，能否請你不要把進化論這樣充滿爭議的學(xué)說帶進來呢？我相信我們今天是來達(dá)成共識的，不是來爭吵的?！?/br>
    “謝謝您的夸獎，主教大人。這次會議開三天，就算今天我們不爭吵，明天后天也一定會。還有，如果您無法接受任何一種包含進化論的表述，那么再聽我講半小時，您會發(fā)現(xiàn)我們?nèi)w坐上了高速列車，直奔地獄?！?/br>
    主教似乎被嚇住了。他剛坐下，英國技術(shù)代表杰米斯爵士又舉起了手。

    “非常感謝你給同行上的生物課。請問你是生物學(xué)家嗎？或者神經(jīng)學(xué)家？或者有醫(yī)科學(xué)位？”

    “都不是。但2029年上班的第一個月，我的團隊就招募了四位頂尖的認(rèn)知神經(jīng)學(xué)家。其中一位是你的劍橋校友，你們認(rèn)識。接下去兩年我就差跟他們睡覺了?！?/br>
    爵士笑著說聲“真有錢”就坐下了。他身邊的嘉德接過來：“也就是說你還是個外行。請問這里有專業(yè)人士嗎？他剛才說的是權(quán)威理論，還是華麗的想象？還有，這些跟我們今天的主題真的有關(guān)嗎？”

    會場安靜了片刻。

    瑞士代表團一位女士怯生生站起來：“我在海德堡大學(xué)教過二十年神經(jīng)生理學(xué)，也許能給個參考。圖先生剛才講的，原則上很準(zhǔn)確。只是……省略了很多細(xì)節(jié)，經(jīng)過高度抽象。我剛才聽起來也像是才明白?！?/br>
    圖海川向她鞠了一躬：“謝謝您證明我的大腦還在正常工作。嘉德女士，我向你擔(dān)保，剛才這些問題關(guān)系重大。因為下面我就要講為什么別人造不出來，我卻造出來了。

    “當(dāng)今的概率學(xué)ai做法很精明。他們不去妄想整個世界的數(shù)據(jù)，而是專攻非常狹窄、非常單純的一點。比如規(guī)則簡單到極致的圍棋。阿爾法狗上手先看幾百萬張棋譜，這比任何人加上他的所有祖先能下的棋還要多得多。所以人永遠(yuǎn)下不過狗了，這樣看沒有任何意外。課題稍微寬泛一點，概率學(xué)ai的吃力程度就指數(shù)上升。因為它的架構(gòu)原則不是為復(fù)雜數(shù)據(jù)準(zhǔn)備的，缺乏通用潛力，更沒有幾億年累積的世界模型。比如人臉識別，ai最成功的領(lǐng)域之一。從上個世紀(jì)開始搞了八十年左右，投入不計其數(shù)的智慧、金錢和算力，計算過上百億張臉，現(xiàn)在ai終于超過人了。還不是完全超越，抗干擾能力和跨年齡識別還遠(yuǎn)遠(yuǎn)比不上。大腦呢？剛才那個吃奶的嬰兒就會識別人臉。等他八十歲的時候，還能識別八歲時見過的臉！

    “正是這樣成功的例子，讓我在2029年接近完全絕望。這個世界太大、太復(fù)雜，數(shù)據(jù)量無限。我們用概率學(xué)ai攻克人臉識別這樣一個小小的領(lǐng)域都需要八十年的消耗戰(zhàn)，什么時候才能建成一個世界模型？”

    圖海川的聲音變低了，眼睛不再看聽眾，似乎坐在那里自言自語。聽眾們?nèi)褙炞?，跟著浸?029年那顆獨自沉思的大腦之中。

    “我想不起從哪天開始，意識到互聯(lián)網(wǎng)的結(jié)構(gòu)和大腦極其相似。分布式網(wǎng)絡(luò)，不是設(shè)計的而是生長的，自然適應(yīng)物質(zhì)世界環(huán)境，自然分層，自然分區(qū)，底層節(jié)點連接著無數(shù)感官，接受無數(shù)種信息，被這些信息塑造，繼續(xù)生長。它就在那里。我可能一直都知道。

    “但是互聯(lián)網(wǎng)極端復(fù)雜的數(shù)據(jù)結(jié)構(gòu)和通信協(xié)議蒙蔽了我的眼睛，讓我不敢向那扇門邁出一步。門后面的東西太龐大、太復(fù)雜，而我想要的是簡化——直到我認(rèn)識王招弟博士。萬國寶的誕生，第三位需要感謝的人是她。如果說我是一個大號反應(yīng)池，亂七八糟的東西都腌在里面慢慢發(fā)酵，王博士就是一道閃電，瞬間點燃所有反應(yīng)?！?/br>
    禮堂中每一雙眼睛都轉(zhuǎn)向第六排。王招弟面不改色，仿佛說的是別人。張翰在她旁邊，倒被閃得埋頭打了個噴嚏。

    “我面試她用了25分鐘。那時我準(zhǔn)備的一堆問題才問到三分之一，問她為什么對自然語言翻譯ai感興趣。她答道：‘語言是頭腦之間的通信協(xié)議。一百年前世界人民離得很遠(yuǎn)，各說各的，也就罷了。現(xiàn)在有了互聯(lián)網(wǎng)，大家直接交談。但自然語言太多，協(xié)議太亂接口太差，白瞎了互聯(lián)網(wǎng)統(tǒng)一的基礎(chǔ)協(xié)議。難道不該改進一下嗎？’

    “面試馬上結(jié)束。王博士成了我的合作伙伴。我送她出門之后，一個人在走廊里來回橫跳。這個面試讓我突然明白了，萬國寶項目到底站在什么位置上?；ヂ?lián)網(wǎng)真正的神經(jīng)元是人，是幾十億顆大腦！他們已經(jīng)進化了幾百萬年，所有底層構(gòu)建齊備！互聯(lián)網(wǎng)本身進化了將近一百年，但它的速度比自然進化快千萬倍！它就在那里，數(shù)據(jù)飽脹得無法理解，通信密集得快要爆炸，只等出現(xiàn)一個機制，向上簡化！而萬國寶，如果按我的想法做成了，就是那統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)，統(tǒng)一的協(xié)議！以前嚇倒我的那些復(fù)雜細(xì)節(jié)，現(xiàn)在看來無關(guān)痛癢。它和大腦一樣，需要的只是連接。統(tǒng)一定義、可以抽象、可以產(chǎn)生概念的連接。這不就是語言嗎？霍桑說得再準(zhǔn)確不過：我想造一顆大腦，所有大腦組網(wǎng)形成的大腦，比我們更高一層的智能，互聯(lián)網(wǎng)的靈魂。所有條件已經(jīng)準(zhǔn)備好了。”

    張翰經(jīng)歷了周克淵的當(dāng)頭棒喝，今天已經(jīng)不再震驚。他左看右看聽眾的神情，猜想那天自己像誰。

    “聲明一點： 2029年的我太過狂妄，沒有看清整個局面。今天的世界是這個樣子，證明我只對了一半。還有一條路可以走通，建立在概率學(xué)ai基礎(chǔ)上的道路。究竟是怎么走通的，我到今天也不太明白。我講完之后，希望戈德曼博士可以教我們?！?/br>
    戈德曼進入會場以來一言不發(fā)?，F(xiàn)在置于爐火之上，終于站起來：

    “你剛才講的前半段，我想打瞌睡；后半段，我想回去把你的雕像擺在書桌上。如果我說‘我沒有什么可以教的’，你還會繼續(xù)教我們嗎？”

    “中國邀請各位遠(yuǎn)道而來，不是來聽我半途而廢的。”

    “很好。我沒有什么可以不教給各位的。”

    會場響起低低的笑聲。

    戈德曼緊盯著圖海川：“2029年的你，不能叫狂妄。是恰到好處的智慧給了你信心，恰到好處的無知給了你勇氣。如果霍桑把你拉進了谷歌，或者稍微向你透露另一條路可能怎么走，我相信你不會有膽量自己找路，還干了這么大一票?；羯＿@老家伙，有用和沒用也都恰到好處。”

    圖海川想了想說：“很可能。然而我這些想法不是什么獨家秘方。核心原理也是一位美國前輩教給我的?！?/br>
    國務(wù)卿和蘭道同時出聲：“誰?。俊?/br>
    “杰夫·霍金斯。2004年他寫了一本書：《論智能》，公開出版。我剛才講的大部分原則和對大腦智能的理解，都從這本書而來?！保ㄗⅲ骸墩撝悄堋罚簅n intelligence，jeff hawkins。中文版譯名為《人工智能的未來》，2006年出版。）

    美國代表都轉(zhuǎn)臉看著戈德曼。他點了點頭，小聲嘀咕：“誰知道杰夫蒙對了呢？”

    圖海川有點驚奇：“你們不認(rèn)識他嗎？他可是最早做掌上電腦的人！國務(wù)卿先生，今天我?guī)Я俗髡吆灻摹墩撝悄堋烦醢?，可以送給你?！?/br>
    他真的從文件袋中掏出一本翻得毛茸茸的藍(lán)皮簡裝書，舉在空中。

    “謝謝不用。我想讀的書都自己買。”

    前三排的人反應(yīng)極快，一大片手馬上舉起來。圖海川扔過去，一位幸運的譯員搶到了。

    張翰在王招弟耳邊說：“活久見，圖老師居然有搖滾明星范！是你教他的？”

    王招弟笑而不答。

    禮堂中熱鬧了一陣。兩位ai大師互相抬轎雖然rou麻，各國代表聽著都暗自寬慰?？磥恚瑑蓢膊皇亲⒍ㄒ梢黄贝蟮?。

    「–」

    “我們立即開始工作。以前的成果完全推翻，從基礎(chǔ)架構(gòu)重新開始。這些工作非常艱巨，也非?，嵥?，今天沒有時間介紹完，我舉幾個底層和高層的例子。第一個決策是絕不給它詞典。準(zhǔn)許它連接人類編寫的詞典是七年之后的事了。在那之前，我們已經(jīng)悄悄用它幫助修訂了《新華字典》2036版。”

    張翰聽見后排中國隨員中有人嘀咕：“我說干嘛那么急出新版……”

    “開頭兩年我們的進步非常慢。我采納王博士的建議，從語音而不是文字開始。一個單音節(jié)漢語字‘人’，為了讓萬國寶網(wǎng)絡(luò)對所有真人發(fā)音產(chǎn)生自發(fā)連接，用了整整一年！男女老少，普通話的ren，吳語的nin，四川話的zen，粵語的yaen……訓(xùn)練它的方法，仍然是概率學(xué)ai那一套：把真人說話的語境數(shù)字化，用大規(guī)模統(tǒng)計來建立概率連接。我們的新設(shè)計并不排斥概率學(xué)ai方法，只是把它限制在感官接口和底層連接實現(xiàn)上。自然進化需要千萬年實現(xiàn)的東西，我們摘了同行的果子。

    “跨語種時，第一選擇當(dāng)然是英語。原以為會更慢，沒想到只用了1/20的時間。事后想來這是必然的：萬國寶把各種漢語中的‘人’發(fā)音連起來之后，已經(jīng)向上抽象了一層。在那里，它有了一個概念，雖然它還無法用其它詞語表述。但摸到英語時它很快發(fā)現(xiàn)下面連接的都是類似的語境，于是在上面那一層直接建立連接！語法對它來說根本不存在，它對‘相似’或者‘同義’的判斷，根據(jù)來源于底層的底層：真實世界。

    “從語言到文字的連接更是快得出乎意料。我終于明白了王博士的直覺：文字本身就是符號化的、經(jīng)過抽象的語音。它介于我們定義的第一層和第二層之間，不能用來打地基。然而，我們在頭一年咬牙磨出來的原始連接，被文字插在中間雙向傳導(dǎo)，整個概念網(wǎng)絡(luò)的擴展速度提高了一個數(shù)量級。

    “2032年團隊全體放大假，王博士帶我們?nèi)フZ言學(xué)家的天堂——新幾內(nèi)亞玩。在島上，當(dāng)?shù)氐耐林退纸o了我?guī)椎篱W電。

    “第一道是和土著強行交談時被閃到的。我和土著一對一，兩個人連說帶比，半天也沒什么進展。比如我指著自己說‘我’，他怎么知道我的意思是人稱代詞，是名字，是‘你的主人’，還是‘文明的燈塔’？然而雙方三對三，效率立即提高幾十倍。我可以指一圈：‘我’、‘你’、‘他’、‘他’、‘他們’。這樣一搞，雙方還立即明白了漢語第三人稱只有單數(shù)復(fù)數(shù)，而土著語有單數(shù)、雙數(shù)和三數(shù)。在這之前，我們出于謹(jǐn)慎，真人實驗網(wǎng)絡(luò)規(guī)模都比較小。回國后我就大肆擴張，尋找一切機會讓萬國寶吸收大人群的數(shù)據(jù)。最狠的一招是單向連接了全國中學(xué)生用來學(xué)英語的手機ai。那個ai本身很差，但它的原始數(shù)據(jù)無價，每天18小時不限量供應(yīng)。

    “在島上王博士就笑話我：人群網(wǎng)絡(luò)越大，兩種語言自然通譯越快。這是語言學(xué)的abc，我怎么撿著當(dāng)寶貝？但我也有她沒注意到的領(lǐng)悟：那根用來指人的手指。

    “回去之后，我招了一組人研究tensorflow上谷歌透鏡模式識別的內(nèi)核架構(gòu)，把它做成標(biāo)準(zhǔn)附件，強制萬國寶連接語言時用這個識別器同時處理情景中的圖像和視頻。網(wǎng)購平臺本身還有個常備手指：當(dāng)前寶貝——sorry，當(dāng)前商品?，F(xiàn)在除了語境匹配，加上了數(shù)據(jù)量大得多的情景匹配。我們又摘了果子，網(wǎng)絡(luò)向上生長的效率又提高了幾十倍……”

    技術(shù)代表們嘩然，似乎都瞬間打通了任督二脈。國務(wù)卿臉上見汗，瞟了戈德曼一眼，奇怪這種人為什么沒有早點死絕。

    “最后、最大的一道閃電，還是王博士炸出來的。各位第一次聽說她的大名，多半是因為新王碼。后來新王碼被……邊緣化了。2029年她重開老課題，沒有經(jīng)費，才需要找工作。她的精力在項目組用不完，老課題進展也很大：人類語言的隱喻體系。論文我就不背誦了。總之，我躺在島上讀，突然明白了大腦的另一個秘密。顯而易見的秘密，但是當(dāng)年霍金斯都沒反應(yīng)過來。

    “類比是大腦網(wǎng)絡(luò)構(gòu)建的基本形式。前面我們說了，大腦的統(tǒng)一數(shù)據(jù)格式是組合序列。它怎么知道把誰跟誰橫向連起來？結(jié)構(gòu)相似的就連起來??！相似的細(xì)胞組合，相似的神經(jīng)沖動發(fā)生序列。隱喻是語言生長的基本形式。美國人吸毒吸高興了，中國人喝酒喝高興了，都叫‘high’或者‘高了’。這是方位隱喻，從百萬年前就有的方位概念派生而來。英語把銀行叫bank，所以把貨幣叫currency，把存錢叫deposit。這是連貫隱喻，從一組事物的機理構(gòu)建另外一組。比喻是每個人的第一修辭手段，已經(jīng)從底層的無意識上升為有意識。我們用類比思考，用隱喻擴展概念和語言，再倒過來用語言塑造大腦。（注：bank的原意是“堤壩”，currency的原意是“水流”，deposit的原意是“沉淀”。）

    “我們對相似、類比、隱喻的依賴深入骨髓，統(tǒng)治我們每一種思維活動、每一種智力表現(xiàn)。我們不喜歡跟已知世界模型完全相同的信息，那叫重復(fù)，大腦的反應(yīng)是厭倦、疲勞；我們也不喜歡完全找不到模板的信息，那叫陌生，大腦的反應(yīng)是迷惑、恐懼。我們熱愛的是相似：大部分相同，讓大腦輕松理解；有一點區(qū)別，讓連接再次延伸。這一點區(qū)別，就像dna復(fù)制中的誤差，就像生物每一代的變異，是我們智慧的根本、創(chuàng)造力的源泉、上升的原動力。

    “為什么我們都熱愛音樂？音樂就是節(jié)奏序列大體相同，頻率序列大體相似，但每一段、每一階稍有變化。大腦最享受的體cao，全員起舞。不信你把八度音階的頻率稍微改一點，不是前一階的正好兩倍，聽聽有多難受。為什么我們覺得美人的臉美？以前統(tǒng)計的學(xué)者說是因為對稱，只說對一半。不信你找張美人圖，把任意半邊臉對折過去合成，看它怪不怪。大腦認(rèn)為在對稱的基礎(chǔ)上稍有變化最美。過分對稱的美女，知道給自己插上一朵鬢邊花，點上一顆美人痣！”

    烏瑪·瑟曼和她的完全對稱臉

    禮堂的空氣中充滿電荷。一重又一重的隱喻，一波又一波的類比，穿透已知和未知的壁壘。一顆大腦在解釋自身。詭異的遞歸行為變成洶涌的智力噴發(fā)，所有聽眾都嚇到了。沒人忍心鼓掌打斷他，沒人敢出聲把他拉回議程的方向。