現階段的人工智能還很弱，離實現強人工智能還很遠，而在眼下，HI+AI，人類創意無限的右腦+機器的最強左腦才是賦能未來的最佳路徑，最終實現人類與機器的Co-Evolution。

計算機領域的熱點總是在不斷更替，從大數據到云計算再到人工智能，在這些熱點的背后是專家學者們在這些領域一點一滴聚沙成塔的技術突破。關于人工智能，我們見證了近年來它從默默無聞到熾手可熱的過程。

大腦（Brain），心靈（Mind），意識（Consciousness），這是一回事嗎？我認為不是。

在我看來，大腦是一種物理存在，心靈和意識則看不見，摸不著，只能自我感知。

大腦、心靈、意識（Consciousness），這是一回事嗎？

「我」這個詞來自于心靈對自身的一種定位和認同，心靈決定了「我」是怎樣一個人，為什么和別人會有不一樣的反應，意識則像時刻都在流動的運算程序，具有工具性質，它們都寄存在大腦和神經等物理存在里。

關鍵是，即使今天我們已經有本事上天下海，還能教機器學會很多事情，我們對人類自身的心靈和意識的了解卻依然有限，未解之謎還有很多。比如，當醫生把一個人的大腦和身體分開，這個人的心靈和意識會有什么變化嗎？如果把這個人的大腦移植給另一個人呢？──在后者的「新」大腦里儲存的那個「我」，究竟是誰？

又比如，當我們處在睡夢中，意識卻可能繼續劇烈活動，夢中的「我」甚至登上了火星，這時候，我們的意識是留存在大腦里，還是真的光速般去了火星？……

紐約州立大學心理學家小戈登.蓋洛普（Gordon Gallup Jr.）主持的「鏡子測試」表明，猩猩，大象和海豚似乎能認出鏡中映射是自己，這說明這些動物已聰明到具有自我意識，那它們也有心靈嗎，也有堅定不移的「我」的定義嗎？有沒有虔誠的信念和頑固的懷疑？相比之下更加常見的貓和狗平素也有相當不俗的智力表現，卻常常搞不清鏡中映射究竟是不是外來動物而把自己嚇一跳，如果不能確定它們是否也有明確的自我意識，它們又是怎樣界定自身和主人的相對關系呢？

最近我在工作之余拜讀了耶魯大學計算機科學教授戴維.格蘭特（David Gelernter）的新書《心靈潮汐：揭示意識光譜》（The Tides of Mind： Uncovering the Spectrum of Consciousness），感悟頗深。在書中，格蘭特教授援引了馬塞爾.普魯斯特，弗蘭茲.卡夫卡，弗拉基米爾.納博科夫，歐內斯特.海明威等許多作家的故事為例證，解析了創造力的潮汐狀周期性特征：當人們處在光譜的上端，也就是意識的高潮期，就會聚焦于外部世界，側重邏輯推理和經驗記憶，而當人們落在光譜的下端，即意識的低潮期，就會偏向于內視心靈，在交叉混亂的敘事脈絡與夢境漫游般的狂歡中捕捉創意的火花。

創造力確實并不僅僅在專注和冷靜的狀態下爆發。杜甫在《飲中八仙歌》里說：「……李白斗酒詩百篇，長安市上酒家眠……張旭三杯草圣傳，脫帽露頂王公前，揮毫落紙如云煙。」若照常理判斷，喝酒會影響詩人與書法家的創作狀態，但在現實中，詩仙和草圣卻因為飲酒而進入到光譜下端，實現了創意的超常發揮。

這樣的案例還有很多：在完全失聰的情況下，貝多芬創作出不朽的經典《第九交響曲》;深陷精神失常的痛苦深淵，梵高創作出《向日葵》，《星月夜》等傳世名作。1864年冬，潛心研究苯結構而沒有進展的德國化學家凱庫勒在對著爐火打盹時，夢見咬著自己尾巴的蛇在他眼前轉動。醒來后，他寫出了苯的結構式，恰恰就是首尾相連一個環……可見，在受到某些特定因素影響時，大腦－－特別是右腦－－活動很不尋常，這當然不一定都有助于創意的發揮（更多時候應該只是胡思亂想），卻也有可能迸發出一些在正常情況下藏得很深，從未閃現的靈感。

我們當然可以好像很科學地說，當某些看似完全無關，并不搭界的思維被人的腦橋意外接在一起，創造力也由此而來。但這「科學」程度也只是好像而已，人類的精神世界到目前為止仍是一片遠在我們掌握之外而因此繼續值得我們保持敬畏的領域。

無所不在的創造力使人們無論在意識的高潮期或是意識的低潮期常常都能有所發現而收之桑榆，人類教師在傳道授業解惑之際也會注意因才施教，遇到某位學生不太能理解自己講授的知識就會考慮換一種教法，設法讓學生達至豁然開朗之境界。若是換成機器來教課，恐怕只能依循默認的程序來「灌輸」信息，至于隨機應變，觸類旁通，舉一反三的能力，那是沒有的。

計算機的工具性本質：中文房間試驗

繼續推論－－首先，今天的人工智能仍舊很弱。「中文房間」（The Chinese room argument）是上世紀八十年代由美國哲學家約翰.塞爾（John Searle）提出的一項思維實驗。假設在一個密閉的房間里有一個人，只會中文的你僅能通過小紙條和房間里的人交流。當你發現傳回來的紙條上，你的每個問題都得到了語意確切的中文回復，這時你還會懷疑房間里的人是否懂中文嗎？事實卻是，房間里的人根本不懂中文，他擁有的不過是一套假設涵蓋了所有中文問答的工具，包括中文字條（數據庫）和如何使用這些字條的手冊（程序），通過這套工具就能正確找到你要的回答而「響應」你的問題，卻同時對談話內容一無所知。

「中文房間」實驗很好地說明了計算機的工具性本質：計算機雖能完成一些特定的任務，但并不代表計算機就能理解這些任務－－今天的AI幾乎都屬于這一類。

更直白地說，無論是Skype Translator實時語音翻譯，還是Watson，歸根結底都屬于弱人工智能（Weak AI）范疇，不是基于對信號和數據意義的理解而生－－它們就像「中文房間」中擁有工具的人，只是信息的處理者，卻無法真正理解接收到的信息，更談不上擁有發展出意識的潛能。

對弱人工智能有兩種定義，一是聚焦單一任務本身－－所以它又稱為狹義的人工智能（Narrow AI），二是只有結果沒有理解。不過，弱人工智能其實并不弱，它也是很有價值，有益于用戶的。若能與傳感器網絡，大數據等，云計算等技術結合，弱人工智能還是可以具備超越人類的某些能力，因為它本身就是一個專家系統，實際上在經濟，科技，民生等各領域都大有可為。

其二，目前看來，強人工智能仍舊遙不可及。我在卡內基梅隆大學的導師羅杰.瑞迪（Dabbala Rajagopal "Raj" Reddy）曾任卡內基梅隆機器人研究所創始主任和美國人工智能協會主席，主攻人工智能和機器交互研究，開發出全球第一臺具有連續語音識別能力的系統，因在大規模人工智能系統之設計與構建的先驅性貢獻而于1994年獲得圖靈獎。

瑞迪教授的老師是約翰.麥卡錫（John Mc Carthy）－－1956年，在美國新罕布什爾州的達特茅斯學院舉辦的一場學術會議上，約翰.麥卡錫首次提出了人工智能（Artificial Intelligence）的概念，因而被后輩學者尊稱為「人工智能之父」。

我的兩位老師都認為，今天業界所做的「人工智能」研究與當年他們的創新思路是有分歧的。若按當前的主流路線，弱人工智能只能在專用的，受限制的軌道上越走越遠，若要人工智能由弱變強，還得回到認知論的經典道路上。

強人工智能何時才能成真？

與弱人工智能相比，強人工智能（Strong AI）是真的能夠理解信號與數據的意義，并由此具備人類所有或大多數的能力。但是這種通用的智能其實也可能很弱，就像人類很難同時對所有的事情都精通，也不可能一直保持著意識的高潮，通用人工智能可能具備很多能力，但每一樣都很弱。但另一方面，正是因為這些不完美而讓人類的存在如此微妙，并在不完美中迸發出各種奇思妙想。

有人問過約翰.麥卡錫，強人工智能何時才能成真，他的回答很耐人尋味：也許5年，也許500年－－我的看法是，在理論基礎尚不完備，對人的意識和創造力尚未充分了解的前提下，在架構與平臺暫無標準，應用探索剛剛開始的前提下，恐怕真需要等上500年，強人工智能的萌芽才會鉆出土壤。

畢竟，人的大腦，心靈，意識是如此的玄妙，以至于人類自己或許永遠也搞不清楚，更何況是無機體的機器呢？

對此，戴維.格蘭特的觀點是，計算機可以模擬理性思考，但很難具備真正的意識，意識不屬于計算機，只屬于有機體。我認同這個觀點。心靈，意識和創造力有極大的關系，很多人的創新來自激情而不是理性。這就意味著我們幾乎不可能造出擬人的，有意識的機器。從算法，意識到創意，人工智能若要向更高的智力與智能階梯躍進，就要踏踏實實一步步跨越這些障礙。

其三，人工智能并不可怕。計算機是有史以來人類最偉大的發明創造之一，它可以被賦予人類發明的不同算法，進而不斷掌握新的能力－－很強大不是嗎？但更強大的人類創造物也還有一些，比如核武器和航天飛機。所有這些機器都可以被人類利用做各種不同的事，至于究竟是好事還是壞事，只由其使用者的心靈和意識決定－－科幻小說作家阿西莫夫提出的「機器人三定律」，從表面上看像是用來約束未來的人工智能機器人，但究其實質，每一條何嘗不是對人類創造者的警示？

我們應該擔心的，不是人工智能將會強大到顛覆人類統治的地步，而是即便人工智能被越來越多業界領袖企業寄予厚望，不吝資源而加速研發，但迄今為止相關領域的技術進步仍不足以孵化出真正擁有創造力，能夠通過自我學習解決未知問題，提出新思維的機器。

人類與機器的共進化（Co-Evolution）

不過，令人欣慰的是，人工智能正在與機器學習和大數據構成一個足以改變未來的技術「鐵三角」；隨著我們的探索趨向縱深，在不久的將來，這個"鐵三角"將有可能像PC+互聯網那樣徹底改變人類的生活格局和商業版圖。

總而言之，人類創意無限的右腦+機器的最強左腦，這才是賦能未來的最佳路徑。唯有潛力無窮盡的人腦才能催生出更先進的算法和能力進化更快的「聰明機器」，人類也因為有了聰明機器的幫助而不斷進化，加深著對自身的了解，對計算機技術的理解，以及對更多未知領域的探索，從而實現人類與機器的共進化（Co-Evolution）。