这几年随着大数据的火热，人工智能不仅越来越受到科学家和研究学者的关注，而且也引来大量普通群众的围观。尤其是AlphaGo与韩国围棋九段棋手李世石的旷世大战，并且以4:1强力胜出，引发了舆论的广泛讨论。人工智能不久将替代人类的言论甚嚣尘上，引起了大众对人工智能研究的恐慌和不安。人们通过各种媒体对人工智能的深入研究进行抗议和反对，这些反对者中不乏一些杰出的名人和领袖，如霍金、比尔盖茨和埃隆马斯克等，仿佛奇点即将来临。
图片发自简书App
刚好最近看了一本关于人工智能的书，叫《哥德尔、艾舍尔、巴赫：集异璧之大成》。这本书本身的声誉和价值毋庸赘言，一直是互联网行业首推的两本（另一本是凯文凯利的《失控》）哲学圣经之一，可见价值之高，声誉之重，影响力之广。所谓顾名思义，从书名我们大概就可以猜出，这本书的内容肯定跟哥德尔、艾舍尔、巴赫这三个人有关。不过令人好奇的是，这三个人一个是享誉世界的音乐家、一个是名满天下的画家、一个是智商绝伦的数学家，是什么原因让作者把这三个人放在一起，他们之间又究竟有什么联系呢？
图片发自简书App
我们知道，在巴赫的音乐中，最为典型的一个，就是在乐集《音乐的奉献》中《无穷升高的卡农》。在这部卡农中，音调一直在转高，但是到了最后，却又奇迹般的绕回了C调，也就是从C->D->E->F#->G#->A#->C，越来越高最后又走回了低点。能做到走回原点的原因，是因为他试用了一种叫做“谢泼德音调”的音阶处理方式。也就是说，音阶增高的同时高音强度在缩小，低音强度在增大，虽然音高在每一周期之间根本没有变化，但却会造成了一种一直在上升的错觉。这不由得让人想起我们喜闻乐见的满大街理发店门口都有的转灯。
图片发自简书App
也许你曾玩过苹果App Store中的游戏《纪念碑谷》，不过不知你有没有留意其中有一段视觉悖论，永远在上升或者永远在下降。不知是游戏设计者的有意致敬，还是无意为之，它恰好与艾舍尔的画作《上升与下降》极为相似。如果你看了《上升与下降》，还能保持清醒没有被绕晕的话，那么可以继续欣赏艾舍尔的其他画作《画手》、《凸与凹》、《画廊》、《圆极限》、《深度》。通过仔细观擦这些画作，你会发现这些画基本上都有一个特点，就是都有一些自相缠绕的怪圈、一段永远走不完的楼梯或者两个不同视角所看到的两种场景。艾舍尔是一名无法“归类”的艺术家，他的许多版画都源于悖论、幻觉和双重意义，他努力追求图景的完备而不顾及它们的不一致，或者说让那些不可能同时在场者同时在场。他像一名施展了魔法的魔术师，利用几乎没有人能摆脱的逻辑和高超的画技，将一个极具魅力的“不可能世界”立体地呈现在人们的面前。
图片发自简书App
如果你曾经学过《离散数学》，或者你读过诸如“我刚才说得这句话是谎话”，这类充满矛盾的诡异逻辑表达，那么你一定会发现它们本身存在不可解决的悖论。哥德尔的初衷是想要证明希尔伯特的算术公理系统无矛盾性，却不曾想算术系统本身当中也存在这类无法解决的悖论。牛人之所以为为牛人，就是因为他不仅能发现问题，还能解决问题，最终上升到理论高度，提出一个著名定理。这个定理叫哥德尔不完全性定理，描述的是这样一个结论：任意一个包含一阶谓词逻辑与初等数论的形式系统，都存在一个命题，它在这个系统中既不能被证明为真，也不能被证明为否。正是这个结论，奠定了《哥德尔、艾舍尔、巴赫：集异璧之大成》整本书的基调，所以作者侯世达花了很大的篇幅对这个定理进行介绍，后面的篇幅也是围绕这个定理进行展开的。
图片发自简书App
既然这本书是一般关于人工智能的书，那么作者写这本书的目的就不只是为了单纯的介绍巴赫、艾舍尔和哥德尔这三个人，那么这三者与人工智能又有何联系呢？我们不妨先来思考一个简单的问题，即什么是人工智能。关于什么是人工智能，《人工智能：一种现代的研究方法》这本书给出了较为公认的定义，这种定义把人工智能分为两个阶段：第一个阶段就是行为像人，也就常常称谓的弱人工智能，即机器要能够像人一样做出行为抉择，表现出像人一样的行为处理方式；第二阶段是思考像人，也就常常称谓的强人工智能，即机器要能够像人一样进行思考，具有很强的逻辑推理能力。弱人工智能，大家应该非常熟悉，无论是之前IBM的深蓝大战西洋棋世界冠军卡斯帕罗夫、沃森在美智力竞猜节目中击败人类，还是后来谷歌的AlphaGo碾压李世石、Master横扫中韩围棋界，抑或是百度的小度机器人在最强大脑综艺节目中人机对战的惊人表现。虽然它们表现出众，但在人工智能领域它们都只能算是弱人工智能，也就是说它们只是依靠自身强大的运算处理能力，依靠先进的算法，根据预先定义的规则进行策略博弈，以胜出概率最大的作为最优选择。虽然采用了深度学习、卷积网络等模拟人类神经活动的神经算法，不过这些算法目前都还很粗糙，存在运算速度慢、过拟合问题，并且准确率还跟训练样本集的大小、样本种类的覆盖度密切相关。这些算法，与其说是具有初步的推理能力，还不如说是具有很强的相关性判别能力，因为它只能对于已经输入的、相关性很强的作出好的判断，而对于界定性比较模糊，跨层次、跨领域的逻辑推理则很弱。为什么弱？因为我们目前对神经系统的研究还比较浅薄，还无法知晓大脑具体是如何工作的，神经科学的研究虽有一定成就，不过离完全对大脑的了解还有一段很长的路要走。总的来说，在弱人工智能时代，在目前的阶段，主要是依靠大数据、强运算，让机器做出一些行为像人的策略，而真正的强人工智能，使机器像人一样的思考，目前还无法实现。至于为什么无法实现，《哥德尔、艾舍尔、巴赫：集异璧之大成》这本书的作者在书中给出了非常翔实的理论分析和哲学论证。
图片发自简书App
在目前的阶段，我们能够依靠可计算问题的处理方法、逻辑谓词推理规则构造一些能够帮助人类减少重复操作的机器，如果这些机器要具备真正意义上的人工智能，即强人工智能状态，具有思考能力，那么它就必须能像人一样能够认识自我。这也就意味着一套依靠符号系统的机器能够觉醒，意识到自己是一台机器，实现自指，就像巴赫的音乐可以由低音转为高音然后又无缝回到低音、艾舍尔画作中那些空间上互相缠绕的怪圈、哥德尔定理中关于指向自身、无法判定的悖论一样，实现了一个完美的循环。我们知道人类是由一些无机盐、糖类、蛋白质、水、脂肪等没有生命的物质构成，这些不具有生命力的物质却能通过生殖过程让人具有意识，而我们单纯将这些化学物质进行混合却无论如何都无法让它具有意识。如果我们能够实现强人工智能，也就意味着我们能够通过一堆化学物质混合创造一个自我，而不是通过人类繁殖的形式实现。就目前来说，这是不可能的，因为我们对于意识的形成，对于精神和肉体到底是一体还是分离都无法界定，更不用说使用目前的技术制造出一台具有觉醒能力的机器，实现强人工智能。只要机器一天不能认识到自己是一台机器，那么它的运算能力再强，做出再多不可思议的事情，那么它本质上还是一台机器，只能根据已经输入的指令规则进行操作，而不能像人一样进行思考，包括思考自己本身。从这种角度上来说，我们对于人工智能没有什么好担心的，也不用担心机器会最终统治人类、毁灭人类。
图片发自简书App
不过，既然DNA能够通过精密的操作，实现从无生命到有生命、从无意识到有意识的跨越，那么是不是意味着只要研究深入、技术成熟，我们终究还是能够制造出一台具有自我意识的机器呢？这是作者在书中给我们抛出的一个疑问。不过要解决这个疑问，我们可能先要解决哥德尔不完全性定理、塔尔斯基的形式语言真理论、图灵停机这些更为基本的问题！
