人类会被人工智能取代吗？——模仿、理解与智能

孙 会

当下社会，伴随着信息技术的飞速发展，整个人类的社会图景发生了翻天覆地的变化，无人驾驶、无人宾馆、智能家居等人工智能成果应用陆续出现在人们的日常生活中，人工智能(Artificial Intelligence，简称AI)一词成为学界关注和讨论的热点话题。事实上，AI技术的应用已经渗透到社会生活的方方面面，诸如你的音乐软件每天为你推荐歌曲，上网时自动推荐网页，以及语言翻译软件即时翻译等，都是人工智能的杰作。从图像识别到语音编辑，再到大数据的计算，AI技术不断创造新成果。在人工智能理论和技术日益成熟，应用范围日趋扩大的同时，AI的本质以及技术产生的问题引起学界广泛的思考。通常情况下，AI是指由人类设计出的智能机器代替人类自身去完成各种特定的任务或命令。实际上，AI的任务完成情况常常超过人类，如计算速度、搜索能力等。这让一些学者开始担忧：机器人的智能未来是否可能达到与人类同样的水平甚至超过人类智能？如果答案为“是”，那就意味着，人工智能将有可能统治人类、取代人类，那时候人类将成为人工智能的奴隶。

对于这一问题的分析，我们首先要从机器人的智能开始着手探究，这就要追溯人工智能的渊源了。最早对“智能”一词进行阐述和定义的科学家是图灵，他设计了人工智能历史上经典的图灵测试(Turing Test)，认定通过该测试的计算机即具有智能。塞尔则设计了中文屋实验(Chinese Room)，通过类比论证的方式来反对图灵的观点，从而反驳图灵对智能的定义。那么，我们需要重新思考的问题是：智能究竟是什么呢？换言之，智能是由哪些部分组成的呢？搞清楚这一问题有助于厘清人与机器的根本区别，也可以为AI技术的发展提供理论支撑，同时也可以为当今社会普遍存在的“技术忧虑”揭开神秘的面纱。

一、 塞尔对图灵测试的反驳意见是否有效？

一谈到人工智能问题，我们自然无法回避人工智能发展史上著名的图灵测试(Turing Test)。简单回顾一下，图灵测试的内容是：把计算机和人分别关进两个不同的房间，双方都用键盘与提问者进行交流，提问者提出问题后，让机器去模仿人类回答问题。在一定时间内，如果有超过30%以上的问题使提问者不能辨识出对方是一台机器还是一个人，那么，这台机器就相当于在测试中胜出，图灵因此得出这样一个结论：通过测试的机器即具有智能(1)Turing A M, "Computing Machinery and Intelligence", Mind,No.10,1950,pp.433-460．。在这里，图灵并没有直接给智能一词进行具体的定义，而是通过这样一个测试，用具体的方法展示了计算机能够拥有智能，即机器可以思维。这一观点引来了很多反驳意见，图灵对此的解释是：“科学家坚持不懈地沿着从确认的事实到确认的事实的路线前进，而从不受任何有改进的猜想的影响，这观点是相当错误的。”(2)图灵·A M：《计算机器与智能》， 玛格丽特·博登：《人工智能哲学》，刘西瑞、王汉琦译.上海：上海译文出版社， 2006年，第68页。

在反对图灵“机器可以具有智能”的系列意见中，比较有价值的是数学上的反对意见，因其指出与人类相比，机器的能力是有限的，且机器在回答问题时总是容易犯错。然而，这样的反驳即使结论具有一定价值，但由于在论证过程中缺乏系统性的论据支撑，因而难以令人信服。相比之下，历史上比较著名的反驳意见则是美国哲学家塞尔提出的中文屋(Chinese Room)思想实验，这一思想实验的过程如下：

塞尔假定自己被关在一个房间中，并且他完全不懂中文，即对中文听说读写一无所知。他在屋中的时候，外面的人给了塞尔一批中文卡片，这些卡片对于完全不懂中文的塞尔来说就像毫无意义的曲线。接着，外面的人又给了塞尔第二批卡片，上面依然是塞尔看不懂的中文。同时，外面的人还给了他一本用英语写的像字典一样的卡片指南，在这本指南的引导下，他可以把第一批卡片和第二批卡片进行有效配对。也就是说，第一批中文卡片相当于问题或者命令，第二批中文卡片是相应的回答。塞尔通过英文指南书的指导，可以对两批卡片进行恰当的配对，从而回答第一批卡片的问题(3)塞尔·J R：《心灵、大脑与程序》，玛格丽特·博登：《人工智能哲学》， 刘西瑞、王汉琦译，上海：上海译文出版社，2006年，第94-95页。。

在正确完成卡片配对回答问题之后，屋外递卡片给塞尔的人就得出结论：屋内的人是理解中文的。但实际情况是，塞尔看到的中文卡片和小学生的胡乱涂鸦毫无差别，因为塞尔根本不懂中文。

通过这一实验，塞尔认为，可以做一个类比推理：把屋内的塞尔看作一台计算机，递卡片提问的屋外人看作是人类在下达任务，而那本指南则可以看作是程序员给出的计算机编码。因此，塞尔完成屋外人给出的卡片提问，就相当于计算机完成人类的指令。按照图灵测试的说法，塞尔完成了卡片的提问测试，就必然是懂中文的，这就相当于计算机完成了指令任务，因而被认为是具有智能的一样。塞尔的中文屋(Chinese Room)思想实验和图灵测试(Turing Test)的关系可以用表1进行对比：

表1 Chinese Room实验和Turing Test比较

通过这一类比，塞尔从结论出发对图灵测试的结论进行反驳，因为中文屋(Chinese Room)实验的结论——塞尔懂中文与真实情况(塞尔不懂中文)恰恰相反，因而证明了图灵测试的结论是无效的。因此，塞尔认为图灵测试关于“机器可以具有智能”这一结论为“假”。易言之，机器不能像人类那样进行思维。

塞尔进一步指出，智能是人类大脑特有的功能，这是建立在生物基础之上的智能，且理解能力是智能必不可少的部分，而机器只是完成人类的编程指令并输出结果，因而不可能具有智能。因此，塞尔得出这样一个推论：“我们人类制造的任何机器，仅仅依靠恰当的编码是无法具有理解能力的，除非这个人造物具有和人脑一样的能力。”(4)Searle J R, "Minds, Brains, and Science", Cambridge: Harvard University Press, 1984，p.41.

在塞尔的论证中，我们可以清晰地看到中文屋实验与图灵测试的类比关系推理，塞尔的观点是：计算机运行过程中纯符号化、形式化的机器操作中不蕴含任何语义。由此塞尔通过对实验结论“塞尔懂中文”的否定来否定图灵的结论“计算机可以拥有智能”。但是，如果我们将塞尔的论证过程一一拆解开来研究分析，我们就会发现，虽然塞尔的思想实验具有很好的类比性，但依然缺乏足够的证据支撑他的结论。换言之，塞尔的论证有很多不确定的因素在其中，有效性不足。按塞尔的观点，“人与计算机的根本区别在于意向性，而意向性来源于人类大脑特有的生物结构——神经蛋白，这一点是计算机不具有的。但是，塞尔并没有明确指出产生意向性的根源性力量究竟是什么，即人的大脑是如何具有意向性的。”(5)孙会：《意向性与人工智能：基于对“中文屋论证”的批判性考察》，《科技管理研究》2019年第10期。然而，即使是这样，塞尔的这一思想实验依然具有很强的启发作用，他的研究思路以及结论都给人工智能领域指出了一个新的方向以及未来研究的可能性，因此，从这一点来说，塞尔的思想实验具有不可忽视的学术价值。

二、 人类大脑与计算机哪一个智能水平更高？

首先，我们来考察第一个问题：计算机能否具备理解能力？

在中文屋(Chinese Room)实验中，塞尔根据英语指南书对卡片进行恰当配对，这个过程如同计算机按照编码进行的信息处理过程。塞尔认为，在卡片的配对过程中，他根本不理解中文，卡片上的中文对他来说只是一些毫无意义的符号而已，因此，配对卡片的任务就像是一个机械化的信息处理操作一样。因此，塞尔认为，即使自己顺利完成了整个卡片配对过程，他依然不理解卡片上的中文。他因此得出结论：计算机即使正确地完成了任务指令，也不能拥有自然生物学意义上的人那样的理解力。

在讨论“理解”这一概念时，塞尔认为人类的理解能力具有这样的特点：比如在一个故事中，即使所给信息并未在故事中被提到，人类也有能力进行回答。塞尔举了汉堡包的例子来阐明人类理解力的这一特点：

假设一个名叫Thomas的人走进一家餐厅，点了一份汉堡包套餐。当服务员端上套餐时，Thomas发现面包糊了，然后立刻起身离开了餐厅，没有去前台买单，请问Thomas有没有吃他点的餐？这个时候，你会回答说：“不，他没有吃！”另外一个故事是：John来到一家餐厅，点了一份套餐。当服务员端上套餐时他很满意，满面微笑，出门时他买了单，并且给了服务员很多小费，请问John吃了他点的餐吗？这个时候，你会回答说：“是的，他吃了！”(6)塞尔·J R：《心灵、大脑与程序》，玛格丽特·博登：《人工智能哲学》，刘西瑞、王汉琦译，上海：上海译文出版社， 2006年，第93页。

很多支持强AI观点的人认为，机器不仅可以模拟人类，也可以具有理解能力，并且在人类发出命令或提出问题后给出正确的答案。因此，他们认为，上述故事中如果把人换成机器来听故事，然后回答问题，在事前给机器输入相关的指令后，机器也可以得出和人类同样的答案。他们因此得出结论：机器可以具有理解能力。而塞尔则通过他的中文屋(Chinese Room)思想实验，对这一论断进行了反驳。塞尔认为，即使机器做出了回答，也不能说明机器具有理解能力，就像塞尔并不理解中文一样，并指出这样的观点犯了功能主义和行为主义错误。

塞尔的论证具有一定的类比性，显而易见的是，行为不可以作为理解的标准，更不能作为智能的标准。对于理解这一概念，普特南则认为：“构成理解的不是心理事件，也不是现象本身，而是思想者运用现象的能力。”(7)何纯秀：《理解的认知基础与逻辑刻画》，北京：社会科学文献出版社，2017年，第42页。换句话说，即使计算机可以写出完全符合韵脚的十四行诗，也无法理解诗中表达的是送别之情还是思乡之情；即使机器人特奥在音乐舞台上谱写出优美动听的歌曲，让台下的观众听到后为之动情，它也无法理解歌曲中呈现的是欢乐还是忧伤，也无法感受观众的情绪；同样，即使AlphaGo战胜了围棋高手，它也无法体会围棋对弈中的乐趣与意义。

按照肯尼斯·博伊德的观点：“理解过程需要有两个重要的组成部分：信息元素和抓取元素。”(8)Boyd Kenneth，"Testifying Understanding", Episteme,No.14,p.109，2017.计算机对于信息的抓取是无能为力的，因为它必须借助程序编码的事前设置对外界输入的信息进行处理操作，而人类对于外界环境中的信息获得则是自然而然的过程，这个过程不需要进行任何训练即可获得。例如人们出门时遇到下雨天气，心情会变得失落，这是人类与生俱来的本能。机器无法做到对外界环境中的信息自由抓取，因而也就无法具备理解能力。

其次，我们来考察第二个问题：计算机的计算与大脑的思维范畴有何不同？

人的理解能力或者称之为思维能力，按照现代科学的划分，人的大脑思维一般可以分为“抽象思维、形象思维、社会思维、灵感(顿悟) 等多种方式”(9)孟凯韬：《思维数学引论》，北京:科学出版社，1991年，第7页。。目前，科学对于人类大脑的抽象思维研究还停留在符号化、形式化的系统研究层面，这一系统和计算机的程序编码系统颇为类似，因为计算机的编码程序也是纯符号的信息处理过程。程序员把人类的自然语言转化为符号语言，在计算机中进行输入、输出和处理操作的过程就是机器的计算过程。因此，从这个意义上来说，二者有一定共通之处。而图灵的观点则是把人的大脑完全等同于计算机的计算程序，图灵认为，人类大脑运行的本质其实就是计算，人类对于外界的信息进行输入、输出以及对外界环境做出的反应，与计算机的操作系统是完全一致的。

显然，图灵的观点属于行为主义的错误。计算能力，或者称之为抽象能力，仅仅是人类大脑功能的一小部分，即使计算机发展到今天，已经具备图像识别、图像处理等功能，但这仍然只是形象思维中很小的一部分，而人类大脑的其他能力，如社会思维是计算机远远不能实现的。最简单的一个例子就是，计算机在没有任何程序输入的状态下，无法实现类似人类大脑的突发灵感、顿悟等思维活动。此外，人类大脑的运行过程是有丰富内容的，这其中包含了各种情感、情绪等精神因素在内，是指向具体内容且有语义的，这些内容和语义绝不仅仅是简单的计算过程。

最后，我们来考察第三个问题：人类大脑的结构与计算机的构成有何不同？

目前的科学研究表明，人的大脑结构和功能是十分复杂的，人脑是由1011个神经元构成，并且大脑还是整个生命有机体的中枢控制系统，人体的周围神经主要来自大脑。与人类大脑的神经元相比，计算机基础组成原件则是电子管，世界上第一台计算机ENIAC只有 2×104个电子管，另一台IBM公司的大型计算机SSEC总共包含了1万个电子管和继电器。因此，从最基本的构造方式来分析，人类大脑的复杂程度远远超过一台大型计算机。

塞尔认为，计算机与人脑的区别不在于结构的复杂程度，而在于意向性，而意向性存在的前提是生物性。计算机是由硅等材料构成，这些材料不具备最基本的生物特性，因此计算机不可能具备意向性，也就不可能具有人脑一样的智能。此外，塞尔认为，人类日常表现出来的诸如兴奋、伤心、焦虑等都是意向性的外在表现，这些表现都是人脑对外部事物的特定反应。因此，塞尔指出，计算机的工作原理与人脑是不一样的，因为人类的思维“取决于行为者某种内在的意向性”(10)塞尔·J R：《心、脑与科学》,杨音莱译，上海：上海译文出版社，1991年，第112页。，而人类这种与生俱来的、生物性的意向性是无生命的计算机无法具备的。

在这个论证过程中，塞尔对于人类大脑意向性的观点并没有给出十分确切的论证依据，因而他的论证过程也是比较粗浅的。换句话说，意向性的产生是否与生命有机体有关？机器究竟能否拥有这种意向性？思维与意向性的关系究竟是怎样的？这些问题都还处于一种未知状态。因此，塞尔关于意向性的观点值得我们进一步思考和研究，也是未来脑科学以及人工智能领域研究的方向。此外，我们还需要关注人类与计算机的另一个区别是情感问题。目前，科学界对大脑的情感研究被称为“情感计算”，采用一种“情感模型”的方法，对外界输入大脑的信息进行数字化检测，并根据神经元的各类反应如肌肉抽动、心跳速度、血液流通、面部及皮肤反应等内容，分析人脑的各种运行状态。现在的问题是，这种“情感计算”研究能否在没有生物基础的机器中得到应用？这一问题值得人工智能研究者思考。同时，人工智能还应该与心理学、生物学、哲学等领域加强合作研究，从而实现更高级的人工智能的应用，为人类社会提供更好的服务。

三、 计算机会超越人类吗？

随着人工智能技术的不断发展和应用，特别是AlphaGo接连战胜围棋高手李世石、柯洁，以及机器人特奥出现在音乐舞台上并谱写出动听的乐曲后，人们除了对AI技术成果表示赞叹和惊奇之外，开始从心底对AI技术产生深深的担忧。很多学者认为，在科学技术的推动下，机器人会变得越来越聪明，人类最终会被机器取代，成为机器的奴隶。于是，有学者开始强烈呼吁：“绝对不能让人类成为机器人的奴隶，要维护人类的尊严。”(11)林德宏：《维护人类的尊严——人工智能技术观的思考》，《哲学分析》2018年第10期。

事实上，在实际应用中，人工智能的定义往往被夸大，任何可能完成一个流程行为的自动化机器都可能被拔高为“人工智能”，如自动售卖机、自动无人驾驶汽车、无人宾馆等；而对于下围棋这样的博弈场景，则要求机器的计算能力十分强大，即“暴力计算”。在这种特殊场景下，机器的表现往往会优于人类。为什么呢？我们来分析一下其中的缘由。就以AlphaGo和围棋世界冠军李世石对弈为例，在对弈过程中，AlphaGo的内部系统采用了暴力计算，具体来说，就是它的内部结合了数百万的人类围棋专家的棋谱，并进行无数次的重复强化学习训练，最终实现在对手走出任何一步棋后，机器都可以在最短的时间内做出最优的对应方案。所以，在进行人机对弈时，李世石并不是在和一台简单的机器人下棋，而是在和数百万的围棋专家进行对弈。换言之，这样的对弈等同于一个人在和数百万人同时对弈，结果可想而知了。

其实，AlphaGo所使用的基本算法是蒙特卡罗树搜索 (Monte Carlo Tree Search，简称MCTS算法)，这种算法并不像图灵测试中的机器那样去尽可能模拟人的思维来回答问题，而是通过每一步出现的可能性来解锁所有的对应步骤。简单来说，MCTS算法的过程可以被分成四步，即选择(Selection)、拓展(Expansion)、模拟(Simulation)、反向传播(Backpropagation)。从全局来看，MCTS算法的主要目标是在一个给定的游戏状态下做出最优选择，这样的一种博弈也可以称之为“双人有限零和顺序博弈”，这个名词可以分解开来进行理解：

博弈：可以理解为游戏、对战、较量等情景，当然这样的情景需要至少两人以上。

有限：当你行动的时候，可以操作的步骤是有选择范围的。

双人：博弈只有两个角色。

顺序：博弈的参与者依次交替进行各自的操作。

零和：博弈的双方立场对立，都希望自己赢，对方输。

根据上文的解释，MCTS算法的操作步骤可以用图1进行分析：

图1 MCTS算法的操作步骤演示

最顶端黑色的点表示开始状态，最底端黑色的点表示结束状态，中间的点表示博弈过程中任意可能的状态。可以发现，这是一种递归的数据结构，每次选择完最佳的下一步时，会移动到下一个子节点，而这个子节点同时又是它的子树的根节点。因此我们可以把这样的博弈视为“最佳下一步”的问题序列。当AlphaGo和人类进行对弈的时候，每当人类走一步棋，AlphaGo都会根据蒙特卡罗树搜索找到最佳的对应下一步的步骤。由此看来，AlphaGo战胜人类围棋高手的情况实属正常。

然而，即使机器执行某种特定任务的智能水平远远超过人类，但在更大更复杂的场景下机器的行为则会捉襟见肘，必须通过学习人类在这些复杂场景下的行为方能表现出与人类类似的反应。说到底，机器从本质上来说只是人类使用的一项工具，即使人工智能时代的机器人可以做很多事情。自人类诞生以来，人类在工具的制造和使用方面一直在不断发展，不断革新。我们知道，在人类社会历史上出现的四次科技革命在不断改变社会发展的图景，但归根结底其实是人类运用工具的技能在不断增强。因此，当今社会的各种智能化机器依然是人类使用的一种特殊工具，正因为对工具的不断创造和运用，人类才从远古时代一路走到今天。

但是，雷·库兹韦尔预言，未来有一天，当机器人的智能超越人类智能并可以自己繁衍时，奇点就会出现。正是这一预言引发了人们对人工智能的讨论与担忧。然而，有些人却希望人工智能的奇点快点到来，因为他们有这样一个信念：如果自然人和计算机可以结合，大脑和思维就可以嫁接到机器身上，如果实现了，人就可以做到“长生不死”。千百年来，死亡一直是人类难以摆脱的自然规律，多少人向往永生，这是人类长久以来的妄想。如今，人工智能奇点的预言把人类的这一愿望重新点燃了。那么，永生的愿望能否在人工智能领域实现突破呢？对于这一问题，当今最权威的人工智能研究基地——美国硅谷的一位技术核心人物皮埃罗·斯加鲁菲认为，这种永生的“信仰”是建立在五个信条上的：“第一，人工智能正在并已经产生卓越成果；第二，技术进步在不断加速；第三，技术正在创造超越人类的智能；第四，人类可以从比我们更聪明的机器中获益；第五，通过图灵测试的机器可以像人类一样聪明。”(12)皮埃罗斯加鲁菲：《人类2.0:在硅谷探索科技未来》，牛金霞、闫景立译，北京：中信出版社，2017年，第54页。那么，这五个信条在现实中有没有实现的可能呢？

首先，我们来考察人工智能发展至今的成效。早在1950年的时候，图灵就曾预言：“在本世纪末，人类能够按照机器的思考方式进行说话。”(13)Turing A M，"Computing Machinery and Intelligence", Mind,No.10.1950．1965年，伟大的数学家赫伯特·西蒙(Herbert Simon)曾经预言,未来的20年，机器能够实现的行为将会和人类一样。博登也曾公开指出，通过像图灵一样的几代科学家的不懈努力， AI领域将呈现出令人类惊讶的成果。莫拉维克在2002年也曾预言：“不久的将来，机器人将会做我们人类所能做的一切事情，甚至更多，将来的时代是机器人的时代。”(14)Bringsjord Selmer，Noel Ron,"Real Robots and the Missing Thought-Exper-iment in the Chinese Room Dialectic", Preston John & Bishop Mark (ed.), Views into the Chinese Room: New Essays on Searle and Artificial Intelligence, Oxford: Oxford University Press, 2002,p.144．但事实上，无须更多的论证，我们只需从现实社会中就可以自然而然地看出，人工智能发展至今，机器仍然处于在某些特定领域为人类服务这一状态。

第二，我们来验证“技术进步在不断加速”这一论断。对于这一命题，我们从最先进的制造业去寻求答案。如果我们来到特斯拉的汽车工厂，基本上看不到几个人，都是机器在制造汽车。这时，你可能会很惊讶地赞叹如今的人工智能已经可以代替人进行汽车制造了。然而实际上，自动化流水线早在工业革命之后的资本主义大工厂时代就已经普及，而这样的情景也只是技术发展后的自动化新应用而已，并没有人们想象中的那么神奇。所以，自动化流水线的生产并不等于AI技术成果代替人。

第三，对第三条“信仰”的验证。对于这一命题，很多学者会立刻想到AlphaGo战胜人类围棋高手这一案例，认为机器的智能已经超越了人类，战胜了人类，从而得出这一论证结论。对于这一案例，前文已经分析过，其实AlphaGo使用的技术就是计算，但这个计算不是普通的计算，而是提前输入了数百万计的围棋专家的棋谱，让机器进行强化学习、强化训练，并且在对方走出一步的时候，通过快速计算而给出最优解的一种“暴力计算”。所以，当人机PK时，人类棋手并不是和普通的计算机程序对弈，而是在和成千上万的精英同时对决。通常情况下，人类大脑需要一定的时间进行计算，但是计算机的程序却可以在计算方面大大缩短时间，快速找到最佳的答案，即“暴力计算”。这一案例说明计算机在特定领域比人类更高效，但这并不能说明机器的智能可以超越人类。

皮埃罗提出的第四点和第五点信念则是相辅相成的，换言之，即要回答人类和机器哪一个更聪明。有人指出，AlphaGo战胜人类围棋高手这一案例就可以证明机器比人更聪明。通过蒙特卡罗树搜索的暴力计算，的确可以让机器在人机对弈中表现得技高一筹，机器人也可以代替人类去做很多事情，例如翻译、驾驶、谱曲等等。但遗憾的是，机器的智能只能在一些特定的领域发挥作用。比如，AlphaGo可以在围棋上战胜人类，但是它却不能帮人类洗衣服、做饭；又如，一台无人驾驶汽车可以把你送到目的地，但不能帮你翻译文件。易言之，一台看起来十分聪明的机器也只局限于某些特定领域为人类服务而已。很多人接着会提出为什么不创造出一种像人类一样的通用人工智能呢？那种可以与人类一样有情感、会思考、能随时做出任何反应的综合AI？那么，我们不禁要思考一下，人类真的需要那样一种综合AI吗？事实上，人类只是希望人工智能可以帮助自己更快捷、更舒适、更高效地生活和工作，而不是复制一个和自己一模一样的机器人。此外，在技术方面，我们需要认清的一个事实是：人脑中的神经元数量之庞大、结构之复杂，是当前乃至今后的AI技术都是难以实现的。由此可见，当前很多关于机器代替人类，甚至控制人类的忧虑是不必要的。

当前人工智能发展的现状是，AI能够在某些领域完成一些原本必须由人类去做的事情，并且比人类更加出色。由于人工智能具有非生物、非社会的特质，所以AI具有很多优点。例如，AI不会有情绪上的波动，不会因为失恋而心情不佳影响工作，不会因为下雨而郁郁寡欢；AI不会有人情世故的考虑，也不会有政治、社会背景等因素；AI不需要像自然人那样吃饭休息，也不需要休假探亲。但是生物学意义上的自然人恰恰相反，人类拥有智能，但同时也拥有多维度的特质，就像博登指出的那样，它不是一维的，而是“具备各种信息处理能力”(15)玛格丽特·博登：《人工智能的本质与未来》，孙诗惠译,北京：中国人民出版社，2017年,第2页。。人工智能的出现就是人类利用各种现代技术去帮助自身完成多重任务，以实现“人的解放”。还有很多学者担忧AI的发展将会使我们人类的工作被AI替代从而导致人类失去很多工作机会，社会上出现新一轮的失业危机。知其来方可知其往。回溯历史长河，在每一次技术革新面前，人们总是害怕和抵触新技术，新技术的应用总会引起人们的担心和忧虑。然而，事实证明，新技术可能会使一部分人失去工作，还可能导致一部分行业萎缩甚至消失，比如数码相机的出现代替了胶卷相机。但是，新技术也在不断创造新的行业和新的岗位，并且改变了人们的工作状态，使人们的工作更加便捷、舒适、高效。

有人提出，现在的人工智能发展速度日新月异，将来AI技术会超越人类、控制人类、代替人类成为世界霸主吗？在谈到AI代替人类，甚至取代人类方面，本人认为，至少有两个领域是AI无能为力的，一个是医疗领域，另一个是战争。因为机器无法体会患者的痛苦以及战争的残酷。对于AI技术控制人类这一问题，我认为，事实上技术已经控制人类的大脑和生活方式了，比如现在，当你在使用手机的时候，手机在操控你的大脑。我们对技术过于依赖，甚至成瘾，以至于我们会按照技术设定的方式去行事，这才是技术对人类的“控制”。对于人工智能技术，将来有没有可能实现技术上的突破，出现人机融合、人机共存的情况，甚至机器统治人类的情况？本人认为，人工智能技术的发展带来的问题并非机器控制人类，因为前文已经分析了这一可能性是几乎不存在的。人类真正需要担心的是：人工智能时代，人类的情感将何以寄托？随着AI技术的发展，机器变得越来越“聪明”了，越来越能满足人类的需求，人与机器的交互频率将会变得越来越高，就像当今社会的人与手机的日常交互过度频繁，这势必会影响到人与人之间的交流与互动，长此以往，人类社会最大的问题不是人被机器代替，而是人变得更加孤独，缺乏社会性，缺乏人文关怀，这才是智能时代我们真正需要担心的问题。

四、 结束语

纵观上述论证，我们可以看出，人类的大脑无论是基本结构还是运行方式都比计算机要复杂得多，且有很多未知的领域尚待研究。因此，我们最多可以把“计算”能力看作是智能的一个部分。目前，AI技术通过暴力计算等强大算法已经可以实现特定领域的智能表现，如机器人可以出色地完成下棋、谱曲、翻译等任务，相信机器在未来还可以有更多惊人的智能表现，更好地为人类服务。

同时，我们需要清楚地认识到，机器能够替代和超越人类，只是在某些特定领域内的单一智能行为，最终是为人类实现更好的生活服务。一言以蔽之，即使AI技术的智能化水平逐渐提高，但其本质依然是为人类服务的一种工具。然而面对当前AI技术的快速发展，我们必须严肃思考的一个问题是：当机器可以代替人类做很多事情的时候，我们人类与机器相比的优势是什么？技术的革新不断挑战我们人类的自然智能，激发我们潜在的创造性，但同时也需要我们重新审视自身。