既然世界不可知，为何不改变认知？
|
——读《混沌：技术、复杂性和互联网的未来》
◎杨 吉
混乱、模糊、动荡、不确定，它们通常不是好的词汇，给人以迷茫和无力感，不过在戴维·温伯格这里，正是这种不可预测性、非线性因果逻辑，反倒让人们对世界未来充满期待。
一直以来，温伯格都是以提出深刻性观察和创新性观点而著称。他是哈佛大学伯克曼互联网与社会研究中心资深研究员，是这个时代享有盛名的数字思想家、科技作家。他和尼葛洛庞帝、凯文·凯利、乔治·吉尔德，以及已逝的阿尔文·托夫勒，都是信息社会中的“最强大脑”和公众熟知的名字。他们擅长预测与描绘明日图景，虽然他们中有人会反感自己被外界称作“先知”和“预言家”。
就像这次，温伯格再次抛出惊人的言论，他声称，这个世界的复杂性远超我们的想象，任何既有的推导模型和定律都无法完全覆盖和适用。既然如此，为什么不试着改变思维和认识方式？
以上这番见解出自《混沌：技术、复杂性和互联网的未来》一书。这是温伯格最新的一部作品，距离前作《知识的边界》已过去七年。暌违数年，温伯格的思考与写作值得等待。在上一本书中，温伯格对“网络化知识”的阐释为我们打开了新视界。如今，他又把目光投射在人工智能时代，所发出的声音一如既往地振聋发聩：
“人类努力获得对复杂系统的理解。然而，我们基于‘人类的理解’所做的预测并不像人工智能那样准确，虽然人工智能并不真正理解任何东西。”
“不过，鉴于人工智能的预测比基于人类理解的预测更准确，我们应该放弃对理解的追求，而专注于建立能够为我们做决定的人工智能。”
“将主导权交给预测性的人工智能，我们将迎来人类进化的下一个阶段。”
温伯格的论证建立在“混沌理论”基础之上，后者是一种学说假设，其核心思想是宇宙本身处于混沌状态，某些貌似并无关联的事物间的冲突，会给另一部分造成不可预测、难以推演的后果。温伯格认为，这看起来似乎有点疯狂，甚至会让人感到不安，但是混沌理论并不疯狂，因为它描述的是非线性系统，如果人们把这种思想转向实践、应用于日常后，那将是令人兴奋的。这也是为什么这本书的英文书名是“Everyday Chaos”（日常混乱）。温伯格要关注的是在“日常混乱”和“复杂系统”背后，人们需要革新怎样的认知，又该以何种态度面对？
说这本书的内容极具冲击力和颠覆性一点也不为过。同样讲到算法年代要超越“因果律”而转而探寻“关联性”，温伯格要比《大数据时代》和《删除》的作者、素有“大数据之父”美誉的维克多·舍恩伯格更进了一步。他提出了一个“互操作性”概念，比如带有开源API的平台可以开放站点的内部服务，允许第三方提供应用程序；乐高积木可以与其他积木套件完美地结合在一起；3.5毫米的音频插头则更典型，因为它可以被插入来自多家制造商的不同类型的设备。
之所以说“互操作性”是超越“因果关系”的一个切入点，就在于用一般认知分析， 当我们说“A导致B”，即A是因，B 是果，所以人们习惯了从不同类型的B中去努力寻找各种A的因子，或者从察觉到有了A之后去推测B出现的概率。但温伯格从多方面揭示了这么一个道理：B完全有可能是由无数变量的相互关系引致的。在此情形下，你未必能确信原因究竟是不是A，以及区分究竟哪个是A。
对于这个论点，温伯格在书的前言提到了“深度患者”的医学实例。它是一套诊断系统，用温伯格的话来说，它“并不知道被击中头部的人类会感到头晕，不知道糖尿病患者不应该一口气吃5磅的三角巧克力，它甚至也不知道手臂和手腕的骨头是相连的。它唯一知道的就是2015年纽约西奈山伊坎医学院的研究人员给它输入的医疗记录：整整70万份令人头大和无从下手的患者病历”。但就是凭借着这份巨量的数据，“深度患者”通过运用归类、分析、演算和机器学习，对病症诊断比人类医生更准确，包括一些迄今为止人们无法预测的疾病。
面对像“深度患者”这样的人工智能，当你问它这意味着什么、为什么是这样，以及还会怎样时，“深度患者”自然答不上来，因为它只负责发现海量数据和复杂信息中千丝万缕的联系，并作出概率论的统计、推导。按照温伯格的说法，人们应该摒弃那种“世界终将是可知的”“在一定程度上是可以被我们的意志征服的”传统想法，而是应当去接纳一种始终模糊性、不安定性的状态存在。“感到不知所措、困惑、惊讶和不确定是我们面对世界的新常态”，与其如此，我们为什么不把更多事务交给机器来处理呢？
这也许是温伯格这部新作最容易招致争议的地方。读者不禁会心生不安，难道温伯格是暗自“劝降”人类尽快向机器算法投诚？他的理由是，反正以人类现有的认知能力无法彻底探究世界的广博深邃，倒不如接受现实，比以往任何时候都主动、强烈地去诉诸机器人的技术手段。而且事实证明，在越来越多的场合，基于机器算法所形成的分析和解决问题的能力已可以代替人类。
温伯格希望借由本书唤醒人们对自身认知局限的正视，进而寻求一种范式上的突破与升维。从效果上来讲，这本书做到了，不仅如此，它在带给我们猛然一醒的同时，还伴随着惴惴不安的情绪。
正如国内知名传播学者、互联网观察者胡泳在为该书中文版撰写推荐序时所起的标题是“相信人，还是相信机器？”这不是反问，而是设问、疑问。包括这位行家在内，我们许多人未能从温伯格的书中得到明确的答案和线索，也就是说，相信和依赖人工智能不是一道简单的选择题或是非题。它背后关乎的伦理问题、规范问题、界限问题等，都是值得且必须要厘清的。对此，胡泳在序言中道：“机器学习模型里没有知识，这将意味着我们需要重新思考知识的性质和用途，甚至重新思考作为能够了解自己世界的生物，我们到底是谁。在这些方面，温伯格的思考给我们带来了更多探询的可能性，尽管远不是全部的答案。”
