文 | 张江

 

集智俱乐部与龙泉寺显然是有缘的。

 

集智俱乐部，一个自发形成的民间团体，由一群热爱探索、追求科学的小伙伴们组成，力图搭建一个中国的“没有围墙的研究所”；

 

龙泉寺，一所以其“科研实力”著称，吸引了大批清华、北大高材生剃度出家的神秘寺院。

 

后者非常擅长利用现代化高科技手段来宣传、推广佛法，他们的“贤二”机器僧甚至享誉世界；

 

前者的科学研讨则经常会带着一点点“走偏”的风格，哲学思辨及其宗教人文关怀会时不时地被夹杂其中……

 

也许正是这样的因缘使它们在2017年3月25日的时候走到了一起。在龙泉寺热心义工的带领下，我们不仅参观了寺庙，访问了图书馆、体验了素食美餐，还聆听了悟光法师的教诲。然而，最让人念念不忘的则是下午那场科学与宗教的碰撞……

 

缘起性空

 

“佛教是如何看待人工智能的？机器能不能拥有像人一样的智慧，甚至是佛性？”，我还是按捺不住内心的好奇，在交流会上，给悟光法师抛出了这个问题。法师的详细回答我已经记不太真切了，但是“缘起性空”这四个字却深深地烙印到了我的脑海之中，并让我产生了联翩的浮想……

 

所谓缘起就是指世界上没有独存性的东西，也没有常住不变的东西，一切都是因缘和合所生起。世界就是一张大大的因果之网，每一个事件都不可能独立产生，它自有它自己的因和缘，同时它也构成了其它事件的因缘。

 

然而，“我”突然来了。这个顶着意识光环的自我具备一种将这张因果大网切割分开的本事。当我们把世界分成了我与非我的时候，我们就将世界给“定义”了出来。当我们用意识去照见一片小小的树叶的时候，我们就硬生生地将这片小树叶所附着的那些无际的因果之网给分割开了，于是，我们“定义”了这个树叶。

 

所以，原本来说，万事万物都并不真实，它们都不过是被我们的意识经过分辨与切割所“定义”出来的。比如，我眼前的桌子并不存在，那是因为当我们深入到桌子的内部，我们看到的是成千上万个在那里不停震荡的一团团分子，它们又和周遭空气中的分子发生碰撞，有的被撞走了，有的仍然保留在原地。桌子的边界到了分子尺度就变得非常模糊，以至于我们无法再找到那张桌子。

 

这就是所谓的性空，即空才是万事万物的本源。在这一点上，科学和宗教几乎已经达成了共识。让我们看看物质世界吧：我们以为所有的物体都是由原子构成，仿佛原子就是那个可令人信赖的物质基石。然而，稍微有一些物理学常识的人都知道，原子内绝大多数区域都是绝对的真空，原子核的体积仅仅占整个原子的几千亿分之一，它就仿佛是足球场上的一只小蚂蚁。

 

到了原子尺度，在量子效应主导下，万事万物甚至都成为了虚无缥缈的概率波。只有当我们观察者希望对原子进行测量的时候，我们的仪器才通过所谓的“退相干”作用，将那个看起来似乎更实在的原子给“定义”出来。

 

量子力学第二次革命甚至在尝试运用量子纠缠来重新定义整个物理体系，而我们赖以生存的粒子其实不过是在量子纠缠网络中波动的涟漪。这就像我们可以用闪烁不停的霓虹灯泡拼构出玄幻多变的动画一样，万事万物并不比你电脑屏幕上那些像素点构成的超级玛丽更加真实。

 

人工智能

 

我仿佛听到了悟光法师的笑声，在说，你们这些科学家真是有意思，明明已经了解了万事万物都是个空，却仍要执着于对外部世界的追求……

 

没错，也许通过科学家们的一步步小心求证，最终会得到与佛教完全相同的结论，但是这些向外求索也并非毫无意义呀！因为，目前我们人类还是主要依靠科技而不是佛教做到改造世界，让一切众生得以离苦得乐的。

 

尽管佛陀早在两千五百年前就已经顿悟到了宇宙的真谛，但是他并不能让信奉佛教的人立马坐上飞机周游世界，更不能让他们利用一个方寸之间的小玩意就能达到天眼通、天耳通。而科技显然可以做到这一切。

 

 如果我们承认那套“缘起性空”的说法，也就是说世界上的万事万物都是我们作为观察者在切断了因果纠缠之网之后创造出来的，那么，我们不是早已经“创造”出了一切的一切，甚至于现在科学家们正在全力攻克的人工智能了吗？

 

说来也是好笑，科学家们费尽心思要去再造一个具备智能的机器，然而却忘记了，这种机器本已经存在。人工智能的发展历史也的确暗示了人类科学家正在兜一个超级大的圈子……

 

1956年，人工智能诞生。Newell和Simon等人编制的程序“逻辑理论家”可以自动证明《数学原理》（数理逻辑的经典教科书，大哲学家、数学家罗素著）第二章中的38条定理；Samuel研制了一个跳棋程序，该程序具有自学习能力，并在3年后打败了Samuel本人，5年后击败了州际冠军。

 

这些早期的成功使得人们对人工智能的期望空前的高涨，听听那些人工智能科学家们都说了哪些豪言壮语吧：

 

“不出十年，计算机将要成为世界象棋冠军；

 

不出十年，计算机将要发现和证明重要的数学定理；

 

不出十年，计算机将能谱写具有优秀作曲家水平的乐曲；

 

不出十年，大多数心理学理论将在计算机上形成；

 

80年代将是全面实现人工智能的年代；

 

到了2000年，机器的智能就可以超过人类了”

 

人类真是可笑，就连思维缜密的科学家也不例外。正当科学家们自信心过分膨胀的时候，一瓢瓢冷水泼了过来。1965年，机器定理证明受挫，为了证明一条基本的函数定理，程序用了十万步也没推出来。Samuel的跳棋程序也无法对抗人类世界冠军。更糟糕的是机器翻译，运用符号派人工智能的方法根本无法做到预期的翻译水平。有人说，美国政府花费2千万美元为机器翻译挖掘了一个坟墓。1972年，英国政府也说：人工智能不是骗局也是庸人自扰。于是各国政府都取消或者削减了人工智能研究经费。人工智能进入了寒冬。

 

早期的人工智能之所以最终还是以失败告终，究其原因就是在于科学家们是通过一种“填鸭式”的方式培养人工智能的。他们首先通过反思自己思维的规律，然后把它们变成了一条条规则和编码，然后再一股脑灌输给了机器。无论是人类小孩还是人工智能机器，填鸭式教学在早期的确非常快速有效，但是时间一长，知识一多就出现了各种弊端。

 

于是，在沉寂了十年后，人工智能又以一种全新的姿态出现在了世人的面前，“学习”变成了主旋律，第二次人工智能大爆发开始了。

 

首先，科学家们发现，要想做出能够自动学习的机器，就要先放空我们人类的思维，不去显性地将知识灌输给机器，而是通过设计一种结构，让机器自动长出知识来。于是，人们照猫画虎，仿照人脑结构制造了神经网络，然后再用大量的数据冲刷这个网络，从而让它学习到知识。而这种知识其实是一种默会知识，因为人类设计者也无法直接解读。

 

Brooks是MIT的教授，他有一句名言，叫做“大象不玩象棋”，意思是说传统的人工智能废了半天劲教会机器去下象棋，做推理，然而这却与生物的天性背道而驰，大象不会下棋但却有基本的智能，甚至连蚂蚁和蟑螂都知道趋利避害。于是Brooks在他的MIT实验室中搭建了一套机器昆虫动物园，这些昆虫都没有复杂的智能，但却可以灵活地与环境交互。

 

2011年，谷歌X实验室的研究人员从YouTube视频中抽取出1000万张静态图片，把它喂给“谷歌大脑”——一个采用了所谓深度学习技术的大型神经网络模型，试图在这些图片中寻找重复出现的模式。三天后，这台超级“大脑”在没有人类的帮助下，居然自己发现了“猫”。2012年11月，微软在中国的一次活动中，展示了他们新研制的一个全自动的同声翻译系统——采用了深度学习技术的计算系统。演讲者用英文演讲，这台机器能实时地完成语音识别、机器翻译和中文的语音合成，也就是机器完成了同声传译。2016年，Google旗下的DeepMind团队开发出的超级机器AlphaGo最终以4比1的大比分战胜了人类围棋世界冠军李世石。人脸识别、机器翻译、唇语识别、机器作曲、绘画……，一个个领域都被突破，在这两年中，我们一起见证了机器的真正觉醒。

 

这就是深度学习革命——人工智能的全新篇章。效法人类的大脑结构，人们设计了越来越深的神经网络。于此同时，人们还给这些网络喂食了大量的数据，于是深度神经网络就摇身一变成为了可以在形象思维和直觉思维上都堪与人类媲美的人工智能机器了。紧接着，人工智能将让一半以上的人类失业，人工智能将在30年内超越人类智慧，奇点已经临近，各种“大预言”又一次接踵而来……

 

空的智慧

 

仔细品味人工智能学科的发展就会发现，人们赋予机器智慧的过程恰恰是逐渐放空人类智慧的过程。开始，人们试图给机器强行灌输知识，于是机器被撑得受不了了，终于脱不了“人工愚蠢”的骂名。

 

后来，人们将这些知识放空，转而设计思维机器的架构，而不再关心它思考的内容。这就仿佛是现代教育中的“启发式教学”，我们不再灌输知识给小孩，而是给他提供一个舞台，任其自由地生长。于是，这些网络就会自然长出来能够适应环境的知识。

 

深度学习之所以成功有两个关键因素，一是有正确的网络结构；二是有大数据的喂食。深度神经网络区别于早期神经网络的最大特征就是将有关空间平移、旋转等对称和时间上的长程联系这样的先验知识做到了网络的大框架中。然后，人们再将与人类活动相关的大数据喂给这些“如饥似渴”的网络，让他们充分地演化，最终形成了堪与人类相比拟的智慧。

 

几乎可以这样说，每当我们放松一次人类自己的成见，我们的机器就会更加智慧一些。所以，现在的人工智能是它自己生长出来的智慧，我们虽然设计了它，但却没有多少发言权。你问AlphaGo的设计师，他也不见得能告诉你AlphaGo究竟是怎样想出那些妙招的。

 

所谓真空能够生妙有，现代的人工智能发展历程仿佛正在见证佛教中空的智慧。

然而，获得空的智慧没有那么简单。特别是，我们应该怎样实施空呢？彻底的空不就是什么都不做吗？既然我们不能根据自己的主观臆想来构建人工智能，那么，我们还制造机器干什么？让我们回到人类的蛮荒时代，成天衣不蔽体、茹毛饮血不就完了？

 

在佛教中，这样的观点被称为“断灭空”，即认为世界中一切事物都不存在，我们也不需要做任何努力。然而这并不是真正的空。

 

真正的空并不是什么都没有，而是在万事万物之上又有一个更高层次的空。这就好像计算机程序与数据的关系。数据就是具体的有，而那个能够驾驭数据的规则或程序才是真正的空。这种空并不是什么都没有，而是一个更高层次的存在，高层次一出现，我们也就不需要具体的有了，于是程序可以生成无穷多个数据。为了体会这种真空生妙有的过程，让我们来看几个例子。

 

比如我们有一堆数对：

(1,3), (2,5), (5,7), (7,9),……

 

那么， 请问11和111000分别对应的是几？当然，我们很容易看出来，这些数对可以用这样一个方程：x+2，来概括。那么，这些数对就是具体的有，而这个x+2才是真正的空，才是无。有了x+2这个无，我们便很容易得到11对应13，111000对应111002。于是我们用空得到了无穷个数对。

 

再比如，假如给你三组数对，排列成一个表： 

 

(1,2), (3,6), (4,8), (100,200), ……

(3,9), (2,6), (8,24), (100,300), …… 

(1,4), (2,8), (3,12), (100,400), …… 

……

那么我问你在第6行上，3这个数字对应的是多少？要回答这个问题，我们需要寻找规律。我们先要找出第一行的规律是2x没有疑问，第二行呢？是3x，第三行是4x，那么第6行就应该是7x了，因而在第6行上3应该对应的是21了！

 

这里跟前面例子不太一样的是，虽然我们得到了每一行的规则比如第一行的2x，但是随着行数的增加，这个规则本身也变化了，因而第2行是3x，第3行是4x等等，所以我们又得到了一条规则的规则，即如果行数是n的话，那么这一行的规则就是(n+1)x。我们显然能够根据输入的n和x计算出相应的数值。

 

到这里，我们又空了一层，我们用两个空（一个是n，一个是x）不仅得到了无穷的数对，而且得到了无穷个序列。当然，依照此法，我们还可以继续空下去，我们不仅可以得到规则，还可以得到规则的规则即元规则，甚至元元规则……

 

记得金大侠在他的武侠小说：《倚天屠龙记》中曾讲述了这样一段故事：武林泰斗张三丰在情急之下要把他新创的武功“太极拳”传授给新起之秀张无忌。张无忌除了有一身精湛的“内功修为”以外还对武学具有极高的悟性。因而当张三丰给他打过一趟太极拳以后，他就把所有的招式全部记下来了并且当场把所学的太极拳重新再打给张三丰看。在张无忌练拳的过程中，张三丰反复问他一个问题：“你已经忘掉几招了？”。他的回答令其他人异常不解，因为他越在那里揣摩太极拳的奥秘，忘记的招数也越来越多。旁边的人不明白，这样的学法忘的这么快，怎么可能学会武功呢？然而，没过多长时间，张无忌说已经忘掉了所有的招式。张三丰笑着说：“不错，你终于学会了‘太极拳’”。

 

如何获得空呢？答案就在于“归纳”二字。其实，机器学习正是运用了太极拳中的归纳智慧，因为深度神经网络正在从大量数据中的具体招式不断归纳出类似于(n+1)x这样的规则出来。人工智能的终极目标就是要制造出这样一台通用的归纳机器，它能够在不需要任何先验规则的情况下自动从与环境的互动中归纳出所有的规律，这才是空的最高境界。

 

觉悟吧，机器

 

讨论完毕，我们来到了刻有“观自在”三字前面的宽阔露台上，这是一个小小的赠书仪式，集智俱乐部为龙泉寺赠送了几本有关人工智能的科普读物。这时，我与悟光法师共同捧起了那本影响了我一生的书：《哥德尔、埃舍尔、巴赫——集异璧之大成》（Godel, Escher, Bach: An Enternal Golden Braid, 简称GEB）……

我还记得，13年前，当我第一次捧起这本书时的矛盾心理：这是什么鬼？一会讨论赋格、卡农，一会又是哥德尔定理，而且又臭又长，竟然1000多页……。然而，当我读到了乌龟与阿基里斯的第一个对话，“芝诺悖论”这个千古难题就把我拉进了书中，从此一发不可收拾……

 

我还记得，那天晚上，我第一次将家里的摄像机接到了电视机上验证视频反馈实验，看到了那些爆炸的星系与飞舞而出的岛屿，我被自己亲自见证到的这个“无中生有”的现象而震惊了。我一个人来到了小河旁，感叹着宇宙何尝不是一个自己拍摄自己的摄像机？……

 

我还记得，为了见证书中所提到的蚂蚁群体智慧，我已经窝在宿舍里整整一个月了，为了调通那个“蚁迹寻踪”的小程序。

 

这本书正在反复强调一点：要想赋予机器智慧，就必须让机器具备自我觉察能力，即怪圈。

 

没错，正是这个怪圈，令我们人类的逻辑和语言存在了不可避免的瑕疵：

 

这句话是错的

 

即悖论。这种既对又错，既不对又不错的自然语言将永远构成缠绕我们意识的梦魇。然而，正是这个怪圈让不朽的数学家哥德尔证明了哥德尔不完备性定理；让图灵指认出了机器所不可能解决的停机问题。

 

《GEB》的作者大声疾呼，怪圈甚至很可能是构造生命乃至智慧的重要基石！比如，生命的新陈代谢就是要构成如埃舍尔的“画手”所表述的这种“自我创造”的怪圈。

 

而生命的自我繁殖则是利用复杂的化学反应实现了一个「蒯恩」，即形如下列形式的奇怪语句：

 

“放在引文后面得到一个句子”放在引文后面得到一个句子

 

而我们的意识也正像埃舍尔的名画《画廊》所描述的那样：

 

 

在佛教中有很多自我观想的法门就是要训练每个人的自我观察能力。反过来，也许我们也要训练机器具备这样的自我观察、自我指涉（self-reference）的能力。也许这就是属于人工智能的般若智慧……