文｜加利·馬庫斯（Gary Marcus）

網(wǎng)絡變得更聰明了

文｜加利·馬庫斯（Gary Marcus）

5月16日，谷歌低調(diào)地發(fā)布了一款名為“谷歌知識圖譜”的新技術(shù)。輸入“弗朗索瓦·奧朗德（法國總統(tǒng)）”，你就會得到奧朗德的孩子、夫人、生日、教育等等附有鏈接的簡歷。短期來看，知識圖譜不會使你的世界產(chǎn)生很大的不同——你可以通過訪問奧朗德的維基百科頁面得到大致相同的信息，很多人可能更喜歡詢問周圍的朋友。但深入來看，這代表了世界上最大的搜索引擎公司在工程領域中的重大變革。不僅僅如此，在一二十年內(nèi)，科學家和記者們可能會回首這一時刻，將其視為挖掘海量無意義數(shù)據(jù)的機器，與開始有點像人一樣思考的機器的分水嶺。

成立伊始，谷歌就主要使用簡單匹配算法（brute force，窮舉算法）來組織互聯(lián)網(wǎng)知識，這是有原因的。谷歌有世界上最大的并行操作計算機群并擁有世界上最大的數(shù)據(jù)庫。你的搜索查詢之所以這么快會被響應，就是因為它們被外包給了巨大的數(shù)據(jù)中心，借鑒了海量預編譯數(shù)據(jù)，并且每一秒都會被數(shù)百萬抓取網(wǎng)頁的虛擬谷歌“蜘蛛”所加速。在許多方面，谷歌的行為會讓人聯(lián)想起IBM公司的“深藍”國際象棋計算機，它戰(zhàn)勝了所有人類挑戰(zhàn)者，但不是通過更“聰明”的下棋，而是更快的計算?！吧钏{”通過窮舉算法贏得了比賽，而不是像人類那樣通過思考。計算機有“蠻力”，但沒有“策略”。

當然，有時蠻力也有它的優(yōu)勢，谷歌巨大的計算資源革新了人工智能中經(jīng)典問題的解決方法。拿拼寫檢查的過程舉個例子，使得字處理軟件第一次流行開來的功能之一就是自動拼寫檢查。微軟等公司的工程師將人們常犯的錯誤歸類，例如字母重復或錯位（如poeple），然后根據(jù)這些模式建立目錄以對用戶的意圖進行猜測。而谷歌以一種完全不同的方法來解決拼寫錯誤問題——也更有效——通過簡單的查看用戶改正自己錯誤的巨大數(shù)據(jù)庫。用戶在發(fā)現(xiàn)錯輸入了“peopple”之后接下來會輸入什么呢？啊哈，是“people”。

谷歌的算法對字母重復、錯位或人類輸入拼寫的心理學一無所知，僅僅知道人們在輸錯后會改成什么。好像這就是說，擁有了足夠大的數(shù)據(jù)庫和足夠快的計算機，那么即使不用對人類心理有多少了解，人類問題也可以迎刃而解。

過去十年中，在人工智能領域的大部分工作都和谷歌的方法類似：更大更快的計算機配上容量激增的數(shù)據(jù)庫。但是，面對如此復雜的世界，無論數(shù)據(jù)庫有多大，僅靠數(shù)據(jù)挖掘也是不夠的?！吧钏{”在國際象棋領域可能征服了世界，但是人類仍可以在古老的圍棋方面痛挫計算機，因為圍棋有更大的盤面和更多可能的走法。即使在谷歌最擅長的網(wǎng)頁搜索，窮舉法在同音字面前也是無能為力。比如，“Boston”既可以指馬薩諸塞州的波士頓，也可以指一個樂隊；“Paris”既可以指巴黎也可以指喜歡出風頭的社會名流。

為了處理“Paris”這種一詞多義的問題，谷歌知識搜索重新使用了二十世紀五六十年代首次提出的語義網(wǎng)絡的想法，語義網(wǎng)絡是對人類大腦如何解釋信息最早的猜測。這些網(wǎng)絡解釋了獨特實體之間的關系，而不是詞與詞之間簡單的關系。作為地名的“Paris”和作為人的“Paris”有各自獨一無二的ID——就像條形碼或社會安全號碼一樣——簡單的關系被解釋實體關系的注解分類所替代（或補充）。所以，“Paris1”（巴黎）通過一種內(nèi)在關系與埃菲爾鐵塔相聯(lián)，而“Paris2”（人）通過取消關系與各種真人秀相聯(lián)。當所有的地點、人物和關系都互相聯(lián)系起來時，這些網(wǎng)絡便開始類似于巨大的蜘蛛網(wǎng)了。從本質(zhì)上來說，谷歌現(xiàn)在正嘗試重塑互聯(lián)網(wǎng)，并為它的“蜘蛛”抓取提供一個更聰明的網(wǎng)絡。

雖然語義網(wǎng)絡在二十世紀七十年代非常流行，但到八十年代研究逐漸衰落，而被將大腦簡單的模擬為統(tǒng)計積累的神經(jīng)網(wǎng)絡取而代之。神經(jīng)網(wǎng)絡應用了覆蓋學習規(guī)則（blanket learning rule），這個規(guī)則將所有聯(lián)系視為等價，所不同的僅為它們在世界上出現(xiàn)的頻率。作為地點的“Paris”與作為人的“Paris”用神經(jīng)網(wǎng)絡是無法區(qū)分的。這場有關結(jié)構(gòu)化知識和巨大的統(tǒng)計數(shù)據(jù)庫之間的爭論是心理學和哲學史上最長的爭論之一?！跋忍煺撜摺保ū热绨乩瓐D、康德，近代有諾姆·喬姆斯基和史蒂芬·平克）認為人的頭腦中生來就有重要而基本的知識，而“經(jīng)驗論者”（比如約翰·洛克和B.F.斯金納）認為人生來就像一張白紙，所有的知識均來自于聯(lián)系和經(jīng)驗。

谷歌曾本質(zhì)上是一臺經(jīng)驗主義者的機器，幾乎沒有先天知識，僅具有巨大的容量，通過以比特計的信息來學習事物的聯(lián)系。（這導致了谷歌對信息的無限索求，從而引發(fā)了對個人隱私的侵犯的問題）?，F(xiàn)在，谷歌正在改變，在先天主義和經(jīng)驗主義之間尋求平衡，它通過內(nèi)置含有包括人、物、地點的結(jié)構(gòu)化目錄的數(shù)據(jù)庫而擁有了強大的統(tǒng)計能力，這是經(jīng)驗主義者所渴望的，同時先天主義者也可能會喜歡。谷歌的搜索引擎仍是追蹤搜索“Paris”出現(xiàn)的數(shù)十億的結(jié)果，并查看結(jié)果與用戶的提問有何關聯(lián)。但現(xiàn)在嘗試不僅將這些結(jié)果互相聯(lián)系起來，而且將它們根據(jù)人、地點和公司聯(lián)系成目錄。

有不錯的理由支持谷歌向這個方向發(fā)展。先鋒發(fā)展心理學家伊麗莎白·史培基宣稱：“如果兒童天生具有感知人、物、地點的能力，那么他們可以使用自身的感性經(jīng)驗以學習這些實體的屬性和行為……仍不清楚兒童如果不能將實體與周圍環(huán)境分開，是如何學習這些實體屬性和行為的”。計算機也是同樣的道理。

從算法到編碼和檢索龐大的信息倉庫，計算機變得比我們更快更可靠。我個人一直都很羨慕谷歌和它主要的競爭者——微軟的必應能夠在虛擬的指尖上獲得如此多的信息，但我們?nèi)祟愐擦粲幸皇?。看到計算機工程師仍舊經(jīng)常需要從人類的思想中偷個頁面還是令人感到振作。