哲学家、工程师和黑客

今天让我们来搓一个人工智能吧！

在动手之前让我们先做一做市场调研，看看哪里的 AI 比较赚钱。在挤得头破血流、拳打脚踢、上下篡权、黑手遮天、天天开心的 AI Conference 上面转了一圈之后发现：虽然 AI 已经把触手伸向了各种领域的科研，但是在现实中只有很少方向的 AI 被真正地用起来。搞来搞去现在 AI 这边比较“出圈”的还是 CV 和 NLP.

AI 方向千千万，这两个方向这么出圈的原因还是因为它们都很直观，即不需要进行专门的学习和训练，人们就可以用很自然的交互方式来和 AI 们玩耍，因为视觉和语言都是人拥有的最基本的能力。

那么我们来想一个问题：我们如何去描述一个 Task（任务）？

一个 Task 可以被简单地分为三部分：输入、运行和输出。对于一个人来说，输入的内容包含 早饭、午饭和晚饭 当前的状态和目标的描述；运行则是通过我们的大脑进行思考，最后给出结论。在这个过程中需要注意的是：我们得用人可以认知的方式来描述这个 Task 的输入。

我们都知道人有五感：视觉、听觉、嗅觉、味觉和触觉。超出这些范围的感觉，比如说感受磁场、感受紫外线、感受宇宙噪音、感受三体信息、感受核辐射、感受伽马射线…… 我们没办法体会到，自然也就没办法去描述它们。

但是人们发明了一种神奇的东西：数据。

虽然人工智能是人造的——人们以自己为样本/样例来设计，人用什么样的方式来认知世界，模型就要以类似的方式来认知世界——但是模型并不是直接感知人类所感知到的内容，而是先转换成数据之后，再进行“感知”，即 AI 是可以“感知”数据的。

所谓的“感官”其实就是一种信息的接口，任何接受信息的方式其实都可以成为一种感官，所以我们是否可以说对于 AI 来说数据是一种感觉？

总之，不仅是人类感知范围之内的东西，人类感知范围之外的东西也可以被顺利地转换为数据，然后交给 AI 感受一下。

与此同时，虽然人们可以“了解”磁场、引力之类的东西，但是都是通过数据这种“曲线救国”的方式：即先把人类感知范围之外的东西转换成数据，然后再把数据转换成人类感知范围之内的形式。比如说几年前很火的引力波的声音。

所以即使世界上有各种各样的信息的载体，我们还是得用人类感知范围之内的形式来作为交互的方式。

视觉和语言是人类最主要的传递信息的方式，所以以这两种交互方式来构建模型从根本上更加符合人的交互方式。不过好像还有几种其他的感觉还没有用上，这是不是意味着未来还会有大嗅觉模型、大味觉模型、或者大触觉模型……？

虽然人类有五种感觉，但是这些感觉主要都是“输入”的感觉，人类想要和模型进行交互，则需要一种“输出”的方式：人类能输出的只有语言。人类不能输出图像、不能输出嗅觉、不能输出味觉、也不能输出触觉。所以说 NLP 的重要性就凸显出来了，CV 和 NLP 一起合作，覆盖了人类接受信息和表达信息的主要方式，构成了人与模型交互的接口。

当然，上面说到的并不绝对，人类其实可以输出一些图像或者触觉，比如说做点肢体动作、接触之类的。或许未来我们可以创建大肢体模型，黄金葛瑞克将会成为我们最大的天使投资人。

……

所以，人是有极限的，与此同时，AI 也是有极限的。人类和 AI 都不是直接地感知世界，而是都需要一些信息的中间形态，对于人来说就是五感，对于 AI 来说就是数据。

假如整个世界的后端是一个极其复杂、高维的非常形而上的运算机制，其中运算的内容超出人类的感官极限；世界为人类准备的前端就是由五感组成的各种接口，人类得以管中窥豹地观测、建模、感知这个世界的后端的核心——就像黑客一样，哲学家是黑客。

与此同时，世界和人类共同为 AI 准备的前端就是由世界上各种可以观测到的状态所转化为的数据作为接口，AI 也得以带有偏差地观测、建模、感知这个世界的后端的核心——就像黑客一样，AI 工程师也是黑客。