那些節(jié)點(diǎn)性的知識,、碎片性的知識以一種我們不知道的方式化合起來，形成一種全新的知識,。

前段時(shí)間看到一條新聞,，說的是谷歌的機(jī)器翻譯取得了顛覆性的進(jìn)展，據(jù)說,，它的機(jī)器翻譯的準(zhǔn)確度已經(jīng)可以和人工翻譯媲美了,，這也意味著人工智能的翻譯和人工翻譯這二者的水平已經(jīng)相當(dāng)接近了。

可能很多朋友沒有看到這條新聞,，也可能一些朋友看到這條新聞的對它一掠而過,。也許是我個(gè)人的原因，我對這條新聞特別的注意,，因?yàn)槲宜较聦Υ擞幸粋€(gè)尺度——機(jī)器翻譯的成熟度,，其實(shí)就標(biāo)志著人工智能的成熟度。

我記得大概是一年以前,，我和凱文·凱利——也就是我們通常說的KK,，在優(yōu)酷做對話的時(shí)候，我向他問到過這個(gè)問題,。我問：“我們現(xiàn)在的工作當(dāng)中,，馬上面臨失業(yè)的工作有哪些？”由于當(dāng)時(shí)現(xiàn)場有同聲傳譯的人,，他說,，也許做同聲傳譯的人將加入最早失業(yè)的隊(duì)伍里去。

當(dāng)時(shí)我聽了以后非常震驚,。我一直非常敬佩做同聲傳譯的人,，他們能夠完全不假思索的將一種語言從耳朵里聽進(jìn)去，再將另一種語言從嘴里說出來,。這樣一種技能,，我覺得是一種挑戰(zhàn)人語言能力和智力的工作，而KK竟然說他們是最早會失業(yè)的人群,。

KK這樣認(rèn)為的理由很簡單,。翻譯技能是一種通過不斷地積累,、修正、試錯(cuò),，最后逐漸完善的一種工作,，而今天的計(jì)算機(jī)已經(jīng)遠(yuǎn)不是單機(jī)計(jì)算的方式，現(xiàn)在的計(jì)算機(jī)是是網(wǎng)絡(luò)計(jì)算的,，大量信息,、大量知識每時(shí)每刻匯入到云端，將每一個(gè)節(jié)點(diǎn)上獲得的認(rèn)知混入到共享的云里,。這個(gè)時(shí)候人類的智慧,、人類的知識、人類的智能就會形成一種類似于“拔一毛而利天下”的一種功能,。

我們每一個(gè)人的聰明過去都只屬于我們自己,，很少每時(shí)每刻把這種智能混入到一個(gè)人類共有的大腦當(dāng)中。今天借助于云端的計(jì)算,，我們不自覺地將我們每個(gè)人通過學(xué)習(xí)獲得的認(rèn)知都可以混入到人類共有的大腦里,。而且匯聚的知識的數(shù)量龐大，并隨著數(shù)量的數(shù)據(jù)的增大而形成一種知識的涌現(xiàn),。

當(dāng)單個(gè)節(jié)點(diǎn)的知識,、個(gè)體的知識不斷的匯入到人類共有的大腦的時(shí)候，一方面數(shù)據(jù)每時(shí)每刻都在增加,，而且數(shù)據(jù)的增加符合梅特卡夫定律——就是說當(dāng)匯聚的量越大的時(shí)候,，那些節(jié)點(diǎn)性的知識、碎片性的知識以一種我們不知道的方式化合起來,，形成一種全新的知識,。

這樣一種形成方式我們把它稱之為“涌現(xiàn)”，就是低智能,、低能量的個(gè)體匯聚起來形成一種高智能的,、高能量的超級有機(jī)體。比如螞蟻,，它是一種低智能的動物,，但是很多的螞蟻匯聚到一起，他們會形成一種遠(yuǎn)超于他們個(gè)體智能的集體智能,，包括蜜蜂,、白蟻、蝙蝠都有這種由于巨量的匯聚而形成的涌現(xiàn),。

所以,，將來人類知識的增長、知識的進(jìn)化一旦不是由單個(gè)個(gè)體來承擔(dān),，而是人類所有個(gè)體都匯聚成一個(gè)整體的時(shí)候,，這種知識的進(jìn)化速度比以前任何物種的進(jìn)化速度都要快得多,。所以他認(rèn)定,，將來,，在很快時(shí)間內(nèi)——五年之內(nèi)，機(jī)器翻譯就有可能替代人工翻譯,。

剛剛說到的這條新聞似乎讓我感受到,，人工智能對于人的智能的挑戰(zhàn)已經(jīng)漸漸接近人的腳步聲。安迪.格魯夫說,，很多真正具有挑戰(zhàn)性的東西,、壞消息都是踏著貓步而來的。貓走路是沒有聲音的,，除非聽覺極其敏感的人——比如說盲人能聽到貓過來的聲音,，我們普通的人是感受不到這種聲音的。

事實(shí)上,，在很多產(chǎn)業(yè)里,，形成顛覆性創(chuàng)新的那些技術(shù)往往都是在人的眼皮子底下在進(jìn)化，而它的最初形態(tài)看上去是非常簡陋的,。比如說數(shù)碼相機(jī)剛剛出來的時(shí)候甚至只有10萬像素,。這個(gè)行業(yè)用了很長的時(shí)間把10萬像素提高到100萬像素——我還真見過100萬像素的數(shù)碼相機(jī)，大家可以想象100萬像素的數(shù)碼相機(jī)拍出來的清晰度能有多高,。

現(xiàn)在,，我能在電腦里找到的像素最低的照片是200萬像素的諾基亞手機(jī)拍出來的。在今天看來,，這樣的照片如果不是因?yàn)橛袣v史價(jià)值,，我真的想馬上把它刪掉，質(zhì)量非常低,。從10萬像素到100萬像素花了很長時(shí)間,，從100萬像素到200萬像素還是經(jīng)歷了很慢的進(jìn)程，200萬像素到300萬像素的速度就漸漸加快,。

當(dāng)數(shù)碼相機(jī)到500萬像素的時(shí)候,，它已經(jīng)讓人感受到，它不再是一個(gè)玩具了,，在某種程度上它是可以派上正當(dāng)用場的,。當(dāng)我們意識到它已經(jīng)開始成熟的時(shí)候，它飛快的從500萬像素成長到800萬像素,，從800萬像素到1000萬,、1500萬，現(xiàn)在很多手機(jī)的像素都達(dá)到1700萬,，甚至超過2000萬,。記得當(dāng)我看到那種1500萬單反相機(jī)拍出的照片的時(shí)候,，我覺得已經(jīng)是到極致了，但是今天我們看來都是稀松平常的,。

所以很多行業(yè),、很多產(chǎn)品，當(dāng)他們剛剛問世的時(shí)候,，都是非常幼稚,、非常簡陋，讓你覺得他就跟玩具一樣,，使用這樣的工具如同是兒戲,，但是技術(shù)就是在我們不以為然當(dāng)中以一種指數(shù)級的速度在往前發(fā)展。一旦技術(shù)讓我們刮目相看,，讓人們覺得已經(jīng)很成熟甚至近乎完美的時(shí)候,，不僅僅表示現(xiàn)有的產(chǎn)品成熟，而且表明它正在以更高的速度往前發(fā)展,。

所以2016年滿世界都在談?wù)撊斯ぶ悄?，但是人工智能至今還沒有拿出讓人覺得肅然起敬、讓人刮目相看的產(chǎn)品,，我們很多人對其聽之任之,，覺得它要真的成氣候是猴年馬月的事情。但是,，成熟技術(shù)到來的方式,，和我們有的時(shí)候在一個(gè)車站等車等了半個(gè)小時(shí)車還不來的時(shí)候是非常相似的——我們等得非常疲憊，干脆到別的地方散散步,、溜達(dá)溜達(dá)再回來的時(shí)候,，發(fā)現(xiàn)車已經(jīng)早就走了。

為什么谷歌機(jī)器翻譯的成就特別值得注意,？這是因?yàn)樵谌斯ぶ悄茴I(lǐng)域有幾個(gè)層級,，而機(jī)器翻譯已經(jīng)是在最深的層級上了。一般來說,，所謂智能首先在識別,，識別各種各樣的信號，最初級的識別是語音識別,，所以我們現(xiàn)在很多人已經(jīng)開始在用一些語音輸入的軟件,，有的時(shí)候你覺得還可以用，有的時(shí)候會讓你失望得無言以對,。

有一次我嘗試用語音輸入來寫一篇文章,，后來發(fā)現(xiàn)不行，校改需要的時(shí)間往往比我從一開始打字需要的時(shí)間還要長，因?yàn)橐屑?xì)的看那些錯(cuò)誤,。剛開始我很自然的認(rèn)為是因?yàn)槲业陌l(fā)音不標(biāo)準(zhǔn)導(dǎo)致語音識別錯(cuò)誤,，后來我做了一個(gè)實(shí)驗(yàn)，我用中央人民廣播電臺的播音員讀的話對著手機(jī),，結(jié)果還是一大堆錯(cuò)誤,，這顯然不僅僅是語音不標(biāo)準(zhǔn)的問題。

比語音識別更難的是圖像識別,。今年6月份,，我到硅谷的時(shí)候去參觀吳韌博士的新大腦公司,。我們進(jìn)去的時(shí)候門口有攝像頭,，進(jìn)去的時(shí)候已經(jīng)被錄像了，但是那時(shí)候不知道,。后來我到了他的辦公室,，他的助理問我們要名片，然后在電腦里輸入了什么東西,，把電腦轉(zhuǎn)過來問：這是您的照片吧,？

我一看，說：“是,?！蹦鞘撬鶕?jù)名字在網(wǎng)上搜到一張差不多是十年前的照片。然后他照片馬上輸入到庫里,，不到一分鐘,，他們就在海量的錄像庫里找到我剛才進(jìn)來的那段錄像，問：“這是您吧,？” 我說這是我,，這種人臉識別要比語音識別難度更大。

但是更難的是語義識別,。每一種語言識別都有它的模糊性,，它的每一個(gè)詞都有其雙關(guān)性，對語境的強(qiáng)依賴等等,。以漢語為例,，在老舍的《茶館》里不是有那么一段話嗎——有兩個(gè)壞家伙來敲詐王掌柜的時(shí)候有一段很著名的對話。

“王掌柜的,，您那天說的那點(diǎn)意思,，什么時(shí)候意思意思？”

“您說的那點(diǎn)意思得多少意思??？”

“嗨，王掌柜您是明白人，您還能把那點(diǎn)意思搞得沒意思嗎,？”

如果這段話要讓電腦來識別真是太難了,，如果想讓外國人剛學(xué)漢語的時(shí)候說這一段話，會讓他抓狂,。

再比如野蠻女友對她的男友說的第一句話——“我現(xiàn)在出發(fā)了,，你要是到了你就等著?！钡诙涫恰拔乙堑搅四氵€沒到,，你就等著！”第三句話是——“你要是到了你不等著,，你就等著?。　?/p>

這三句話要是讓電腦來識別,，真的會抓狂,。要是有一天電腦不僅能明白剛才第一段里的各種每一個(gè)“意思”的意思，明白第二段對話的每一個(gè)“等著”的真實(shí)含義,，那人工智能真的是到了相當(dāng)成熟的地步,。

而今天的谷歌翻譯取得的這個(gè)成果還只是階段性的，研究人員讓精通兩門語言的人——比如說讓母語是西班牙語也精通英語的人,，讓他來評判機(jī)器將兩種語言互譯的時(shí)候是否準(zhǔn)確,。與此同時(shí)，再找精通兩種語言的人來進(jìn)行翻譯,，最后按對照的結(jié)果按6分算,，機(jī)器的得分是5.53分，人的得分是5.55分,，得分已經(jīng)是相當(dāng)接近了,。

但是大家要注意，人的進(jìn)化速度,、人的智力增長速度是很慢的,，甚至在很多時(shí)候是在逐漸退化的。比如說你25歲的時(shí)候腦子很好用,，到30歲的時(shí)候腦子就不一定好用,，到40、50歲就逐漸衰退了,。

而電腦由于處于云計(jì)算的時(shí)代,、一個(gè)大數(shù)據(jù)的時(shí)代，我們最聰明的時(shí)刻都會匯聚到云里去,，這個(gè)云相當(dāng)于人類共有的大腦,。人的這些聰明已經(jīng)被匯聚到里面，即使這個(gè)人得了阿茲海默綜合征，但是你的聰明已經(jīng)被匯聚到人類共有的大腦,。

關(guān)鍵是這些碎片認(rèn)知以我們所不知道的方式迅速的匯集,，就像在物理世界中，水蒸氣蒸發(fā)到空中變成云,，一朵朵小云又變成更大的云,，更大的云和更大的云之間又會匯聚在一起，這個(gè)過程是非?？植赖?。

換句話說，機(jī)器智力進(jìn)化的速度是遠(yuǎn)遠(yuǎn)超乎人的,?？赡茉趲啄旰蟮哪骋惶欤瑱C(jī)器翻譯突然就成熟了,。原來我們出國,，不懂外語是最讓我們自卑，最讓我們畏手畏腳的,，而以后出國時(shí)候的第一焦慮就不存在了。在這種情況下,，人類的文明將會出現(xiàn)一種什么樣的結(jié)果,，我們今天還不可預(yù)測。

當(dāng)語言的障礙被超越,，甚至機(jī)器將比人的翻譯還要準(zhǔn)確,，不僅能解讀你的語言，甚至根據(jù)每個(gè)人的性格,、語言習(xí)慣,，過去說話和寫作方式，像偵探一樣解讀你話里背后的意思,，然后以一種你自己都感到心驚膽戰(zhàn)的方式把它解讀出來之后,，讓我們感到“懵圈”的將不僅僅是翻譯們要失業(yè)的問題，它真的會帶來我們今天還不能清晰想象的一種文明的巨變,，真正稱得上會是一個(gè)數(shù)字化文藝復(fù)興時(shí)代,。