下载掌阅APP，畅读海量书库
立即打开
19世纪末，全欧洲都为一匹名叫汉斯的九岁大的德国马着迷。这匹公马因展示了非凡的智能而成为国际明星：它可以解数学题、分辨时间、确定日历上的日期、区分音乐音调、拼出单词和句子。人们蜂拥而至来观看汉斯的表演，它用蹄子敲出对复杂问题的回答，而且总是能得出正确答案。在被提问“2加3等于几”时，它会努力地用蹄子在地面上敲5次；在被提问“今天星期几”时，它会用蹄子在特制的“字母板”上轻敲字母，从而拼出正确答案。汉斯甚至还能回答更复杂的问题，比如“我心里有一个数字，减去9后剩余3，这个数字是几”。这匹马很快赢得了“聪明的汉斯”的昵称。1904年，《纽约时报》以“柏林神马：除了说话，他几乎什么都能做”为标题来为它声援。
汉斯的训练师威廉·冯·奥斯滕（Wilhelm von Osten，见图0.1）是一名退休的数学老师，也是颅相学的拥护者，他长期着迷于研究动物智能。他曾尝试教小猫和小熊认识数字，但直到开始和汉斯合作，他才获得成功。冯·奥斯滕首先教汉斯数数，方法是握住它的腿，给它看一个数字，然后在它的蹄子上敲击同样的次数。很快，汉斯自己就能用蹄子计算简单的加法。接下来，冯·奥斯滕引入了一个能够拼写字母的粉笔板，汉斯能够为粉笔板上的每个字母对应地敲出一个数字。经过两年的训练，冯·奥斯滕对这种动物对高级智力概念的深度理解感到震惊。因此，他开始带着汉斯旅行，以此证明动物能够进行推理。汉斯在“美好年代”
的欧洲轰动一时。
图0.1 威廉·冯·奥斯滕和聪明汉斯马
但是很多人对此表示怀疑，德国教育委员会（German Board of Education）成立了一个调查委员会来验证冯·奥斯滕的科学主张。这个委员会由心理学家、哲学家卡尔·斯图姆夫（Carl Stumpf）和他的助手奥斯卡·芬斯特（Oskar Pfungst）领导，其中还包括一名马戏团经理、一名退休教师、一名动物学家、一名兽医和一名骑兵军官。但经过对汉斯的大量提问后委员会发现，无论训练师是否在场，这匹马都作出了正确的回答，委员会没有发现舞弊的证据。正如芬斯特后来写的那样，汉斯在“成千上万的观众，各地的马术师和一流的魔术师面前表演，在几个月的观察中，他们中没有一个人能发现提问者和马之间存在任何有规律的信号”。
委员会发现，这里面没有什么欺骗行为，奥斯滕教汉斯的方式更像是“教小学的孩子”，而不是训练动物，“值得接受科学检验”。汉斯被宣布为“一匹具有推理能力的马”，但斯图姆夫和芬斯特仍然有疑问。其中一个发现尤其令他们困扰：当提问者不知道答案，或者当他们站在很远的地方时，汉斯很少能给出正确答案。这使得芬斯特和斯图姆夫开始思考是否有某种无意识的社会交往为汉斯提供答案。
正如芬斯特在其1911年出版的关于汉斯现象的著作中所描述的那样，他们的直觉是正确的：提问者的姿势、呼吸和面部表情会在汉斯得到正确答案的那一刻发生微妙变化，给汉斯发出了应该停下的信号。芬斯特后来在人类被试者身上验证了这一假设，并证实了他的结论。这一发现最让他着迷的是，提问者通常不知道他们给了这匹马线索。芬斯特写道，“聪明的汉斯”神秘事件的谜底藏在提问者无意识的选择中。这一发现让许多聪明汉斯的粉丝感到震惊，冯·奥斯滕拒绝接受这个结果，继续展示汉斯，坚持认为汉斯的智能是他专业训练的杰作。
从多个角度来看，“聪明的汉斯”的故事都引人注目：欲望、幻想和行动之间的关系、向人们展示奇迹的生意、我们如何将非人类拟人化、偏见如何出现以及智能政治。受汉斯启发，人们为某种特定类型的观念陷阱发明了一个心理学术语，即“聪明汉斯效应”（Clever Hans Effect）或“观察者期望效应”（observer-expectancy effect），用来描述主试者无意识的暗示对被试者产生的影响。汉斯和冯·奥斯滕之间的关系指向了人类无意识地产生偏见的复杂方式，以及人们如何总是与他们正在学习的条件纠缠在一起。冯·奥斯滕制造出他期待看到的结果，观众们鼓掌喝彩，但这只有在这匹马表现出他们所期待的那种智能时才发生。
这开启了本书的一个核心问题：智能是如何被“制造”的？乍看上去，“聪明的汉斯”的故事讲述的是一个人如何通过训练一匹马跟随暗示及模仿类人认知来建构智能。但在另一个层面上，我们看到的是创造智能的实践需要诸多机构的验证，包括学术界、学校、科学领域、公众以及军界。冯·奥斯滕和他非凡的马是有市场的，情感与经济投入推动了巡演、报纸报道及讲座。官方的权威人士们聚集在一起判断并测试这匹马的能力，并用多种形式的经济、文化及科学力量评估汉斯的智能并宣布其所表现出的与众不同是有意义的。
我们可以看到两个不同的论点在发挥作用：一个基本的论点是非人类系统（如计算机、马）只是人类思维的类似物。只要受过足够的训练或拥有充足的资源，类人的“智能”就能够被创造出来，而无须理解人类在更广泛的生态系统中是如何表现、交往和筹划的。另一个论点是“智能”是自然的事物，在某种程度上不同于社会、文化和政治力量。更确切地讲，几个世纪以来，“智能”的概念已经造成过度伤害——自古希腊起就被用来为诸如奴隶制、父权制以及优生学等与统治阶层相关的体系辩护。
这些迷思在人工智能领域的影响尤为深刻。自20世纪中叶以来，关于人类智能可以被机器程序化并复制的观点一直流行。就像汉斯的智能被认为像人的智能一样，可以像孩子一样被精心培育，AI系统被认为是一种简单但类似人类的智能。阿兰·图灵（Alan Turing）在1950年曾预言，到20世纪末，“广大受过教育的人的看法会发生很大的改变，那时谈论机器思考将不再受到反驳”。数学家约翰·冯·诺伊曼（John Von Neumann）在1958年宣称，人类神经系统是“初步数字式的”。麻省理工学院教授、人工智能先驱马文·明斯基（Marvin Minsky）曾在回答机器是否能思考的问题时说：“机器当然可以思考；我们可以思考代表我们是‘人肉机器’。”但并不是每个人都对此深信不疑。约瑟夫·魏泽鲍姆（Joseph Weizenbaum）是早期AI发明者和第一个聊天机器人程序伊丽莎（ELIZA）的创造者，他认为将人类只是信息处理系统的观念当作智能的概念过于简单，这推动了科学家们“一意孤行的宏伟幻想”，认为AI科学家能够创造“像孩子一样”学习的机器。
事实上，我们可以将其视为人工智能历史上的核心争议之一。1961年，麻省理工学院举办了一个具有里程碑意义的系列讲座，名为“未来的管理与计算机”（Management and the Computer of the Future）。包括格蕾丝·赫柏（Grace Hopper）、约瑟夫·利克莱德（J.C.R.Licklider）、马文·明斯基、艾伦·纽厄尔（Allen Newell）、希尔伯特·西蒙（Herbert Simon）及诺伯特·维纳（Norbert Wiener）在内的众多计算机科学家参加了会议，讨论了数字计算正在取得的快速进步。约翰·麦卡锡（John McCarthy）在总结时大胆地指出，人类和机器之间的差异是虚幻的。一些复杂的人工任务只需要更多时间就能被形式化并被机器完成。
但哲学教授休伯特·德雷弗斯（Hubert Dreyfus）对其进行了反驳，他担心组装工程师“甚至没有考虑到大脑可能与计算机有完全不同的处理信息的方式”。德雷弗斯在其后来的著作《计算机不能做什么》（ What Computers Can’t Do ）中指出，人类的智能和专业知识很大程度上依赖于无意识或潜意识过程，而计算机要求所有过程和数据必须是明确的和形式化的。因此，对计算机来说，智能中不太正规的特征必须被分离、消除或估算，这让它们无法像人类那样处理有关情况下的信息。
自20世纪60年代以来，AI领域发生了很大变化，包括从符号系统转向最近的机器学习技术的炒作热潮。从许多方面来说，早期关于AI可以做什么的争论已经被遗忘，AI寒冬期间的怀疑已经消失。自21世纪第一个十年的中期以来，人工智能在学术界和工业界迅速发展。现在，少数有实力的科技公司在全球范围内部署AI系统，它们的系统再次被誉为可媲美人类智能，甚至优于人类智能的系统。
正如汉斯的智能被认为是类人的，可以像小学的孩子一样被精心培养，AI系统也被认为是一种简单但类人的智能形式。汉斯被教导在一个非常有限的智能范围内模拟任务：学会加减，而不是理解西班牙语、演奏音乐或烹饪。这反映了对于人类能或者马能做的事情的狭隘见解。正如作家兼工程师埃伦·厄尔曼（Ellen Ullman）所说：这种认为大脑就像计算机、反之亦然的信念已经“影响了数十年来计算机和认知科学的思维”，为这一领域创造了一种原罪。这是“人工智能”的笛卡尔式二元论：AI被理解为一个思维系统，就像人类大脑一样，完全脱离了物质世界。