让我们问一个看似简单的问题:“什么是人工智能?”如果你问街上的人,他们可能会提到苹果公司的Siri语音助手、亚马逊的云服务、特斯拉的汽车或谷歌的搜索算法。如果你问深度学习领域的专家,他们可能会给你一个关于神经网络的技术性回答,神经网络被组织成几十个层级,接收标签数据,被分配权重和阈值,并以无法被完全解释的方式对数据进行分类。1978年,唐纳德·米基(Donald Michie)教授在讨论专家系统 时将AI描述为知识提炼系统,其“可靠性与编码能力远远超过了独立的人类专家曾经达到,甚至可能达到的最高水平”。斯图尔特·罗素(Stuart Russell)和彼得·诺维格(Peter Norvig)在关于这一主题最受欢迎的读本《人工智能》( Artificial Intelligence )中指出,人工智能是关于理解和构建智能实体的尝试。“智能主要涉及理性行为,”他们声称,“理想情况下,智能主体在某种情况下可能采取最好的行动。”
每种定义人工智能的方法都在发挥作用,为理解、衡量、评估和管理人工智能设定框架。如果AI是由作为企业基础设施的消费品牌所定义,那么市场营销和广告就已经预先确定了其功能范围。如果AI系统被认为比任何人类专家都更可靠或更理性,能够采取“最理想的行动”,那就表明应该信任它们在健康、教育和刑事司法方面做出的高风险决定。当特定的算法技术成为唯一的焦点时,与考虑这些方法的计算成本以及它们对压力之下的地球的深远影响相比,只有持续的技术进步才是重中之重。
相比之下,本书认为AI既不人工,也不智能。相反,人工智能既是具身的,也是物质的,是由自然资源、燃料、人力、基础设施、物流、历史和分类构成的。如果没有经过广泛的、使用预定义规则和奖励条件的大型数据库的计算密集型训练,AI系统就不是自主的、理性的,也无法识别任何东西。实际上,我们所知道的人工智能完全依赖于更广泛的政治和社会结构。由于大规模构建AI所需的资金,以及它们所优化的观看方式,AI系统最终是为现有的利益集团服务。从这个意义上说,人工智能是权力的代理。
本书的任务是探索人工智能是如何被制造的,从更广泛的意义上来说,即探索影响其发展的经济、政治、文化和历史力量。一旦将AI与这些更广泛的体系及社会系统联系起来,我们就可以摆脱人工智能是一个纯粹的技术领域的观念。从根本上说,AI是技术和社会的实践,是机构和基础设施,也是政治和文化。计算理性和人类工作紧密相连:AI系统既反映了一定的社会关系,也反映了人对这个世界的理解。
值得注意的是,“人工智能”一词可能会在计算机科学界造成一些不适,因为它被视为更适合营销的热词。“机器学习”在技术学科中更为常用。然而,在资金申请季,当风险投资家带着支票簿拜访实验室时,或者当研究人员为一项新的科研成果寻求媒体关注时,AI这个命名往往会很快被重新采用。因此,在被使用和被拒绝的过程中,AI这个词的含义一直在变化——这本身就很有趣。对我而言,使用AI旨在谈论这个巨大的产业形态,包括政治、文化和资本。当提到机器学习时,我指的是技术方法的范畴(实际上也是社会和基础设施范畴,尽管很少有人这样说)。
但是,该领域如此关注算法技术突破、产品增量提升和产品便利性提高是有重要原因的。这种狭义的、抽象的分析非常适用于技术、资本和治理交汇处的权力结构。为了理解AI在根本上是如何政治化的,我们需要超越神经网络和统计模式识别的狭义定义,我们要问的是什么正在被优化、为谁优化,以及由谁来决定。然后,我们就可以追溯这些选择的含义。