結語：沒有幽靈的機器
也許最有名的對人工智能的曆史批評，或聲稱人工智能所能成就的，牽扯到了翻譯的問題。中國囚室的論點是在1980年由伯克利哲學家John Searle提出的。在Searle的思想實驗中，隻會講英語的囚徒獨自坐在牢房裏。一個看不見的獄吏通過門上的小窗遞給他寫著中文的紙條。囚犯事先已經得到一套英語的表格和規則，用於寫回複。他變得如此擅長這些指示，他的答案很快就“與講中文的人絕對不可區分”。難道不幸的囚犯應該說“理解”中文嗎？ Searle認為答案顯然不是。 Searle後來寫道，這個隱喻是為了摧毀了這樣的說法，“適當編程的數字計算機與正確的輸入和輸出會因此造就一個和人類頭腦一模一樣的意義上的頭腦。”
對於穀歌大腦團隊，或者對於在矽穀從事機器學習的幾乎所有人來說，這種觀點完全不相關。這並不意味著他們忽略了哲學問題。這意味著他們對頭腦有著根本不同的看法。與Searle不同的是，他們不認為“意識”是一些特殊的，幾乎發光的精神屬性， 哲學家Gilbert Ryle稱之為“機器中的幽靈”的東西。他們隻是相信，我們稱之為“意識”的複雜的技能，已經從許多不同的簡單機製的協調活動中隨機出現。這意味著我們的能力中我們認為更高的思想存儲器的類型與我們傾向於認為的低存儲器沒有什麽不同。在這一點上邏輯推理，這被視為一個幸運的適應; 就如能夠投球和接球的能力。人工智能不是建立一個頭腦; 它是基於改進工具來解決問題。正如Corrado在我到穀歌的第一天對我說的：“這不是關於一台機器'知道'或'理解'什麽，而是'它'做’什麽，更重要的是，它還沒有做什麽。”
就“知道”與“做”而言，它們具有真正的文化和社會影響。在聚會上，Schuster來到我麵前表達了對媒體對論文的反應的沮喪。 “你看到第一個報道了嗎？”他問我。他轉述了那天早上讀到了一個頭條，重複時用他的手一字一句地打斷：‘穀歌說 A.I.翻譯與人類翻譯無異’。在寫作論文的最後幾周裏，團隊為此掙紮過。Schuster經常重複提到論文傳達的信息是“它比以前好多了，但不如人類好。”他希望他們的努力顯然不是為了取代人類，而是幫助他們。
然而，機器學習的興起使我們更難為我們開辟一個特別的地方。如果你和Searle相信，人類的“洞察力”有特殊之處，你可以畫一條明確的線將人類與自動化分開。如果你同意Searle的反對者，你就無法劃線。這就可以理解為什麽這麽多人緊緊地抓住前者的觀點。在2015年M.I.T.關於人工智能根源頭的會議上，Noam Chomsky被問到他對機器學習的想法。他把整個業界簡單地稱為統計預測，一個被美化的天氣預報。即使神經翻譯獲得完美的功能，它也不會揭示語言的深奧本質。它永遠不會告訴你一個代詞是否采用了主格或者賓格。這種預測作為一個很好的工具可以完成我們的目的，但它對增進我們對事物理解的標準而言沒有成功。機器已經可以在醫學掃描中比人類放射科醫生更好地檢測腫瘤，但機器不能告訴你什麽導致癌症。
那麽，放射科醫生又可以嗎？
醫學診斷是最直接的一個領域，也許不可預測地受到機器學習的威脅。放射科醫生經過全麵的培訓，有非常好的報酬，我們認為他們的技能是專業洞察力，是 最高的思想存儲器。在過去的一年裏，研究人員不僅顯示神經網絡可以比人類醫生在醫學圖像更早地找到腫瘤，而且機器甚至可以從病理報告的文本中做出這樣的診斷。放射科醫生做的事情實際上比邏輯分析更接近預測模式匹配。他們不告訴你是什麽導致癌症; 他們隻是告訴你它在那裏。
一旦你為一個目的建立了一個強大的模式匹配裝置，它可以被調整來為其他人服務。一個翻譯工程師拿著他建立的網絡來評判藝術作品，並用它來驅動一個自動遙控車。一個用來識別貓的網絡可被轉過來訓練CT掃描，就是用無窮的例子來訓練，這連最好的醫生都做不到。用來翻譯的神經網絡能在在取證階段用和最昂貴的持證律師相比最少的時間查完數百萬法律文件。這類自動化的工作不再是像過去一樣重複的任務，和低智商的沒受過教育的階層相關。我們不僅隻是談論三百五十萬很快就會失去職業的卡車司機。我們談論的是庫存管理人員，經濟學家，金融顧問，房地產經紀人。穀歌大腦在九個多月所做的隻是一家大公司裏一小群人如何迅速地把無人能和機器聯係起來的任務自動化的一個例子。
現在在矽穀發生的最重要的事情不是瓦解。相反，它是體製建設和鞏固權力，它的規模和速度在人類曆史上可能都是史無前例的。穀歌大腦中有實習生，有居民，有“忍者”班培養其他部門的人。到處都是免費的自行車頭盔箱，以及為一年下兩天雨準備的免費綠色雨傘，一點水果沙拉和午睡吊艙，共用的跑步機辦公桌和按摩椅，隨處都有的高級糕點盒子，嬰兒衣服捐贈的地方，兩層樓高的攀岩牆和教練，閱讀群體，政策對話和各色互助群。對這些旨在栽培人的重大投資的受益人而言，這是遠遠超過給數碼鹽礦勞工的福利。他們手頭掌控著分布在四大洲的13個數據中心裏複雜調度服務器的電源，這些數據中心的用電量足以點亮許多大城市。
但即使是如穀歌這樣巨大的機構也會是這一波自動化的目標;一旦機器可以學習人類說話，即使是舒適的程序員工作也會受到威脅。隨著蒂基酒吧的晚會接近尾聲，一個翻譯工程師拿來他的筆記本電腦給Hughes看一個東西。屏幕上顏色鮮豔的萬花筒一樣的動畫圓球在長長的軌道上旋轉脈衝，不斷分散成星雲然後四分五散。
Hughes馬上認出這是什麽，但我仔細看了才意識到這所有都是人和文件的名字。這是一個翻譯團隊在10年中代碼庫修改的曆史動畫， 每一個響聲和綻放的圖像都記錄了每一位團隊成員的貢獻。Hughes伸手指輕輕向前跳，從2006年至2008年再到2015年，他每每停下來，回憶起一些遙遠的活動，一些古老的勝利或是災難，它們現在都被其他項目匆匆吸收或是自成一體了。Hughes在各處的發光圓球中指出Jeff Dean的名字。
Hughes把Corrado叫過來，他們站在那裏一動不動。，Corrado看起來有點難過，為了打破這憂傷懷舊的咒語，他抬起頭說，“我們什麽時候把它刪了？”
“別擔心，” Hughes說。“新的代碼庫會成長。一切都會成長“。
（全文完）
