人类驯化了农作物、牲畜、宠物等为我所用，并因此而改变了生活方式，形成组织，建立体制，不断改善着人与自然的关系。某种程度上，文明就是驯化水平不断提升的过程。如今，生物驯化的黄金时代早已过去，工业革命标志着人对机器的驯化进程突然加速，机器之力来自于对自然之力的管控和转化，远非生物之力可比，从而极大地促进了生产力的快速升级。从现状来看，文明可达的高度似乎主要取决于对机器的驯化之路能走多远，而这条路的前方正是人工智能，也即将人的智能植入机械，造出完全可以自我实现的机器装置，让机器之力既可替代和延展人力，也能替代和延展人的智慧，人类借此彻底超越自我。

正如机器之力远胜人力一样，一般认为，未来人工智能也将远远胜过人的生物智能。但这其实是一种错觉，因为机器如果拥有了人类的智能，相当于人按照自己的意愿改变了智能的原生逻辑和自然机理，也即驯化了智能。而智能是人的本体性特征，驯化了智能也就是驯化了人自己，这显然是一个悖论。不过，不用担心，因为人类不用面对这种悖论。

一、人类智能高深莫测

当人类在驯化之路上走到了向机器赋予智能的阶段时，要想更进一步，首先就需要对人类智能有一个清晰的洞察和了解，但“智能”究竟是什么？这个十分基础性的问题似乎并无确切的答案。《论智能》一书认为人们把“表现出智能的行为”当成了“智能”，而真正的智能应该是指联想、记忆、抽象和预测之类的能力，要靠内在指标来度量，无法通过外部行为来测量。但人工智能技术并没有纠结于什么才是“智能”的考问，而权且把机器的“类人行为”当成了建构技术体系的基石。尽管这样做存在误入歧途的危险，但这是比较实用的选择，科技进步本身就是不断地误入和走出歧途的过程。

那么，到底什么是人类智能呢？人类智能的物质载体主要是人脑，人脑不同于计算机，没有中心，而是一个网状结构。大脑外表非常均衡，被一层薄而软、粉灰色的、布满了脊突和沟壑的大脑新皮层包裹着，人类几乎所有的智力，如感知、语言、想象力、数学、艺术、音乐等，都来自于这片区域。大脑新皮层共分6层，每层厚约2毫米，展开后的面积远大于与人类体形大小相近的其他动物。这6个皮层之间存在层级之分，就像一个组织内部划分出不同的职位级别一样，但它们的层级与所处的位置无关，而是取决于它们之间的连接方式。研究还表明不同基因的人，大脑皮层之间的连接方式不同，基因确实决定脑力。

大脑皮层上分布着约300亿个神经元细胞，每个细胞上面有线状的分子结构，学名叫轴突和树突，当一个神经元的轴突接触到另外一个神经元的树突时，就会形成突触，每个神经元有数千个突触与其他神经元相连接，用以完成信息传递。大脑皮层的下方还交织着三个组织：基底核、小脑和海马体，分别承担运动、时间管理、存储记忆等功能。除此之外，人的其他器官也都具有一定的智能，如肌肉具有记忆功能等。这些构成了智能的物质基础部分，相当于电脑的硬件。

至于这些大脑组织是如何形成智能的，目前的科技并未详尽地解谜。大体可知：大脑得出结论并非计算而成，而是从记忆力中提取，记忆虽然也是储存信息的过程，但人脑记忆似乎具有极其复杂的序列模式，采用了一种包含时间、空间、数列、人文逻辑等全部已知格式的模式，当然还有人类无法理解的模式，这些模式使人脑可以利用记忆的信息进行计算，也可实施联想、抽象、推测、容错等机械无法完成的功能。大脑似乎具备映射和容纳整个世界的能力，只要你愿意建构模型并且向其填充足够的信息，大脑就能输出让你与各种事物互动的任何简单或复杂的指令。看起来，一个人的大脑里储存着他的本能，人类的一些共同特征，以及自生命孕育时起，个体所感知或经历过的一切事物，不仅包括画面、文字、事件等信息，还包括信息的作用方式、各种联系、逻辑等一切存在及其可能性。只是不同的人，所存储信息的多少、强弱，分析和预测时所使用的模型和嵌套结构不同而已。

当各种信息通过外部器官传送至大脑时，首先会到达新皮层的低级别区域，然后再向高层传递，而高层区域则用另外一种方式向下发送反馈信息，研究发现反馈出的信息比传入的还要多。在大脑皮层的各区域中，信息分类、角色扮演、模型建构、传送反馈等不断交互变化、贯穿始终。这些复杂的过程具体到底是怎样的？不得而知。但可以发现不同的个体之间，大脑汲取了多少信息，内部建立了多少模型、怎样的模型，皮层之间、区域之间的交互速度和方式等是有区别的，信息的数量和结构以及关联能力的强弱等，都影响大脑的创造力。人类学习成长的过程大概就是汲取和储存信息、建立和优化模型，不断强化信息交互的过程。

二、人工智能机械纯粹

人工智能就其本质而言，是首先假定人的思维是一个信息过程，然后运用算法对这个信息过程进行模拟的一种技术。基于此，人工智能的基本逻辑是：首先将让机器感知和获取数据信息；其次是通过建模、抽取、预处理、训练数据等手段对这些信息进行加工整理，使之象人脑存储的信息那样有序列、有结构、有层次；再次是模拟人类的推理方式，对加工过的信息进行搜索，并将搜索结果与目标需求进行匹配；接下来根据匹配的情况对有效信息进行归类、对照，算出结果；最后则是将结果显示出来或发出执行指令。这套体系中最关键的要素有二：一是机器捕捉到的和被植入的信息是怎样的；二是机器的算法是否合理完善。

人工智能的发展历经运算智能、感知智能和认知智能三个阶段。在第一阶段，人类事先向机器植入各种计算公式，当条件满足时，智能系统就会执行相应的计算公式，如果条件不满足，则运行另一条计算公式或者返回。第二个阶段，人类不仅植入计算公式，还植入了各种复杂的可以进行推理的逻辑公式，使机器可以象人那样进行形式逻辑意义上的判断推理。

第三个阶段即机器学习阶段。这一阶段，人类已经不再单纯地向机器预先植入现成的规律，而是植入发现规律的能力。其原理大概是：抛开计算结果的绝对性和可解释性，而只强调相关性，让机器从具有相关性的数据里自行归纳特征和规律，然后按照这些特征和规律算出结论，同时还可以据此推测未知的数据和结论，甚至自我改进。其流程大概是：先向机器输入海量的相关数据，由机器基于数据出现的频率，作出“是/否”的区分，在对海量的数据进行区分和尝试后，机器便会统计出越来越准确的判断，在此基础上对那些有效数据进行整合，归纳出其中的关键特征和所包含的规律。机器据此可以不断地对原有分析模型的结构和各要素的权重进行调整，实施自我优化，使判断能力不断增强，呈现出类似于人类不断学习进步的行为特征。就象Alphago，通过对不同位置上落子及其后可能出现的变化进行推演比对，就能知道棋子布在哪里更合理，从而战胜了人类。当前最火爆的“深度学习”采用多层架构，根据多级别特征来对数据进行抓取、定义、识别和判断，效率和精确度都进一步提升，能够表达的智能行为也越来越复杂多样。

在理论上，如果数据足够海量，机器硬件足够强大，用于归纳判断的算法模型足够先进，则机器将可以模仿人类的各种行为，包括感情表达、联想推测、抽象类比等复杂行为。在场景简单，单靠数理逻辑就能实现的情形下，机器已经超过或者很快就会超过人类。

但尽管如此，人工智能仍然只是一种机械的、基于数据的纯粹计算过程，技术改进的路径除了硬件升级和数据支持能力增强外，主要也是将这种机械过程反复化、结构化、层级化等等。这项技术终归是人对机器的利用和驯化，与人脑的智能过程本质上不是一回事。

三、机械驯化之路没有终点，因为人类智能遥不可及

无可否认，人类驯化机器所取得的成功是巨大的，未来的提升空间也是无限的，但目前的水平距离人类智能还隔着万水千山。就算已被驯化的机器之力已经可以上天入地，但如果与大自然的星转斗移之力相比就不值一提了，而这两种力量之间的差距有多大，人工智能与人的生物智能之间的差距大概也就有多大。机器之力的极致在于深不可测的宇宙；而智能的极致恰恰在于同样深不可测的人的自身。换句话说，这两种差距都是已知与未知之间的差距，你根本不知道它有多大。姑且不论最先进的人工智能的“综合能力”还比不上一只低等的动物，在机器驯化之路上还横亘着许多无法逾越的屏障。

首先，人类尚未搞懂，可能永远也无法完全搞懂“智能”到底为何物。既然“真正的智能”远比人类“认识的智能”博大精深，单靠人类也就不可能制造出真正的智能，除非是对“智能”进行错误定义，自己骗自己。我们能做到的其实只是按照对“智能”的有限理解，制造一些高级的仿生机器，沿着驯化之路继续缔造人类文明罢了。换个角度考虑，正是人类对自身智能的不解和困惑，才为探索智能的本质提供了不竭的动力，从而推动人类驯化机器的能力不断增强。如果有一天人类真的完全解构了智能的本质和原理，那必定意味着人类已经掌握了认知自然和自我认知的全部技巧，对自然之力的管控和转化已经随心所欲，果真如此，还要人工智能干什么？

其次，机器无法形成自我意识，没有“我”或“我们”的概念。这就像猫和狗搞不清镜子里的“它”是“谁”一样。自我意识是人的意识的最高形式，是“自己”对“自己”的认识理解，形成自我意识需要一个人对外部和自身同时拥有足够的认知，而且还能够将两类信息合为一体，此时方能形成“我”的概念，才能以我为中心去认识理解自然万物。按照算法的逻辑，“我”或“我们”就是个体或群体在大自然中的ID，有了ID，这个人或这类人才在大自然中拥有了唯一属于自己的地址和视角，才能融入这张大“网”，自然万物对于这个人才有意义，才能形成映像。如果人能造出另外一种“我”，则这两种“我”要么本质上是两种个体，要么会陷入“我是我，你是谁？”的混乱，因为相互冲突而无法同时存在。

当然也可以在机器里植入一套识别和监测自身动作的程序，从而让机器输出一些描绘自身状况的信息，得出类似“自我意识”的输出。但这仍然是机器执行工程师的编码的结果，这时的机器只是多了一项输出结果而已，跟机器除了会写别的字，还会写“我”字是一个道理，与自我意识完全是两码事。人类为何拥有自我意识，同样是未解之谜，一种说法认为这是人类的原生本能，是大脑中“镜像神经元”天生自带的能力，造不出来。所以，人类无需担心会出现一批可以称之为“人”的机器，学者们也不用去研究人工智能所带来的伦理困境之类的课题。

再次，人工智能技术的基础原理存在局限性。人工智能技术除了硬件部分之外，剩下的大体上可以归为“算法”，但算法本身具有局限性，不可能解析和还原人类智能。算法是数理的，而数理只是人类理解自然万物的一种逻辑，或者说是迄今最合理的逻辑，因为自然万物之间的关系主要表现为一种相对位置关系，而数理能够很好地将这种关系信息化，并描述出来，信息科学因此而笃信“万物皆数”的原则。但生命体之间的关系显然要更为复杂，人的社会性和精神属性明显超出了数理范畴，人类的智能既包含数理算法，也包含其他关系、逻辑、维度以及还未被理解的那些状态，包含了一切的已知和未知。大概因为计算机是第一种能够自主发生指令的机器，这是人类第一次在无机物身上发现了智能的迹象，并且运用的是“算法”这种先进的解构工具，人工智能技术当然也就只可能沿着这条路走下去，最终形成了对“算法”的严重依赖。但这并不意味着算法是最适合于模拟智能的工具。

数理系统本身也是人为构造的，这个系统的逻辑起点是被称之为“公理”的那些直觉和假设，它们也可能是错的。研究还表明：无论多么完善的数理系统，只要这个系统具有一致性，也即判断对错的标准是唯一的，则这个体系一定是不完备的，也即它无法对有些命题给出结论。遇到类似“罗素悖论”、“理发师悖论”这样的命题时更是如此，理发师宣称“给所有不给自己理发的人理发”，那他是否给自己理发？早期的科学家都试图创造一种能够解释所有问题的体系，甚至现代社会还有社科学者做出“历史终结”的判断，但实践证明他们都是错的。确定性是人类时时刻刻的目标，但不确定性才是一直以来的状态，所有那些曾经被绝对化的东西后来都被否定了。

所以，算法只是解释世界的一种方法，并且很不完备，无论怎样改进，都无法超越自身固有的局限性。而人类智能不只是算法的，甚至也不只是信息的，生命源自于能量，作为生命的精华部分的智能怎么可能只隶属于信息呢？这注定了人工智能技术触及不到智能的本质，机器驯化之路可以无限延伸，但是没有终点。

四、人工智能是走向宗教的技术

人工智能技术将智能植入机器所带来的后果，似乎让人类既能役使机器，也能役使智能，这听起来很合理，但实际上不正确。智能植入机器是驯化机器的手段的改进，是管控和改进自然之力的水平的提高，而并不是驯化对象的改变，况且植入的也并非真正的智能，而是模仿人类智能的一套算法，是一种科技。当然也可以说：机器能够做出类似于人的智能行为之后，无论其背后的原理是怎样的，都意味着人文边界的改变，科技与人文本来就是一组模糊的界定，人工智能突破了科技与人文、有机与无机之间的对立。

在驯化之路上，人类的确并不甘于只驯化动植物和机器，驯化“智能”或者人工造“人”的需求似乎更为迫切，不仅因为这样能实现关系改善和自我超越，还因为人类要消除人文体系中无处不在的不满、无力和困惑。认知层面的主客体二元范式限制了人的维度创建能力，于是人类总想寻找第三种可以建立关系的对象；而要想根本解决群体与独处、管制与自由恒定对立之类的问题，也需要跳出框架之外，找到新的沟通对象，建立更为多元的组织体系等。被驯化的智能个体，甚至外星人如果能够参与到社会生活之中，似乎正好可以解决这些问题，所以，人类一直在期待着另一类“人”的出现。

如果借用“哥德尔不完备性定理”来解释，这种需求大概就是人的本体性不完备的体现，在基于人性的伦理系统之内，其实并没有办法得到满足，唯有超出“人”和“智能”的边界，才有可能找到解法，才能让内在的矛盾自洽，但那是什么界域？那里归宗教管。技术、思想和制度力有不济的时候，都应该去求助于宗教。宗教能用想象的东西让你有所寄托，正是因为你的内心有这种需求，实现不了它，就是想象它，这本身也是人类智能的一部分。

人工智能就是走向宗教的技术，这项技术既能发展生产力，还设想了一幅神话般理想的“人类”社会场景，并且里面的“神”都是人造和服从于人的，从而达到科技、人文与神本的完美统一，这是最彻底的人文关怀，因而是宗教级别的技术。

如果说人类曾经成功地驯化过智能（人）的话，那就是奴隶制，但那只是动物驯化的一个误区，本质上是人类否定同类，也即自我否定的一种制度机制。好在人的自我意识能力通过确立主体性，纠正了这种错误，最终认识到驯化机器才真正是福祉之所在。但在现实社会中，驯化智能的现象从来就没有消失过，有时候表现为一种思想或教义，有时候表现为一种体制或规矩，它们共同的错误都是对人类智能没有给予足够的尊重。这样的社会更需要发展像人工智能这样的技术。