本篇文章3321字，读完约8分钟
人和机器的区别是在一个紧密的包围圈里。技术预言家雷·库兹韦尔自信地说，将人类上传到宇宙服务器可以实现电磁形式的永生。在我看来，机器可能等同于人类的感知和情感——这只是纯粹的幻想。然而，作为一名神经科学家，我不能忽视人类意识在高级机器智能中的意义。
让我们回忆一下ibm深蓝在1997年击败加里·卡斯帕罗夫的事实。卡斯帕罗夫指责深蓝在关键的一步让ibm进行了人工干预。这一行动凸显了一个事实，即当机器变得越来越智能时，人类将会遇到重要的认知障碍。
我们知道理解某事意味着什么，因为我们感受到理解的感觉。机器不会。
卡斯帕罗夫无法接受自己被电脑打败的事实，因为他觉得自己在这场象棋比赛中输给了更高的智力。但他错了——几年后，《深蓝》的创作者透露，最重要的一步来自软件中的一个缺陷。面对摆在我们面前的几个选择，深蓝无法决定选择哪一个。结果，卡斯帕罗夫被一个随机的举动吓了一跳。
揭示创造力的生物学过程是一件大事。功能性核磁共振扫描大致告诉我们，当某人有新想法时，哪个大脑区域会发光。脑波专家提出了一些对创意有特殊反应的脑电图模式。即使这些发现是成功的，它们也不能告诉我们一个好的举动是如何来自软件错误的。如果我们被迫扩展创造力的概念，包括随机的神经放电，这能帮助我们看到人类在无意识机器面前的优越性吗？
对卡斯帕罗夫来说，深蓝是一个神秘的黑匣子，对什么构成人类和什么构成机器智能的偏见创造了他的观点。他不是唯一这么想的人。我们对人类如何思考有强烈的个人感受，因为我们经历思考。我们知道理解意味着什么，因为我们体验理解的感觉。这种理解的感觉需要意识和了解自己想法的能力。我们无法想象无意识的理解。
在这个过程中，实际决策的质量或准确性被忽略了。国际象棋选手的每一个标准步骤都代表着理解。由电路和晶体管组成的无生命的收集器的高级步骤不是理解，而是机械的机器学习。为了说明这一点，自称是象棋新手的智步已经跳出了深蓝杀人的把戏，我们都会怀疑她是不是新手。
然而，神经科学揭示了理解不是有意识思考的结果。从直觉到“啊哈”，不同程度的理解实际上是无意识的心理感觉，是潜意识大脑机制的产物。这样，大脑告诉我们潜在的想法可能是正确的。它们更像是身体上的感觉，而不是精神上的感觉，它们可以由一些精神药物自发产生，并在没有意识思维时直接刺激大脑。我们对“啊哈”没有任何最终的理解，感觉就像经历了爱和惊喜。
相反，我们可以在没有任何理解感的情况下了解事物。(在典型的失明病例中，皮质盲患者可以指出视野中有闪光。尽管他们觉得自己什么也看不见，但有些病人的感觉非常可靠，但他们对此一无所知。(
如果我们接受理解是机器无法体验的无意识感觉的观点，那么你可能会认为我们应该停止担心机器会“知道”什么。然而，情况并非如此。1980年，哲学家约翰·塞尔提出了“中国房间”的论点，证明了数字计算机不可能理解语言或思想。这概括如下:
想象一下，一个对中文一无所知的以英语为母语的人被锁在一个有许多中文符号(一个数据库)和操作这些符号的指南(程序)的房子里。屋外的人提交带有中文符号的中文问题(输入)，而屋内的人并不知道这些问题。然后，屋里的人按照程序的指示，分发正确的汉字(输出)。这个程序使家里的人能够通过理解中文的图灵测试，尽管他对中文一无所知。
早在1980年，当我们对大脑知之甚少的时候，人工智能没有实际用途。在这种情况下，约翰塞尔的讨论是合理的；当人工智能缺乏理解时，你当然不会期望它做出只有聪明的人类思维才能做出的决定。然而，35年后，这场辩论已经过时。事实上，认为机器没有意识和感觉是令人困惑的。否认机器能够理解并不能帮助我们探索机器智能的潜在极限。尽管如此，根据斯坦福大学哲学百科全书，中文房间论证仍然是继图灵测试之后认知科学中讨论最广泛的哲学观点。
似乎人类声称的优越性和独特地位不断受到威胁，似乎必须从根本上与所有其他潜在的思维实体相比较。数百年前，笛卡尔认为其他动物是机器人。即使我们知道乌鸦会使用工具，黑猩猩会打领土战争，我们也不会担心乌鸦和黑猩猩会占领我们的星球，也不会担心它们会取代我们成为地球上最高的生命形式。但是机器是另一回事。
值得称赞的是，卡斯帕罗夫看到了未来。后来，他的朋友试图安慰他，说计算机的计算能力比人脑强得多，但它不懂象棋。鉴于计算机处理的信息量很大，卡斯帕罗夫的回答很有先见之明:“数量越多，质量越好。”ゥ
我们大多数人都知道这将在我们有生之年成为现实。作为一名实用的神经科学家，我为自己积累的临床数据感到自豪。现在，不仅仅是神经科学，任何有一点点记忆的手持设备都有一个更大更精确的数据库。扑克是我一生的最爱。通过练习、学习和一点数学，我掌握了一套相当好的技能。对我来说，游戏的乐趣来自于知道对手有什么牌，赌什么，以及对手何时在吹牛。本质上，我喜欢神经科学和扑克，因为我在这些领域玩得最好。不再是这样了。
近年来，亚伯达大学计算机系开发的扑克程序(cepheus)不断击败世界顶尖玩家(http://www . torontosun/2015/01/08/computer-program-an-ace-at-hold-em)。然而，赢得这一系列最值得注意的是，他们没有被预编程为某种风格或有一个复杂的扑克知识的理解。相反，它是一个具有巨大内存(4000tb)的人工神经网络。它测试并记录模拟游戏中的数百万次尝试和错误，并最终在任何给定的情况下学习最佳策略。当它这样做的时候，它没有任何关于扑克游戏和对手的知识，也没有任何关于最好的人类玩家的细节。(如果你愿意，你可以在(http://poker.srv.ualberta.ca/)扑克中心玩这个项目。(
因此，如果我们接受现实，承认机器的相对优势，我们应该如何适应？我很欣赏一位年轻朋友的观点，他是顶级扑克联盟玩家，花很多时间挑战仙王座(但很少赢)。他希望通过观察游戏来提高自己的扑克技巧，并试图揭示电脑反直觉策略背后的原因。他不在乎仙王座是否知道扑克游戏本身。“嗨，我很务实，不是哲学家。如果机器知道一些我不知道的东西，我很乐意从中学习。ゥ
与其让构成意识的生物偏见压倒你，不如尝试采用一种新的分类。机器被认为是具有不同智力类型的独立物种——它们在数据处理方面优于人类，但它们没有情感理性。他们不比人类优越或低劣，只是与我们不同。当谈论机器智能时，让我们尽量避免使用诸如思考和理解这样的词语；它们不能帮助我们理解机器(你知道我的意思吗)？人类正在慢慢了解动物和植物表达智慧的无数方式。当你了解机器时，你应该遵循同样的原则。
区别很简单。就可量化的数据而言，智慧将变得越来越集体化，而非私人化。我们可以从智能机器中获得最好的治疗，在扑克或象棋游戏中获得最好的技巧，选择最好的旅行时间，并获得天气变化的消息。在这些定量数据中，人类并不占主导地位。
人类智慧最基本的价值在于，我们可以思考无法量化的事情。情感、感觉和意图——人类的这些品质——是无法准确描述和计算的。机器不能告诉我们最好的移民政策，基因疗法是否应该继续，枪支管制是否符合我们的最大利益，等等。计算模型可以告诉我们人类的偏见是如何导致明显的种族主义和盲目服从，但它不能在观看私刑处死的照片时考虑大量的人类情感。
不用说，我们有情感智慧；机器不会。与其担心傲慢的机器会从人类手中夺走什么，不如关注那些只有人类才能带来变化的领域。
平心而论，这篇文章是我个人长期观察和思考的结果。我一直在密切关注人类创造和使用智能机器的热情，这种热情与日俱增，但真正令人担忧的是，人类正在逐渐丧失机器无法替代的认知技能。大学人文学科的招生人数正在下降，文人小说犹如黄昏。人们对信息的热情似乎超过了对冥想的关注。当然，没有什么是黑色或白色的。这种趋势也是我作为旁观者的拙见。
我承认，我更喜欢回答基于科学证据和推理的经验主义问题，同时，对难以言喻的神秘事物和情感复杂的事物——构成我们生活的难以言喻但又显而易见的混乱——保持深刻的理解和欣赏。就后者而言，能给我们价值的不是具体的答案，而是深思熟虑的问题。最终，问题的质量将成为衡量一个人的标准。
