荷兰裔美国作家房龙（Hendrik W。 van Loon， 1882-1944）因作品深入浅出，颇受青少年喜爱。他于1934年写了一本书叫《发明的故事》（The Story of Invention）。与他同年出生的另外一位美国作家凯利（Fred C。 Kelly， 1882-1954）早他10年也写过一本书，叫《懒惰的智慧》（The Wisdom of Laziness）。这两部作品中都阐释了同一个主题，那就是，对勤奋的“贬斥”和对“懒惰”的“褒奖”。

懒惰促进文明

房龙在他的书中写道，万物都有惰性，在无所事事的环境中，就连一只小虾米也不会去做任何勤奋的努力，生活的目的就是继续活着。那么，按照房龙的推理，勤奋的目标就是为了哪一天可以懒惰，而不再勤奋了。

凯利似乎比房龙走得更远，他甚至将懒惰升华为一种高级的智慧。他认为，人类的进步不是由于勤奋，而是由懒惰促成的。比如说，发明了水桶是因为人懒得频繁到河边打水；发明了水车水泵是由于人觉得翻山挑水太累；发明了船是人不想绕远过河等等。在日常生活中，这些的例子比比皆是。那么在精神世界呢？凯利认为，那些定理、法则、原理、公式等都是懒人不愿意在脑子里走弯路而发明出来的。

房龙和凯利的这些话并非没有道理，英国数学家、逻辑学家和哲学家怀特海（Alfred N。 Whitehead，1861-1947）也说：“文明的进步是以增加那些不需要思考就能完成的重要操作来实现的。”怀特海似乎是把懒惰与人类文明进步联系在了一起。

机器：人类懒惰到极致的产物

在当今如此纷繁复杂的世界中，哪些是不需要思考就能完成的重要操作呢？在我看来，就是“算法”。

去年三月份，阿尔法围棋（AlphaGo）横空出世，将韩国围棋世界冠军李世石打败。今年一开年，又冒出个大师（Master）来，在网络上将世界上东西南北的围棋高手杀得片甲不留，包括我国围棋“棋圣”聂卫平，也被他“斩于马下”。输棋后，棋圣老聂表示不满意，“具体来说这盘棋我布局下得不错，但中盘时候右上角打了一个大勺子，断送好局，有些可惜。”那这个大师是何方神圣，竟然如此厉害？！后来得知，它就是阿尔法围棋的升级版。

不到一年时间，谷歌公司的DeepMind团队取得如此辉煌的战绩，不能不说是算法的功劳。没多久，人机巅峰对决于浙江乌镇，结果仍然是机器大胜我国棋手柯杰。输了棋的柯杰称AlphaGo为老师。看来果真机器要挑战人类的智慧了。

德国伟大的思想家莱布尼茨（Gottfried Wilhelm？Leibniz，1646—1716）早就提出用计算来代替思考的理念。他曾说过：“万一发生争执，正像两个会计员之间无须乎有辩论，两个哲学家也不需要辩论。 因为他们只要拿起石笔，在石板前坐下来，彼此说一声（假如愿意，找个朋友作证）：我们来算算，也就行了。”“算”不就是懒人的办法吗，它不需要人动脑子了。

莱布尼茨的梦想或许让我们看到了什么，但却天真单纯了些。人类经过数百年的努力，终于将自己的一部分思维功能交给了机器。因此，机器就是人类懒惰到极致的一种工具。

思维外包：让人类更愚蠢？

这又让我想起柏拉图在《斐德罗篇》（Phaedrus）中讲的一个古代埃及的神话故事。发明文字的鸟首人身大神修思（Theuth）得意地跟埃及国王萨姆斯（Thamus）讲，读书将使埃及人更加聪明，让他们博闻强识。萨姆斯国王说，多才多艺的修思啊，你可能恰恰弄反了。读书使人们依赖写下来的东西，不再去努力记忆，只能依赖外在符号的提醒。他们借助文字的帮助，看似能够无师自通地知道很多事情，实际上仍然一无所知。“他们的心是装满了，但装的不是智慧，而是智慧的赝品。”反过来看，把思维外包是否也有点儿柏拉图讲的神话故事的意味呢？所以，会思考的人类与未来的机器学习者之间如何划分界限呢？

就在机器捷报频传之际，又爆出美国华盛顿大学多明戈斯（Pedro Domingos）出版的新作：《大师算法：探究终极学习机器将如何重塑我们的世界》（Master Algorithm：How the Quest for the Ultimate Learning Machine Will Remake our World）。多明戈斯研究算法多年，他认为算法已经渗透到我们社会的方方面面。可大多数人却并不关注它的存在，也不考虑算法背后的运行机制。当然，如果算法出了问题，或许我们才会想到它们。但多明戈斯不同意这种观点，他引述了著名计算机科学家迪杰斯特拉（Edsger Dijkstra）的观点，认为机器是否会思考的问题和潜艇会不会游泳一样重要。

“大师”的本质虽然是算法，可“伺候”它的却是DeepMind团队。他们的目的就是让人变得懒惰。该团队的办公地点藏匿于英国伦敦国王十字火车站旁一个不起眼的建筑里。就在这里，两大互联网巨头脸书和谷歌展开了厮杀。最后谷歌赢了，以4亿英镑（6.66亿美元）买下来DeepMind。可问题是，谷歌本身在人工智能（AI）和机器学习领域已经走在世界前沿，它怎么又看上了DeepMind这个团队呢？难道就看中DeepMind会下棋？肯定不是这样的！下棋不过是谷歌的一个广告噱头。

国王十字火车站办公楼已经拥有大约400名计算机科学家和神经科学家，并有传言称规模将增至1000人。如此一来，谷歌就可以让这些研究人员与脸书、亚马逊、微软等竞争对手保持一定的距离，为其在未来的AI领域取得进一步的优势。DeepMind团队的首席执行官和联合创始人德米斯·哈萨比斯（Demis Hassabis）将其描述为“新型的研究机构”，其目的是将学术界的远期目标与“科技初创企业的精力和专注力”相结合。2010年，哈萨比斯、穆斯塔法·苏莱曼（Mustafa Suleyman）与谢恩·列格（Shane Legg）共同创办了DeepMind团队。从其创立的目标而言，该团队要避开当下的热点问题，进行更深入而长远的探索。

DeepMind的总体使命是“搞定智能”（solve intelligence）。进而开发“通用人工智能“（general artificial intelligence），可以像人类一样广泛而有效地思考。DeepMind被谷歌收购对该团队本身来说有很多优势：一是可以获得谷歌的计算能力；一是看中谷歌的盈利能力，一家实力较弱的买家可能要求DeepMind赚钱，被谷歌收购，就可以专心做研究，而不是疲于应付运营公司的各种琐事。而且，让DeepMind留在伦敦，与位于硅谷总部的谷歌保持安全的距离，可以让团队的创始人在运营中保留更多的控制权。

DeepMind受人类大脑工作方式的启发以发明新的AI算法。如果能成功创造出一个通用AI，公司可以雇一个虚拟员工，然后一个个复制他们，用来解决多个问题。

但是，DeepMind的研究计划现在还不是一种商业模式，它是一个跨度为20年的行动计划，这便解释了该公司为何聘用大量的神经科学家。其目的便是从人类大脑汲取灵感，使DeepMind有别于其他机器学习研究机构，特别是“深度学习”，它也是机器学习的一个强大分支，是谷歌大脑正在使用的方式。如果他们的通用AI成功了，就会成为谷歌的一个“算法工厂”（algorithm factory），其作用将远远不止于作为谷歌这一科技巨头的长期人工智能研究室和人才储备库了。

人类最终会成为算法受益者

计算机已经是人的日常用品，算法，即0和1的相互转换，是其灵魂。算法分为二种，一种叫常规算法，一种叫学习算法。前者需要程序员为其编程，告诉计算机一步一步需要做的事情；而后者则是由计算机本身通过观察分析数据来决定该怎么做。

这是两个不同的概念，同样的学习算法能学习做无数的事情——从下棋到医学诊断——只需给它们适合的数据就可以了。“大师算法”就是从数据中学习任何东西的算法。如果给它关于星球运动、斜面和钟摆的数据，它就能“发现”牛顿定律。如果给它DNA的晶体图像数据，它就能“发现”双螺旋结构。甚至，从大量癌症病人的病例数据中，它或许还可以找到一个治疗癌症的方法。

显然，多明戈斯认为思维外包的后果并没有那么严重。他认为将思维外包给机器，会使人类受益。他还说，苏格拉底就不喜欢书写，因为会让人们忘记事情。但幸运的是，柏拉图替他记下了他的想法。之于苏格拉底，柏拉图就类似于今天的机器，否则谁还能记得历史上还有个叫苏格拉底的伟人呢？书写的确能加强人的记忆，谷歌更是如此。所以，把思维外包给机器，可以让人们集中在更具有新意的事物上，而不是相反，把我们变得更加愚蠢。