上周四，非著名二次元大厂米哈游的新游戏《绝区零》正式上线。在游戏的世界观中，一种内部时空错乱并且不断扩张的“空洞”袭击了玩家所在的世界。由于游戏设定，人们必须反复进出空洞来获取资源和抑制空洞扩散。然而，由于空洞能够阻隔内外通讯，其他人只能依靠兔形智能机器人“邦布”搭载事先制造、时效性很短的地图信息“萝卜”进行临时引导，否则时间一长就会迷失在空洞里变成怪物。而玩家操控的主角因为 （主角光环而） 能够进行跨空洞通信，通过实时获取更多信息来不断对“萝卜”进行修正，因此成为了剧情中的关键人物。

  看到这里，相信熟悉人工智能的朋友已经大致知道我接下来想说什么了：这不就是一种“人在回路”（Human-in-the-Loop）吗？当然这里照例先给没有AI背景的读者解释一下，所谓“人在回路”，其实就是在自动化系统（在当今的语境下，通常特指人工智能系统）的运行过程中，由系统中的人类通过实时操作来干预系统的行为和决策，与完全不需要人为干预的“全自动”系统相对。比较反直觉的一点是，所谓的“全自动”系统其实并没有更加先进，反而只能应用于某些非常简单的场景中——因为人工智能系统的训练集几乎不可能覆盖整个开放世界，所以系统在运行过程中难免会偶尔遇到未见过的异常和极端情况，而这是“全自动”系统难以处理的。与之相反，在“人在回路”的系统中，可以依靠“人”固有的判断力和直觉，及时发现并且处置这些极端异常情况，相当于起到了类似开集识别（Open-set Recognition）的作用。除此之外，“人”还可以通过对整个系统进行反馈和调整，起到帮助优化和改进系统决策的作用，所以对变化比较剧烈的环境来说适应性也要更好。

  而在次元壁的另一边，今年五月，一个同样叫做“萝卜”——准确地说，是一家全名叫“萝卜快跑”的公司，在武汉开始商业化试运行无人驾驶出租车。可能在很多人的潜意识里，“无人驾驶”技术还只属于科幻电影的原因吧，这种出租车一经推出就迅速引起了广泛关注。当然其中也有相当一部分人持负面态度，毕竟由于一些众所周知的原因，今年的就业环境那是相当不景气，所以很多刚从学校毕业，或者刚从公司“被毕业”的人都选择开网约车为生，而无人出租车的出现无疑直接冲击了传统网约车行业的生存。所谓”希望越大失望越大“，在各路以流量为生的自媒体孜孜不倦的报导之下，无人出租车的一些缺点也逐渐暴露出来，比如有时会因为“过分遵守交通规则”而发呆，或者在复杂的路况下卡壳等，也算是把一部分不切实际的幻想拉回了现实。而另一些”内部人士“则趁机爆料称，“萝卜快跑”的无人出租车其实并非无人驾驶，只是把传统网约车的司机从驾驶室转移到了公司后台，就像在游戏厅里玩飙车游戏一样远程操纵汽车，实属脱了裤子放屁之举。

  这当然不是脱了裤子放屁，毕竟目前的“无人驾驶”技术还远没有达到其字面上的意义，需要有人随时监管也是必然的。具体来说，按照现行的划分方式，无人驾驶技术根据自动化程度的不同可以分为六个等级，从低到高分别是：

  • L0级：无自动化，即传统的人类驾驶方式，驾驶员完全掌控车辆。
  • L1级：辅助驾驶，车辆能在某些特定情况下提供辅助，如自动泊车。
  • L2级：部分自动化，车辆能在多个特定情况下提供辅助，如同时控制方向和加速减速。
  • L3级：条件自动化，车辆能在特定环境下实现自动驾驶，但人类驾驶员仍需保持警惕，随时准备接管。
  • L4级：高度自动化，车辆能在特定环境和条件下实现完全自动驾驶，无需人类驾驶员的干预，但仍需在特定区域内运行。
  • L5级：完全自动化，车辆能在所有环境和条件下实现完全自动驾驶，无需人类驾驶员的任何干预。

尽管“萝卜快跑”官方宣称他们其已经达到了L4级，但从它的实际表现、以及”内部人士“的爆料中可以看出，至少目前它还只是一种L3强级别的“半”无人驾驶，所以仍然需要“人在回路”的支持，远未达到可以在实际路况中完全脱离人类干预的水平。不过，这一系统也并不像上面说的那样，“只是把驾驶舱搬到了游戏厅里”，毕竟公司后台里坐着的那些“人”在整个无人驾驶系统里的功能更多在于监督和应急处理，而不是去直接操作汽车。从这个角度说，其实现在的无人驾驶有点类似于前几次工业革命里，虽然机械化设备靠蒸汽或电力解放了工人的重复性体力劳动，但也还需要有人去监督和维护。所以很明显，目前“人”和“人工智能”的关系并不像是过去那样简单的“人使用工具”，也不像是科幻电影里的“人可以完全甩手不管”，而是一种复杂系统中的协作关系。

  这引出了一个重要的问题：“人”会被“人工智能”取代吗？ 毫无疑问，在大多数行业当中这都是不可避免的。从目前人工智能系统已有的成果和未来的发展方向上看，那些重复性强、规则明确而且服务性不强的职业最容易被人工智能取代——比如制造业中的流水线工人、数据录入员、快递分拣员以及上文中提到的网约车司机等等。换句话说，这些职业的工作内容可以通过预设的算法和程序来完成，在目前的深度学习模型越来越大的趋势下，人类在效率和准确性方面被超过也并不是什么稀罕事。而在传统的刻板印象中容易受到冲击的一些“不干正事”的职业——比如医生和律师——其实反而不容易被人工智能取代。在很多人（包括我过去）的朴素认知中，医生的主要职责就是“看病”，而人工智能在以医学图像分析为代表的模式识别（Pattern Recognition）任务中的表现已经逐渐超过了大多数医生的水平，所以从这个角度上得出“医生要失业了”这种结论也算是情有可原。直到很久以后，我才逐渐意识到医生实际上是一种服务性岗位——有这样一句名言，说医生“有时去治愈，常常去帮助，总是去安慰（To cure sometimes, to relieve often, to comfort always）”，这种提供情感支持的能力，以及与患者本人或者家属进行“巧妙”沟通的能力 （举个例子，妇产科） 是当前的人工智能远远无法胜任的。同样，律师的工作也并不是单纯的理解和应用法律条文，而是更多地需要和人打交道，这种高强度的逻辑能力和沟通能力也不是当前的人工智能所能完成的。另外一个好消息是，即使是在那些“容易被替代”的行业当中，也仍然需要有人去监管、维护并且不断更新人工智能系统，也就是充当“人在回路”当中的“人”。换言之，人工智能当然会像前几次工业革命中那样，消除一部分进行机械重复劳动的岗位，但它也不可能完全取代人类，而是在可预见的未来中更多地与“人”协同工作。在这种生产关系的剧变中，当然会产生各种尖锐的问题，比如就业结构的调整导致的阵痛（以及随之而来的各种罢工），但时代的车轮不会因此停滞，这些阻碍最终也必然会像前几次工业革命中那样被碾碎，而在此过程中失业的人也只能像我在之前文章中说的那样:

“不断提升自己，追赶时代的脚步”，这句话说着容易，做起来是真难啊。

  这又引出了第二个问题：目前的人工智能已经发展到什么程度？ 虽然很难准确地从量化指标上做出评价，但我个人主观上对其前景总体持乐观态度。从软件工程的角度来看，如果一项技术不在实际中落地应用，就永远无法取得真正的进步。只有在不断的实际使用中逐渐暴露问题，并且通过迭代优化来修正问题，一项技术才能最终从实验室走向实用。以上文中提到的“无人驾驶”为例，传统的“辅助驾驶系统”即使出现问题，在事后的责任分配当中，一般还是会认为主要责任在司机身上，这种不合理的责任分配变向导致了人们使用意愿的降低和技术推进的困难。而“无人驾驶”出租车则不一样，因为它不存在可以推卸责任的对象（你总不能赖到乘客身上），反而能够促使技术提供者更加严肃地对待技术的安全性和可靠性。所以，现在无人驾驶的“萝卜”已经能够满街乱跑，就说明它们肯定上了保险，也就是说连保险公司都已经认可其事故率已经在可控范围内——毕竟保险公司可不是傻子，不可能轻易为高风险技术背书。也就是说，我们大可以对人工智能的发展抱更加乐观的态度。

  但乐观归乐观，说回到第一个问题，我仍然认为在短时间内人工智能很难完全取代人类，因为“人类固有的判断力和直觉”这种东西其实很难被人工智能所掌握。即使是号称“具有各种领域知识”的大模型，也难以从提供的语料中全面地认识到那些人类生来就“默认知道”的习以为常的常识。这可能是因为人类正常的交流不会出现这些所谓“懂得都懂”的中间层特征，因此缺失了句子级深层特征与词语级浅层特征的联系。而在前段时间爆火的一篇论文中，作者使用弱智吧的语料微调大语言模型取得了最佳的效果，可能也正是因为弱智吧的语料比较弱智，反而强调了这些中间层的“常识”，通过各种一词多义，一语双关，因果倒置的语料帮助大语言模型学习了这些中间层逻辑陷阱。不过这些内容也仅仅只是猜测，毕竟人工智能系统作为一种典型的黑盒，其真正的运行逻辑是当下的我们无法完全理解的——在可解释性问题得到解决之前，大概人工智能系统也很难再产生什么质变。

  从历史的角度来看，对一项技术的接受度和评价往往取决于人们的年龄和生活经验。道格拉斯·亚当斯的科技三定律形象地总结了这一现象：任何在我出生时已经有的科技都是稀松平常的世界本来秩序的一部分；任何在我15-35岁之间诞生的科技都是将会改变世界的革命性产物；任何在我35岁之后诞生的科技都是违反自然规律要遭天谴的。因此，目前社会上对于人工智能的评价如此两极分化，可能多少也有这方面的原因在内。有些人说人工智能正是第四次工业革命到来的标志，另一些人则反驳说它并不能带来生产力的质变，所以算不上是革命。但无论你接受或者不接受，承认或者不承认，人工智能作为一种技术，已经离我们的日常生活越来越近了。

后记

  由于最近实在忙的要死，本人已经有相当一段时间没有杂谈产出了。不过杂谈写作其实也并不是特别消耗时间，而是主要靠胡思乱想产生灵感，所以这篇文章的题材也确实是最近看新闻时莫名其妙想到的。遗憾的是，明明在构思阶段可谓思如泉涌，但不知为何越往下写灵感就越是枯竭，在最后一段的时候已经彻底是三脚踹不出一个屁，很自然地烂尾了。