以下，是很多人熟悉的日常：

开车出门，打开手机上的地图APP，用导航规划最优线路。

进入商场、医院或学校，绿码是你的“通行证”，这是过去一年来逐渐适应的新常态。

到了晚上，微信运动则会用一条推送消息提醒你，今天一共走了多少步。

看上去，人类与科技的共生无比和谐。然而，当真如此吗？当技术带来便利，我们当真没有面对未来的焦虑吗？当文明发生更迭，我们当真没有面对过去的不舍吗？

2021年首场“遇见WeMeet”人文社科系列活动上，洪小文博士就从“数据、计算、人工智能与人类未来”的主题出发，与西湖师生分享了他的见解。

“又期待，又怕受伤害。”他这样描述人们身处AI时代的内心情感。如何看待这种矛盾而纠结的情绪？洪小文没有给出答案，但他在分享中提到的三本刊物，或许能够为这些情绪的纾解提供一些视角。

读《TIME》（1950）

对智能的恐慌，远早于AI本身

AI有多重要，已经不需要我再多说什么，如今包括中国在内的世界上几乎每一个国家，都在谈论和布局AI，也就是人工智能。但在高涨的热情背后，我们也无法忽视另一种声音——对智能技术的恐慌。

怎么看待这种情绪？

我们先从语义的角度看。“人工智能”的反义词是“天然愚蠢”，没有人想要天然愚蠢，所以大家更喜欢AI。人类之所以成为世界的主导力量，也正是因为我们比其他动物聪明得多，我们不比老虎壮，也不比大象大，但拥有智能的人类，能够学会对周围的事物实现控制。

以自动驾驶为例，如今我们讨论自动驾驶，毫无疑问认为它是一种AI技术。可是你知道吗？据维基百科，飞机的自动驾驶系统在100多年前就已经实现了，那时候连电脑都还没有，更别提AI这个说法。

所以，到底什么是智能？当我们一次又一次提出对人工智能的担忧和恐慌时，我们到底在怕什么？那些书中提到的可怖的、甚至有可能接管人类的“超级智能”，有多大可能会成真？

让我们换一个历史的视角来看这个问题。

这是一本发行于1950年的《时代》杂志，封面故事讲的就是对“超级智能”的担忧。注意，这是一篇70年前的媒体报道，当时全世界只有多少台计算机？我不知道确切的数字，但我想可能不到十个，而且价格很高、体积很大，即便在美国，也只有与军事相关的项目才用得起电脑。当时“人工智能”甚至连影子都还没有，这个词直到六年后的达特茅斯研讨会（Dartmouth workshop）上才被创造出来。

显然，即便没有AI，但那时的人们已经开始担心了——我们将要造出一些比我们自己还要聪明的东西？！

读《意识光谱》

创造力无法“学会”，只能被激发

如果1950太远，我们来讲讲大家更熟悉的Alpha Go。

我认为，“算法”是解决问题的过程，最有用的创造力就是提出算法的能力。而今天的计算机，还不具备这样的创造力。

也许你曾经这样想过：和Alpha Go下棋是一件多么不公平的事啊！这背后得有多少计算机的算力？电脑太聪明了！

但你有没有换一个方式思考这个问题：为什么要在模式识别和死记硬背上与电脑竞争呢？Alpha Go诞生的意义，本质不也是计算机解决问题的过程吗？这就好像一个很擅长开根号的人，哪怕可以开到小数点后100位，电脑也可以做到，但不必比试吧？

有一本书叫《意识光谱》，作者肯恩·威尔伯是美国最著名的心理学家。他把人的意识分成高光谱和低光谱，你可以这样理解，高光谱是指你早上醒来的时候，喝一杯咖啡，然后开始做一些需要计算和记忆的工作，效率高且不会出错；低光谱则是指结束一天的工作和学习后，你觉得有点晕，你觉得你需要打个盹，做个白日梦，或者索性大睡一觉。

有意思的是，历史上有很多故事告诉我们，多数时候人们最有创造力的时刻反而是在低光谱中。贝多芬失去了听力，却创作出很好的交响乐；梵高割破了的耳朵，但仍然绘就美丽的画幅；还有证实了神经传递的信号是化学信号的诺贝尔奖获得者Otto Loewi，据说是在梦里梦到了实验过程，而且一连梦了两次。

我想说的是什么呢？在座有很多学生和教授，你们比我更清楚，创造力没法“教”，也没法“学”，它只能被激发。

我可以负责任地说，目前还没有任何证据表明计算机可以自己编写程序。也就是说，如果计算机要自己写算法，它就得具备写算法的能力，而这种能力本身又是一种新的算法。好比人有左脑和右脑，我们仍然需要富有创造力的右脑来想出算法，这是一种协同。

读《工具，还是武器》

科技如何真正向善

总体来说，技术还是好的，人们其实真正担心的是数字鸿沟、公民安全、隐私泄漏、虚假新闻、数据偏见，甚至军事战争……

所以常常有人说，我们需要对包括AI在内的科技进行规范和监管，但其实真正应该规范的还是人类本身不是吗？毕竟，任何东西都有其缔造者。就像一把刀，好人用它做饭，坏人用它杀人，但我们并不会去责怪刀，而是责怪使用这把刀的人。

同样的道理，任何的监管都是面向人，而不是面向技术。技术的确非常强大，人们担心的是会不会有人将之用于歧途。我想，一家公司如微软，或一所大学如西湖，都应该正视并重视自己所承担的道德和责任的议题。比如那些生命科学的实验，比如基因编辑、克隆等，其实也有很敏感的东西。

所以，担忧也不是坏事，这促使很多人、很多国家开始采取措施，政府、社会及科技企业正在合作制定政策、法规、法律。但我今天更想启发大家去关注的是，当我们拥有这些强大的技术时，我们更需要做的是去回馈社会，所谓AI for good、科技向善，我们如何真正让人工智能变得更好，如何使用智能技术为需要的人提供帮助？

世界是平的，但并非人人生而平等……

环境也很重要，极端气候、水资源短缺、碳排放……

在很多国家和地区，贫富差距还在不断被拉大……

类似的问题还有很多很多，而这些是我们真正要去思考的。