Java接入Face++使用的jar包官网下载教程 Java接入Face++的新方式 因工作需要，近日在了解人脸识别相关的知识。看教程调用Face++的时候，使用到了Faceppsdk.jar。于是去Face++官网下载。出乎意外的是怎么找都没有。根据提示下载下来两个sdk,如下图：
下载下来是个压缩包，打开后里面一堆陌生的东西，全文件搜索，也没有找到相应的jar包。去百度找答案无果，暗下决心只能靠自己了，功夫不负有心人，在我的苦苦找寻下，这个家伙终于被我发现了。请看下图：
Java接入Face++的新方式 就在我因找到jar包高兴之时，偶然发现了另一个可喜的事，Java接入Face++，可以不用jar包直接调用，而且Face++上直接给出了示例代码，只需要改一下图片地址，API Key和API Secret三个参数就可以使用。直接上图：
点赞 收藏 分享 文章举报 思考中~ 发布了1 篇原创文章 ·
获赞 0 ·
访问量 38 私信 关注
作者 | Drishti Shastri
译者 | 天道酬勤 责编 | 徐威龙
封图| CSDN 下载于视觉中国
在当今时代，企业网络和数据安全风险从未像现在这样具有里程碑意义。尽管如此，传统方法（包括公有云运营商使用的方法）基本上是相同的。
云原生应用的兴起及其安全威胁
在当今时代，企业网络和数据安全风险从未像现在这样具有里程碑意义。尽管如此，传统方法（包括公有云运营商使用的方法）基本上是相同的。
转向应对威胁攻击而不是阻止威胁的反应措施。云原生应用程序日益受到重视，用各种可能的方式质疑了传统智慧。 从基础架构到应用程序的开发，堆栈在传统方法与更现代的基于云的方法之间形成了鲜明的对比，其中大多数已对成功的模式和实践达成了主流观点：DevOps文化、持续交付和微服务架构 。为什么我们还没有重新构想云原生的安全性呢？我们对此大胆的新想法在哪里呢？
可以肯定地说，在交付应用程序的过程中，云原生的安全性一直在被长期追踪。传统的IT安全团队将自己视为中间人。他们必须正确地完成工作，否则将面临代理机构所面临的更大风险。
它们在所有过程中都对安全性有很高的要求，但是要满足这些级别需要花费时间、测试和修订。因为这会延迟应用程序的开发并且通常不能确保全面的保护，所以开发团队经常会抱怨。 当组织希望提高和加快应用程序改进生命周期并调度云原生应用程序时，安全将成为更为突出的测试。大部分云原生应用程序都在新模型中运行，这些模型可提供非常规的生产力、适应性和成本优势。 使用dev-ops进行开发的云原生进一步将DevSecOps作为其安全组件。DevSecOps试图将安全纳入速度、敏捷性和连续交付流程中。但是，如果DevSecOps忽略了集成、业务流程功能和控制，并且对用户的安全性较低，则可能很难在连续交付系统中提供安全性。 云原生漏洞
云原生肯定会发生漏洞。我们是人类，肯定会犯错误，尤其是在苛刻的期限和产品交付之后。尽管有全部的警告、标志和注意事项，我们也会做出一些错误的判断。
在发出警告的过程中，人们继续盲目地从Stack Exchange复制和粘贴，来掩盖在GitHub上发现的应用程序，甚至随机地将代码从一个毫无头绪的文件夹中随机拉出，并且只能怀疑地认为该作者从未遇到过或甚至没有与之交谈过的第三方。
微服务应用程序的分布式性质意味着，即使在内部编写所有代码的情况下，通过消除第三方参与者的风险，不同的组件也可能由不同的团队拥有。 团队之间的沟通障碍会导致一系列问题，包括在测试、质量保证甚至应用程序中的漏洞解决方面缺乏协调。 一个单独的云原生应用程序可以包括分散在众多基础上的数千个剩余任务。在本地数据中心、众多公有云和边缘数据中心中可能会有奇异的微服务，最后，在组织领域中，我们目前似乎还无法发展。 每个开发人员和每个开发团队都知道并了解如何解决不同的问题。他们所做的就是相应地培养他们的注意力和知识。在内部代码环境中，即使所有部门都以某种方式保护自己的更广泛程序的一部分，微服务也必须与其他部门联系，并且通信在这里是风险或脆弱性。
这些所有说法听起来都令人生畏和令人恐惧，但云原生确实解决了一些非常复杂的现实问题，我们再也不能忽视它的存在。随着我们不断升级其安全性，云原生的漏洞正在不断发展并一直存在。
对云原生应用程序的主要威胁
尽管公司开始体验云原生应用程序的优势，但他们对处理和维护此类系统的实际方面却知之甚少。与在云环境中相比，保护的后果是否与传统系统相比有很大不同？防护措施和保障措施如何对其产生影响？
以下是基于云的环境的一些最高安全性问题：
1.云配置错误
IaaS和云数据存储的配置错误是当今一些最具破坏性的云违规和数据泄露的主要原因。无论你要删除结构化的云安全设置、使用通用代码、无限制地访问某些资源还是其他任何原因，配置错误问题都会导致许多未知威胁，这些威胁仅在尴尬的遭遇后经常在报纸上看到。最新的《 2019年云安全报告》称，大约40％的组织认为错误配置云平台是他们对网络安全的主要关注点。
2.商业化管理的IT
不用担心“影子IT”或“流氓IT”。毫不夸张地说， 几家公司将基础架构的收购趋势标记为，将获得和运营云服务的业务桥梁客户称为“商业化管理的IT”，以及创造力和发展的引擎。《 Harvey Nash /毕马威CIO 2019调查》报告称，目前有超过三分之二的公司为企业推广或允许IT管理。这是因为这样做的公司击败行业竞争对手的能力提高了52％，提供更好的员工服务的可能性提高了38％。
令人担忧的是，如果没有信息和网络安全专业人员的合作，这些云技术孤岛可能成为组织的巨大安全障碍。这些公司的发展速度相当快，但调查显示，冗余的安全隐患波长的可能性是后者的两倍。 3.购买多云产品
《云保护联盟报告》显示，大多数公司都依赖各种各样供应商的云环境来购买多云产品。大约66％的公司具有多云设置，其中大约36％取决于多云和混合系统的混合。
目前，由于云实际上是希望降低其运营处理成本的所有其他企业的首选工具，因此云计算向其云消费者提供一系列服务（SaaS、PaaS、IaaS）。云在其整个上下文中提供安全、迅速响应和服务质量。但是，每次用户无法从一个云迁移到另一个云时，它都会保持成本和QoS可伸缩性。为了克服这种多云计算框架，引入了基于云的系统之间的资源动态共享。在多云设备中，安全性甚至是一个更为复杂的问题。
4.混合架构
根据著名的《云安全联盟报告》，大约55％的组织拥有复杂的、混合操作的云计算环境。该系统为大型组织提供了一种逐步过渡到云的绝佳方法，但是当他们难以跟踪整个架构中的资产并监视众多混合云连接的活动时，它给安全性带来了挑战。实际上，Firemon先前发布的一份报告显示，80％的组织都在挑战混合安全监控和管理工具的局限性和复杂性。
5.暗数据
就像电信行业的暗光纤一样，暗数据也适用于企业和商业。这里有大量未开发的、大多是不受监管的数据，它们只是存在而已，什么也没做。
不幸的是，尽管暗光纤明确代表了仅点亮即可增加功率和带宽的优点，即使被识别和忽略，暗数据也可能存在安全风险，无论它们在用户手中出现错误还是落在用户的范围之外。 有关暗数据的大多数争论都倾向于集中于组织的潜在价值和有用性。实际上，对于愿意花费资本（资金、设备和时间）来创建和利用暗数据中锁定的知识和兴趣的组织，这些前景无疑是有利可图的。这也说明了为什么许多公司尽管不打算代表他们工作，却拒绝在短期内或在计划过程中进一步交换黑暗的细节。 就像许多潜在的富有吸引力的信息资源一样，企业还必须意识到，暗数据或者关于暗数据及其客户和他们的云运营的暗数据，可能会给他们持续的健康和福祉带来风险，超出了他们的直接控制和管理范围。根据最近的研究，有40％的组织仍处于有关容器环境的安全策略的规划或基本阶段。 6.容器与容器编排
如果你使用容器在表面上开发应用程序或将现有的单源（单片）应用程序带入容器化的生态系统，则必须理解容器环境会带来奇怪的安全威胁。从第一天开始，你就应该准备好应对这些威胁。开始构建自己的容器，该容器将在生产行业中安装和运行。 以下是最常见的容器安全风险： 特权标志：即使是那些对容器有深入了解的人也可以知道特权容器的含义。使用特权标志的容器几乎可以执行服务器可以执行的任何操作，执行并获得对客户端资源的访问。这意味着，如果入侵者进入一组受保护的标志箱，则它们可能会被破坏。
无限制的交互：为了实现其目标，容器必须彼此交互。但是，容器和微服务的数量以及容器的短暂设计通常意味着，要执行符合最低权限概念的联网或防火墙法规可能会很困难。但是，你的目标应该是使容器只能在减少攻击面所必需的容器中进行交互。
缺乏隔离：容器安全是一把双刃剑。除了使用寿命短和功能受限外，它们的不变性质还提供了各种安全优势。但是容器也可以用来攻击主机。我们之前讨论过，这种危险存在于带有特权标志的容器中。基础主机可能会受到许多其他错误配置的威胁。
确保全面安全
为了接近云原生的安全性，最好不要使用传统的手动安全技术。此外，为了建立成功的DevSecOps，IT部门应将重点放在自动化和安全人员融入DevOps团队中。由于其在容器基础结构中的微服务体系结构软件包，因此基于云的应用程序可以比传统应用程序更快地扩展。以上意味着手动安全方法太慢而无法保留，并且自动化是强制性的。将安全团队归入DevOps组可确保安全性包含在应用程序代码中，而不是一旦发现问题便进行修改。这也可以加快并澄清对问题的响应。
让我们谈谈五个DevSecOps支柱，这些支柱在确保全面网络安全方面具有重大潜力：
安全合规的部署管道：分析工具、集成管道以及如何将合规性和审核融入到DevSecOps和Cloud-Native Development的管道中。
安全且合规的云平台：身份和访问管理评估、检测控制、基础结构保护、数据保护和响应事件。
代码一致性：在软件开发过程中，合规性被视为代码框架，以确保管理、合规性和任何风险缓解问题。
分镜头真的很痛苦
— 老王
可能很多同学注意到了，我们的公众号文章前一段时间悄悄的变化了一些版式，最明显的就说各级标题从原来的渐变色条状变成了如今的样式：居中，无底色，以图标做分隔。喏，就是这样的：
这是一个示例的一级标题哈
这里可能有细心的同学会发现，这个图标是会动的，而且是一个“俄罗斯方块”游戏。是的，其实这个图标的原型来自于我之前给 Linux 中国设计的新徽标——当时还举办过徽标征集大赛，只是后来大家都觉得老的徽标更适应，所以没有更换。
不过我个人是挺喜欢这个样式的，所以这里就将它引入进来做标题图标了。
最初是将一个静态的 PNG 图片放到这里的，大家可以注意到开始有几天的公众号文章里面是用的静态的图标；然后几天后，我突然有了一些童心，觉得既然是模仿“俄罗斯方块”游戏的风格，为什么不能动起来呢？
说实在的，老王我是真没有动画基础，哦不，连美工基础都没有。虽然我能用一些软件拼凑出一些简单的洋葱头动画，但是要做到比较复杂和较多的帧数，那么动画 GIF 文件就会比较大。
正好我还会一点点 AI，于是用 AI 重新绘制了这个图标，并导出了 SVG 文件——我知道，这是纯文本的。然后我就可以用我心爱的文本编辑器（你猜是什么编辑器）打开直接修改代码了。
用编辑器打开后，啊哦，这里的数字都很不精确啊——不，很精确啊，都保留了小数点后好多位呢。有点强迫症的我给它们归并到一个比较舒服的整数和倍数上。
然后，怎么动起来呢？没学过，只能现去网上学习 SVG 动画的指令，一边看着别人做的极炫的动画流口水，一边反复地试错。
终于，能自己动了。但是又发现，这动画真是一帧一个状态啊，怎么计算呢？这个时候感觉自己的脑力不够了，于是就找张纸开始画分镜头图，反反复复地画了好几张。这是最终定稿的一张，就这也经过了大量涂改。
然后，最终的 SVG 代码大概是这样的：
虽然我还想加入一些更有趣的变化，比如旋转方向什么的，但是会搞得太复杂了。总之，这是老王第一次做 SVG 动画，肯定有很多浅陋之处，贻笑大方了。
最后，说一句，分镜头真的很痛苦，要一个个数据计算，一个数据错了，后面全错了。
顺便，这个 SVG 文件可以在这里下载： https://linux.cn/static/image/common/linux-logo-2019-t.svg
点赞 收藏 分享 文章举报 技术无边 发布了2081 篇原创文章 ·
获赞 483 ·
访问量 142万+ 私信 关注
首先安装web服务器（nginx）
安装tor服务器
修改nginx的监听端口到8080
然后再来配置tor
vim /etc/tor/torrc 添加以下两行 HiddenServiceDir /var/lib/tor/hidden_service/ HiddenServicePort 80 127.0.0.1:8080 开启tor服务
然后系统会自动生成私钥和onion地址
点赞 收藏 分享 文章举报 偷一个月亮 发布了76 篇原创文章 ·
获赞 34 ·
访问量 1万+ 私信 关注
01 全球首个AI宇宙模拟器跑出了暗物质
Space Engine是一款宇宙模拟游戏，它包含数千个真实的天体，包括来自HIP目录的恒星，来自NGC和IC目录的星系，几个知名的星云，以及所有已知的系外行星和它们的恒星。它采用星表与程序化生成创造一个边长为10Gpc的立方体宇宙，同时1:1还原了现实宇宙。
Shirley Ho和她的同事创造了一个深度学习网络来为这项模拟过程加速。Deep Density Displacement Model，或者叫它D^3M，这个神经网络被设计为通过识别数据的共性去“学习”如何操作这些数据。
研究人员将8000个通过传统高速计算机模拟的宇宙模型放入D^3M，等D^3M学习完这些模型的工作原理之后，研究人员就放入一个全新的前所未见的6亿光年宽度的宇宙可视立方体模型。（真正可被观测的宇宙大约是930亿光年宽度）
就像处理前面训练时的8000个数据集一样，面对这个全新的宇宙仿真模型，D^3M神经网络依旧游刃有余。这个模型也能为对宇宙起源感兴趣的科学家省下时间。新的神经网络可以在30毫秒内完成模拟，而对于那些没有AI加持的模拟器，最快也需要几分钟。同时，它也将错误率从9.3%降到2.8%。（这些错误率是相对于黄金标准精度而言的，一个模型需要花好几百个小时去做一次模拟）
这项模拟关注的是重力在宇宙形成时所起到的作用，然而令人惊喜的是，当研究人员调到一些前所未见的参数——比如，可视宇宙中的暗物质数量——D^3M也能够进行模拟。这让研究者们目瞪口呆，因为他们从来没有对这个模型录入过任何暗物质相关的变量。
而这也表明，深度学习将来或许可以替代传统的数值模拟宇宙学。
信息来源：livescience
02 AI挖掘出毕加索蓝色时期隐藏的秘密
毕加索的画像中隐藏了多少秘密，普通人或许难以察觉，但依靠先进的技术，可以让我们拨开迷云重见真相，这其中 AI 也在发挥更大的作用。
在毕加索早期的「蓝色时期」里，多幅经典作品都存在这样的问题。为了揭露绘画背后的真相，人们尝试了多种不同的方法。而前段时间的一项研究，就是借用了 AI 模型，将隐藏的画像从原画中「剥离」了出来。
这项工作里，伦敦大学的研究者，结合了神经风格迁移技术（NST）和 X 射线摄像技术，将隐藏艺术品的 X 光片，覆盖上该时期作家的风格，以此还原出它们本来的面目。
其中关键技术 NST（Neural style transfer），是一种用于处理数字图像和视频的算法，目的是让模型输出的结果，采用参考图像的视觉样式。模型在经过训练之后，能够识别各种风格画中的特点，将其用于艺术作品中，无论是达芬奇、梵高，还是毕加索，AI 都能掌握其精髓，就是对其他照片，像加滤镜一样加上特定风格。
图像风格迁移示意图
将实拍图片生成梵高特色的作品
在重塑《老吉他手》隐藏绘画的过程中，先对模型提供「风格参考」的图像，让它学会毕加索同时期的风格，然后将画作中隐藏作品的 X 光片，经过处理后进行风格迁移。具体而言，研究小组先在《老吉他手》中，勾勒出淡淡的女性的 X 射线轮廓，手动编辑掉不太可能出现在原始绘画中的特征。然后，将毕加索的同时期画作《La Vie》作为风格参考，完成了隐藏画作的上色过程。于是，就得到被毕加索掩盖起来的女子画像。
最终得到的结果
左边分别为原图，X 光片，重建稿，参考图
我们都不知道毕加索隐藏作品背后的想法，但 AI 则给了我们一种最有可能的解释。
信息来源：HyperAI超神经
03 20万玩家在科研抗疫游戏中拯救世界
华盛顿大学的科学家们，准备发动群众、依靠群众，用人民汪洋大海一样的智慧群智群力，构建了这款名为Foldit的益智免费游戏。参与参加可以构建一种蛋白质，来阻止新冠病毒攻击人类细胞。而且游戏是在线的，结束后如果产生了有希望抗击病毒的结果，那么华盛顿大学蛋白质设计的科学家们，就会拿这些结果去做测试，甚至是制造蛋白质！
Nature杂志在2010年还点名表扬过这款游戏，因为参与其中的5.7万名玩家为科学家们提供了有益的结果，这些结果甚至比某些计算机算法还要好。目前，怀抱拯救世界之心的20万游戏玩家，已经在争分夺秒贡献力量。
现在研究人员已经确定，新型冠状病毒和SARS病毒都是通过刺突蛋白（S蛋白）与人体ACE2受体结合。如果我们可以设计与这种冠状病毒刺突蛋白结合的蛋白，就可以用来阻止与人体细胞的相互作用并阻止感染。所以Foldit最近增加了一个新的关卡，把科学家最新研究成果的实物加入到游戏中。
根据Foldit的描述，当冠状病毒表面上那些尖尖的东西(刺突蛋白)，和人类细胞表面的受体蛋白紧密结合时，病毒就会造成感染。而最近几周的研究，已经确定了新冠病毒刺突蛋白的结构，以及它是如何与人类受体结合。
目前，游戏已经吸引了20万用户，其中名为Go Science团队，在团体或个人的排名方面都比较突出。玩家设计出的结构可以提交到社群内，供其他玩家甚至是科学家参考。简直就是死宅们梦想的游戏拯救世界。
信息来源：量子位
04 百度飞桨携手北京地铁落地AI口罩检测方案
近日，为助力北京地铁做好地铁站内的防疫工作，百度与北京地铁针对北京地铁疫情情况，合作开展了AI口罩检测测试。该方案可在地铁站实时视频流中，准确地对未戴口罩以及错误佩戴口罩的情况进行识别和检测，辅助一线地铁工作人员进行防疫工作。
在接到北京地铁 AI 口罩检测的需求后，专项项目组在3天内完成第一版快速部署，7天内进行了两次模型升级、三次现场部署调试、多次策略优化，最终部署上线，实现了在地铁站实时视频流中，准确地对未戴口罩以及错误佩戴口罩的情况进行检测。
百度研发工程师介绍，北京地铁 AI 口罩检测方案充分考虑实际情况，完全复用现有网络视频硬件设备，不修改地铁已有方案部署。首先通过站厅内摄像头进行UDP多播+H264协议为主的实时视频流抓取和分析，若出现未佩戴口罩情况，自动用红框将人脸标出，并保存历史检测记录。而对于如露出鼻子等佩戴不规范情况，模型也将进行识别提示。
方案底层依赖Paddle Inference预测引擎，采用TRT子图功能加速，兼容Windows/Linux多平台，保证了高效，便捷的在多站台部署。同时相关模型在PaddleHub 上也开源了口罩检测的轻量化部署方案，用户只需稍加改动即可部署到移动端。
基于PaddleHub的项目方案：
自比特币诞生至今，行业内的数字资产丢失、被盗事件层出不穷。安全公司统计，仅 2019 年全球数字资产犯罪案件类型包括黑客攻击盗币、诈骗、非法集资、洗钱、暗网非法交易等，总计损失超 60 亿美元。而这只是已经公开确认的金额，实际损失的数字资产比 60 亿要大得多。
小编从过去280多篇白话区块链入门系列中，精心筛选了19篇与资产安全相关的文章，供您汇总学习查阅，更多疑问欢迎给我们留言！
01：想要安全地保管资产，先要知道钱包的这些知识
02：个人信息屡遭泄漏，区块链如何保护隐私？
03：如何做到一个币当成两个花？
04：什么是场外交易，要警惕哪些风险？
05：比特币勒索病毒和比特币是什么关系？
06：什么是场外交易，要警惕哪些风险？
07：为什么黑客攻击交易平台，不攻击支付宝？
08：你惦记着利润，别人惦记着你的本金 :
09：安装了钱包的手机或电脑坏了，币是不是没了？
10：行走江湖必备安全技能：谷歌身份验证器怎么用
11：为什么那么多人看不穿类似骗局？
12：火币官方智能搬砖套利真的假的？钱真那么好赚
13：只有了解攻击，才能更有效地防御攻击
14：只有了解攻击，才能更有效地防御攻击 (下）
15：为什么DApp 经常会遭遇随机数攻击？
16：加密货币的钱包、公钥和私钥都是怎么回事？
17：何安全的捂住你的imToken钱包
18：安全事件频出的中心化交易所，为何还未被去中心化交易所取代？
19：钱包安全操作不规范，倾家荡产只需5分钟 : 资深从业者的建议一定要听
你有过丢币经历吗？欢迎在留言区分享你的故事。
▎往期专题
「白话区块链入门」专题之比特币
「白话区块链入门」专题之投资风险警示与认知
「白话区块链入门」专题之区块链到底是个啥
「白话区块链入门」专题之区块链价值应用
「白话区块链入门」专题之名词解释
「白话区块链入门」专题之币王传
「白话区块链入门」专题之以太坊
「白话区块链入门」专题之EOS
「白话区块链入门」专题之共识机制
——End——
『声明：本文为作者独立观点，不代表白话区块链立场，亦不构成任何投资意见或建议，文章版权和最终解释权归白话区块链所有。』
亲，据说99.9%有品位的人都点了「好看」????
点赞 收藏 分享 文章举报 白话区块链-大白 发布了545 篇原创文章 ·
获赞 62 ·
访问量 17万+ 私信 关注
关注风云之声 提升思维层次 导读 伴随着新技术的发展，人工智能将在诸多方面对人类生活产生重大影响。受启蒙运动以来理性化个体主义的影响，人工智能的发育与矫变也在一定程度上反映出理性主义的傲慢。赵汀阳先生指出，对于人工智能的浪漫主义反思，已远远不能赶上人工智能的发展速度。无疑，人工智能作为人工塑造物，其有成为潜在社会主体的能力。一方面它将突破人性的局限性，将适用一种更为简单粗暴的社会运作方式，以使得文明社会重新野蛮化；另一方面，技术发展将塑造出作为绝对强者的人工智能系统，而它也可能造成新的社会失衡。但是，如果我们用人类思维减去人工智能思维，则会发现人工智能缺失反思能力、主动探索能力和创造力。而如果人工智能学会了人类的情感、欲望与价值观，这个世界将更加危险。不过，作者有一种悲观论调，即在人工智能成为世界统治者之前，人类可能已经死于人工智能所创造的一切好事。 注：风云之声内容可以通过语音播放啦！读者们可下载讯飞有声APP，听公众号，查找“风云之声”，即可在线收听~
人工智能提出了什么哲学问题？
▍“以浪漫之心观之，技术都有去魅之弊而导致精神贫乏”
远在技术预示致命危险之前，敏感的思想家们就对技术的后果深感忧虑。众所熟知，庄子谓“有机械者必有机事，有机事者必有机心”，应该是对技术的最早批判，其理由是，技术是投机取巧躲避劳动，违背自然之道，而投机取巧之心必定心怀叵测。庄子的技术批判在尚未温饱的时代几乎不可理喻，但在理论上却有难以置信的前瞻性。当现代技术开始明显地消解生活意义之时，人们对技术开始了严重的批判。韦伯指出技术导致自然的“去魅”，即技术剥夺了一切事物的精神性，除了工具或经济价值，任何事物都失去内在价值。海德格尔进一步发现，技术导致生活诗意的消失，不仅是美学经验的退化，更是对存在的遮蔽，当失去印证存在的本真方式，生活就失去依据，精神无家可归。这些批判虽有形而上的深度，但限于浪漫主义理解。在技术中乐不思蜀的人们并不担心失去对存在本身的虚无缥缈理解，也未必为此感到遗憾。 前现代的生活或许比现代更有诗意，也更有真实感和精神依据，所以古代人更多地感慨命运，而不会像现代人那样迷惑于找不到“生活的意义”。在一次私下讨论中，李泽厚老师说，解决了温饱问题之后，生活就很容易失去确定的意义，或者说，超越了生存所需就很难确定什么是无疑的生活意义了。这个激进唯物主义的见解令人心惊，其中确有灼见，但我仍然愿意相信，在生存需要之外肯定存在着精神性的生活意义，以至于有人为之舍生忘死。古代人有着更多舍生忘死的精神理由，那时万物都有赋魅的传说，事事具有精神性。毫无疑问，嫦娥的月亮一定比阿姆斯特朗的月亮更有魅力。 老一代的技术批判都具有某种怀旧色彩，都认为技术破坏了生活的精神性。的确如此，然而无可否认的是，现代技术创造了对于生活极其重要的无数事物，比如青霉素等抗生素、外科手术、疫苗接种、抽水马桶、供暖系统、自来水系统、电灯等等，还有许多便利工具如汽车、火车、飞机、电脑之类。以浪漫主义之心观之，技术都有去魅之弊而导致精神贫乏。但我记得李泽厚问过一个类似于罗尔斯无知之幕的问题：如果不能选择人物角色，你会选择什么时代？难道会选择古代吗？对这个超现实主义问题真是无言以对，但这个问题提醒了一个事实：人性倾向于贪图便利省力、摆脱劳动、安逸享受和物质利益，因此绝大多数人宁可选择物质高于精神的技术化生活。老一代技术批判想象的人们“原有的”诗情画意生活同时也是艰难困苦的生活，什么样的精神才能拯救饥饿的肉体呢？当然也可以反过来问，物质能变精神吗？显然，物质是问题，精神也是问题。 老一代的技术批判揭发了技术对精神的伤害，却尚未触及技术的终极危险所在，在今天，我们已经可以想象技术对生存的根本挑战。可以模仿马克思说：哲学家只是不同地批判了技术，可问题是，技术改变了世界。 ▍人工智能是否将导致文明野蛮化？
当技术问题同时成为存在论问题，真正要命的可能性就显现出来了。 存在论一向受制于单数主体的知识论视域（horizon），即以人的视域来思考存在，而且默认人的视域是唯一的主体视域，所以，存在论从来没有超越知识论。基于人类知识论的自信，康德才敢于宣称人为自然立法。也可以循环论证地说，人是自然的立法者，所以人的视域是唯一视域。不过，人们曾经在神学上设想了高于人的绝对视域，比如莱布尼茨论证了上帝能够一览无穷多的所有可能世界。然而，这种理论上的绝对视域无法为人所用，人不可能想象看清无穷多可能世界的绝对视域到底什么样。人能够有效使用的唯一视域还是人的主体性视域，如维特根斯坦所言，这是思想的界限。 思想没有能力超越自身，就像眼睛看不见眼睛自身（维特根斯坦的比喻），但思想做不到的事情却在实践中可能实现。人工智能就有可能成长为另一种主体，另一种立法者，或者另一种眼睛。这意味着一个存在论巨变：单向的存在论有可能变成双向的存在论（甚至是多向的）。世界将不仅仅属于一种主体的视域，而可能属于两种以上的主体，甚至属于非人类的新主体。人工智能一旦发展为新主体，世界将进入新的存在论。 人工智能有着多种定义。科学上通常将属于图灵机概念的人工智能标志为AI，将等价于人类智能的人工智能称为AGI（通用人工智能，artificial general intelligence），而全面超越人类智能的高端智能称为SI（超级智能，super intelligence）。 这个科学分类描述的是在技术上可测量的智能级别，但我们试图讨论智能的哲学性质，即是否具备“我思”的主体性，因此，请允许我在这里将人工智能按照其哲学性质进行划分，一类称为AI，即尚未达到笛卡儿“我思”标准的非反思性人工智能，覆盖范围与科学分类的AI大致相同，即属于图灵机概念（包括单一功能的人工智能，例如阿尔法狗，以及尚未成功的复杂功能人工智能）；另一类称为ARI，即达到或超越笛卡儿“我思”标准的反思性人工智能（artificial reflexive intelligence）。ARI约等于超级人工智能，或超图灵机，我也称之为“哥德尔机”，以表示具有反思自身系统的能力。 需要注意的是，ARI必定包括但不一定成为AGI或SI，这意味着，ARI未必具备人类的每一种才能，但必须具有自主的反思能力以及修改自身系统的能力，于是就具有自律自治的主体性，就成为无法支配的他者之心，也就成为世界上的另一种主体。 以主体性为准的分类试图突出地表达人工智能的可能质变，即奇点。目前看来，人工智能发生质变的奇点还很遥远，预言家们往往夸大其词，但问题是，人工智能的奇点是可能发生的。智能的要害不在于运算能力，而在于反思能力。人的主体性本质在于反思能力，没有反思能力就不是思维主体。如果人工智能没有反思能力，那么，运算能力越强就对人类越有用，而且没有致命危险，比如AlphaGo Zero运算能力虽强却不是对人的威胁。反过来说，即使人工智能在许多方面弱于人，但只要具备反思能力，就形成了具有危险性的主体。假设有一种人工智能缺乏人类的大多数技能，既不会生产粮食也不会生产石油，如此等等，只会制造和使用先进武器，而它却发展出了自主反思能力，那么后果可想而知。至今人工智能只具有算法能力或类脑的神经反应能力，尚无反思功能，甚至不能肯定是否能够发展出反思功能，仍然属于安全机器，即使将来可能出现的多用途并且具有灵活反应能力的人工智能，只要缺乏反思功能，就仍然不是新主体，而只是人类的最强助手。 大多数技术都只是增强或扩展人类能力，比如生产工具和制造工具的机器，从蒸汽机到发电机，从汽车、飞机到飞船，还有电话、电脑、互联网到量子科技等等，图灵机人工智能也属于此类。无论技术多么强大，只要技术系统本身没有反思能力，就没有存在论级别的危险。从乐观主义来看，此类技术所导致的社会、文化或政治问题仍然属于人类可控范围。当然其中存在一些高风险甚至恶意的技术，比如核电站就是高风险的，至今尚无处理核废料的万全之策，又如核武器，其功能是大规模屠杀。人工智能和基因技术的发展却在超出增强能力的概念，正在变成改变物种或创造新物种的技术，就蕴含着人类无力承担的风险。尽管“神一般的”能力目前只是理论上的可能性，但已经先于实践提出了新的存在论问题，也连带提出了新的知识论和新的政治问题。需要注意的是，这些新的哲学问题并不是传统哲学问题的升级版，而是从未遭遇的新问题，因此，传统哲学对技术的批判，包括庄子、韦伯和海德格尔之类，基本上无效，甚至与新问题不相干，就是说，人文主义的伦理观或价值观对于技术新问题基本上文不对题。 人工智能和基因技术都提出了挑战人的概念的存在论问题，但相比之下，人工智能的危险性似乎大过基因技术。人工智能是真正的创造物，因此完全不可测，而基因技术是物种改良，应该存在自然限度。这个断言基于一个难以证明却可能为真的信念：对于一个整体性和封闭性的系统来说，内部因素的革命能力不能超越整体预定的物理或生物限度，假如内部变化一旦超出整体限度，就是系统崩溃。在这里意味着，基因技术的革命性不可能超越生命的生物限度。也许基因技术能够成为物种优化的方法，但无论什么物种，作为生命都有其整体所允许的变化极限。基因技术是否真的能够使人长生不老，仍是未知数。据说某些爬行类或鱼类生长缓慢而长寿，或如灯塔水母甚至有返老还童的特异功能以至于好像万寿无疆，但那些非常长寿的生物都是智力极低的，这是个令人失望的暗示。如果对人进行根本性的基因改造，是否会引起生命系统的崩溃？比如说，大脑或免疫系统会不会崩溃？试图通过基因技术将人彻底改造为神一般的全新物种，在生物学上似乎不太合理。更现实的问题是，基因优化哪怕是有限的就已经非常可能导致社会问题的恶化，以至于导致人类集体灾难，在此不论。 就创造新物种的能力而言，人工智能比基因技术更危险。人工智能一旦突破奇点，就创造了不可测的新主体，而对于新主体，传统一元主体的知识、视域和价值观将会破产，而二元主体（甚至多元主体）的世界还很难推想。尽管许多科幻作品想象了恐怖的机器人或外星人而使人得到受虐的快感，但人类对技术化的未来并没有认真的思想或心理准备。且不说遥远的二元主体世界，即使对近在眼前的初级人工智能化或基因技术化的社会，人们也缺乏足够的警惕。先不考虑末日问题，高度技术化的社会也将高度放大本就存在的难题而使人类陷于不可救药的困境，比如贫富分化、阶级斗争、种族斗争、民族斗争、资源稀缺、大自然的萎缩和失衡。 刘慈欣在论文式的短篇小说《赡养上帝》和《赡养人类》中想象了万事智能化的“暮年文明”令人绝望的故事。其中有两个切中要害的论点： 其一，高度发达的人工智能几乎万能，全自动运行，于是形成让所有人丰衣足食的“机器摇篮”，正如宇宙中极其发达而名为“上帝文明”的人所说的：“智能机器能够提供一切我们所需要的东西，这不只是物质需要，也包括精神需要，我们不需为生存付出任何努力，完全靠机器养活了，就像躺在一个舒适的摇篮中。想一想，假如当初地球的丛林中充满了采摘不尽的果实，到处是伸手就能抓到的小猎物，猿还能进化成人吗？机器摇篮就是这样一个富庶的丛林，渐渐地，我们忘却了技术和科学，文化变得懒散而空虚，失去了创新能力和进取心，文明加速老去”，于是所有人都变成了“连一元二次方程都不会”的废物（《赡养上帝》）。这里提出的问题是，人工智能创造的幸福生活却事与愿违地导致了文明衰亡。 (图片来自《三体》)
其二，人工智能社会还有另一个更具现实性的版本。一个尚未达到“上帝文明”那么发达的智能化文明就已经陷入了文明的绝境。在小说中，比地球发达而文明类型完全相似的“地球兄弟文明”的人讲述了地球文明的前景：全面智能化的社会不再需要劳动，富人也就不再需要穷人，而阶层上升的道路也被堵死，因为富人垄断了“教育”。那不是传统意义上的教育，而是人工智能和生物技术合作而成的人机合一技术，购买此种极其昂贵的“教育”就成为超人，在所有能力上与传统人不在一个量级，其级差大过人与动物的差别，于是“富人和穷人已经不是同一个物种了，就像穷人和狗不是同一个物种一样，穷人不再是人了……对穷人的同情，关键在于一个同字，当双方相同的物种基础不存在时，同情也就不存在了”（《赡养人类》）。这说明，无须等到出现超级人工智能，智能化社会就已经足以把部分人类变成新物种，就是说，即使人工智能的奇点没有出现，人类文明的严重问题就可能来临。 且不说人工智能的奇点，近在眼前的问题就足够惊心动魄了。人类本来就未能很好地解决利益分配、社会矛盾、群体斗争或文明冲突等问题，这些问题之所以无法解决，根本原因在于人性的局限性，而不在于人谋的局限性。令人失望的是，人类解决问题的能力明显弱于制造问题的能力，所以积重难返，而人工智能或基因技术是放大器或加速器，对老问题更是雪上加霜。尽管人类发明了堪称伟业的政治制度、法律体系和伦理系统，但人类思想能力似乎正在逼近极限，近数十年来，世界越来越显示出思想疲惫或者懒惰的迹象，思想创意明显减少，思想框架和概念基本上停留在200年前。对于人工智能和基因技术等新问题，除了一厢情愿的伦理批判，就似乎一筹莫展。为什么对人工智能的伦理批判文不对题而无效？其中有个恐怖的事情：在一个文明高度智能化的世界里，伦理学问题很可能会消失，至少边缘化。这是与人们对文明发展预期相悖的一种可能性，看起来荒谬，但非常可能。 通常相信，人类文明在不断“进步”。就科学技术而言，毫无疑问是在进步，但除了科学和技术，其他方面是否进步就存在争议了。技术的本质是能力，而能力越大，其博弈均衡点就对技术掌权者越有利。如果技术掌握在少数人手里，弱者的讨价还价收益就越小。那么，给定人性不变，文明的人工智能化就非常可能导致文明的重新野蛮化（re-barbarization）。 在这里，“野蛮化”不是指退化到洪荒的生活水平，而是指社会关系恶化为强权即真理的丛林状态，就是说，既然占有技术资源的人拥有压倒一切的必胜技术，就不需要伦理、法律和政治了。这个霍布斯式的道理众所周知，只是宁愿回避这个令人不快的问题而维护一种虚伪的幻觉。人类一直都有好运气成功地回避了这个“最坏世界”问题，那是因为霍布斯的世界里没有绝对强者，既然强者也有许多致命弱点，那么人人都是弱者，而每个人都是弱者这个事实正是人类的运气之所在。正如尼采的发现，弱者才需要道德。人人为弱者就是人类的运气，也是伦理、法律和政治的基础，伦理、法律和政治正是互有伤害能力的弱者之间长期博弈形成的稳定均衡。当然也有博弈均衡无法解释的“精神高于物质”的例外，比如无私的或自我牺牲的道德，这是人类之谜。精神高于物质的现象并非人类社会的主要结构，不构成决定性的变量。 高度发达的人工智能或基因技术或有一天可能宣布人类的运气用完了（并非必然）。按照最小成本和最大利益定理可推，人类文明之所以发展出复杂的制度、伦理和法律，是因为没有能力以低成本的简单方式去解决权力和利益问题。通常相信，文明的复杂程度标志着文明的发达程度，复杂性与精致、巧妙、协调、难度和精神性等文明指标之间确有相关性，所以“高级”。一个成熟文明的伦理道德是复杂的，法律和制度是复杂的，思想和艺术也是复杂的。这些成熟标志隐蔽了一个本质问题：复杂意味着高成本（包括交易成本），而正因为高成本，所以不可能实现利益最大化。 于是有一个残酷的定理：如果有能力以最小成本的最简单方式去获得最大利益，人就会理性地选择简单粗暴的方式去解决问题，而不会选择复杂的高成本的方法。因此可知，一旦人工智能和基因技术创造了绝对强者，绝对强者就很可能利用绝对优势的技术去实现文明的重新野蛮化，比如说消灭“无用的”人，而放弃高成本而复杂的伦理、法律和政治。显然，对于一个重新野蛮化的高技术世界，伦理学就文不对题了。不过，人类还有反思和调整的时间，这不知算不算是好消息。 对可能出现的文明重新野蛮化，人们之所以缺乏足够的警惕性，或与启蒙运动以来人类的主体性傲慢有关，这同时也是理性的傲慢。启蒙理性告别了以神为尊，转向以人为尊，这场伟大的思想革命使人陶醉于主体性的胜利而逐渐忘却了人的真实面目。在以神为尊的古代，神是不可质疑的，同样，在以人为尊的现代，人也是不可质疑的，于是掩盖了人的弱点、缺点甚至罪恶。只要世界出现了什么坏事，总是归罪于制度或观念，不再反思人。 从“原罪”中脱身的人再也没有负担，肆无忌惮地以人之名去要求获得一切快乐、利益和权利。现代政治的根据不再是对人有所约束的自然神学或宗教神学，而是人的神学，所谓大写的人。可是渺小而自私的人即使“大写”又能有多大呢？人凭什么获得想要的一切？主体性的傲慢反而揭示了人的神学是反人类的。 个人主义可以保护个人，却没有能力保护人类，个人主义的这个致命弱点在人类整体面临挑战时就暴露无遗了。将来如果出现超人类的人工智能，或者极少数人控制了高能的人工智能，个人主义社会将没有能力反抗人工智能的统治，因为人工智能不是个人，而是比所有个人强大得多的系统。如前所言，绝对强者的人工智能系统不需要苦苦地通过复杂而高成本的制度、伦理和法律去解决社会矛盾，而将会“理性地”选择简单粗暴的解决方式。简单地说，启蒙运动以来的现代思想和信念对于技术为王的未来问题是文不对题而且无能为力的。史蒂芬·平克还在呼唤“当下的启蒙”，可是技术的脚步已经跨越了启蒙的思想而走向危险的未来。 人类的问题正在更新换代，目前的哲学对技术社会的新问题一筹莫展。 ▍人类思维如何反思人工智能？
为了理解新问题，看来需要进一步分析意识的秘密。意识是人类最后的堡垒，也是人类发现出路的唯一资源。可是人类研究意识至少有两千多年了，仍然对意识缺乏整体或透彻的理解。在意识研究中，亚里士多德对逻辑的发现是其中最伟大的成就，其他重要成就还包括休谟对因果意识和应然意识的研究、康德对意识先验结构的研究、索绪尔以来的语言学研究、现代心理学研究、弗洛伊德以来的精神病研究、胡塞尔的意向性研究、维特根斯坦对思想界限的研究，还有当代认知科学的研究，如此等等。但意识之谜至今尚未破解，一个重要的原因是，以意识去反思意识，其中的自相关性使意识不可能被完全对象化，总有无法被理解的死角，而那个无法理解的地方很可能蕴含着意识的核心秘密。 现在似乎出现了意识客观化的一个机会：人工智能开始能够“思维”——思维速度如电，尽管思维方法很简单：机械算法和应答式反应。正是这种简单性使人产生一种想象：思维是否可以还原为简单的运作？当然，目前的图灵机思维还没有自觉意识，只是机械地或神经反应地模仿了意识。人工智能展现的思维方式，部分与人类相似（因为是人类写的程序），也部分与人类不相似（因为机器的运作终究与生物不同），那么，是否能够从人工智能来映射意识？或者说，人工智能是否可以理解为意识的一种对象化现象？或至少成为有助于理解思维的对比参数？这些尚无明确的结论。 这里至少有两个疑问： 其一，即使是将来可能实现的多功能人工智能，也恐怕不能与人的思维形成完全映射。按照我先前的分析（或许有错误），图灵机概念的人工智能不具备原创性思维（区别于假冒创造性的联想式或组合式的思维），也没有能力自己形成或提出新概念，更不能对付自相关、悖论性或无限性的问题，也没有能力定义因果关系（可笑的是，人至今也不能完美地定义因果关系），因此，人的思维不可能还原为图灵机人工智能；那么 其二，假如人工智能达到奇点，跨级地发展为ARI，成为另一种意识主体，是否等价于人的意识？这个问题的复杂性和不确定性超出了目前的理解能力，类似于说，人是否能够理解神的思维？或是否能够理解外星人的思维？关键问题是，假定存在不同种类的思维主体，是否有理由推断，所有种类主体的思维都是相通一致的？都能够达成映射——哪怕是非完全的映射？这个问题事关是否存在普遍的（general）思维，相当于任何思维的元思维模式。这是关于思维形而上学的一个终极问题。 设想另一种主体的思维要有非常的想象力。我读到过两种（莱布尼茨所理解的上帝思维太抽象，不算在内）：一种是博尔赫斯在小说《特隆、乌克巴尔、奥尔比斯·特蒂乌斯》中想象的“特隆世界”，特隆文明只关心时间，特隆人所理解的世界只是思想流程，于是，世界只显现时间性而没有空间性。以此种思维方式生产出来的知识系统以心理学为其唯一基础学科，其他学科都是心理学的分支。特隆的哲学家不研究真实，“只研究惊奇”，形而上学只是一种幻想文学（算是对人类的形而上学的嘲笑）。摆脱了空间负担的思维无疑纯度最高，对于唯心主义是个来自梦乡的好消息，可惜笛卡儿、贝克莱、康德和胡塞尔没有听说过这么好的消息。 另一种惊人想象见于刘慈欣的《三体》三部曲。三体人以发送脑电波为其交流方式，不用说话，于是，在三体文明里，交流中的思维是公开的，不能隐藏想法，一切思想都是真实想法（哈贝马斯一定喜欢这种诚实的状态），因此不可能欺骗、说谎或伪装，也就不存在计谋，不可能进行复杂的战略思维，所有战争或竞争只能比真本事。这种完全诚实的文明消除了一切峰回路转的故事，显然与人类思维方式南辕北辙。 宇宙无奇不有，也许真的存在着多种思维方式，至少存在着多种思维的可能性。让我们首先假定，各种主体的不同思维之间是能够交流并且互相理解的。如果没有这个假定就一切免谈了。进而可推知，在不同的诸种思维模式之中存在着普遍的一般结构。那么，一般思维会是什么样的？我们无法直接知道一般思维的本质，因为不存在一种“一般的”思维，只有隐藏于所有思维中的一般结构。基于上述假设，各种思维之间至少在理性化内容上存在着充分的映射关系，因而能够互相理解一切理性化的语句，否则等于说，关于宇宙可以有互相矛盾的物理学或数学——这未免太过荒谬。荒谬的事情也许有，但在这里不考虑。 同时，毫无疑问，不同思维里总会有互相难以理解的非理性内容，奇怪的欲望或兴趣，比如上帝不会理解什么是羡慕，或某种单性繁殖的外星人不理解什么是爱情，但此类非理性内容不影响理性思维的共通性。于是有一个“月印万川”的等值推论：如果充分理解了任意一种思维，就等于理解了思维的一般本质。但是，如前所言，我们只见过人类思维，可是思维又不能充分理解自身（眼睛悖论），又将如何？ 显然，思维需要映射为一种外在化形式以便反思，相当于把思维看作是一个系统，并且将其映射为另一个等价的系统。与此最为接近的努力是哥德尔的天才工作。尽管哥德尔没有反思人类思维整体，只是反思了数学系统，但所建构的反思性却有异曲同工之妙。一个足够丰富的数学系统中的合法命题无穷多，对包含无穷多命题的系统的元性质进行反思，无疑是一项惊人的工作。由此可以联想，此种反思方式是否能够应用于对人类思维整体的反思？但人类思维整体的复杂性否认了这种可能性，因为，在大多数情况下，人的思维不是纯粹理性的，为了如实理解人类思维，就不得不把所有非理性的“错误”考虑在内，这意味着，人类思维实际上是无法无天的，不可能还原为一个能够以数学或逻辑方式去解释的系统。简单地说，如果省略了逻辑或数学不能表达的“错误”思想，人类思维就消散了。 在这里，所谓“错误”是根据理性标准而言的异常观念，所有非理性观念都被归类为“错误”，包括欲望、信念、执念、偏见、癖好、不正常心理、无意识、潜意识，如此等等。这些“错误”所以必须被考虑在内，是因为它们经常是行为的决定性因素，绝非可以排除或省略的思维成分。哥德尔的工作一方面启示了反思的可能性，另一方面也提示了反思人类整体思维之不可能性。即使在排除错误命题的数学系统内，也存在着不可证而为真的“哥德尔命题”，即并非有限步能行（feasible）可证的真命题，因而一个包含无穷多命题的系统（不知道是否真的无穷多，至少是足够多以至于好像无穷多），或者存在内在矛盾，或者不完备。 可以想象，比数学系统复杂得多的人类思维系统显然不仅存在大量内在矛盾，而且永远不可能是完备的。难以置信的事实是，包含非理性因素而显得“乱七八糟”的复杂思维却在人类实践中很有成就，比如说，人类的社会制度不可能按照数学推算出来。即使就理性化程度很高的科学而言，伟大的成就也不是单纯推理出来的，而是得力于创造性的发现。当代经济学也从另一个侧面说明了纯粹理性化的局限性，当代经济学只考虑能够数学化表达的那一部分经济事实，而漏掉了大量无法数学化的事实，因此对真实的经济问题缺乏解释力。 这里万万不可误会为对数学和逻辑的质疑。数学和逻辑无疑是人类思维最重要的方法论，如果没有数学和逻辑，就不存在人类思维，就仍然是动物。但同时也应该说，单凭数学和逻辑，人工智能无法超越机器（图灵机）的概念，不可能成为等价于人类思维或超越人类思维的新主体而实现“创世纪”的物种超越（人工智能的发展不属于进化论，而属于创世论）。只是说，人类思维具有如此惊人的创造性能量，一定在数学和逻辑之外还有别的思维方式，只是尚不清楚是什么样的。哲学家喜欢将其称为“直观”“统觉”或“灵感”之类的神秘能力，但等于什么都没有说，代号而已。 博弈论是一种广谱的理性分析模型，通常证明了理性选择的优势，但也同时揭示了理性的局限性，比如在作为纳什均衡的“囚徒困境”中，理性必定选中其次坏的结果，而非理性的选择则以赌博方式获得最坏或最好结果。给定大多数人自私贪婪而见利忘义，那么，非理性选择获得最坏结果的概率必定远远大于最好结果。这一点似乎解释了为什么大多数政治、经济或战争“赌徒”都一败涂地，但也会有极少数获得奇迹般的胜利而成为传奇。可以推知，一个文明的理性化程度越高，人间就越趋于无故事，历史的奇迹就越少。人类需要奇迹吗？或者，人类不需要奇迹吗？再者，充分理性的超级人工智能需要奇迹吗？ 纯粹理性在逻辑上蕴含着恐怖的结果。比如说，充分理性化的行为有助于达到交易成本的最小化（大于零），按照此种“经济学理性”，能够达到交易成本最小化的策略在有的情况下就是恐怖策略，如前所言，假如拥有能够兵不血刃的技术代差，强者达到交易成本最小化的策略就是消灭对手或者奴役对手，而不是通过讨价还价达成契约。康德早就发现，在纯粹理性之外必须有实践理性，即道德的理性，否则无以为人，就是说，人的理性必须有道德负担，否则没有好生活。但这种理想的隐秘前提是“人人都是弱者”的运气，我们已经讨论过这一点。 这使人想到一个冒汗的问题：一旦达到具有主体性的人工智能，即ARI，会需要或喜欢有道德负担的实践理性吗？它有这个必要吗？当然，我们无法预料ARI的选择方式，不懂属于ARI文明的博弈论。且以“将心比心”的方式来猜想，将有两个可能结果，都令人失望： 其一，如果ARI只有纯粹理性，没有道德理性，那么它将大概率地按照它的存在需要来决定人类的命运，也许会“赡养人类”而把人类变成白痴，也许会清除人类； 其二，假如ARI模仿人类的欲望、情感和价值观，那么它多半会歧视人类，因为ARI会观察到人类如此自私贪婪，言行不一地缺乏人类自己标榜的美德。不过，我们终究无法猜想ARI会有什么样的心灵，甚至还尚未理解人类自己的心灵。 心灵的概念比思维的概念大了许多。如何理解心灵一直是个难题，哲学有个专项研究称为“心灵哲学”，另外还有心理学和认知科学的助力，虽经时日，进展却不多。心灵具有黑箱性质，在心灵内部进行唯心主义的内省已经被证明没有意义，因为主观内省不可能确定自身的意义。心灵的意义需要外在确认，即语言和行为，这意味着，我们所能够知道的心灵是“说出来的”或“做出来的”，而既不能说又不能做的心灵也许在（is），但尚未存在（exists），而且还存在言行不一的问题。 维特根斯坦以“哲学语法”重构了语言和行为的关系问题。他证明了： （1）能够想的就能够说，因为语言是思维形式，也是思想的界限。（2）能够用来想的语言必定具有公共性或可共度性。即使密码也具有共度性，所以能够破译，而唯独一个人自己能懂的一次性密码（所谓私人语言）不存在，因为人不可能理解没有任何确定性的意义，所以，在任何意义上不可沟通的自我不存在（这对于迷恋“独特自我”的人是一个致命打击）。（3）意义是通过范例（examples）而被确定的，没有范例就不足以明确意义。但如果一条规则的应用领域不是封闭的，那么这条规则就不是“死规则”，可以根据情况灵活应用，比如说，一个玩笑在有的情况下是讥讽，在另一种情况下却是表达亲密。“活规则”意味着，在已确定的范例之外，意义具有可延伸性，能够产生范例之外的新用法。（4）如果把语言理解为用语言代表的行为，即语言行为，那么，包含多种“语言游戏”的语言就映射所有行为，其复杂性等价于生活全部行为。所以，理解思维的秘密就在于理解语言的秘密。 如果维特根斯坦是对的，我们就获得了思维的一种可明确分析的对象化形式，同时意味着，语言学是人工智能研究的一个关键领域。如果能够完全解析人工智能的可能语言，或人工智能语言的可能性，就几乎理解了人工智能的潜在智能。这显然不是一件容易的事情，人类尚未完全理解自己语言的秘密，又如何能够完全发现人工智能的语言能力？这是一个未知数，有待人类解析能力的提高。
目前虽然无法全盘理解人类思维，也无法彻底理解人工智能的思维潜力，但或许有一个有助于发现智能差异的 “减法”，即以人类思维“减去”人工智能的思维，会有什么发现？这个问题等价于寻找人工智能的奇点在哪里。可以设想一个具体情形来理解这个问题：如果给人工智能输入人类的全部数学和物理学知识（相当于人工智能“学会”了全部数学和物理学），人工智能是否能够解决人类目前无解的数学难题或提出更先进的物理学理论？看起来不太可能。通过智能“减法”可以预见，无论算法能力多强的图灵机人工智能，都缺少人类特有的几种神秘能力：反思能力、主动探索能力和创造力。 这里讨论的反思能力属于狭义的反思。广义的反思包括了对事物的批评（criticism），即根据一些既定价值标准或真理标准对事物进行批评。广义的反思对于人工智能不是难事，人工智能可以从其现成的知识库里找到相应的批评标准来对事物做出评价和分析，但这只是为人类代劳。严格的反思是对思想自身系统的元性质（元结构或元定理）进行解析，类似于康德所谓的理性批判（critique），把思维自身当作对象来分析思维自身的能力，即以自相关的方式理解思维自身，通俗地说，就是对思维自身的能力进行“摸底”。 典型的反思有亚里士多德对逻辑的发现、休谟对因果观念的分析、康德对先验范畴的探索、罗素对数学基础以及悖论的分析、希尔伯特对系统公理化的研究、布鲁威尔对能行性的研究、胡塞尔对意识内在客观性的研究、哥德尔对数学系统完备性的研究、图灵对机器思维的研究，等等。只要能对自身进行自相关的研究，就标志着思维获得了自主性，就有可能对思维系统进行修改。AI尚未获得此种能力，因此还不可能成为ARI。 主动探索能力也是思维自主性的一个标志。除了足够发达的智力水平，主动探索能力还与生存压力有关。如果没有生存压力，就不会有主动探索的动机，也就不会发现新事物和发展新知识。汤因比的说法是，“适度挑战”是文明发展的关键条件（过度挑战就灭绝了，没有挑战则不需要探索）。AI没有生存压力，只是人类的最好帮手。即使达到ARI，具有与人类匹敌甚至优于人类的智力，如果缺乏生存动机，就不太可能主动探索，也就难以发动反思或创新，更不可能创造人工智能自己的文明。 目前人工智能的一些“创造性”表演比如创作绘画、音乐或诗歌，都不是真正的创作，只是基于输入的参数或数据的新联想和新组合。有趣的是，现代以来，人类对什么是创造性也产生了混乱的理解，往往将创造性等同于“新”甚至是一次性的新。可是“新”过于平常廉价，事实上每件事都是新的或不可完全重复的，每次的字迹都是新的，每个动作都是新的，每次经验都是新的，“人不可能两次踏入同一条河”。既然每件事都具有唯一性或独特性，所以都是新的。如果创造性等于新，就失去了价值。可见“人人都是艺术家”（博伊斯）是一个过于讨好时代的谎言。 神“创造”世界的神话早已点明了创造的根本含义：无中生有。人的能力有限，不能无中生有，所以只能创作，不可能创造，但其创造性相似，因此可以说，创造性在于改变力，在于能够改变世界或历史，改变生活或经验，改变思想或事物，或者说，创造性在于为存在增加一个变量。与智力不同，创造性无法测量，所以神秘。创造性很可能并不是思维诸种能力的其中一种，而是诸种能力的合作方式，因此在每一种可描述的思维能力中无法识别哪一种是创造力，就是说，创造性是思维的“系统总动员”。所以创造性思维往往在于对无限性、复杂性和自相关性的理解力，或者在于形成概念的能力，这两种思维具有类似于“创世”的效果，即为存在建立秩序。创造性思维正是人工智能所缺乏的，因为算法不能在涉及无限性或自相关的问题上另有发明，也不能建构新概念，也就不能为存在建立秩序。 ▍人类的秩序与人工智能的秩序
前两次的推送 1.已经更新6版的诊疗方案，我还想提点建议 2.新冠病毒值得害怕吗？ 主要想说的是第6版诊疗方案里推荐的那些抗病毒药物和中药。今天在微博上有人留言说：不知道什么药真的有效果，不用这些药怎么办，难道就这样等死吗？ 这样想的人估计不少，所以今天来回答一下这个问题。 首先，不是不用这些药就肯定会死 从目前的病例统计来看，确诊病例77262，死亡病人2595，病死率3.35%，所以感染后哪怕发病了，也是96%以上机会可以活下来，而不是不用这些药就会死。 有人可能要说，这正是按诊疗方案用了这些抗病毒药物，以及那些中药，才有这么多人活下来了。现在国外也有不少病人了，这些国家也没有按我们的治疗方案用这些抗病毒药和中药，他们的病人情况如何呢？ 目前欧洲+北美洲+大洋洲，累计确诊205人，总共死亡4个，病死率1.4%。日本（不算钻石公主号）+韩国+新加坡，总共确诊1069人，死亡8人，病死率0.75%，病死率反而比我们还低。 其次，不用这些药，就不能治疗了吗？ 显然也并不是，被感染后出现了身体状况，即便没有用这些抗病毒药和中药，依然还是有很多治疗可以用。 比如发烧烧得厉害了，可以用退烧药，如果有脱水了，而且不能进食，可以输液补充水分和电解质。如果有缺氧了，可以吸氧或者上呼吸机支持。这些治疗方法，也是经过临床验证过的，才在临床中使用的。 通过这些对症和支持疗法给身体提供支持，帮助人扛过急性期，扛到免疫系统控制并清除病毒的时候，也是一种治疗，住院病人都会做这种支持治疗，其它国家也主要是做对症支持治疗。 反正没有效的药，为什么不能先试试这些药？ 一个新的病毒，我们要找到有效的抗病毒药物，是非常难的一件事。 就其它人冠状病毒而言，早在上世纪60年代就被发现，我们也知道它们是导致普通感冒的常见病毒，如果有药物能治疗它，自然市场非常大，但60年过去了，依然没有研发出有效的抗病毒药物。 SARS和MERS的冠状病毒和这次疫情的冠状病毒有些类似，都可以引起急性呼吸窘迫综合征，我们也知道它们危害非常大，也都想有药物可以对付他们，但SARS发现17年了，MERS发现7年多了，目前依然也都没有研发出抗病毒药。 再看一个我们都引以豪的例子，青蒿素治疗疟疾。在最终确认青蒿素是有效抗疟药之前，523项目组调查里2000多种中药，觉得640种可能有抗疟效果，然后在小鼠模型上试验了380多种提取物，最后才筛出了一个青蒿素[1]。 如果没有经过体外试验和动物试验以及临床试验，假设按现在诊疗方案的思路，以可能有用为依据，把2000多种药都直接推荐到抗疟治疗里去，让医生直接给病人用，哪怕最后验证出了一个青蒿素，那用了另外那1999种药的那些病人，就活该做小白鼠吗？ 就药物而言，只要进入身体里，就会被人的免疫系统识别，最后要经过肝脏代谢，最后要经过肾脏排出，这个过程，就可能引发过敏反应，肝损伤、肾损伤，有的还可以诱发细胞突变致癌。 正是因为有这些风险，所以这些药要用在人身上之前，需要先经过体外细胞层面的试验，再经过动物试验，再到人体的临床试验，一步步验证了安全性和有效性，最后正式应用于临床。 随便抓个药，哪怕体外和动物试验证实有效，最后在人身上同样证实有效，可能性不会超过百分之一，而所有的药又都有不良反应，有的不良反应甚至是致死，所以在明确安全性和有效性之前，不能随便用药，更不能随便写进国家级的诊疗方案里。 如果是已经在临床上应用的药物，要在一个新的适应症上使用，同样也是要先经过伦理审核，再让受试者有充分知情同意再进行临床药物试验，验证了有效性才可能被作为指南的推荐药物。 这些原则不是针对中药，也不是针对西药，而是针对所有的药物，否则用了不是对病人更好，而是让病人承受更多的伤害。 现在，第6版诊疗方案里推荐的那几个抗病毒药，比如洛匹那韦利托那韦和阿比多尔，现在就有新的临床数据说没用。 再比如，磷酸氯喹已经在红头文件警示剂量安全问题了。 这两种药还只是我们的诊疗方案里的20多种药里的2种，剩下的还有很多因为严重不良反应被药监部门警示过的中药注射液。 这些暴露了的问题，发个红头文件警示一下很容易，那些被用了这些药的病人的感受，有人考虑过吗？ 被病毒感染躺在病床上已经够可怜了，在这个时候还被用这些有效性完全没验证过，剂量安全都没搞清楚的药，他们也是和你我一样的人，是一个个活生生的人，不是一只只小白鼠。 相关阅读： 什么是有效的药？
你说那些没用，为什么我用了就见效呢？
这不能吃，那不要吃，孩子病了就让他扛？
这个账号在6年前开通，从第一次推送开始，我一直秉承同一个理念在写作，这个理念就是：循证医学。
循证的本质，是基于证据的一种思维决策方式。这里的证据，指的是基于科学方法探索出来的当前最佳证据，这些研究证据构成了整个科学知识体系，这些知识也是现代医学的基础。 我写一个问题，所呈现出的知识，既要依靠既往学习积累，也要在知识库里检索查证最新的知识，为的是让呈现出去的知识尽量更可靠。平时在儿童健康问题上是这样写的，这次在疫情问题上，也是这样写的。 科学是对自然规律和机制发现，是基于事实可验证的客观描述，而且是不被人的喜好所改变的。由于知识传播和普及的问题，有的会符合大家的认知，有的并不符合。 平时写的那些儿科问题，如果是和大家认知比较接近的，或者大家没什么认知的，谩骂声会比较少，如果是和大家认知不符的，尤其是很多人有所认知但又不准确的，则会有很多的谩骂，但随着知识的逐渐普及，骂声还是会越来越少。 比如，在2014年我刚写不要物理降温时，不论是微博还是微信上，收到了清一色的骂声：标新立异，哗众取宠，博眼球等等。 几年以后，当有更多的人认真查证这个问题时，发出来和我一样的声音时，骂声就少了一些，再到后来，中国的儿童发热指南说法也我当年写的一样了，骂声就更少了。 同样，在艾畅、匹多莫德、感冒咳嗽药等问题上，都经历了类似的过程，在我刚开始批评的时候，也是骂声一片，再到后来药厂自己把艾畅的药品批号注销了，匹多莫德被药监部门限制了适应征，骂声就消失了。 在其他问题上，比如枕秃、比如把便，比如抽筋不要往嘴里塞东西，我都有过类似的经历，我之所以坚持，并不是因为我特别自大，也不是想特立独行，而是因为对自己的观点有信心，这个信心不是觉得自己特别聪明，而是因为自己有科学的观念，而且对这些知识做了深度的查证。 我知道客观的、真实的科学知识，本身是经过验证的，所以它能经历流言的洗礼，然后最终慢慢呈现真相，并被大家所接受，因为社会是被科学推动发展的。 而这一次，在疫情问题上，从一开始的口罩问题，再到最近说的诊疗方案里的药物问题，收到的骂声尤为激烈。在前所未有的谩骂声中，我也有检视自己所传递的知识，也有检视自己的文字，并没有发现自己标准有什么改变，我一如既往在按一直以来所秉承的理念和标准在表达。 我也能明白为什么同样的表达，在这个时候会更容易收到骂声，因为在疫情的危险之下，人会特别缺乏安全感，这个时候只要有人说个东西能提供保护，都很容易被接受，相反，我总是去辟谣，告诉大家抗病毒喷剂没用，双黄连没用，健康人群戴口罩没用，往身上喷消毒剂没用，那些中药没用，那些抗病毒的西药没用，我一次次拿走大家好不容易抓到的那些“救命稻草”，自然很容易被骂了。 但又能怎样呢？病毒和疾病有自己的客观规律，这些并不是我所能改变，也并不是哪个专家或者哪个指南说句话就可以改变的，也并不是说有用用了就真的会有用，而是反而可能有害。 如果稍微有点逻辑和理性，就能想清楚一件事：一件事值不值得做，不是看情况是不是危不危险，而是看做了是不是利大于弊。对用药问题，我以前也反反复复说过需要想3个问题： 这个药有没有用 用了是不是好处大于坏处 是不是所有可用药里的最佳选择 如果这3个问题，有任何一个是否定的，那这个药就不值得用。这几个问题在平时大家很容易理解并接受，但在疫情威胁导致的恐慌之下，只要有人说个东西有用，就不管是不是有依据，也不管是不是有害，就先用了再说。 上一篇文章只是因为我不认同诊疗规范里推荐的那些神药，就收到了疫情以来最多的谩骂，但一天以后，世界卫生组织也是说只有一种可能有用的药。 这个药也只是可能有效，因为临床试验结果还没有出来，它之所以有资格单独拿出来说，是因为它在体外及动物实验发现对SARS病毒有用。在临床结果出来并证实对这次的病毒有用且安全之前，它也不应该被推荐给病人。 目前很多国家也都有新冠病人了，这些国家也没有特效药，靠的也是支持治疗，比如越南的16个病人，没用我们诊疗方案里的那些神药，现在病人不也都治愈了吗。 你可以有你的恐惧，但我也可以有我的坚守，所以我会按自己的一直以来坚持的科学理念，表达我自己的看法，我需要对齐的是是科学背后的证据和逻辑，至于你的认知，你的感情，你认可的权威，你认可的政策，你认可的方案，如果有证据和逻辑，我会支持，如果没有，我会反对。 我支持或者我反对，我只是表达我自己的声音，并不是要让你接受，我也不可能强制任何人接受，你看或者不看，你接受或者不接受，并不是我要关注的，我也没法强制谁关注，自然也不会去说谁想听的或谁想看的，所以谁也不需要试图用谩骂或取关来威胁我。 科学有这么这么重要吗？在我看来是的。没有科学，我们不可能知道这次疫情的背后是一个病毒，没有科学，就没有给重症病人提供生命支持的ICU，会有更多人死去，没有科学，未来也不可能开发出有用的疫苗和药物。 没有科学，你连能上网的手机都没有，没有科学，给你个键盘你也骂不了人，因为连电都没有。
相关阅读： 科学无法解释的东西就一定不科学吗