【AI星球（微信ID：ai_xingqiu）】10月16日报道（编译：福尔摩望）
编者按：本文原作者Nitzan Hermon是通信工作室和技术咨询公司Studio VV6的负责人。
随着我们不断创造出越来越多的智能机器，我们不得不重写自工业革命以来所持有的信念。由于机器不断增加的复杂性，数据的换代速度越来越快，层次也越来越多。当这种复杂性超过了我们的理解能力，我们与工具的关系将会开启全新的篇章。
目前我们在技术上所做的研究工作植根于早期的工具时代，比如锤子的焊接等。这些工具本身已经发生了变化，但是我们与之互动的心理模型仍保持相对稳定。工具只是变得越来越快、越来越强和无线化。
电钻是更加强大的锤子，火车是更加快速的汽车，手机是有线电话的无线版本。这些改变都随着电子数字积分器和第一台通用计算机ENIAC的出现而发生。
技术演变
1946年，宾夕法尼亚大学安装了ENIAC，这是第一台能够执行多任务的机器。负责操作的人类开始不得不改变自己的心理模型。
当我们使用线性可认知管理的单维计算方式——模型视图控制器（MVC）时，这一切都还好。MVC是20世纪70年代末由Alan Kay、Trygve Reenskaug和Adele Goldberg发明的服务器架构。他们在Dynabook和Smalltalk工作时发明了这项技术。
MVC是由静态数据库、专有接口点以及连接两者的控制器构成的。所以数据一次只能向一个方向移动。当你发送推文、查询或者阅读文章时，数据要么朝着用户方向要么朝着数据库方向移动，不能同时向两个方向移动。
对待技术的态度转变
随着更多分类的工具、更好的传感器和网状数据技术的出现，技术的复杂性开始显现，我们也得以用新的方式进行统计计算。但是这也导致了一个问题，即我们不能完全了解正在发生的事情。这也是为什么偏见会成为算法中的大问题。我们可以理解偏见的根源，但是我们无法立即解决它。
算法的长尾特性使其与装配线的运行具有根本上的不同。我们无法采取立场，纠正我们的模型，或者改善数据来源。一旦我们做出了改变，我们必须耐心等待，让它在下游波动成为一个模型。
这种复杂性与新的技术能力相结合，产生了偏见与人类信念的奇怪组合。尤其是往往与本体论属性相分离的工具认识论观点。这些演变导致一些技术创新远离了日常生活工具，而不是出现在现有心理模型的上下游。
技术信仰与技术恐惧症
技术信仰认为所有的技术都是好的。以这种方式思考，将会限制你对改进和有意义设计进行公开讨论的能力。而现实趋势也的确如此，比如算法的拟合，AI助手的虚假承诺，和对一般人工智能（AGI）不切实际的期望。
技术恐惧症则是与之相反的观点，它认为我们无法理解的技术将会摧毁人类。但其实目前所有的数据技术（如机器学习、深度学习等）都只是工具而已。它们只是能够运行在快速计算机上的数据工具，拥有比以往更多的数据点而已。
马斯克与扎克伯格之间对AI的交流就是技术信仰与技术恐惧症的碰撞。扎克伯格是技术信仰的忠实支持者。他是一个成功的创始人，也是一个代表了硅谷文化的人。
马斯克对技术的看法则稍微复杂一些，因为他似乎对这两个对立观点的看法摇摆不定。虽然马斯克提出了“AI是对人类文明的存在根本的威胁”的观点，但是他却无法给出一个很好的论据。而大脑与机器之间有区别的原因是很广泛、很多样的。
那清晰对待技术呢？
有趣的是，这两个对立的阵营在对AGI的看法上出现了交集。技术信仰将大脑视为计算机问题，而技术恐惧症则害怕被支配。这种分类似乎是非结构性的。如果你认为算法是智能的，那么反映了你存在着一定的偏见。
一般人工智能社会的主席Ben Goertzel指出，咖啡测试是对AGI的一个很好的定义。所谓咖啡测试是指进入普通的美国家庭，找出制作咖啡的方法，包括识别咖啡机、弄清楚按钮的作用以及在橱柜中找到咖啡等。
Malcolm Frank、Paul Roehrig和Ben Pring在《What to Do When Machines Do Everything》一书中写道：“这一系列任务对一个成年人来说是很容易的，但对计算机来说却很困难。创造一个AGI要比ANI困难的多。大多数人估计，我们距离开发出这样的AI功能还有20多年的时间。”
与此同时，我想知道我们需要做些什么来更好地理解工具并编写全新的可用心理模型。毕竟，对技术有着清晰的认知是将技术应用到客户身上的唯一途径。我需要的不是一个可以制作咖啡、编程网站、烹饪的机器人，我需要的是一个与我们的思维方式非常类似的工具。我需要超语境化的工具，这些工具可以理解我不断变化的思维，而不是试图进行模仿。
如果我们没有在认知信念下进行操作，只会在错误的道路上越走越远。只有对技术有着清晰的认知才可以让我们理解和利用实例的唯一性，遗留知识和用户需求。
