您现在的位置是：网站首页>科普科普
《协同进化》
铛铛铃2025-09-14【科普】1人已围观
简介
今天为你解读的书是《协同进化》，
副标题是“人类与机器融合的未来”。
2023年，一款叫做ChatGPT的产品火爆全网。它能轻松流畅地与人对话，为用户解答各种专业或日常问题。机器正在变得越来越智能。那么，这些机器是怎么变聪明的？强大的机器会不会取代人类？我们该如何与这些家伙相处呢？如果你也思考着这些问题，那不妨来听听这本《协同进化》，来看看顶级学者如何看待人类与机器的关系。
本书作者爱德华·阿什福德·李，是一位知名的计算机科学家，曾担任过加州大学伯克利分校电气工程与计算机系主任。爱德华发表过600多篇论文，还获得过由美国总统亲自授予的美国国家科学基金会青年科学家奖。此外，他在产业界也很有名，曾担任过苹果、空客等多家国际著名企业的顾问。在中译本的推荐语中，我国计算机领域著名学者陆汝乾院士曾评价，本书是他读到过的有关人工智能和人类关系的最有道理的学说。
那么，“协同进化”究竟是什么意思呢？这个词原本是一个生物学术语。所谓协同进化，说的是生态系统中两个关系密切的物种，它们之间的进化过程也是相互依赖的。具体来说，当其中一个物种进化时，也会对另一个物种产生选择的压力，并促使其发生改变。本书中的核心观点就认为，人类和机器之间正是存在着这种相互影响、协同进化的关系。
本书中所说的机器，其实是一个很宽泛的概念，可以泛指那些人造物，既可以是手表、手机、人形机器人这类硬件，也可以是程序、智能算法这类软件。我们在后续的讨论中，就不做特别详细的区分了。
本书中作者一切讨论的前提是，把机器当作一种生命来看待。我们本次解读也将围绕这一前提，分三个部分进行：
第一，我们会来解释为什么说机器可以看作是一种生命；
第二，重点聊聊人与机器是如何协同进化的；
第三，谈谈作者眼中人与机器协同进化所带来的问题与应对之策。
好，就让我们来看看这位学术大咖对于人与机器的问题有哪些思考吧。
先来说第一部分内容，为什么说机器可以看作是一种生命。把机器视为生命，这个观点倒也不是作者的原创，很多科技思考者都提出过类似的主张。比如，《连线》杂志创始主编凯文·凯利在2010年出版的《科技想要什么》这本书中就提到过，技术实际上是动物、真菌、植物等六个生命王国之外的第七个生命王国。不过，作者将这一观点进一步细化。他在书中详细论述了机器在个体层面、机器与机器之间以及机器整体这三个维度上都是符合生命特征的。
在个体层面，如果我们把机器视作生物，会发现机器与我们人类有很多相似之处。就以你手头的手机为例，首先，跟生物一样，手机这种机器会对外界刺激做出反应。你点击屏幕就能打开一个手机上的app，或者按动一下边框的按键，就能调节手机的音量。这就如同将美食放在小朋友们面前，他们就会流口水一样。你只是做了一个动作，生命或者机器就会给出一个相应的反应。
再有，跟我们人类一样，手机也是要“吃饭”的，只不过它们需要的不是粮食，而是电力。于是，电源插头可以看作是手机的消化系统，而手机的电池则如同人体中的脂肪和蛋白质，储藏着支撑其运转的能量。
当然，手机也有生老病死。比方说，我们下单了一个新手机，可以看作是你在给一个新的生命接生。而这个手机的内部软件会不断更新，就仿佛是手机在学习提升自己。当然，手机会有生病的时候，程序出现bug、屏幕摔了、按键失灵了等等。我们可以为它们下载新的app，更换新的零件，就如同人体中每天有超过500亿细胞会死亡，新的细胞会取代这些死去的细胞，这些都是健康生命体的正常生理过程。但是如果坏的部分过多，那么这个手机也到了生命的尽头，它的归宿可能是幽暗的抽屉，如同走入坟墓。
生命还有一个重要特点，那就是可以繁殖，这就涉及到了机器与机器之间的关系。也许你会想，手机是如何繁殖的呢？作者提供了一个很有意思的视角，那就是把手机比作蜜蜂。在生物界的蜜蜂群体中，工蜂就不具备正常的繁殖功能，但蜂群可以分工配合，工蜂来养育蜂后和雄蜂，而后两者把蜜蜂群体的DNA不断传递下去，实现种族的繁衍。或许我们可以把手机看成一只只工蜂，手机制造商会根据上一批手机售卖的情况来制定生产计划。如果你的手机表现良好，让你很满意，你可能就会将这个机型推荐给朋友们，那么其中的一些人就会购买。于是一个新的手机就在工厂中被组装，从而得到了孕育。这对于手机这个种群来说，相当于进行了繁衍。
当然，还有很多机器是按照人类这种有性繁殖在发展的，其中最具代表性的就是软件。软件的开发过程与人类的繁衍机制非常相近。首先，软件中的代码就是它们的DNA。在一个典型的程序中，有着几万甚至几十万行代码，而一行代码中出现错误，就可能造成程序整体的崩溃。在人体中，DNA中含有数十亿个碱基对，而其中的一些碱基对出错，也会造成人体的重大疾病。人类在进行繁殖时，本质上是两个人拿出彼此的DNA，组合成新生儿的DNA。对于软件来说，新软件的诞生也有这种特点。绝大部分软件并不是从零开始，一行一行代码写出来的，编程人员一般是从这儿复制几行代码，从那儿再借鉴几行，最终拼成一个新的软件。不同的代码互相结合，就像动物繁殖中的DNA交换一样。甚至一个新软件会继承成百上千个前辈的代码，而在这种复制过程中，编程者会加入一些修改和调整，这在生物体中就相当于引入了突变。于是，这种类似有性繁殖的过程使新的软件程序能够快速诞生，而且每一代都在改进和优化。
最后，如果把机器整体看作一种生命形式，那么它这一类生命已经发展得十分繁荣了，堪称是百花齐放。有些机器可以类比为单细胞生物，比如石英表，内部只有一个简单的电路。有的机器则是体型庞大的多细胞生物，比如我国的神威·太湖之光超级计算机，其内部有数万个处理器，还要配有完整的恒温系统才能正常运行，整个机器能填满一层楼。成千上万种机器已经在地球上形成了属于机器生命的王国，机器作为一种生命正在蓬勃发展。
现如今，人与机器已经形成了协同进化的关系。在接下来的第二部分，我们就来详细聊聊协同进化。在作者看来，这种协同进化体现在两方面，一方面是机器自身依靠反馈机制在不断自我进化，另一方面是机器与人形成了共生关系，从而相互影响、相互促进。
首先，作为协同进化的重要一环，机器本身正在快速进化。它们之所以能够变得越来越智能，关键在于反馈机制的引入。反馈对于我们有机体生物来说是至关重要的，哪怕是最简单的细菌，要想生存下去，都离不开反馈。当细菌向着营养少的方向运动时，它的感受器就会发现问题，并让细菌调整前进方向，这就是一个典型的反馈过程。同样，机器的改进也要引入反馈。这方面的早期著名案例来自20世纪20年代的贝尔实验室。当时，贝尔实验室有一位叫哈罗德·布莱克的电气工程师，负责研发跨大西洋电话中的电子管放大器。这种电子管放大器能把微弱的输入信号放大数百万倍，形成输出信号，但它同样存在问题，那就是输出信号与输入信号相比会有失真。布莱克意识到，可以构造一种反馈环路。基于这种设计的放大器虽然会损失一些放大倍数，但输出信号的失真度能降低到原来的万分之一。如今，类似的设计理念已经在大量的机器系统中得到应用。比如，这种引入反馈的设计思想能让飞机飞得更平稳，能让喇叭的音质更好，还能用来调控汽车刹车防抱死。
过去十几年中，人工智能领域取得接二连三的重大突破，这些成就背后的关键同样是将反馈机制引入到了算法设计之中。比如，近些年来风头正盛的神经网络算法，其关键特点就是其中反馈机制的设计。简单来说，当算法在计算出结果后，会测量这个结果和真实结果之间的偏差，再根据这个偏差调整参数，争取在下次计算中能够更接近真实值。而神经网络算法中有一类名叫生成对抗网络的算法，就是反馈设计的一个典型案例。生成对抗网络简称叫做GAN，它其中由两部分组成，一个叫做生成者，一个叫做判别者。在具体工作中，比如想让GAN产生一个小狗的图片，生成者会先大致绘制一张图，然后让判别者来判断这个图是不是狗。如果判别者给出了否定的答案，那么生成者就会改进自己的参数，再输出新的图片来进行判别。于是，生成者和判别者之间形成了一种基于反馈的紧密关系。就这样，这两个部分相互较量、相互对抗，最终就能形成一个标准的小狗图片。
单单构建反馈机制还不够，机器要想实现更高层次的智能，就要学会与人类交互。所谓交互就是双方互动的过程，是一种更高级别的反馈。作者以飞机自动驾驶系统的开发为例，向我们讲解了为什么说交互对于机器智能的提升是至关重要的。如果想开发一套帮助飞行员实现自动驾驶的飞行程序，常规的设计思路是让系统观察人类飞行员在操控飞机时的高度表和控制器。如果飞机高度低于或者超过理想的高度区间，飞行员就会调整控制器。通过观察每次飞行高度的变化、控制器变化的方向和幅度，驾驶系统就能学习得到一个模式，这个模式会告诉程序要把飞机高度控制在一个狭窄的区间之内。这个逻辑听上去没什么问题。然而，在2016年，有三位人工智能的研究学者指出了这套方法中的问题，那就是对于机器来说，被动地观察人类来学习这种方式效率极低。因为在真实的飞行途中，飞行员在绝大部分时间都会把飞机的高度维持在稳定的水平。如此一来，机器其实没有多少机会去观察人类如何应对飞行高度变化，这样训练出来的自动驾驶系统很可能达不到安全标准。
于是，这几位专家提出了一种改进方案。这套方法的核心是驾驶系统不仅观察飞行员的操作，还要和飞行员形成交互。具体来说，人类飞行员要控制的是它对自动驾驶系统下放控制权的程度。假设人类飞行员完全掌控飞机，代表着放权水平为零，而如果完全让系统掌控飞机，那么放权就是100。自动驾驶系统的目标就是让放权值尽可能的大，为此，它要不断地优化参数，来让自己尽可能地持续控制飞机。在系统操作时，只要人类飞行员介入操作，就意味着程序的某一个环节出现了偏差，而人类如果长时间让系统控制飞机，那就说明程序运行的还可以。这种模式就好像是我们去驾校学车，坐在副驾驶的教练会尽可能让学员开车，只有在特殊情况，教练才需要踩副驾驶座位下的刹车。这种模式就是一种典型的基于交互的教学方法，它比单纯的观察更能快速提高学生的水平。毕竟在驾校中没有学员仅凭看看就能考过科目二。事实也证明，使用这种交互方法训练的自动驾驶系统，它在飞行中的表现更接近真正的飞行员。
其实，在日常生活中，我们也在随时随地的与机器交互。比如，你在短视频平台上的每一个点赞，都是在告诉算法你的关注点是什么，从而不断改进它们的推荐结果。所以你使用的程序会看起来越来越智能。
依靠着反馈与交互，机器在进化，同时它们也在与人类形成共生关系，从而完成协同进化。什么是共生关系呢？作者用了一个很好的类比，那就如同奶牛和微生物的关系。奶牛虽然吃草，但它们自身是没有能力分解草中纤维素的，奶牛需要靠胃中的微生物，特别是一类纤维素降解菌来完成消化。如果奶牛失去了这些菌群，那么奶牛就会死亡。作者认为，人类与机器的关系也是如此。如果现在全世界机器都突然消失了，那么人类无疑会面临灭顶之灾。你就简单设想一下，如果忽然不让你用手机了，你会不会抓狂？其实已经发生过类似的情况。2017年，有一款名叫“想哭”的病毒控制了全球20万台电脑，直接导致英国很多医院不能接收病人，西班牙电信公司、联邦快递和德国铁路系统等多个大型机构也都遭了殃。由此可见，人与机器早已密不可分。
在这种共生关系的基础上，人与机器就开始了协同进化。比如，我们将自己的一些生活信息交给了微博、微信和抖音背后的算法，从而让人工智能提升对我们自己的了解。同时，我们自身也从这个过程中有所收获，那就是依靠算法快速找到我们喜欢或感兴趣的内容。再有，因为人脑的物理参数基本相对稳定，要想提高自己的生产效率，最好的办法就是学会使用新的机器。比如，我们前面提到的ChatGPT，它的一个重要功能是根据需求自动生成代码，这让很多原本不会编程的人极为受益。以前他们可能有很好的主意，但没有程序员来帮助其实现，但现在情况变了，有了自动编写代码的AI，这些人就能推出自己的软件产品。有一种说法犀利地指出，在未来，人类可能会分成会用AI和不会用AI的两个群体。已经有迹象表明，这种由技术驱动的分化现象正在发生。作者甚至有些悲观地说，如果这种现象持续时间够长，甚至可能使人类出现基因的分化，将人类分叉为不同的种群。
总之，当机器进化时，依靠机器的人类也会发生相应的改变，从而维持二者相互共生的关系，这就是人与机器的协同进化。
快速的协同进化最终会让人类社会走向何方，这其实是不可预测的。不过可以肯定，在这个过程中会出现很多问题，特别是人工智能正在逐渐获得更大力量，这对于我们的未来产生了不可估量的影响。接下来的第三部分，我们就来说说在作者眼中，人与机器的协同进化会带来哪些问题，以及可能的应对方法。而他特别关注的是其中的著作权归属、责任划分以及隐私保护这三方面。
首先，作者认为我们需要谨慎思考智能机器在使用中所带来的权利与责任。比如，当聪明的机器开始帮助人类从事很多脑力劳动之时，就会冒出关于著作权和知识产权的问题，或者换一个简单的说法，那就是如果用AI画画，那作品版权该属于谁呢？2018年，佳士德艺术品拍卖行卖出了一幅名为《埃德蒙德·贝拉米肖像》的画作，这幅画的作者不是人类，而是算法。三个法国年轻人用了我们前面提到的神经网络算法，向其中输入了从14世纪到20世纪的1.5万幅画作的图片，这些图片全都来自互联网，然后他们让算法运行并生成众多新图片，再从中筛选出这么一张画作。最终，这幅画以43.2万美元的高价拍出。再有，最近使用AI生成内容的技术在快速发展，有很多AI工具用来画画、写书稿，甚至直接生成视频和电影。那么这些产生出来的内容该属于谁呢？是属于算法的开发者，还是利用算法画图的艺术家，亦或者是提供训练数据的人？当前的法律还没法对这一问题给出解答。显然，法律发展速度是要慢于技术的。这类著作权问题可能会引起一些经济纠纷，但还有更严肃的问题，那就是在涉及到生命安全的领域，会存在机器与人究竟如何分配责任的问题。
2018年，美国加利福尼亚州的几位高速公路巡警发现，在凌晨03:30，一辆特斯拉电动汽车以110km的时速在公路上飞驰，而驾驶座上的男人显然是睡着了。巡警们意识到，这人正在使用车里的辅助驾驶系统。警察们费了九牛二虎之力逼停了这辆车，他们发现司机喝酒了，醉倒在驾驶室中。这名马路杀手最终以酒驾罪名被逮捕。那么，在这个案件中，那辆电动汽车或者生产它的特斯拉公司是否有责任呢？甚至再极端一点儿考虑，如果使用自动驾驶的车辆造成了伤亡事故，那么该由谁来承担责罚呢？书中提出，不同智慧级别的自动驾驶汽车将要承担不同的责任。根据普遍接受的定义，自动驾驶技术可以分为六个等级，零级代表着需要人类司机完全操控，而自主级别五级则代表人类完全不用控制，只要待在车里就行。理论上，五级自动驾驶的车辆可以不用装方向盘和刹车，完全由机器自己控制。驾驶着零级的车出现事故，那责任肯定全是驾驶员的。不过，如果一辆五级的汽车撞了人，那责任的划分可就难了，汽车生产商、工程师，甚至是宣称自动驾驶绝对安全的销售可能都要有责任。所以，当机器的运行方式复杂起来以后，我们是很不容易进行责任划分的，而且越智能就越不容易理清。
除了权利与责任的问题，在人类与机器的密切相处中，隐私也一向是备受关注的话题。近些年来，软件窃取隐私一直被大量讨论，世界多国也出台了隐私保护法来限制互联网公司随意收集、使用用户的数据。但是作者指出，这些保护法的效果并不理想。因为这些法律单纯地指望控制企业的行为来保护大众的隐私，但从协同进化的角度看，即便用户明知自己的个人数据会被滥用，但是当软件弹出是否允许读取数据这类对话框时，我们还是会毫不犹豫地点同意。因为我们都知道，用自己的隐私换来的往往是一个高效运行的程序，它能带来最有趣的咨询或者最令人感兴趣的小视频。
无论是理清智能机器的权利与责任，还是从机器手里保护我们的隐私数据，作者其实也没有特别好的主意，但他指出了一个大体的方向，那就是要想为这些问题寻找到解决方案，我们需要真正理解机器与技术，既要理解机器本身，也要理解其背后的社会与文化因素。想要应对越来越智能的机器，前提是理解它们的运行规则，因为我们的一个设计或指令可能对于机器来说会产生差之毫厘、谬以千里的运行结果。比如，对于一个扫地的机器人来说，尽可能多地收集尘土看似是一个合理目标，但扫地机器人可以通过把已经收集起来的尘土重新倒回地上，再收集起来的方式去实现回报最大化，这显然与人类的初衷是相违背的。所以，如何理解机器的运行逻辑，特别是解释复杂算法产出结果的过程，是当前研究的一个重点。2017年，美国国防部高级研究计划局甚至专门启动了一个名叫可解释人工智能的项目，但遗憾的是，目前我们对复杂人工智能的理解是极其有限的，所以很多人会称人工智能是一个黑箱。也就是说，我们把数据放进这个箱子，再从箱子的另一端取出运算结果，但至于这个箱子中发生了什么，我们无法得知。很多相关领域的学者会建议，在没能打开AI的黑箱之前，应该尽量减缓AI的进化速度。比如，2023年3月，就有1000多位学者和企业家联名要求暂缓对先进AI大模型的训练。
除了去理解技术本身，我们还应该去了解技术背后的社会与文化内涵。作者指出，现在如果再对年轻人进行教育的话，我们不应该只教学生们如何写程序代码，还应该向他们介绍开源软件是如何发展、流行起来，从而让他们了解编程语言发展中所诞生的开源协作精神。此外，也可以用年轻人常用的微信、微博这些工具为例，向他们说明隐私的概念，让他们用亲身体验来学习如何在网络上保护隐私。正如书中所总结的一句话，未来的技术专家同时必须是最强的人文主义者。总之，对技术背后的社会文化有了更深的理解，才能帮我们构建起与机器和谐共存的规则与规范。
你觉得具备先进智能的机器会带来哪些问题呢，以及应该怎样应对？欢迎在评论区留言讨论。
最后，作者还探讨了一个有些哲学意味的话题，那就是随着机器越来越强大，人类可能要反思自身存在的意义了。著名学者理查德·道金斯曾说过一句话，鸡是一枚鸡蛋制造另一枚鸡蛋的工具，那么人类会不会也是一台电脑制造另一台电脑的工具呢？假设在未来的某一天，我们创造出了一个超级机器，它在智能上远超人类，甚至这台机器还能自己制造新的机器，那么人类会处于怎样的境地呢？有人认为，这种超级机器将是人类的最后一个发明，因为这之后，人类的所有创新将由这种超级机器完成。但作者认为，不用这么杞人忧天。如果从协同进化和生态学的角度来看，并不是只有最聪明的物种才能生存，真实的世界中每个物种都有各自的位置与功能。当然，人类在与机器的协同进化之后，最终会处于怎样的位置，这一点目前还无法预测。不过，想想那个奶牛和肠道菌的例子，不同生命形式间是可以和谐共处的，只不过人和机器谁是牛谁是菌，作者没说好。《协同进化》这本书就为您解读到这里。
"感谢喜欢，赞赏支持是对我的鼓励。"
很赞哦！ (0)
