比原子弹更重要的问题:计算机如何让人变得更聪明?

作者:admin  2019-05-29 20:55:17

「怎么让人类变得更加聪明?」在面对人类第一颗原子弹爆炸的时候,「曼哈顿计划」的创始人范内瓦?布什却在思考这个问题。

那是1945年的7月。

相当于20000吨炸药的核武器,让一朵巨大的蘑菇云在距离地表近万米的地方爆裂开来,最终在沙漠中留下一个10米宽的大坑。

那个7月,布什却将一封与原子弹毫无关系的信件投书给《大西洋月刊》,并提出了一个悲观的结论:「人类获取的经验正在以飞快的速度增长,而我们从知识迷宫中获取信息与知识的方法,却与过去造横帆船时一样工程浩大。」

如此庞大的问题,源于布什管理曼哈顿计划时的经验。

国家力量让不同学科的科学家走到一起,分享各自领域的前沿知识,团队合作,但战争即将结束,这种合作还能持续下去吗?

生物通过合作进化出更高级的智能体,这是自然界亘古不变的规律。每个蜜蜂的IQ并不高,但通过群体协作却可以搭建一个完美的巢穴。

因此在19世纪,著名科学家尼古拉•特斯拉就曾预言,有朝一日地球将成为一个大脑,每个人都是一个神经元。

预言终究是预言。

如果想让信息脱离人脑,在不同人群、话题之间自由流动,难度显然过大。在布什看来,无论是信息的获取、储存,还是连接,都存在非常深刻的问题。如果我们不重新思考人与信息的关系,借助计算机的力量改进上述环节的效率,全球脑的设想将成为空中楼阁。

布什的困惑,为一代计算机和互联网发明家们指明了奋斗目标。

原子弹爆炸的74年后,我们有了搜索引擎、内容分发算法。机器在信息的获取和储存方面扮演了重要角色。

然而在信息的连接上,我们依然没有太多突破。

人类有自己的思维模式,头脑攫取一项信息后,会立即联想到另一条信息。布什对此大加赞赏:「人类行为的速度,头脑轨迹的复杂性,想象的细致入微,这是机械化的索引做不到的。」

当我们以此作为标准,回顾过去几十年互联网变迁时,会发现它离「信息连接」的初衷越来越远。小部分人设定的、标签化的算法,束缚了人自由探索知识边界的能力。更多的内容并没有让我们认知升级,反而因为信息过载而感到焦虑。

为什么会出现这样的问题?

社交媒体无法解决知识共享的问题

如果我们把人与信息的互动分为三个环节:获取、储存、连接;计算机看似在前两个环节中做得不错,却在「连接」上无能为力。实际上,无能为力恰恰是因为计算机在帮助人类获取和储存信息方面,做得还不够好。

目前,用户从互联网上获取信息的途径有很多种,常见的包括知识系统(如维基百科)、推荐系统(如今日头条)和搜索系统(如谷歌)等。

虽然上述几类系统各自都取得了巨大成功,但也都遇到各自问题和发展瓶颈。

最主要的原因在于,这些系统是由少部分人进行的自上而下的知识传播,并没有动用到所有人的大脑。

包括知识系统和社交媒体在内的「知识网站」,优点是信息颗粒度低,可以覆盖海量的内容。缺点也很明显:海量新知识点的编制和维护艰巨繁琐,容易产生疏漏,也无法根据知识的变化相互联系和演化。

这一情况在实际使用中非常明显。维基百科不能发现和应对新的知识,只能靠用户去创建。

知乎则是被动吸取知识,需要有人提出问题,才能建立新的知识点。这源于UGC生成的内容含义千变万化,机器光是理解内容本身就很吃力,更遑论理解那些难以用语言描述的意识和感觉层面的知识。

许多用户还依靠类似今日头条的推荐系统获取信息。它依赖单维度的标签描摹用户,因此有时候出来的结果是不合常理、扭曲失真的。此外,很多高质量的内容可能本身并不包含清晰的标签,音频、视频、图片更是很难用关键词描述。

最后一类则是基于关系链的社交媒体,比如微博和Facebook。

这类产品仅依靠用户间的共同兴趣传递信息,但由于缺乏系统性的知识结构作为支撑,只能还原基于人际关系链的物理链接,难以就个人思想与知识的表达做交流。当社交属性发挥得越来越强时,知识属性就会越来越弱。

综上,现有的工具只能充当「信息源」的角色。

它们在本质上是以机器为中心创造的,而不是以人为中心创造的,无法与有机的思维过程碰撞。无论是知乎还是维基百科,它们更像是一部由超高速CPU编纂的词典,是海量的「机械化索引」的聚合体。

作为用户,我们希望工具代替我们去做搜索、查找之类的「脏活累活」,以便让我们有更多时间可以理解、消化新知。这就需要工具可以尽可能贴合人的思考模式。

是否有一种可能,信息可以脱离人,自由地在互联网上传递,碰撞,连接?

用户不再需要关注某人,就可以获得准确的信息。信息分发也不再需要被打上标签、被博主转发、被志愿者维护,而是由一个吸收群体智慧的「全球脑」决定。

这个「全球脑」可以在每个人的帮助下,进行自主进化、生长,了解信息与信息之间的关系,做到真正的连接。

KNS知识网络

2015年开始,「Ta在」团队就开始在美国创造一套全新的算法。

在这套名为ECI(Evolutional Collective Intelligence)的演化群体智能算法下,人与人可以不基于社交关系连接,而是通过大脑的知识特征、兴趣属性自动连接,建立超越个体智慧的群体智能。

在完成这套算法后,团队于2018年11月上线了世界首款以实现全球脑为目的的KNS(Knowledge Network Services,知识关系服务)产品——「Ta在」。

ECI算法的一大优点就是自我演化。

它基于多人判断分发内容,而不是基于局部个体(如逻辑与内容审核人员)的好恶。它会学习大量用户的使用习惯,然后对单一用户分发信息,然后再根据用户的反应来矫正系统判断,推送给用户。

在长期的互相判断过程中,ECI算法持续演化,以达到增进群体智慧的目的。

与这种动态算法相对应的,是一种同样演化的知识分类。现有的SNS或依靠人工编辑去归类,或依靠内容发布者去加标签归类。

「Ta在」则用ECI算法去标识内容。

同一个内容可被分在多个标签维度(知识属性维度),且这种分类始终处于演化的状态。它杜绝了内容埋得过深,从而无法被发现、连接的问题。平台始终可以非常灵活地调取内容。

最能充分利用这种演化分类优势的,是问答与知识检索产品。现有平台存在的最大缺点,在于一个问题的发起,要先找到对应问题的回答者。

这无疑是违背直觉的。

在ECI算法下,用户只要扔出问题或内容,算法就能自动连接相应的内容或人。它可以计算每个内容点、兴趣点之间的关系。

当这种关系越来越分析精准清晰后,「Ta在」就会最终形成一个庞大的知识体系、知识图谱与知识库。

那么,这个算法要进化到什么样子,才算得上够智能?

为了解释这一点,「Ta在」为自己的全球脑平台设定了一个名为CIQ的数值,用来描述平台的智力水平。

目前,「Ta在」平台CIQ数值是15,这说明相当于一个智商15的人。

但即便如此,ECI算法也已经发挥出了巨大的潜力。目前「Ta在」的问答帖回复率很高,说明算法将问题推送到了本身是对问题有经验的人那里。

当CIQ达到100的时候,「Ta在」平台的知识量就等同于知乎的量级。

随着内容广度的增加,算法可以更快速的对内容关联。当CIQ达到1000时,知识量就是谷歌的量级。一篇文章发出10-20秒后,瀑布流就会出现非常相近的内容推送。

除了自主演化与混合智能之外,ECI算法最重要的一点就是可以充分利用用户规模化,持续提升用户体验。对于其他社交平台而言,用户与内容的量级越大,垃圾内容也会越多。

而在ECI算法下,用户量级越大,作为分发引擎的「全球脑」将学习更多用户使用习惯,让推送给用户的内容更加精确。

目前,「Ta在」团队已经在自己的内容产品中验证了ECI算法的威力。下一步他们希望将算法接入外部平台,用一种较轻的模式探索其在ToB场景下的潜力。

我们在上面提到,现有的许多电商、内容平台都利用标签系统推荐内容,缺乏自我演化学习的能力。

这让平台上的B端缺乏消费洞察,更让用户经常会接收到垃圾信息。几年前,「骨灰盒」的新闻就曾引起轩然大波。某用户在淘宝上偶然搜了一次该款商,但系统之后反复给他推荐同类商品。

ECI算法就会避免这样的错误,因为它真的理解每款商品是什么,并能根据用户情况、兴趣推荐和促进购买。

随着购买量增加,电商平台又可以根据用户的消费心理得到更多的用户洞察,比如计算出从未有过的商品关系,更高效地刺激连带消费。换句话说,亚马逊上原来可能在尿片旁边只会推荐奶粉。然而根据ECI算法,它可能会推荐啤酒等奶爸感兴趣的产品。

到了5G时代,ECI算法将可以吸纳更多的知识与经验。凭借着低延迟和更快的传输速度,云服务器对数据的处理速度将能媲美本地CPU。再加上可穿戴等IOT设备的普及,全球脑将能发挥更大的功力。

以教育行业为例。我们在上面已经提过,ECI算法让「Ta在」产品中的问答模块活跃率非常高,因为它可以连接、拓宽知识点。这一路径也可以被应用到其他的教育产品中,成为5G时代的一个重要应用。

众所周知,许多教育产品以视频为主要形态,而视频内容的结构化又非常困难,还停留在人工打标签、做目录系统的阶段。数据传输速度的加快,可以让视频被全球脑学习并分发。产品将可以真正打破现有千篇一律的教育大纲,在知识体系中做出横向探索,判断用户在学习过程中的兴趣以及主动性。

目前,「Ta在」已经与多家中国出海团队展开合作,探讨如何将ECI算法嵌入这些团队的内容推荐、电商系统,从而提升转化。

区别于之前全球脑产品「Ta在」,这些外部合作将成为ECI算法的热启动。团队希望可以以技术入股、分红等较轻的模式,与外部产品合作。只有这样,才能让ECI算法进入到更大的世界中。

计算机科学家AlanKay曾说过:「最好的工具,开始可以激发人类创作的灵感。」

在懂得自我演化、学习的ECI算法帮助下,知识不再是毫无生气地被随意堆放在硬盘,而是可以自由流动、连接。这种连接必将为所有人创造更多的思维火花。

到那时,「用计算机提升人类智力」的一天,终将到来。