“技術(shù)崇拜”與“技術(shù)恐懼”都會阻礙AI創(chuàng)新，“技術(shù)節(jié)制”才是正道
隨著我們制造的機(jī)器越來越智能，我們從工業(yè)時代開始到現(xiàn)在所秉持的觀念已經(jīng)有些不合時宜了。在這個情況下，出現(xiàn)了技術(shù)崇拜與技術(shù)恐懼兩個相互對立的觀點。不過在StudioVV6的負(fù)責(zé)人NitzanHermon看來，技術(shù)節(jié)制才是最重要的。我們需要有一個清醒的觀念來理解用戶的需求、技術(shù)的變化及其使用的場景，否則將不能取得足夠的成效與創(chuàng)新。
目前，數(shù)據(jù)變得越來越多，層級也越來越明顯，機(jī)器也越來越復(fù)雜。一旦這種復(fù)雜性超出了我們的理解范疇，庫卡機(jī)器人，那么，我們與工具的關(guān)系就必然會進(jìn)入一個新的階段。
我們現(xiàn)在使用技術(shù)做的很多事情，其實都源于早期的工具。但是，工具本身已經(jīng)發(fā)生了改變，但我們用來與之互動的心智模式卻一直相對穩(wěn)定。工具變得更快、更強(qiáng)大，對線的依賴度越來越低。
比如說，出現(xiàn)了高鐵，出現(xiàn)了智能手機(jī)。隨著第一臺通用計算機(jī)電子數(shù)字積分計算機(jī)（ENIAC）的引入，這一切都改變了。
技術(shù)進(jìn)化
ENIAC于1946年在賓夕法尼亞大學(xué)安裝，它是第一臺能夠處理多任務(wù)的機(jī)器。所以，負(fù)責(zé)操作它的人也必須重置自己的心智模式。
但隨著模型視圖控制器（MVC）的誕生，我們就要用一種簡潔、線性和可認(rèn)知的方式處理單一維度計算了。MVC誕生于20世紀(jì)70年代末，是AlanKay、TrygveReenskaug和AdeleGoldberg發(fā)明的一種服務(wù)器架構(gòu)。他們在開發(fā)Dynabook（早期的筆記本）和Smalltalk（一編程語言）的時候發(fā)明了這種技術(shù)。
MVC基于一個靜態(tài)的數(shù)據(jù)庫、一個專有的接口點和連接兩個的控制器。最關(guān)鍵的點在于，數(shù)據(jù)只能在一個方向上移動。無論你是在發(fā)推文、查東西還是閱讀文章，數(shù)據(jù)都朝一個方向移動：要么是奔著用戶去，要么就是在奔著數(shù)據(jù)庫去，并不是同時進(jìn)行的。
這是當(dāng)前建立大多數(shù)軟件應(yīng)用的基礎(chǔ)體系結(jié)構(gòu)，從最底層的技術(shù)上影響了我們的使用習(xí)慣。點擊頁面后，請求發(fā)送到數(shù)據(jù)庫，KUKA機(jī)器人維修，數(shù)據(jù)庫給出反饋，然后用戶得到結(jié)果。
對技術(shù)態(tài)度的轉(zhuǎn)變
與之前的點擊或者鍵入式的輸入（發(fā)起請求）不同，現(xiàn)在開始變得越來越復(fù)雜了。隨著各種各樣的工具出現(xiàn)、有了更好的傳感器和更加厲害的嵌套數(shù)據(jù)技術(shù)（深度學(xué)習(xí)、反向傳播、神經(jīng)網(wǎng)絡(luò)等），工業(yè)機(jī)器人維修，我們能夠以一種全新的、令人興奮的方式利用統(tǒng)計計算。但這其中有一個重要的問題我們并不能完全理解發(fā)生了什么。因為這些技術(shù)發(fā)揮作用的過程仍然是一個黑匣子。這就是為什么算法中會出現(xiàn)各種各樣的偏見的一大原因。我們可以推斷出為什么會有這些偏見，但我們不能馬上修正它。
算法的長尾特性使得它們與之前如流水線一樣運(yùn)行的框架有著本質(zhì)上的不同。我們很難再采取立場，去修正模型或者提煉數(shù)據(jù)來源。一旦做出了改變，我們就需要有足夠的耐心，等待它向下游擴(kuò)散到模型中。
這種復(fù)雜性，再加上新的技術(shù)能力，正在給人類帶來有趣的偏見和信仰。在工具的認(rèn)識論看來，這通常與它們的本體（客觀）屬性相分離。有趣的是，科技領(lǐng)域的一些創(chuàng)新者通常與日常使用工具保持距離，并編寫一種思維方式，將工具置于當(dāng)前的軌跡之上或之下的。
技術(shù)崇拜與技術(shù)恐懼
技術(shù)崇拜認(rèn)為所有的技術(shù)都是好的。然而，以這種方式思考，限制了他們對改進(jìn)和有意義的設(shè)計進(jìn)行公開討論的能力。最直接的例子莫過于算法的個性化，造出來越來越智能的虛擬助手，以及期待一種通用人工智能（AGI，也有人稱之為強(qiáng)人工智能）的統(tǒng)治。
技術(shù)恐懼是一種對立的觀點，認(rèn)為任何我們不理解的東西（以及它的潛力）都會毀滅我們。在這一點上，他們似乎忘記了所有的數(shù)據(jù)技術(shù)，比如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，以及目前被稱為人工智能的所有東西，只不過是一個工具而已
埃隆？馬斯克（ElonMusk）和馬克？扎克伯格（MarkZuckerberg）前不久在社交媒體上進(jìn)行的隔空對話體現(xiàn)了這兩派觀點的差異。扎克伯格是技術(shù)崇拜的典型代表。他是一位成功的創(chuàng)始人，在互聯(lián)網(wǎng)上有很大的貢獻(xiàn)。他也是硅谷文化的代表人物創(chuàng)造一種技術(shù)，等待人類追隨。
馬斯克對技術(shù)的看法稍微復(fù)雜一些，因為他似乎在一個相互對立的觀點之間搖擺不定（這一模式本身就是對二進(jìn)制觀點的支持）。馬斯克稱，人工智能是人類文明的基本生存風(fēng)險。雖然這是一個合理的觀點，但他并沒有提出一個合理的論據(jù)。因為有各種各樣的原因都能證明，大腦和機(jī)器之間是有區(qū)別的。
技術(shù)節(jié)制（Techno-Sobriety）呢？
這兩個陣營在對AGI的看法上的交集非常有趣。技術(shù)崇拜者歡迎大腦成為一種計算機(jī)式的問題，而技術(shù)恐懼者則害怕被機(jī)器統(tǒng)治。這種分類似乎并不具備結(jié)構(gòu)性。想想那些思想家所固有的精神偏見或性格特征。如果你相信一種算法是智能的，那么你就會對自己的心理偏見有一個有趣的反思。
通用人工智能協(xié)會的主席BenGoertzel表示，AGI可以從咖啡測試中提煉出一個很好的定義。如果你走進(jìn)一個普通的美國家庭，想弄清楚如何煮咖啡。你需要知道怎么識別咖啡機(jī)，弄清楚按鈕的作用，然后找到櫥柜里的咖啡豆等等。
對于幾乎所有的成年人來說，這是一組很容易完成的任務(wù)，但對計算機(jī)來說是極其困難的。
創(chuàng)建AGI要比創(chuàng)建ANI（弱人工智能）要困難得多。根據(jù)大多數(shù)專家的預(yù)測，我們還需要20年的時間，才能開發(fā)出這樣的人工智能。
在這一段時間，我想知道的是，我們能夠做些什么來更好地理解這些工具，并形成一種具有可用性的新思維模型。畢竟，技術(shù)節(jié)制是將這些技術(shù)帶到我們客戶手中的唯一途徑。我不需要一個能制作咖啡、編寫網(wǎng)站、做飯的機(jī)器人我需要一個更貼近我思維方式的工具。我需要一種能夠理解我不斷變化的想法的工具，而不是一個一直試圖去模仿我習(xí)慣的工具。
我們需要有一個清醒的觀點來理解用戶的需求、技術(shù)的變化及其使用的場景。當(dāng)我們在沒有一個清晰的認(rèn)知信念的情況下去做這些事情的時候，并不能取得足夠的成效與創(chuàng)新。