劉興亮 ｜你知道默知識與暗知識嗎？AI知道。

01

列夫?托爾斯泰在《戰(zhàn)爭與和平》中寫道：「從塔魯吉諾、博羅季諾到奧斯特里茨，戰(zhàn)役不會按照人們所預(yù)計的發(fā)生。這是最基本的條件。」

當(dāng)一座新型城市被設(shè)計師精確規(guī)劃后，在它的內(nèi)部、周圍、鄰近地帶總會滋生癌細(xì)胞一樣的臨時建筑和街道，無序地擴張。生活總是無法預(yù)料。當(dāng)科學(xué)家探索未知領(lǐng)域時，如同在荒野中跋涉的人不知道前方是陷井、懸崖，還是綠洲和充滿希望的城鎮(zhèn)。他可能面臨欣喜若狂的成就，也有陷入麻煩和災(zāi)難的憂慮。

人工智能也不例外。或者說，人工智能在前景的不確定性上，超出人類以往在任何科學(xué)領(lǐng)域（或許核武器是例外）的預(yù)先想象。

大模型通過算法整合了計算能力、大數(shù)據(jù)，在開源的條件下，極有可能成為劃時代的技術(shù)工具，在所有領(lǐng)域幫助人類減輕工作負(fù)擔(dān)，過上更高效更具革命性的社會生活。它會淘汰一部分人，讓另一部分進入高階領(lǐng)域。

有人說，人工智能是人類社會的第四次工業(yè)革命，誰擁有優(yōu)秀的AI大模型，誰就是第四次工業(yè)革命的「奇點」，就掌握了未來。

但同時，它也可能讓大多數(shù)人成為技術(shù)決定社會狀況前提下的科學(xué)奴隸。這些新型「科學(xué)奴隸」的統(tǒng)一特征是，他們不知道默知識與暗知識。

這可怕嗎？

02

我們掌握的大多數(shù)知識是所謂的「明知識」，它是人類文化演進過程中逐步形成、不斷疊加、傳之后世的知識，包括大部分的生活與經(jīng)驗常識，經(jīng)典科學(xué)中的命題知識或歷史知識，以及可描述的文化系統(tǒng)都屬于這類范疇。

比如「作用力等于反作用力」，「中國有56個民族」，「秦始皇統(tǒng)一了中國」等等。它的主要特征是具有較強的結(jié)構(gòu)性和確定性，在整個知識體系內(nèi)部能夠相互解釋并形成自洽的邏輯。這些知識是基于經(jīng)驗而可以感受的（比如蘋果的形狀味道），或者是不能感受而可以理解的（比如相對論）。

其次還有一種不容易用語言描述清晰的知識，它們存在，但大部分人不一定了解其本質(zhì)特征。這種知識叫默知識。默知識是指在感覺上能把握，但無法清楚描述和表達(dá)的知識，即我們常說的「只可意會，不可言傳」的那類知識。

例如圖式思維就是一種默知識。我們想象一只鳥從一棵樹飛到另一棵樹，這一圖景是很容易在大腦中浮現(xiàn)的，但如何用文字來清晰表達(dá)這個過程則很難。

這讓人想到美國社會學(xué)家斯科特關(guān)于「米提斯」概念的分析，它強調(diào)實踐知識的應(yīng)變力和適應(yīng)力，包括在對不斷變動的自然和人類環(huán)境中做出反應(yīng)中形成的廣泛實踐技能和后天獲得的智能，那些不斷對環(huán)境和其他人的運動、價值、欲望和姿態(tài)做出調(diào)整的復(fù)雜物理活動。

不易言傳和經(jīng)驗是米提斯的核心特征，它更像一種只有通過實踐才能獲得的基本知識，它們不可能遠(yuǎn)離實踐而僅僅通過書本和口頭形式進行交流和傳播。

當(dāng)然，這與我們即將探討的暗知識有很大不同，相似之處是，它們都不易言傳而真實存在。

03

暗知識，與默知識相比，其更加難以捉摸、不易言傳。這種知識深藏于數(shù)據(jù)的海洋、復(fù)雜的模式中，或者潛伏在日常生活和工作的經(jīng)驗里。它不同于那些可以通過語言明確表達(dá)出來的知識，而是一種更為隱晦、更為深層的理解。

例如，在復(fù)雜的系統(tǒng)如氣候模型或經(jīng)濟體系中，有些關(guān)鍵動態(tài)并不顯而易見，需要通過深入的分析和理解來把握。這種對復(fù)雜性的深層理解就是暗知識的體現(xiàn)。同樣，在藝術(shù)創(chuàng)作中，藝術(shù)家的靈感和直覺很難被完全言傳，但正是這種不易捕捉的智慧構(gòu)成了他們作品的核心。

在商業(yè)世界中，對市場環(huán)境的深刻洞察和策略制定，往往來源于對行業(yè)規(guī)律的無形理解，這也是一種暗知識。而在編程和算法設(shè)計領(lǐng)域，程序員所依賴的直覺和個人經(jīng)驗，常常帶來突破性的解決方案，這些也是難以用簡單邏輯解釋的暗知識。

特別是在人工智能的領(lǐng)域，暗知識的影響尤為明顯。高級機器學(xué)習(xí)模型，如深度神經(jīng)網(wǎng)絡(luò)，在處理信息和做出決策時，往往存在一種「黑箱」效應(yīng)。模型的設(shè)計者有時也無法完全解釋其決策過程。這些由大量數(shù)據(jù)訓(xùn)練而成的模型，提煉出的模式和知識，很多時候超出了人類直接理解的范疇。如同探索一個未知的領(lǐng)域，我們看到的只是冰山一角，而其龐大的知識基礎(chǔ)和決策邏輯則隱藏在水面之下。

因此，暗知識是一種存在于認(rèn)知的陰影中的知識，它既是挑戰(zhàn)也是機遇。它推動我們不斷深入探究、不斷嘗試?yán)斫饽切┍砻嫔峡此茻o法理解的現(xiàn)象。在這個快速發(fā)展的技術(shù)時代，理解和利用暗知識，或許是我們應(yīng)對未來挑戰(zhàn)的關(guān)鍵。

04

人工智能的發(fā)展趨勢利用巨大的計算能力和不可思議的數(shù)據(jù)，把一個人類大腦無法連接起來的浩瀚無邊的數(shù)據(jù)世界充分關(guān)聯(lián)起來，并從中尋找解決問題的途徑和發(fā)現(xiàn)新問題的路徑。

這一過程是人類當(dāng)前的生活經(jīng)驗無法理解的。

人類的認(rèn)知能力只可以表達(dá)和感受相對清晰和簡單的數(shù)據(jù)及關(guān)系，當(dāng)遇到多變量非線性的復(fù)雜系統(tǒng)時，我們的大腦就無能為力了。

因此AI的計算過程（黑箱操作）引發(fā)了人們對巨大的暗知識前景的擔(dān)憂。即我們的生活將籠罩在巨量暗知識的陰影之下，自身對之無能為力。多數(shù)人只能接受暗知識和默知識的存在，受其擺布，無力反抗。因此對「人工智能的盡頭是一個黑客帝國」的說法的擔(dān)憂，并非杞人憂天。

05

世界上沒有兩顆一摸一樣的雞蛋，相同概念只出現(xiàn)在人類的抽象世界中。

每個社會領(lǐng)域都面臨一些即時性實踐和非法行動的沖動，這是由人善變游移的本性決定的。對于人工智能這類算法內(nèi)化的技術(shù)，其處理能力越強，可解釋性越弱，可視性越弱。

人們不知道它的背后是什么，如何關(guān)聯(lián)自身的信息系統(tǒng)，如何處理個人的生活問題，給出的答案是否符合人性的需求，等等。

Transformer轉(zhuǎn)換器是這個巨型系統(tǒng)的核心算法，讓深度學(xué)習(xí)模型可以「自由吸收」數(shù)據(jù)中的知識。由此，語言模型也進入?yún)?shù)越多，數(shù)據(jù)越大，模型效果越好的時代。

它不斷地汲取信息，不斷地尋找信息變量的關(guān)系，不斷給出答案，再不斷根據(jù)人類的反饋進行修訂，然后進行下一輪的信息分析，如此循環(huán)，自我訓(xùn)練，自我優(yōu)化。過程的復(fù)雜和計算的強度，遠(yuǎn)非人類大腦所能承受。

一種全新的人工智能口號出現(xiàn)了：「規(guī)模就是一切。」或者說大力出奇跡。

如果人類的意識是造物的恩賜，人工智能似乎正在自我復(fù)至這種恩賜的原始圖景。腦科學(xué)和心理學(xué)的突破，加之大模型的計算能力，人類大腦思維的密碼似乎被逐步破解。

06

當(dāng)這一天真的到來之后，什么是人類意識繼續(xù)獨立的基礎(chǔ)呢？我們?nèi)绾瓮黄瓢抵R和默知識的封鎖和蒙蔽，哪怕在不了解全部真相的前提下，仍然能在思想層面上保持獨立和自我保全。

鑰匙或許正在「米提斯」身上。我們可以觀察和記憶一幅城市地圖，獲悉其中的街道名稱，建筑樣式，距離和空間關(guān)系，但是這遠(yuǎn)不如一個陌生的游客騎著自行車在城市內(nèi)外巡游獲得的感受更加真實和獨特。

人類的后天經(jīng)驗具有個體性和唯一性的特征，它來自個體經(jīng)驗，出于感覺和實踐。這似乎特別適用于商業(yè)性的經(jīng)濟活動，沒有任何商業(yè)成功是可以復(fù)制的，時間、空間、市場、受眾、儲蓄狀況等等，任何變化都會帶來全新的市場。

來自前代的書本知識具有指導(dǎo)性，但真正的實踐還需要時間、空間、人類對客觀世界施加的動作，等等。

一位農(nóng)業(yè)大學(xué)的教授，并不能很好地處理二十畝地的不同作物的種植工作，但農(nóng)民卻能輕易做到。對于一位生活在深山中的農(nóng)民而言，世界上的絕大多數(shù)知識是暗知識與默知識。他不知道這些東西，但他的生活目的本身與此無關(guān)。

我想做一道土豆燒牛肉，我可以讓AI提供一份菜譜，但是最后做出來的那一份，一定與所有人的不同。

07

那么怎么辦呢？沒辦法。

讓黑夜降臨，讓鐘聲吟誦。時光消逝了，我沒有移動。

生成海報

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。