直觉与数据主义

认知中的模式识别与机器学习

模式识别 & 机器学习

简单说，“模式识别”是一种非常经典传统的人工智能，甚至可以说是“古老的技术”。这种技术在上个世纪五十年代就有了，它通过对某些图像、声音进行分析，生成一个模式，然后把这个模型放入计算机，让计算机按图索骥寻找跟这个图形、声音相关的信息和文件。

在今天，“模式识别”这一种技术已经日渐式微了，因为一种跟它有相似性，但在性能上远超乎它的新技术出现了——机器学习。

“自下而上”的“机器学习”

用我们熟悉的话来进行区分的话，“模式识别”是演绎，“机器学习”是归纳。

“演绎”是已经有了一个成形的模型判断，再用这个判断去规范、衡量杂多的信息，然后找到某些信息，得出相关结论和作出某种预测。这种方法对于识别简单的信息是有用的，比如，在一堆几何图形里把三角形找出来，是很容易的，但在一堆人脸中找到唯一的那张脸的话，常常会错误百出。

而“机器学习”的特点，在方法论上，它不是“自上而下”的，而是“自下而上”的。也就是说，“机器学习”是不带成见和偏见吸纳大量数据的。它从大量的、非结构性、没有指向的数据当中，生成一些模式，然后再在大量的数据中寻找符合这个模式的东西。同时，这个过程不是一次性完成的，它是一个反复迭代的过程。

举一个我们熟悉的例子：当我们在手机上手写输入的时候，有“模式识别”和“机器学习”两种选择：

模式识别

在手机里，已经存储了某些字的固定模型，只要你进行手写，就会给呈现给你“你可能要写的字”，然后你选一个就可以了。如果你写的字不是太规范，比较潦草，它往往就认不出来，或者，它的选项就特别发散，什么不搭边的字都呈现给你——这是“模式识别”技术很容易出现的结果。

机器学习

每一次你输入的时候，它会根据你的笔记跟字之间的对应关系，逐渐形成一种专门针对你的具有个性化特征的模式，这样一来，准确率会越来越高。这个过程是“自下而上”，基于大量非结构性数据、不带成见、实时互动的生成模式。之后，再用这种模式进行识别。当识别过程中出现任何错误，都会再回馈到机器当中，机器进一步修改它已经生成的模型——这样，就会越来越精确，越来越智能。

“模式识别”和“机器学习”的最大差异就是：一个是“自上而下”，一个是“自下而上”。用我们以前说的话就是：一个是“创世论”，一个是“演化论”。

认知的“模式识别”和“机器学习”

我们的认知也都同时包含着这两种特点：

模式识别——我已经被输入了某种固定的模型，我根据这个模型去做识别、判断、选择等等。
机器学习——我在茫无头绪中面对一个陌生的世界，自己慢慢摸索，逐渐形成了一些所谓的规律，而这个规律是一种暂时的、不那么执着的规律，我要怀着谦卑之心，拿这种规律和模式去跟世界碰撞。如果我是对的，那就深化这种认知；如果我是错的，那就进行改进。然后，通过这种不断地迭代，不断地格物致知，我的认知能力会越来越强。

查理·芒格说，“很多人的认知是钉锤型的认知”，就是手里拿把钉锤，什么都用钉锤来解决，尽管眼前这个对象根本不是钉子。造成这种现象的原因很简单：你的工具太少。当你的工具很单一的时候，你就会不由自主地使用这个单一的工具，以固化、老化的知识去应对一个复杂的、实时变化的世界，那你一定会出错。

“既可能又不可能”的终身学习

下面我们要谈的，是一个经常谈论的话题——终身学习。终身学习既可能又不可能。

关于人的神经元的轴突和树突，青年人、中年人以及老年人的不同形状，一眼就能看出来：青少年阶段，树突可以用“枝繁叶茂”来形容，分叉很多；逐渐地，会变得稀疏。

一方面是“用进废退”，另外也和生理上的老化有关。这就导致了“接触的信息越来越单一”，因为连接的概率会越来越低。这就像在一个舞会上，人多，意味着你可以跟很多人跳舞；如果只有两个人，你就永远只能跟那个人跳。随着年龄的增加，神经元的树突变得稀疏的时候，人对世界的反应方式就容易呈现出“钉锤化”——模式越来越单一，或者干脆就不反应。这也能解释老年人固执、唠叨、保守的现象，这是人的认知老化、固化的不可逆过程。

第二，我们的认知中有一种类似于“熵增”的东西：神经元突触减少，反应变量减少，这是客观的，你要对自己的这种认知局限、固化、老化和退化有一种警醒和谦卑。换句话说，随着年龄的增加，我们的认知天然就具有退化、固化、老化的特点。

“熵增”不可被避免的时候，“如何以更大的努力减少熵增”就是“终身学习”。

总结

我们今天从“模式识别”与“机器学习”的差别讲到了人认知的变化，或者说，是退化、固化、老化，这种认知当中的“熵增”现象。
我们看到“认知”有两种方式：一种是“自上而下”的，一种是“自下而上”的。要保持认知的活力，就要尽可能让自己的认知处于一种“自下而上”的状态，或者说“让自己有一种饥饿感、愚蠢感”，这是优化认知，实现“终身学习”的一个前提。

认知的同化、顺化与平衡

“碳基智能” & “硅基智能”

上节课我们从“人工智能”讲到“人的智能”，这二者之间的差别显而易见：通常我们说，人是一个智能生物，也可以叫一个智能设备——只不过这个设备用的基质是碳，所以叫“碳基智能”。而“人工智能”的基质是硅，所以叫“硅基智能”。

从这种差别，我们还可以进一步推演到“人工智能的三大基石”：算力、数据、算法。

算力

我不久前参观一个做高性能计算公司的时候，工程师从柜机里拿出了一块类似于移动硬盘的东西，这上面存储的数据，相当于2002年整栋大楼所有设备存储数据的总量，对此我非常震惊。

数据

我们每个人每天享受信息服务的同时，也都在生产各种各样的数据：位置信息这些就不用说了，有些甚至你自己都不知道，比如你在手机上滑动的姿势产生的数据都是不一样的。

人随着年龄的增加，人从设备上说，硬件老化，算法简化，甚至幼稚化；同时，随着年龄增加，会有意无意陷入一种自闭的状态，接触外界越来越少，导致数据量也在大大减少。

深度学习算法

瑞士心理学家皮亚杰（Jean Piaget）把人的认知过程概括为三个步骤：

同化

我已经形成了一种认知模式，外界的信息一过来，我就对它进行整理过滤，让它适应于我的认知——我认为你是坏人，我就把关于“你是好人”的信息自动剔除——反过来也一样。

顺化

当你拿着一个框架去“框”外界的东西的时候，你发现框不住，一次不行，二次还不行，这个时候你就会反省“我这个框架有问题，我这个看法有问题”——对自己的既有模式进行修正。这其实这也是一个“迭代”的过程。我们以前说的“认知地震”——让你既有的模式被迫去改变的过程——就是“顺化”。

平衡

“同化”也好、“顺化”也好，都是过程性的存在，要达到一个平衡——“既有模式”跟“你接触到的材料”之间形成的平衡：“哦，是这样的，明白了，想通了”就是“平衡”。

“学习”跟生命活动一样，是“远离平衡态的平衡态”。你衡量自己是否在学习，要看是否形成了某种平衡态，是否有所收获。

学习——远离平衡态的平衡态

学习的状态是同化和顺化达到了某种动态的平衡——学习是“远离平衡态的平衡态”。

想要让自己远离平衡态，首先就是不断接纳新的数据，对新数据、新信息始终保持一种开放的态度，让新数据不断进入到头脑当中。

不断输入新的数据，何时是个头呢？

我们说，数据不是目的，新数据的进来，是在挑战你的既有认知。当你的既有认知作出调整，形成某种平衡，通过这种不断重复、练习、同化和顺化之后，人的大脑就会很聪明。

大家可能会恐惧，“我学的东西太多了，会不会把我的脑袋挤满胀破啊？”当然不会！大脑是很会进行管理的，它会将已经形成的熟练认知下放——不管了，授权了，继续去接触新的东西了——这是一个不断吸纳、下沉的过程。

上面我们讲的是个体的认知。作为人类，作为一个物种，我们的认知更神奇的地方在于，能将很多的认知，以及认知以后的反应、决策下放，进入一种无意识状态。

总结

无论作为“碳基”的“人的智能”和作为“硅基”的“人工智能”差别有多大，有一点是相通的：将极其复杂的运算“后台化”，并且在瞬间完成。就像现在，一些“人脸识别”技术，能够在一个人化了妆，戴了帽子、墨镜的情况下，仅仅根据步态，或者某几个表情，就能确认这个人的身份。

人在认知上的竞争优势，不是“前台”的认知，而是“后台”的认知。
两个个体之间的认知能力的较量其实是两种认知体量大小的竞争。
不断接触新的数据、同化数据、优化算法，将认知能力沉底，变成一种自动化的快速反应——这是人和“机器学习”共同的规律。
最后，我们的认知会表现为：当机立断、急中生智、熟能生巧的能力。

认知差距的本质

“模式识别”式的人类直觉

跟其它生物相比，人有显而易见的优势，但跟新出现的物种相比，人相对于所有其它物种的优势渐渐地变得不是优势了。

举个例子：人在计算上早已放弃了跟计算机的竞争。因为在计算上，最有天赋的人永远抵不过一个小小的计算器。但是，与计算机相比，人还有一种它们完全不具备的能力——直觉。人能够发现美、创造艺术作品，而机器不行。

我们的脑子没有电脑快，但是我们能够在瞬间识别一个东西——机器人有时候往往连猫和狗都分不清楚，但一个2岁的小孩就很清楚知道是狗还是猫。

中国古代的文学评论名著《文心雕龙》里说“操千曲而后晓声，观千剑而后识器”：你弹了一千首曲子以后，就能够真正听懂音乐了，好和坏瞬间就能分别出来；你看完一千把剑以后，一把新剑放在你的面前，你就能马上识别出它的好坏。

但对于外行来说，无论什么剑放在面前，根本就没法置评它的好坏，甚至完全有可能把坏的认为是好的——这里的差别不在前台，而在后台的计算。这还是一个数据的问题。

数据竞争：人与人之间认知差异的本质

数据主义

尤瓦尔把“以数据为基础而形成的世界观和方法论”称为“数据主义”或者“唯数据论”。

从“数据主义”角度看：弹一千首曲子，就是“数据积累”。那些看上去的瞬间认知，它们依赖的不是巫术和妖术，而是在毫无觉察的情况下，大脑通过分析各种信息，在瞬间作出决策。

比如一个司机看到前面有个行人，这个行人到底是“漫不经心的”、“乱穿马路的”还是“心不在焉的”，甚至可能是“精神不正常的”，司机都能通过面部表情、步态，快速进行模式识别。在这个意义上，人是一个基于数据、算力和算法的智能设备。

反过来，如果“人工智能”有足够多和精密的传感器，可以获得数据，它的算法就可以优化，更不用说算力的不断提高——比如“人工智能”和老司机同样开车，可以做得跟他一样好，也可能做得比他更好，而如果从一个长时段看的话，“人工智能”一定会比老司机做得更好。

从“数据主义”角度看“直觉”

在人工智能技术没有出现，或者是没引起广泛关注的情况下，很多的哲学家、认知科学家都在讨论直觉问题。这种讨论要不就“陷入到神秘主义当中”，要不就“得出一些没法证实，也没法证伪的概念”——比如“第六感”，要不就“干脆否认有直觉这回事儿”——这都是因为他们没有从“数据主义”的角度看问题。

人从出生，就是在收集、整理、提炼、加工各种数据。某一个场景，某一种事态反复出现，在人脑当中就会逐渐形成相对稳定的模式。当类似的场景出现，人就会在一瞬间识别这个模式，给出一个判断，作出一个决策——从“数据主义”的角度看，一点儿都不神秘，跟我们喝可乐的时候立即感觉到甜，走进一个宾馆的时候立即闻到特定的气味是一样的，不过就是各种刺激在一瞬间引发的感知和判断。

中国古代和近代从事商业的人，交易的时候也会有很多凭证，但有些商人根本不认字，也不会写字，他们就用一种特殊的符号，一个圈之类的来表示，不过交易的对方都认这个东西。如果有人看这个东西很简单，也随便画一个圈，仿造一下，立即就会被识破——原因也很简单，这是一个快速的“模式识别”，看上去是一个直觉，其实在后台发生了非常稳定的极其快速的计算。

总结

我们今天讲到“直觉”，目的是为了跟大家一起讨论数据主义这种新的世界观：

一方面，它能让我们非常清楚地看到人和机器的差别以及相通之处；

另一方面，也让我们特别清晰地看到人在这方面的竞争弱势。与此同时，我们也看到人与人之间认知能力差异的本质是数据的竞争。

还原事实背后的故事

套路：发现“万变不离其宗”的“宗”

我们讲过，“模式识别”的特点是“复杂的后台、简洁的界面”。“识别”是从“简洁的界面”里，通过快速复杂的后台计算，捕捉到简洁的外在对象深藏不露的信息。

要实现这种“识别”，就必须从大量的数据当中，自下而上地生成模式，通过大量数据输入（我们通常把这种数据输入叫做“喂养”）养出某种模式，实现模式的建立和迭代。

这个模式其实也是我们通常说的“套路”：以相对固定的程序去处理复杂的、多样性的数据，然后在这些数据里发现“万变不离其宗”的“宗”。就像《西游记》里的杨二郎看孙悟空，不管他怎么七十二变，二郎神都能够借助于他的第三只眼睛知道“这不是一座庙，而是孙悟空”。

但是，这个模式的形成和迭代是一个缓慢的、刻意的学习过程，而模式一旦形成，它的识别又是瞬时的、无意的、不假思索的。就像我们现在司空见惯的“扫码”，你拿手机对着一个二维码一扫，马上就能完成一桩交易——这个扫码行为，既包含着快速识别，也包含着一种智能化的合约——所有相关条件都符合的时候，这个合约就自动生成和执行。

第一节课里讲到了“模式识别”和“机器学习”，这两者看上去差别很大，但是有密切关联：

“模式识别”是一个结果，“机器学习”是一个过程；
“模式识别”是针对事实，“机器学习”是一个故事。

学习的过程就是大量数据喂养的过程。在这个过程当中，又逐渐形成了一种对于事实的解码机制：当事实出现的时候，眼前的事实和对象就会引爆一个解码过程。

“最重要的事情都是看不见的”

最近两个单元的课程里，我们讲了“图形界面”和“模式识别”，这两者背后隐藏着一个话题——审美。

我们了解了“图形界面”和“模式识别”以后再来看“审美”就很清楚了：所谓“审美”，用哲学家康德的话说就是“对于美的一种判断力，用一种直观的方式发现无目的的目的性”。

《小王子》里说，“最重要的事情都是看不见的”：通常，我们只是在文学的意义上理解这句话，其实，这句话里包含着一个关于“认知”的重要道理——数据既重要又不重要。

没有大量的数据，你没办法从数据中生成、提炼一种模式，而仅仅是不断输入数据，没有一种模式生成和学习机制的话，数据就是一堆混沌而毫无意义的材料。

听完今天的课，我希望大家形成一种习惯：在自己的生活和工作中，总是力图把一个事实还原成一个故事——要拥有这种还原的能力，就要有意识地让自己成为一个强大的、高性能的数据处理设备，而不是让自己的感官和内心成为一个堆砌各种数据的垃圾场。