算法小时代，智能大时代

——读《算法小时代：从数学到生活的历变》

国防科技大学  石海明

（【法】瑟格·阿比特博等：《算法小时代：从数字到生活的历变》，任轶译，北京：人民邮电出版社，2017-10）

复杂与简单，是我们描摹世界时贴上的标签。

世界是什么？在物质、能量及信息这些基本范畴之外，主宰世界运行的更底层规律是什么？谁在让技术“攻城掠地”般不断突破“不可能”的极限？

算法，人类智慧的产物，渗透在金融交易、科技创新及战争决策等各个层面，让社会有序运转，让信息涌现价值，让生活高效便捷。

作为一种“隐动力”与“暗力量”，算法倘若摆脱了有效的社会规约，也会野草般疯长，爆发出某种神秘莫测的力量，让人类对智能社会的未来涂抹上一份忧患色彩。

法兰西科学院院士瑟格·阿比特博等所著的《算法小时代：从数学到生活的历变》，尝试勾勒出一张俯瞰算法世界的地图，对话算法与人工智能共同定制的复杂时代。

其一，算法就是解决问题的进程,与符号有关，但并不依赖符号。在作者看来，算法思想并不神秘，而是人类解决问题的方法、进程及手段。尽管计算机科学家习惯于将“算法”等同于“符号算法”，但广义的算法概念其实与文字同样古老。“从人类历史初期，我们就一直在发明、使用和传播各种各样的‘算法’，用来烹饪食物、雕琢玉器、钓鱼、种植扁豆及小麦，等等。”的确，虽然计算机科学是20世纪的产物，但在人类发展早期，数学就与算法紧密耦合，在输入端接收数据构成算法参数，在输出端返回数据得到算法结果。比如，“大约公元前300年的欧几里得算法可以计算两个整数的最大公约数。”

数学也好，语言也罢，都涉及符号。算法与符号是否可以剥离呢？阿比特博在书中举了蚂蚁觅食的例子，认为蚂蚁在寻找食物时并不依赖语言，使用了很复杂的算法进行空间定位，以找到最短的觅食路径。“人与蚂蚁之间的区别在于，我们会尝试用语言表达、存储、传输、理解和改进算法。”此处的问题或许没有作者阐述的这么简单，人类除了用语言来表达算法外，在更多的情景下，用的是非语言的直觉、联想、想象等非逻辑思维。而蚂蚁在进行空间定位时，或许也有其独特的信息交流机制，只不过这种信息交流尚未被人类完全破译，所以，蚂蚁觅食的案例，似乎并不能支持说蚂蚁的算法就与符号无关。算法与符号的关系，还需要更深刻的讨论。

其二，算法并非价值中立，与执行机器和行业机制密切关联。如果人类所从事的一切生产活动与战争活动背后都有算法的身影在闪烁，那么，一个更尖锐的问题就浮现了——算法是否价值中立？由于算法必须与执行机器、行业机制等关联，所以，有关算法价值中立与否的争议，就有了展开讨论的明确切入点。

回溯历史，人类试图让机器代替自身来工作劳动，看似一小步，实则一大步，跨越了千年风雨。“第一台机器可以追溯到古代，比如亚历山大港的希罗发明的蒸汽机是对水进行操作的，并不用于做加法运算和乘法运算。而算法和机器则一直属于不同的文化领域：当美索不达米亚的书吏提出了第一个用于加法和乘法运算的算法时，这些计算是通过人工而不是机器来完成的。”的确，回顾人类计算发明史，从算法、计算图、计算尺、钟表、莱布尼茨的计算器，到20世纪恩尼格玛密码机（Enigma）、“炸弹”密码破译机（Bombe）、“巨人”计算机（Colossus）及电子数字积分计算机（ENIAC），人类终于制造出通用性的计算机器。当它因其通用性而被应用于各行各业时，就自然引发了隐私保护、数字鸿沟、搜索偏向、网络犯罪及信息攻防等系列社会价值问题。

其三，算法的进化决定着智能社会的未来，关键在自主演化。算法的进化是个不断坍缩的过程，同时也是不断膨胀的过程，通过分治最后形成类似“俄罗斯套娃”一样的算法堆，每一个大算法往往由其它一些已知的小算法构成，在运行过程中通过递归、迭代等逐渐逼近目标值。当然，在算法的这个进化过程之中，最为关键的问题是其能否自主演化。今天，一些社交媒体、购物网站上使用的“推荐算法”，也只是一种“低智”的学习算法，通过大数据统计相似性、关联度等来触摸规律。即使是名噪一时的人工智能程序AlphaGo，其战胜人类围棋选手的深度学习算法，倘若不能自主演化，也不会引爆智能社会的实质性变革。

1921年，在由卡雷尔·恰佩克编写的舞台剧《罗梭的万能工人》中，被称为“人造人”的机器人首次出现。如今，工业机器人、作战机器人及生活机器人等，已经开始大踏步走入我们的生活。在未来，这些机器人如何在智能社会大展手脚，还依赖于我们的算法不断进化，以及在计算、通信、仿真、数据分析、信息管理、信号处理及指挥控制等领域的不断优化。

算法，智能社会的神经网络。作为“看不见的手”，它拨动着社会运行的旋律，激发着科技创新的跃迁，让技术增加了一份狂野，让人类涌动着不羁冲动。然而，我们不得不说，算法并不是万能的，在“可计算性”或“可判定性”问题面前，它是王者，而在“不可计算性”或“不可判定性”问题面前，它又是病猫。此外，在人类与算法的互动之中，也有界面迷雾、数据迷雾及信任迷雾等问题，对人机交互不断提出新的难题，考验着算法的适应性、灵活性及演化性。