ceg 什么是暗知识？硅谷这位风投CEG说：人类第一次被踢出了学习场……

4月16日晚，复旦大学新闻学院蔡冠深报告厅座无虚席，过道还摆着三十几把椅子。“什么是知识？什么是暗知识？”这是复旦大学新闻学院90周年纪念讲座、新科学系列第一讲暨新书发布会现场，硅谷风险投资公司CEG、Ventures创始合伙人王维嘉在台上发问。

这两年，王维嘉格外关注人工智能领域，对基础问题也颇有思考，四月中旬，他的新书《暗知识：机器认知的颠覆》出版，首次提出“暗知识”的概念。

讲座开始前，复旦大学新闻学院院长米博华特意对王维嘉的到来表示欢迎。讲座由复旦大学新闻学院教授张力奋主持，并邀请复旦大学经济学院经济学院教授韦森与之对话。

暗知识？

王维嘉从阿尔法狗下围棋开始说起。“阿尔法狗下围棋，让世界第一次注意到人工智能的神奇。柯洁下完棋后痛哭流涕，说我根本不可能打过它，但没有人知道它到底怎么下的，即便是制造它的工程师。”阿尔法狗的出现给人们“当头一棒”，王维嘉认为，人工智能中出现了“不可解释性”。

引以为豪的海量知识遇上机器，竟一文不值？王维嘉发问：“人类从未如此憋屈，我们自以为是整个宇宙智能最高的生物，可以理解一切，所有事情皆有因果。可如今，为何出现了无法理解的事物？”

70年前，人类学习的微观机制终被揭秘——基于大脑近千亿个神经元的连接。这归功于“巴甫洛夫的狗”，俄国科学家巴甫洛夫发现，一旦有了习惯，即使没有食物，听到摇铃，狗也会流口水，形成“条件反射”。1949年，加拿大科学家赫布对这一现象作出解释，提出著名的“赫布定律”：同时受刺激的两个神经元相互连接，连接处形成学习。“人类所有的学习都是这样的一个微观机制。”王维嘉总结。

 “明知识”，即可以用文字、公式、程序、语言表达出来的知识。70年前，波兰尼·哈耶克提出，有一种知识叫“默知识”——接收知识时，大脑中建立了大量神经元连接，极其复杂，受舌头运动速度的限制，无法用语言表达，但足以被感受。“比如学自行车，全世界没有一个人骑自行车是看手册学会的，都是骑上去歪歪扭扭摔几跤就会了。”王维嘉解释。

那么，什么叫暗知识？“人类不可感受又不可表达的一类新知识。”王维嘉展示了一个坐标图示：横轴是“可否表达”，纵轴是“可否感受”。其中，第三象限既不可表达又不可感受，即为今天机器发现的新一类知识。

“人类已知的明知识，是冰山的一小角，暗知识是冰山下面最大块的东西。”王维嘉说，未来机器发现的知识会使我们人类两千多年来获取的知识显得微不足道。“我们以为，人类已经可上九天揽月，可以做基因编辑，但实际上远远不够，暗知识是未来统治和占领整个知识空间的最大量的一种知识。”

大变革？

机器“智商偏科”、“情商为零”，但凭借群体学习，瞬时复刻和光速传播的优势，王维嘉判断，人工智能会带来历史级的一次变革，影响力甚至可能超过印刷术、蒸汽机、电和互联网。

“有人会问，你说的‘暗知识’挺有意思，跟我有什么关系？太有关系了！”王维嘉举例，两位大学教授用1800张照片训练机器，照片中有罪犯、有好人，训练完成，机器可以从人脸判断此人是否是罪犯，准确率达89%。这项研究引起了巨大争议。“人类往往不是‘非黑即白’，瞬时决定可能带来很大改变。”

“再如诺曼底登陆，任何一个人类的将军和元帅，只能根据经验做一些简单判断，机器算出来说要在200公里外登陆，那么盟军司令听不听？”王维嘉认为，在未来，一个重大的决定很可能由机器做出，若选择违背，可能会失败，其中缘由无从得知。“这些生死攸关的决定，到底敢不敢交给机器来做？”

但机器并非全知全能。商业领域，比如，王维嘉对自动驾驶产业就不看好，“路况环境太复杂了，机器做再多学习也无法应对下一次可能出现的意外。”另外，市场由静态的需求和动态的供给共同驱动，大数据算法或许能了解需求，人类的创新行为却无法预测。这也从理论上验证了纯粹计划经济的不可行性。

人类应该如何处理和机器的关系？ “人类的知识现在刚刚开始，未来机器的知识会越来越多，我们最后就像几个小岛，被暗知识这个海洋所淹没。”王维嘉认为，无意中，人类已创造了一个上帝，“会产生什么样的问题？会怎样颠覆我们每个行业？会不会突然造成大规模的失业？未来的社会、政治、军事战争会是什么形态？这些都会受到暗知识的影响。”

人工智能时代，无所不在的传感器记录着所有状态——温度、压力、血液、空气质量、个人活动……被抓取数据将通过5G网络传到云端，机器再把其中隐蔽的相关性找出，并凭借细微的相关性去做事，去改进或破坏生产生活。

 “祝贺我们在座的各位目前还存在于这世上，这其实是一个极小概率事件。”面对未来可能的挑战，王维嘉有忧虑，更有期许。

结束讲座，王维嘉和张力奋、韦森进一步就“暗知识”这一概念进行了探讨，并接受现场观众提问。