復雜心智不可能通過自動訓練產生，它需要經受其他心智的教育，復雜心智需要在與其他復雜心智的環境關系中慢慢生成。而就目前的微軟小冰而言，它一方面離復雜心智的要求還相距甚遠，同時，其對于詩的生成機制的認知也流于表面。因此，就算某一次小冰寫出了一首非常好的詩，那它也依舊無法擺脫弱AI的屬性，正如在打字機上碰巧打出莎士比亞詩句的猴子也還是普通的猴子，這只猴子并不因此就突變成一個新的物種。 張定浩

疫情期間蝸居在家，沒有寫出什么像樣的文章，倒是重新燃起了下圍棋的熱情。在足不出戶的那一兩個月，酷愛圍棋的吳玄在微信上建了一個小范圍的棋手群，也邀我參與其中，在手機上對弈，沒有時間限制，又都是文學界熟識的師友，可以在群里分享實時棋局，下完還可以在群里復盤討論，很是熱鬧。并且，因為現在圍棋AI的普及，即便是像我這樣的業余愛好者，借助AI自我復盤也變得非常方便和清晰，能感受到自己棋藝的點滴進步，久而久之，對于人工智能似乎多了一絲親切感，再反觀文學批評界這幾年對于人工智能寫作的熱烈討論，卻又生出幾許奇怪的況味。

我記得圍棋人機對戰的軟件，大概20多年前就有了，但那時候圍棋軟件的棋力大概還不到業余初段，所以圍棋界對于圍棋AI的態度最初都是不屑一顧的。阿爾法圍棋先后戰勝李世石和柯潔，乃至隨后谷歌開放源代碼之后造成的圍棋AI的普及，引發了一場棋界大革命，現如今類似絕藝和星陣這樣的高水平圍棋AI都可以讓頂尖棋手二子。但奇妙的是，圍棋作為一門技藝卻并沒有如之前人們想象的那樣走向衰落，相反，衰落的只是舊的定式和思路，而新的著法又日新月異地產生著，幾乎所有棋手都采用AI作為訓練工具，所有講棋者也都會用AI作為衡量標準。在過去，對于圍棋某個局部的優劣判斷可能會取決于某些棋手的名聲，更多時候只是一種感覺，但現在，圍棋AI可以很精確地給出每一步的勝率，這很大程度上促使棋手從對權威的迷信中擺脫出來，去更好地接近棋道本身。日本棋圣藤澤秀行曾有句名言：“棋道一百，我只知七。”這句話在圍棋AI時代復活，圍棋AI和棋手之間并不是一個競爭關系，而是一種合作，棋手們都認識到AI只是人類追求道和藝的一個最新工具，或者說，AI是和人類在一同追求。

從輕蔑到尊重，棋界對于AI前后截然不同的態度，并不能簡單地稱之為前倨后恭，因為其背后遵循的一直是同一個原則。圍棋歸根結底是一個勝負的技藝，在AI完全贏不了人類棋手的情況下，輕蔑和不屑一顧是一種正常的態度，同樣，在AI完勝人類棋手的情況下，尊重和向AI學習也是任何職業棋手的基本素養。因為最終，棋手向AI學習的不是什么科學技術，而是棋道本身。

反觀微軟小冰。出版了詩集的微軟小冰讓很多不寫作的人迷惑不安，但認真的寫作者應當把小冰寫的詩就當成一個正常的文本來審視，像讀任何一本或好或壞的詩集一樣，我相信那些職業棋手在面對圍棋AI時也是如此，我們面對的從來不是什么抽象的高科技或所謂的時代潮流，而始終是我們熟悉并賴以為生的那一門技藝。我們先假設小冰以后可以寫得很好，但人類社會是否曾經因為某一位強力詩人的出現就放棄詩歌呢？從來沒有。相反，每一位強力詩人都極大地更新和推動了現有的詩歌，甚至改動了整個傳統。如果有一天機器寫作達到了某種類似阿爾法圍棋的突破，那只能說是一件文學的幸事。

更何況，相對于圍棋因為計算量巨大而導致的超出人類心智極限的復雜，詩乃至文學寫作呈現的則是一種人類心智本身的復雜。我們知道在人工智能領域一直有強AI和弱AI的爭論，即AI到底是一種統攝一切的心靈還是一種只能應用在特定領域的工具。圍棋AI顯然屬于弱AI，它只能做某一件特定的事，但可以做得非常好，但寫作AI如果要真正令寫作者尊重，它就必須成為一種自足的心靈，也就是強AI（我們這里不討論那些公文式寫作）。然而問題在于，目前的人工智能發展雖然突飛猛進，但基本都在弱AI領域，在強AI領域基本還處于嬰兒般的狀況，這一點，如果大家看過特德·姜的《軟件體的生命周期》，就會有非常真切的感知。因為復雜心智不可能通過自動訓練產生，它需要經受其他心智的教育，復雜心智需要在與其他復雜心智的環境關系中慢慢生成。而就目前的微軟小冰而言，其訓練寫詩的方法據稱是對500多位現代詩人的詩作正讀、倒讀各一萬遍，用層次遞歸神經元網絡，通過閱讀來獲得語言的表達能力。所謂“層次遞歸神經元”，看起來很高級，但在強AI領域大概只能算作一種非常粗陋的算法，它一方面離復雜心智的要求還相距甚遠，同時，其對于詩的生成機制的認知也流于表面。不客氣地說，微軟小冰的研發者是既無力探索強AI，又不懂詩。因此，就算某一次小冰寫出了一首非常好的詩，那它也依舊無法擺脫弱AI的屬性，正如在打字機上碰巧打出莎士比亞詩句的猴子也還是普通的猴子，這只猴子并不因此就突變成一個新的物種。

除了微軟小冰，另外一些打著人工智能旗號的文學AI，更幾近荒唐。譬如某款文學AI，聲稱可以通過統計獲獎小說中的高頻詞匯和情節起伏曲線來幫助人們理解和判斷小說乃至未來小說的潮流，我只能說，這是已經接近人工智障的行為了。

我相信對于絕大多數人文學科從業者而言，寫作AI和文學AI所運用到的人工智能都是一個黑箱，我們并不知道它內部系統工作的具體細節，只是通過它外部的輸入輸出與我們熟悉領域所產生的交集，來認識和理解它。這一點，其實和圍棋職業選手面對圍棋AI時的境況是有些相似的。因此，比較一下職業棋手和人文學科從業者面對AI的不同態度，會是一件比較有趣的事。

職業棋手和文學從業者對黑箱內部的無知是一致的，但職業棋手懂棋，他們可以通過比較自己走出的某手棋和圍棋AI這個黑箱系統給出的另一種著法之間的差別，來具體分析其優劣得失。因此對于職業棋手來講，圍棋AI并不神秘，神秘的是圍棋這門技藝本身的永無止境。而對于某些人文學者來講，因為他們既對黑箱內部無知，又對文學寫作一知半解，所以對他們來講，寫作AI就成為一個神秘莫測的整體。他們無法進入其內部，也無法在其外圍分析探索，他們將對黑箱內部的無知和對黑箱外部關系的無知混為一談，最終，這個神秘的黑箱在他們這里就轉化成某種概念和詞語上的黑話，以己昏昏使人昏昏，一時間，至少在文學批評界，不少科盲以談論“人工智能”這個名詞為時尚，人工智能儼然成為新時代的“賽先生”，成為獲取課題經費的新法寶。我有一次參加某個會議，某位文學系的人工智能學者發言前拿出一個沙漏，做出精確控制時間狀，這位老兄非常誠摯，其發言的主旨是，人工智能領域是一個新的人文學科生長點，此處人傻錢多，速來。

在法國科學家瑟格·阿比特博和吉爾·多維克合著的《算法小時代》一書中，作者舉過一個學生參與編程的例子，“在課程結束的時候，如果我們問這些學生，他們編寫的程序是否智能，他們總是會回答，程序并不智能。一旦學生自己參與編程了，便不再認為這些程序有絲毫的智能。事實上，人們認為一個程序智能與否，似乎取決于他們知不知道程序如何工作”。

科學研究的實質就是不斷粉碎一些從外部模糊感知到的大而化之的概念，在具體細化的分類范疇中一點點推進，去探索那一個個未知的黑箱。但文學批評何嘗不是如此呢？我們不可能知曉一切，對陌生領域的無知并不丟人，但我們依舊可以談論一切，因為萬事萬物都是相互關聯的，我們需要做的只是盡可能地認識自己，以及自己所熟悉的領域。