结语：没有幽灵的机器
也许最有名的对人工智能的历史批评，或声称人工智能所能成就的，牵扯到了翻译的问题。中国囚室的论点是在1980年由伯克利哲学家John Searle提出的。在Searle的思想实验中，只会讲英语的囚徒独自坐在牢房里。一个看不见的狱吏通过门上的小窗递给他写着中文的纸条。囚犯事先已经得到一套英语的表格和规则，用于写回复。他变得如此擅长这些指示，他的答案很快就“与讲中文的人绝对不可区分”。难道不幸的囚犯应该说“理解”中文吗？ Searle认为答案显然不是。 Searle后来写道，这个隐喻是为了摧毁了这样的说法，“适当编程的数字计算机与正确的输入和输出会因此造就一个和人类头脑一模一样的意义上的头脑。”
对于谷歌大脑团队，或者对于在硅谷从事机器学习的几乎所有人来说，这种观点完全不相关。这并不意味着他们忽略了哲学问题。这意味着他们对头脑有着根本不同的看法。与Searle不同的是，他们不认为“意识”是一些特殊的，几乎发光的精神属性， 哲学家Gilbert Ryle称之为“机器中的幽灵”的东西。他们只是相信，我们称之为“意识”的复杂的技能，已经从许多不同的简单机制的协调活动中随机出现。这意味着我们的能力中我们认为更高的思想存储器的类型与我们倾向于认为的低存储器没有什么不同。在这一点上逻辑推理，这被视为一个幸运的适应; 就如能够投球和接球的能力。人工智能不是建立一个头脑; 它是基于改进工具来解决问题。正如Corrado在我到谷歌的第一天对我说的：“这不是关于一台机器'知道'或'理解'什么，而是'它'做’什么，更重要的是，它还没有做什么。”
就“知道”与“做”而言，它们具有真正的文化和社会影响。在聚会上，Schuster来到我面前表达了对媒体对论文的反应的沮丧。 “你看到第一个报道了吗？”他问我。他转述了那天早上读到了一个头条，重复时用他的手一字一句地打断：‘谷歌说 A.I.翻译与人类翻译无异’。在写作论文的最后几周里，团队为此挣扎过。Schuster经常重复提到论文传达的信息是“它比以前好多了，但不如人类好。”他希望他们的努力显然不是为了取代人类，而是帮助他们。
然而，机器学习的兴起使我们更难为我们开辟一个特别的地方。如果你和Searle相信，人类的“洞察力”有特殊之处，你可以画一条明确的线将人类与自动化分开。如果你同意Searle的反对者，你就无法划线。这就可以理解为什么这么多人紧紧地抓住前者的观点。在2015年M.I.T.关于人工智能根源头的会议上，Noam Chomsky被问到他对机器学习的想法。他把整个业界简单地称为统计预测，一个被美化的天气预报。即使神经翻译获得完美的功能，它也不会揭示语言的深奥本质。它永远不会告诉你一个代词是否采用了主格或者宾格。这种预测作为一个很好的工具可以完成我们的目的，但它对增进我们对事物理解的标准而言没有成功。机器已经可以在医学扫描中比人类放射科医生更好地检测肿瘤，但机器不能告诉你什么导致癌症。
那么，放射科医生又可以吗？
医学诊断是最直接的一个领域，也许不可预测地受到机器学习的威胁。放射科医生经过全面的培训，有非常好的报酬，我们认为他们的技能是专业洞察力，是 最高的思想存储器。在过去的一年里，研究人员不仅显示神经网络可以比人类医生在医学图像更早地找到肿瘤，而且机器甚至可以从病理报告的文本中做出这样的诊断。放射科医生做的事情实际上比逻辑分析更接近预测模式匹配。他们不告诉你是什么导致癌症; 他们只是告诉你它在那里。
一旦你为一个目的建立了一个强大的模式匹配装置，它可以被调整来为其他人服务。一个翻译工程师拿着他建立的网络来评判艺术作品，并用它来驱动一个自动遥控车。一个用来识别猫的网络可被转过来训练CT扫描，就是用无穷的例子来训练，这连最好的医生都做不到。用来翻译的神经网络能在在取证阶段用和最昂贵的持证律师相比最少的时间查完数百万法律文件。这类自动化的工作不再是像过去一样重复的任务，和低智商的没受过教育的阶层相关。我们不仅只是谈论三百五十万很快就会失去职业的卡车司机。我们谈论的是库存管理人员，经济学家，金融顾问，房地产经纪人。谷歌大脑在九个多月所做的只是一家大公司里一小群人如何迅速地把无人能和机器联系起来的任务自动化的一个例子。
现在在硅谷发生的最重要的事情不是瓦解。相反，它是体制建设和巩固权力，它的规模和速度在人类历史上可能都是史无前例的。谷歌大脑中有实习生，有居民，有“忍者”班培养其他部门的人。到处都是免费的自行车头盔箱，以及为一年下两天雨准备的免费绿色雨伞，一点水果沙拉和午睡吊舱，共用的跑步机办公桌和按摩椅，随处都有的高级糕点盒子，婴儿衣服捐赠的地方，两层楼高的攀岩墙和教练，阅读群体，政策对话和各色互助群。对这些旨在栽培人的重大投资的受益人而言，这是远远超过给数码盐矿劳工的福利。他们手头掌控着分布在四大洲的13个数据中心里复杂调度服务器的电源，这些数据中心的用电量足以点亮许多大城市。
但即使是如谷歌这样巨大的机构也会是这一波自动化的目标;一旦机器可以学习人类说话，即使是舒适的程序员工作也会受到威胁。随着蒂基酒吧的晚会接近尾声，一个翻译工程师拿来他的笔记本电脑给Hughes看一个东西。屏幕上颜色鲜艳的万花筒一样的动画圆球在长长的轨道上旋转脉冲，不断分散成星云然后四分五散。
Hughes马上认出这是什么，但我仔细看了才意识到这所有都是人和文件的名字。这是一个翻译团队在10年中代码库修改的历史动画， 每一个响声和绽放的图像都记录了每一位团队成员的贡献。Hughes伸手指轻轻向前跳，从2006年至2008年再到2015年，他每每停下来，回忆起一些遥远的活动，一些古老的胜利或是灾难，它们现在都被其他项目匆匆吸收或是自成一体了。Hughes在各处的发光圆球中指出Jeff Dean的名字。
Hughes把Corrado叫过来，他们站在那里一动不动。，Corrado看起来有点难过，为了打破这忧伤怀旧的咒语，他抬起头说，“我们什么时候把它删了？”
“别担心，” Hughes说。“新的代码库会成长。一切都会成长“。
（全文完）
