人类与科技共同进化

——《柏拉图与技术呆子》书评

本书的副标题是“人类与技术的创造性伙伴关系”，这是一个老生常谈的话题，但是作者提出了很多新颖而独到的观点。作者爱德华·阿什福德·李（Edward Ashford Lee）曾任加州大学伯克利分校电子工程与计算机科学系主任，他结合专业知识盛赞了技术的伟大，同时分析了技术存在的局限性，指出技术必须和人类共同进化。我很赞同本书的主要观点，只不过我的一些理由和作者不太一样。

作者从科学与工程学的关系讲起，对目前的“科学家比工程师高一等”的观点忿忿不平，他认为工程学并不是所谓的“应用科学”，而是一个同样甚至更具创造力的学科，有时还会走在科学前面，创造出科学还无法解释的新事物。我曾经也存在偏见，认为科学发现的影响是深远的，工程技术的影响是有限的，新技术可能在几十年甚至几年内就被淘汰。后来我才意识到事实并非如此，很多科学发现都与新的科研设备有着直接关系。科学与技术是相辅相成的，技术通过影响科学发现而同样影响深远，更不用说其对人类生活、社会发展的影响。科学与技术的关系和人类与科技的关系可以说是非常相似的。

接下来作者提出了令人震惊的观点：自然规律是被发明的，技术则是被发现的。他的解释是人类是通过发明模型去理解自然规律的，而模型只是一种理想化的情形，例如欧姆定律并不是真实规律，没有一个物理对象真正遵循它，因为多少会受到各方面因素的干扰。他引用了著名物理学家戴维·多伊奇（David Deutsch）的话：科学更多是关于“好的解释”而非自然法则的。一个好的解释显然是发明而不是发现。与此相反，技术反而是被发现的，因为技术是由独立于人类的柏拉图式的理想构成的。即使人类没有发现，技术也早已在理想世界中存在，例如在手机出现之前，组成手机的所有部件已经具有了组合成手机的可能性，人类发明手机不过是发现了这种可能性。其实我觉得这个观点有点牵强，因为同样可以说模型存在于理想世界中，人类发现了模型从而发现了自然规律，这样一来发现和发明并没有明确的界限。

本书分为两个部分，第一部分除了上面两个观点之外，作者还结合具体的计算机知识表现了技术的伟大，例如分层的思想、软件的自我支撑、技术革命等等。为了让读者不要对技术的发展过于乐观，作者在第二部分讨论了技术无法解决的问题，反驳了“宇宙中的一切都是计算”的数字物理学观点。

作者是反对数字物理学的理由是物理世界存在着超越计算的现象，他通过引用图灵的不可判定性研究成果，表明存在一些有用的但是通用计算机无法实现的信息处理函数。也就是说，宇宙的确遵循简单的规律，但是规律不会太简单，认为一切都是计算就简单得有点过头了。就像牛顿第二定律：F=ma，令人体会到宇宙的简单之美，但是我们知道这不是真实情况，宇宙没有简单到这种程度。作者的另一个理由是宇宙是连续的，而数字技术是离散的。他举了抛硬币的例子，指出在真实世界中抛硬币的结果并不是非正即反，而是可能会竖着掉到泥巴里，需要用很多的比特来描述硬币的这种情况。

我也反对数字物理学的观点，只不过我的理由不太一样。我的理由是计算相当于一种理想化的视角，是以旁观者的角度研究客观世界的思想，但是真正的客观并不存在，每个计算的主体（人类、计算机等等）都是宇宙的一部分。如果一切都是计算的话，意味着一切都可以完全数字化，也意味着几种元素（例如碳、硅）就能表示所有的元素，这是这些元素无法承担的地位，因为它们只不过是众多元素的一小部分。例如，要数字化表示一个原子，恐怕目前地球上所有硬盘加起来都存储不完其信息，要利用该原子实现某个目的，最高效的方式是利用该原子的物理实体。虽然我们可以模拟很多事物，但是真实世界具有无法替代的优势，即使能够模拟也会导致开销过于巨大而不得不放弃。这体现了参与性，即我们必须在我们同一个层次去理解和改造宇宙，我们自身也是被理解和改造的一员，而不是居高临下的虚拟化世界的控制者。

这种参与性也体现在人类与科技的关系上，人类在提升科技同时也改变了自己，正如作者所举的编程语言的例子：一种编程语言被创造之后又反过来塑造了人类思想。同样的，对于科技而言，脱离人类是无法持续发展的，因为科技还不够成熟，而人类一种已经被长久的时间证明过的可以稳定存在的物种，各方面都比较完善，能够纠正科技发展中存在的偏离、冒进、滥用等问题。在现阶段，虽然是共同进化，但是科技更像是人类的孩子，而人类在指导科技的同时也对自身有了新的理解。

我曾经非常喜欢读书，在当时看来，泡图书馆博览群书简直太美好了，但是我很快意识到这并没有什么。正如本书中提到的谷歌很早就计划将所有书籍都数字化，当时还遭到了爱书人士的反对，他们认为这样会使书籍失去灵魂，但是一名谷歌工程师的解释是“扫描这些书不是让人们去读，而是让人工智能去读”。人类的时间、精力、记忆力等等都是非常有限的，即使博览群书的天才和人工智能相比还是不可同日而语。当然不是说比不过人工智能就不应该读书，而是应该读更重要的书，花更多时间去完成深层次的思考，这样在未来能够与人工智能的优势互补。我减少了读书数量并更加追求质量，本书是我认为的重要的书之一，的确没有让我失望。