偏见|由于人类的认知偏见，AI很容易被误解( 三 )

但是，在设计我们期望机器人执行的工作或服务时，人和算法之间的这种操作差异可能会造成麻烦。这是因为，当算法根据量化值执行任务时，人类的满意度，也就是任务的结果，很难被完全量化。量化一项必须适应个人喜好或不断变化环境的任务的目标（如上述打扫房间）并不是一件容易的事。也就是说，为了与人类共存，机器人的进化也许不是为了优化特定功能，而是为了实现“足够好”的结果。当然，后者想要在现实生活中稳健地实现要困难很多，因为你需要应付这么多相互冲突的目标和定性约束。
实际上，我们并不知道自己在做什么试着回忆一下你在阅读这篇文章之前吃过的最后一顿饭。你还记得你吃了什么吗？除此之外，你还记得咀嚼和吞咽食物的过程吗？你知道那一刻你的舌头到底在做什么吗？事实上，我们的舌头为我们做了很多事情：它帮助我们将食物放入嘴里，在牙齿之间分配食物，吞下嚼碎的食物，甚至在需要时将大块食物送回到牙齿。我们可以自然而然地完成所有这些，甚至在与朋友交谈时，也会使用舌头负责发音。我们有意识的决定对同时完成这么多复杂任务的舌头运动有多大贡献呢？我们看起来像是在随心所欲地移动自己的舌头，但实际上更多时候，舌头在自动移动，并且它从我们的意识中获取高级命令。这就是为什么我们无法记住进餐时舌头的详细动作，因为首先我们对它们的运动就知之甚少。
我们可能会认为手是最有意识的可控器官，但其实许多手部运动也是自动和无意识发生的，或者最多是下意识发生。不信的话，试着把钥匙之类的东西放进你的口袋里，然后再拿出来。在那短短的一瞬间，无数的微操作瞬间无缝地协同完成这项任务。
我们常常无法分别感知每个动作。我们甚至不知道应该把它们分成哪些单位，所以我们把它们统统表达为抽象的词语，如整理、洗涤、涂抹、揉搓、擦拭等。事实上，这些动词是定性定义的。它们通常是指精细动作和操作的总和，其组成随情况而变化。当然，即使是孩子们也很容易理解和思考这个概念，但从算法发展的角度来看，这些词是无限模糊和抽象的。

文章插图
（来源：HYUNG TAEK YOON）
比如，我们通过在面包上涂抹花生酱来展示如何制作三明治，并用几个简单的词对此稍作解释。假设有一个外星人和我们使用相同的语言，但对人类文明或文化一无所知。（我知道这个假设已经自相矛盾了……，但请耐心往下看。）我们可以通过电话向他解释清楚如何制作花生酱三明治吗？在这种情况下，我们可能在解释如何从罐子里舀出花生酱时就陷入困境。甚至让他拿住一片面包也变得没那么容易了：我们必须把面包用力拿住，才能涂抹花生酱，但与此同时又不能太过用力，以免破坏软面包的形状。其实想要做到这一点并不是很困难，但是通过语言或文字来表达这一点并不容易，更不用说通过函数了。即便是人类在学习一项任务，我们能通过电话学会木匠的工作吗？我们能通过电话精确地纠正网球或高尔夫姿势吗？真实情况是，我们很难辨别我们看到的细节在多大程度上是有意识或无意识地完成的。
总而言之，我们用手脚所做的一切并非都是可以直接用语言表达的。发生在连续动作之间的事情通常会无意识地自动发生，因此我们常常以一种比实际情况更简单的方式来解释我们的行为。这就是为什么我们的行为看起来很简单，但实际上却很不可思议。表达的局限性往往会让我们低估实际的复杂性。我们应该认识到，语言描述的困难会阻碍词汇发展不完善领域的研究进展。