今年以来，人工智能领域突破不断，人工智能对人类的认识论构成了根本性冲击。人如果不再是万物灵长，如果远离真正的生产劳动和创造，成为附着于机器社会的寄生群体，势必会给涉及宗教、经济、政治、伦理的各个方面带来革命性的冲击。

金观涛先生从“科学与人文”的视角，强调当前这场人工智能革命实质是对“智能”认识的某种退步，AlphaGo的工作原理是仿生学，而人类智能的内核——创造并使用符号的能力却遭到忽视。究其原因，这是现代社会中人文精神丧失、与科学被技术异化的恶果。

伴随大数据时代的来临，互联网、人工智能、虚拟现实互相融合进而有可能重塑社会；特别是人工智能的蓬勃发展，似乎正在颠覆人类社会现有的组织、生产和生活形态。

本文力图从人类智能和社会长时段发展的视角，审视当下这场人工智能革命的实质，及其对现代社会的冲击。进一步来说，今天有必要在认识论层面上，理解“什么是人类智能”，重新界定人类智能的进步与社会形成、演变的关系。当前对这些问题的认识空前混乱，恰恰反映出科学被技术异化和人文精神的丧失。

一场退回到原点的革命

当前正在发生的这场人工智能革命，实质是一场“退回到原点的运动”，由此所引发的讨论，在某种意义上也是对人类“智能”认识的大倒退。所有这一切都和人文精神的沦丧有关，特别是对人工智能的发展历史的忽略。

其实，早在“人工智能”这一观念出现以前，AlphaGo的工作原理已经被数学家和生理学家发现了。1948年，美国应用数学家诺伯特·维纳提出了“控制论”，促使智能研究的行为主义大转向。与今日人工智能研究直接相关的，是当时的自动机理论，麦克卡洛和匹茨的神经网络模型就是这类自动机之一，其被视作人工智能研究的连接主义学派（其对智能的认识也是行为主义的）的开创者。神经网络模型的基本思想极为简单--大脑神经元的工作原理和电脑工程师所说的逻辑门一样，一个CPU 就是一个逻辑门的集合体。[1]在此基础上可以得到神经元的计算模型：系统的输入为I1, I2, ... ,IN，接受这些输入的神经元输出用如下法则规定：将这些信号经过加权（W1, W2, ... ,WN），如果其强度超过了一定的阈值（T），则该神经元就会发放一个信号y给其他神经元或者直接输出到外界。[2]这样，阈值的改变意味着输入和输出关系的变化。当阈值的改变由输出引起时，我们可以说这部自动机在“学习”。

简言之，复杂的智能行为被简化成机器对外界刺激的反应和反馈。低层次的反馈是达到目的的行动；高层次的反馈，因存在代表网络连接方式之参数随输出结果变化而不断地调整，其可以解释神经网络结构和相应行为模式的变化，也就是学习机制。