?

制圖：杰伊·本特（Jay Bendt）

?

撰文 | 娜奧米·奧雷斯克斯（Naomi Oreskes）?

翻譯 | 紅豬

?

人工智能領域有句格言：“簡單的事情很難，難的反而簡單。”這叫“莫拉韋克悖論”，叫這名字是為了向西格麗德機器人公司（Seegrid）的創(chuàng)始人漢斯·莫拉韋克（Hans Moravec）致敬。最近有一本書對這個悖論做了詳細解說，書的作者是計算機科學教授梅拉妮·米歇爾（Melanie Mitchell），書名叫《人工智能：人類思考指南》（Artificial Intelligence: A Guide for Thinking Humans）。那些大多數(shù)人覺得很難的活動，比如下棋或解高等數(shù)學，機器都能輕易地運算出來。但是許多讓人類覺得簡單甚至瑣碎的任務，機器卻怎么也攻克不了。

?

25年前，卡斯帕羅夫成了第一個輸給電腦的國際象棋特級大師。到今天，計算機程序已能在撲克牌和圍棋等比賽中擊敗一流好手。電腦能創(chuàng)作音樂，甚至通過著名的圖靈測試——也就是騙過人類，讓對方覺得自己在和另一個人類交談。然而，那些大多數(shù)人都覺得簡單的事情，卻使計算機覺得為難，例如學說母語、通過肢體語言推斷一個行人是否想過馬路——這件事人類司機不假思索就能辦到，卻會難倒最先進的自動駕駛汽車。

?

每一個研究者都會告訴你：國際象棋之所以較為簡單，是因為它遵循一套嚴格死板的規(guī)則，由此產(chǎn)生數(shù)量有限（盡管這個數(shù)字很大）的可能性。而推測一名行人的意圖卻是一項更加復雜靈活的任務，很難簡化成幾條規(guī)則。這么說無疑是正確的，但是在我看來，把AI系統(tǒng)總結(jié)的經(jīng)驗用在目前更緊迫的問題上，或許可以讓我們學到更多。我們就叫它“疫苗-接種悖論”（vaccine-vaccination paradox）吧。

?

每一位熟悉生物學的人可能都對近期的疫苗研發(fā)速度印象深刻：在不到一年的時間里，研究者就開發(fā)出了可以有效應對新冠疫情的疫苗。無論是Moderna疫苗還是輝瑞-BioNTech疫苗，都利用信使RNA（mRNA）給細胞下達指令，產(chǎn)生新型冠狀病毒表面的刺突蛋白，以此激發(fā)身體產(chǎn)生抗體，反擊真正的病毒感染。這是一項絕妙的生物技術研究，為將來類似的mRNA用途指明了方向。

?

但現(xiàn)在，距這些疫苗上市已經(jīng)幾個月了，讓美國人充分接種卻還是一項艱巨的任務。其中的困難不僅在于過去一年中美國艱難的政治形勢，后勤上的挑戰(zhàn)也很嚴峻。在疫苗獲批之前，就有衛(wèi)生專家擔憂玻璃瓶、注射器或冷藏設備會出現(xiàn)短缺。還有人指出了疫苗猶豫（vaccine hesitancy）的問題。等到疫苗上市，接種項目又受到一系列新問題的困擾，例如日程安排之類的普通任務?，F(xiàn)在我們發(fā)現(xiàn)，像開發(fā)疫苗這樣的難題（相對）簡單，難的反而是疫苗接種這個本該簡單的任務。

?

或許是時候重新思考概念的劃分了。我們一直認為象棋很難，因為高手不多，特技大師更是寥寥無幾。相比之下，僅美國就有近400萬護士，其中大多數(shù)都應該懂得如何接種疫苗。如果形勢需要，大概絕大多數(shù)國民都能學會駕駛卡車運送疫苗。然而這樣的看法混淆了“困難”和“稀缺”。就像前面人工智能的例子所顯示的，人人都會的事情，從某個角度看其實非常困難。又或者，我們混淆了難以構(gòu)想的概念和難以做成的事情。量子物理在概念上很難，而在一個多樣性極其發(fā)達、衛(wèi)生體系又高度分散的國家注射6億支疫苗，在實踐上更是難得驚人。

?

我們說物理是“硬”科學，因為研究對象大多獨立于復雜的人性，由此得出的定律（至少在正常環(huán)境下）能給出確切的回答。但物理和化學不會告訴我們?nèi)绾卧O計一個行之有效的疫苗接種程序，或如何解決行人橫穿馬路的問題，部分原因在于這兩門學科無助于我們理解人類行為。社會科學很少給出確切答案，但它并不簡單。在求解現(xiàn)實問題時，令我們出錯的好像都是看似簡單、直接的問題。疫苗-接種悖論告訴我們，真正艱難的科學是涉及人類行為的那些。


關注【深圳科普】微信公眾號，在對話框：
回復【最新活動】，了解近期科普活動
回復【科普行】，了解最新深圳科普行活動
回復【研學營】，了解最新科普研學營
回復【科普課堂】，了解最新科普課堂
回復【科普書籍】，了解最新科普書籍
回復【團體定制】，了解最新團體定制活動
回復【科普基地】，了解深圳科普基地詳情
回復【觀鳥知識】，學習觀鳥相關科普知識
回復【博物學院】，了解更多博物學院活動詳情