阿西莫夫与机器学习(5)

再回到“人类”的界定问题
上，《汝竟顾念他》的结尾，机器人对“人类”这个概念的解释悄然更迭，它们认为自身比血肉的人类更加符合人类的真正含义，使得终极或者高度发达的机器人能够自然而然地突破机器人三定律的约束。在《机器人之梦》中，对于悖论也有表现，机器人潜意识的梦境中定律缺失只剩下第三定律，与现实中的三大定律形成悖论，于是在梦境中，做梦的机器人梦见自己领导了机器人的反叛。
综合来看，以上所有的悖论都有一个特点，“可实现性
”——产生悖论的两种对立情况，都是在现实中能够发生的。那么，“实悖论
”和“虚悖论
”的区分就自然而然地产生了：一种基于人类给定的约束，另一种基于宇宙客观基本规律——只能产生“虚悖论”的（维护人类福祉的）机器人才是真正完全保险的
；但同时，这难如登天，甚至根本无法实现。
对于机器的“人”化
，实际也还有反过来的过程，也就是人的“机器”化
。不过人的“机器”化，应该、也必须是一个很模糊的概念。因为目前来说，人所包含的范围太宽广了，以至于很难说机器有什么特点是没有某个人具有的。
比如，机器常常给人冷酷的金属外观，但这个命题本身就不成立，因为没有任何规定指明机器人一定是金属的，机器人当然可以是碳纤维、硅基的、塑料的甚至是血肉的——只要我们掌握足够的生物、电子技术。因此，把人的“机器”化模糊一点，给出一个弱形式
:只要这个属性是目前绝大多数人不具有而绝大多数机器具有的，那么就可以在该属性上做人的“机器”化假设。比如，对于经典的反乌托邦集权式社会，可以观赏有关电影《1984》，这里的民众其实就可以认为被赋予了“机器”化假设，“螺丝钉”的成分被放大和扭曲，作为上层发号施令者，尽管会受到社会整体气氛的影响，但相对来说，他掌握了平民所不能具有的大量信息渠道，因此更能发挥目前认为的人所特有的一些功能——思考、决策等。

电影《1984》海报
于是，不得不谈到，“信息”对于机器人的作用
。机器人和人一样，都需要接受信息，然后做出反应。而对于未知信息的分析、驾驭能力，与智能紧密关联。机器学习本质追求的就是从已知信息中获取对未知信息的处理模型，监督学习与非监督学习都蕴含其中，只不过前者对于已知信息有更精准的“指标”。但就信息而言，也绝非已知信息/未知信息这么简单的区分就可以胜任的。比如，有的信息可能是假的（描述不真实的存在），对于这类信息的处理能够直接“筛选并抛弃”吗？留个问号。但就数学史发展而言，很多工具的发明都是从假的、不真实的开始，如无理数、虚数、罗氏几何等。不能否认，机器学习最好应该具备处理这些“超现实场景