编者按：

计算机领域的热点总是在不断更替，从大数据到云计算再到人工智能，这些热点的背后离不开专家学者们在这些领域一点一滴聚沙成塔的技术突破。关于人工智能，我们见证了近年来它从默默无闻到炙手可热的过程。继去年《》之后，微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文再一次亲手撰写文章，与我们进一步分享了他对人工智能的见解与洞察，归纳起来就是《HI+AI：人机协同赋能未来》系列。在这一系列三篇文章里，洪小文博士将与读者交流AlphaGo战胜李世石这一标志性事件背后的意义，深入浅出地与我们探讨了人类智能与人工智能的区分与联系，以及我们应当如何看待人类与人工智能的关系。

《计算机是最好的左脑》是《HI+AI：人机协同赋能未来》三篇系列文章的中篇。在本文中，洪小文博士从高斯发明求和公式谈起，说明了人脑的创造力与独创性，而计算机，则可能是人类发明的最好用的左脑。

计算机是最好的左脑

洪小文

理科生大抵都听过德国天才数学家高斯（Johann Carl Friedrich Gauss）童年时的传奇故事：刚刚十岁的高斯正在读小学，有一次，数学老师出了一道对幼童而言可谓有点难度的题，要求孩子们把从1到100的整数依次相加求和。就在其他同学都在奋笔演算时，高斯只用了“几秒钟”便得出了答案——他的天才体现在，他没有使用逐个数字相加的笨办法，而是想出了一个公式，也就是今天很多人都熟悉的“1+2+3+…+n=（n+1）n/2”高斯求和公式。我们可以说，解题的这两种方法——逐个相加的笨办法和高斯想出的求和公式——就是两种算法。

这故事对我们厘清人与机器的关系有些启发。今天的机器，运算性能和效率绝非人脑可比。在做同样一道题时，即便是计算机使用笨办法来求和，速度也一定比我们人类使用高斯求和公式更快。然而，在没有人工干预的前提下，机器却缺乏发明出这种简洁又高效的算法的能力。

什么是算法？算法就是能以创新的思路解决以前无法解决的问题，或是给已解决的问题一套更好的方法。其实，解决任何问题都需要算法和计算。回到AlphaGo的例子，它的算法不是自行生成的，而是来自于背后的科学家（包括Reinforcement Learning增强学习算法等）。它的计算有着一个庞大的云计算网络在做计算支撑。而李世石——也包括下一位人类守擂者——却只是一个人孤军奋战，他们下棋时所需要的算法以及同时需要进行的计算都是由棋手自己完成的。在这种情况下，他仍获得了一场比赛的胜利，且在其他几场比赛中也有获胜的机会。由此可见，人类棋手的算法还是在某种程度上优于AlphaGo，否则根本就不可能与后者抗衡。如果有一天，计算机可以自行产生新的算法并且还能自己编程的话，那才是人们应该忧虑的时候。

我们经常看到媒体报道称，某个大学的研究者或某家公司成功开发出了一种能大大提升机器学习效率的算法，但从没听说过哪台超级计算机已经聪明和强大到可以自己开发新算法、同时也可以自己编程的程度。算法总是在人类的大脑里萌芽，而机器所执行的，则是根据人类输入的算法去运算的过程。没有机器能凭空生成自己的算法。就这个意义而言，即便此刻世界上最先进的计算机，本质上和十多个世纪前人类发明的算盘是一样的东西。

运算能力令人类瞠目难及的机器无力开发出创造性的新算法，这首先展现了机器与人的合理分工，其次也彰显了现阶段热得发烫的人工智能相关研究的局限性（也可说是“天花板”）。

在我看来，用人类左右脑分工协同的概念来解释机器与人各自的长短板是很合适的。在脑科学领域，左脑又被视为逻辑脑、科学脑，右脑则是艺术脑和创造脑。用一张图来表示就是：

　　人类大脑

不同的分区所分管、所擅长的事项很多，但若挑重点说，那就是左脑强在逻辑、数字信息、目标和方向、理性、数学和科学，而右脑擅长于直觉、模拟信息、创新、感性、艺术和诗歌。大胆假设是右脑，小心求证是左脑。我认为，机器进化至今，已堪称无人能匹敌的“最强左脑”，可是机器也有着明显的极限和天花板，那便是它们从未发展出右脑能力——至少截至目前，没有任何迹象显示，机器能以某种形式像人类右脑那样进行创新和创造。