📖 ZKIZ Archives

你被人工智能“洗腦”了嗎？

浩哥說 2016-07-09 22:18

提到人工智能，對大多數人來說，知識的印記來自科幻書籍或影視作品。特別是好萊塢大片兒給我們的灌輸。比如早年斯皮爾伯格的電影《人工智能》、後來感人至深的《機器人瓦力》，再到最近兩年的《超能查派》。

無一例外，科幻影片造成很多同學，對人工智能最普遍的誤解，那就是機器人都很聰明，很輕易就能擁有自主意識。甚至天然的以為機器人能夠像寵物狗一樣，會與人類產生情感共鳴。在這顆孤獨的星球上，這也正是很多人歡心期待人工智能早日實現的原因。

對於腦洞大開的高能人群，隨之而來的還伴有恐懼，會擔心未來有一天機器人終將要發動一場Revolution。甚至比爾·蓋茨、埃隆·馬斯克這樣的科技界領袖，也紛紛警告過人工智能對人類未來的威脅。正像《機械公敵》里面上演的情節，超級電腦利用阿西莫夫“機器人三定律”的邏輯漏洞，為保護人類未來的整體利益，卻要開始清洗部分人類。

這些可能發生嗎？非常有可能，但在目前的現實世界，只能說你真的想多了！我們離真正的人工作智能還差之千里（這里指的是技術差距，而非實現時間）。我們現在科技領域所謂的人工智能，絕大多數仍處在弱人工智能Artificial Narrow Intelligence (ANI)階段。

這個階段的人工智能，本質上跟你手中的計算器或辦公室的電腦並無區別，都是按照一定的編程邏輯在執行指令。它們只是通過程序設定模仿人類的一部分行為方式。特別在今天有大數據支持的情況下。從某一個維度上講，數據庫越擴大，機器就會越“見多識廣”，自然更加的“聰明”。這正是一些汽車廠商實現自動駕駛的方法，用海量的交通數據作為自動駕駛的判斷依據。

但相信很多人如我一樣，對科幻電影“入戲”太深，並不認可這樣的人工智能。機器沒有自主意識，猶如一個人失去了靈魂，只會按部就班的聽令做事，那麽充其量只是人們開發了一些算法和代碼，然後讓硬件根據這些算法來運行而已。

就連大名鼎鼎的波士頓動力(Boston Dynamics)最新發明的機器狗Spot Mini，你也只能說它是一臺擁有四肢、身上布滿傳感器的移動電腦。固然他們在動態平衡算法、對環境的感知能力等方面取得了長足進步。但它並沒有真正實現自主學習能力，最終也僅是被編程的高級工具。

所以像谷歌的無人駕駛車、微軟小冰，還有之前大名鼎鼎的深藍，甚至是我們日常使用的智能手機，這些生活中已在廣泛存在的智能，只能被稱為擬智能。就是不需要通過學習得來的智能。他們有很龐大的數據庫支持，有很強的運算能力，但走的還是傳統老路，沒有自主學習能力，當然就不會產生自我意識。

圖靈法則: 機器人≠人工智能

那麽讓機器產生自我意識很難嗎，有沒有評判標準？在談圖靈法則之前，還是先說很多人的一個理解偏差。人工智能其實是個很寬泛的話題，其本質是研究如何使計算機去實現以往只有人類才能做的智能工作。所以千萬不要把機器人和人工智能混為一談了。

如果把人工智能比喻為人類的大腦，機器人只是人工智能眾多的承載“身體”之一。像語音識別、視覺感知、處理決策，或現在流行的自然語言交互，其實都可算入ANI弱人工智能。所以不要一提及人工智能就想到機器人。同理，也不是所有機器人都實現了人工智能。起碼目前在這世界上，公開宣稱通過圖靈測試的只有2014年來自俄羅斯的一部機器人。

圖靈測試是什麽？其主旨是在5分鐘時間內的開放性對話中，有1/3的測試者分不清是在和人還是在和機器交流時，機械就算通過了人工智能測試。以當今科技的發展來看，作為對機器是否擁有人工智能的一個評判標準，圖靈法則的測試標準和測試內容都不夠嚴謹。但目前世界上通過的測試者依然寥寥。（如果對圖靈測試感興趣，建議大家可以腦補另一部電影《機械姬》）

在這里就可以看出機器要產生自我意識會有多難，而人類的大腦又是多麽不可思議、難以複制的存在！引用知名網站Wait But Why中一篇有關人工智能的神作的說法：

“一些人類認為困難的事情，像微積分、金融市場策略、語言翻譯等，對於計算機來說都太簡單了；而人類覺得容易的事情，像視覺、動作、移動、感知，對計算機來說卻太難了。”

這就是莫拉維克悖論: 人工智能實現人類的高階智慧能力只需要非常少的計算力，比如像成人一樣下棋，做運算推理，但是如果讓它做一些一歲小孩子的技能，也就是一些無意識的技能，比如感知能力、移動能力和直覺，卻需要極大的運算能力。

理論上，通過模仿人腦的物理、化學和電子結構，計算機是可以模擬人腦的。可即使不談我們還不了解人腦神經元和腦細胞工作的原理，僅僅從計算機的能力角度來說，人類也還沒有如此足夠強大的計算機。在2015年底，經過長達十年的嘗試研究後，人類才首次成功用計算機真實模擬了一個含有207種亞型、共計約31000個神經元的大鼠神經網絡。而人腦中的神經元數量是1000億個!

強人工智能時代終將到來?

是不是看到現實中的人工智能進展比較失望，但我想告訴你，人類其實已經邁入了快速發展的軌道。最根本的原因是，以前實現人工智能的方式都是基於邏輯推理，而現在深度學習技術和龐大的人工神經網絡，讓一切都改變了。

作為深度學習領域的“教父”級人物，傑弗里·辛頓（Geoffrey Hinton）最近表示，神經網絡正在向大腦靠近。此前看似癡人說夢的機器自己學習，無需編程介入，已經在神經網絡上能夠實現了。

同時辛頓透露AlphaGo已經擁有了直覺。這是因為圍棋和國際象棋非常不同。圍棋擁有無窮無盡的變化和可能性，讓棋手依靠的並不是單純計算能力，還要依托人類的直覺。就是在觀察棋盤後，感覺下在這里是對的，但棋手也說不出為什麽，只是憑的一種感覺。現在AlphaGo已有了這樣的覺醒。這就是實現遞歸自我改進的神經網絡和之前以邏輯運算為基礎的人工智能的巨大差異。

顯然通過這樣不斷的自主學習和進化，未來與人類一樣聰明度的強人工智能Artificial General Intelligence (AGI)是一定能夠實現的。不論思考、計劃、解決問題、抽象思維還理解複雜的概念、快速學習、從總結經驗中學習……強人工智能做任何人類的腦力活動。根據一份調研報告顯示，很多科學家預測強人工智能大約會在2040年左右出現。

那麽再回頭來看人工智能威脅論，就不是危言聳聽了。未來人類會被機器徹底統治嗎？我想是大有可能的。加速回報定律（Law of Accelerating Returns）告訴我們，人類從石器時代、青銅時代、農業時代、工業時代一路來到現在的信息時代，經歷的更叠時間總是跳躍式的越來越短。這是因為科技基礎在一步步變強，催生顛覆性技術革新的時間就越來越短。

像上面所提及的人工神經網絡已經在依靠自我改進，一旦達到強人工智能水平。能夠自我學習的機器將是非常可怕，會不斷實現跳躍式的進步。那麽就會出現比人類更聰明的人工智能，也就是超級人工智能。憑借幾何級的進化能力，那將是人類自己制造出的“上帝”! 屆時人類的智慧和境界，將根本看不懂這位被自己造出的“上帝”。所以人類的最終結局，或許只取決於這位“上帝”是否足夠仁慈。

文章評論

匿名用戶

發布

全部評論：10

發布