正確看待“人工智能炒作”

如今，世界上許多頂尖的公司都置身于一場獨一無二的競賽中：賦予人工智能（AI）生命力。機器學(xué)習(xí)系統(tǒng)已經(jīng)成為許多企業(yè)的核心，所以關(guān)于人工智能或神經(jīng)網(wǎng)絡(luò)升級的消息經(jīng)常出現(xiàn)在我們的新聞中也就不足為奇了。此類消息的標(biāo)題通常都是這樣的：“人工智能打敗了人類玩家”，或者“人工智能模仿人類語言”，甚至還有像“人工智能會利用機器學(xué)習(xí)來檢測癌癥”這樣的標(biāo)題。

但是，我們離擁有人類智能的機器有多近呢？就像我們這些普通人一樣，讓我們可以與之交談、一起工作且具有意識的機器。

雖然上面提到的所有這些進展都是真實的，但Facebook人工智能研究主管、紐約大學(xué)計算機科學(xué)教授揚·勒邱恩認為，我們可能高估了當(dāng)今人工智能的能力，因此也助長了一些炒作。勒邱恩在上周發(fā)布的一次采訪中告訴The Verge（美國科技媒體），“要想創(chuàng)造能夠以人類和動物的方式學(xué)習(xí)有關(guān)世界最基本的東西的機器，我們還有很遠的路。的確，在某些領(lǐng)域，機器擁有超人般的表現(xiàn)，但就一般智力而言，我們制造的機器的智力甚至都不如老鼠?！?/p>

這種所謂的人工通用智能（AGI）指的是一個人工智能操作器，能夠執(zhí)行人類所能完成的幾乎所有任務(wù)。相反，如今的人工智能專門從事特定的任務(wù)：例如圖像或語音識別，或者通過篩選大量數(shù)據(jù)來識別模式，這是人工智能一直以來學(xué)習(xí)訓(xùn)練的。這些專門的人工智能也被稱為“應(yīng)用人工智能”或“狹義人工智能”，以強調(diào)它們相當(dāng)有限的智能。

在通過電子郵件與《未來主義科技》聯(lián)系時，曼紐爾·賽布里安同意勒邱恩的觀點。他是麻省理工學(xué)院的一名研究人員，開發(fā)了能講恐怖故事的名為謝莉（Shelly）的人工智能。他說，“人工智能只是一個很好的工具”，并補充道，“在我看來，根據(jù)我與謝莉的合作，人工智能還遠不能創(chuàng)造出專業(yè)級的恐怖小說?！币虼?，人工智能距離人類的智力水平還差得很遠。

勒邱恩澄清說，我們不應(yīng)該貶低人工智能研究人員近幾個月甚至是近幾年來所做的重要工作，但機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的開發(fā)工作與開發(fā)真正的人工智能是不一樣的。勒邱恩補充道，“舉個例子，我并不想輕視DeepMind公司的朋友們在阿爾法狗（AlphaGo）項目上的工程和研究工作，但當(dāng)人們把阿爾法狗的發(fā)展解讀為通用智力方面的重大進步時，這是錯誤的。這并不是通用智力?！?/p>

Aiva Technologies公司的首席執(zhí)行官皮埃爾·巴羅也認為，我們對人工智能技術(shù)的進步被夸大了。這家公司是人工智能作曲家Aiva背后的公司。他在電子郵件中寫道：“人工通用智能是一個被大肆炒作的話題?？偟膩碚f，我相當(dāng)看好科技發(fā)展的速度，但我認為很多人并沒有意識到我們?nèi)祟惔竽X的復(fù)雜性，更不用說創(chuàng)造出一個人造大腦了。”

制造人工通用智能

人們經(jīng)常用與人工智能相關(guān)的術(shù)語來表示真正的人工智能。在討論人工智能時，新聞報道會將機器學(xué)習(xí)或深度學(xué)習(xí)等術(shù)語與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合。雖然這些都與人工智能有關(guān)系，但這些都不是真正的人工智能。

機器學(xué)習(xí)是一種工具：一套通過攝取海量數(shù)據(jù)來學(xué)習(xí)的算法，由此構(gòu)造出一個智能系統(tǒng)。同樣，深度學(xué)習(xí)指的是一種非特定任務(wù)的機器學(xué)習(xí)。另一方面，人工神經(jīng)網(wǎng)絡(luò)是一種模仿人類大腦工作方式的系統(tǒng)，并在此基礎(chǔ)上建立了機器學(xué)習(xí)算法。

人工智能專家認為，所有這些都是擁有真正的人類認知的人工智能的基矗但這只是剛剛起步的階段;我們已經(jīng)取得了很大的進步，但目前的研究離創(chuàng)造真正的智能還很遠。

所以，最大的問題是，我們什么時候才能擁有這種人工智能？具體時間線是什么？

對于人工智能創(chuàng)業(yè)加速器太庫孵化器的總經(jīng)理唐亮來說，這一轉(zhuǎn)變將從“無監(jiān)督學(xué)習(xí)算法的突破”開始。他在一份發(fā)送給《未來主義科技》的聲明中說，一旦實現(xiàn)這一目標(biāo)，“機器智能將很快超越人類智能”。

毋庸諱言，通往這一目標(biāo)的道路將充滿挑戰(zhàn)。巴羅解釋說：“為了實現(xiàn)人工通用智能，不僅在軟件方面，在神經(jīng)科學(xué)和硬件方面也需要取得重大突破?！彼忉屨f：“我們正開始觸及摩爾定律的上限，晶體管的體積已小到不能再校（摩爾定律是指集成電路上可容納的晶體管數(shù)目,約每隔18個月便會增加一倍,性能也將提升一倍。）像量子計算這樣的新硬件平臺還沒有顯示出，它們可以在所有任務(wù)中擊敗常規(guī)硬件的表現(xiàn)的能力?！?/p>

事實上，對于被認為是真正聰明的人工智能，大多數(shù)人都認為它必須通過至少五項測試，其中最重要的是圖靈測試，也就是機器和人類都與第二個人類交談，這個交談對象將決定哪一個才是機器。巴羅說，他相信在我們的一生中，我們將看到一個通過圖靈測試的人工智能，也就是說，人類也難以識別出它是機器人。不過，他表示，這并不一定非得是“人工通用智能，但可以好到像人工通用智能通過測試。”

增強智能案例之一

無需贅言，人工通用智能是所謂的“奇點”的前提條件。你若不熟悉“奇點”的概念，其實就是智能機器超越人類智力水平的那一刻，它會催生出失控的、指數(shù)級的技術(shù)增長，從而改變我們所知的生命的基矗這個詞是1993年由弗諾·文奇創(chuàng)造的，他寫道：“我們將很快創(chuàng)造出比我們自己更大的智能。當(dāng)這種情況發(fā)生時，人類的歷史將會達到一種奇點，一種智力上的轉(zhuǎn)變，就像黑洞中心的多節(jié)時空那樣難以穿透，而世界也將遠遠超出我們的理解?！?/p>

盡管軟銀（SoftBank）首席執(zhí)行官孫正義和谷歌的雷·庫茲維爾對此萬分期待，但其他才華橫溢的人，比如埃隆·馬斯克、史蒂芬·霍金，甚至比爾·蓋茨，并不是很期待。他們斷言，就像我們并沒有真正理解擁有一個超級智能的人工智能意味著什么，我們也沒有準(zhǔn)備好迎接“奇點”帶來的任何后果。

但如果我們稍微改變一下視角呢？與其把人工智能看成是人類的衰落，為什么不把它看作是合作伙伴呢？馬斯克似乎用他的“神經(jīng)墨水”項目暗示了這一點，而庫茲維爾在談到與我們共同生活的納米機器人時提到了這一點，人工智能增強了我們的能力。此處的關(guān)鍵詞是“增強”，谷歌目前對人工智能的推動似乎為這一目標(biāo)奠定了基矗

巴羅說：“我們應(yīng)該把精力集中在人工智能的結(jié)果上，這令人興奮，即：增強智能（即人類智能被人工智能增強）?！本拖馎iva和謝莉一樣，當(dāng)與人類并肩工作時，其他的人工智能也表現(xiàn)得相當(dāng)不錯。

不過，有了像漢森機器人公司的索菲亞和軟銀公司的Pepper這樣的智能機器人，想象一下真正的智能機器與我們共同生活似乎并非觸不可及。孫正義的超級智能人工智能，智商指數(shù)為1萬，它會是我們正在尋找的認知機器智能嗎？如果是這樣的話，我們可能還得再等上至少30年。唐亮說：“可能只需要30到50年的時間。一切很有可能，實現(xiàn)那樣的目標(biāo)只是需要一些時間。這也意味著，我們中的許多人將有機會看到這一天的到來！”