人工智能挑戰(zhàn)成功？嘿，別高興得太早

文 嚴佳婧

人工智能挑戰(zhàn)成功？嘿，別高興得太早

文 嚴佳婧

人工智能并不是什么陌生的新鮮詞匯，只是隨著相關(guān)技術(shù)領(lǐng)域的發(fā)展，從人機交流到人機競賽，人類的期待和擔憂似乎都更甚以往。

一盤棋局，黑白輝映，一邊是韓國九段棋手李世石，另一邊是谷歌公司的杰作AlphaGo。人類代表與電腦選手一較高下，場面有些科幻，結(jié)局卻正如1997年的那個5月11日，卡斯帕羅夫與當時的超級電腦“深藍”對弈的結(jié)局一樣，“落敗”。人類選手李世石在哪里有了失誤，捅了簍子，AlphaGo在棋路上不拘一格，出現(xiàn)破綻，這些都交予棋手大家們?nèi)シ治龊陀懻?。關(guān)注這場“戰(zhàn)斗”的人們，面對這樣的冠軍，有些人在思考未來人類的科技還能如何進化，有些人卻對這個只會下棋的AI頗感失望。而無論如何，AlphaGo無疑又一次激起了普通人對于人工智能的好奇與關(guān)注。

為什么要給人腦找個對手

人工智能（Artificial Intelligence，簡稱AI）從來可能都不是為了把機器和計算機變得更有人性，這門學科是研究開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”。

人工智能是對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考，也可能超過人的智能。

人工智能是一門極富挑戰(zhàn)性的科學，從事這項工作的人必須懂得計算機知識、心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領(lǐng)域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時代、不同的人對這種“復(fù)雜工作”的理解是不同的。

為什么要給人腦找個對手？與其說是對手，不如說科學家們早已發(fā)覺到了人腦運算的局限，并期待在各種需要人類思維卻又超出大部分人的能力的場合讓人工智能登上舞臺。

盡管目前的人工智能水平可能還夠不上強人工智能的范疇，但人機競爭卻早已開始

我們現(xiàn)在其實正處于一個充滿了弱人工智能的世界。弱人工智能指的是在特定領(lǐng)域等同或者超過人類智能/效率的機器智能，例如∶你的手機也充滿了弱人工智能系統(tǒng)。當你用地圖軟件導(dǎo)航，接受音樂電臺推薦，查詢明天的天氣，和Siri聊天，以及其他很多很多應(yīng)用，其實都是弱人工智能。谷歌翻譯也是一種經(jīng)典的人工智能—非常擅長單個領(lǐng)域。聲音識別也是一種。很多軟件利用這兩種智能的合作，使得你能對著手機說中文，手機直接給你翻譯成英文。甚至世界最強的跳棋、象棋、拼字棋、雙陸棋和黑白棋選手都是弱人工智能。

如何將這些讓人習以為常的弱人工智能變成真正意義上的強者，實際上這或許才是給人腦安排的巨大挑戰(zhàn)，而不是圍棋對弈或者其他游戲競技。盡管目前運算速度最快的電腦已經(jīng)遠遠甩開了人類大腦運算的速度，但如何把握“思維”，如何學會“學習”，這些都是目前尚沒有答案的重大課題。

人機交鋒誰在占據(jù)上風

盡管目前的人工智能水平可能還夠不上強人工智能的范疇，但人機競爭卻早已開始。

棋類運動向來以挑戰(zhàn)人類心理素質(zhì)和思維速度的極致為人們所津津樂道，棋手對弈不僅僅是經(jīng)驗的交鋒，亦是智力的對決，這也是其他任何地球生命不曾掌握的一種“游戲”。因此人工智能選擇在這個領(lǐng)域挑戰(zhàn)人腦也就不足為奇。1988年，它的上一代“深思”是第一個贏過國際象棋特級大師的電腦；1996年，“深藍”成了第一個贏了國際象棋世界冠軍的電腦；現(xiàn)在，它又成為第一個在多局賽中戰(zhàn)勝圍棋世界冠軍的電腦?？ㄋ古亮_夫曾經(jīng)說過，電腦要想戰(zhàn)勝世界冠軍，得等到2010年，“深藍”把這個日子提前了13年。而拿這次的人機圍棋對決事件為例，關(guān)于李世石為什么會輸，業(yè)界存在諸多看法。其中一種看法是認為人類相對于機器，更容易受到情緒的干擾而導(dǎo)致犯錯，而機器卻沒有情緒波動。然而，事實上，AlphaGo勝出緣于做到了“知己知彼”，谷歌利用大數(shù)據(jù)與深度學習的技術(shù)優(yōu)勢為AlphaGo構(gòu)建了一套策略網(wǎng)絡(luò)，機器通過深度學習能力，模擬人腦的機制來學習、判斷、決策。即AlphaGo可以從大量的棋譜和對局中學習策略，形成一套落子決策判斷與數(shù)據(jù)解讀的能力體系，讓其在沖殺狀態(tài)下懂得一套試探與引導(dǎo)的能力，最終成功擊敗人類棋手李世石。

在一個機器人會學習的時代，我們將學會的重要一課也許是∶工作屬于機器，生活屬于人類

許多人認為AI的驚人進步可能威脅到每一個普通老百姓的生活。自從工業(yè)革命的曙光伊始，紡紗女工被機器所取代。技術(shù)的進步就被指責壓縮了普通人的生存之路。所有的工作都可以劃分為4大類型∶簡單重復(fù)和非重復(fù)性工作、腦力和體力勞動。簡單重復(fù)工作的內(nèi)容日復(fù)一日完全相同，而非重復(fù)性工作則有變化。在這兩種類型中又包含主要依靠認知能力(頭腦)的工作和主要消耗體力的工作。上個世紀90年代，當部分崗位已經(jīng)能夠被機器取代，簡單重復(fù)性工作就開始萎縮。機器變得越來越聰明，因為我們更擅長建造它們，而這又是因為我們對于人腦的工作機制有了更深刻的認識。

在一份經(jīng)常被人引用的論文中，牛津大學的一項研究預(yù)計，到2033年，目前的工作會有一半被自動化取代。與此同時，感謝強大的機器學習功能，自動駕駛汽車可能在極短時間內(nèi)消滅數(shù)百萬份的工作，給經(jīng)濟帶來嚴重影響。新工作創(chuàng)造的速度遠遠比不上技術(shù)摧毀工作的速度。

正因為如此，AI領(lǐng)域的專家們都開始積極提倡全民基本收入制度。2015年末，奇點大學的一個小組討論會上，著名數(shù)據(jù)學家杰羅米·霍華德問道∶“你是否打算讓一半的人口餓死，只因為他們再也無法給經(jīng)濟增加價值？如果答案是否定的，那么最聰明的財富分配辦法就是實行全民基本收入制度?！?/p>

當創(chuàng)造工具的人也開始警告這些工具可能帶來的影響時，難道不該引起工具使用者的重視嗎？特別是當它事關(guān)成百上千萬人的生計的時候。沒有國家準備好了應(yīng)對這些變化。無論是缺少消費者的消費經(jīng)濟，還是高失業(yè)率都將導(dǎo)致社會動蕩。人類似乎很擅長發(fā)明新技術(shù)，但卻不擅長預(yù)見這些技術(shù)給世界帶來的影響。在一個機器人會學習的時代，我們將學會的重要一課也許是∶工作屬于機器，生活屬于人類。

未來的AI能有多科幻

而不論是贏了多少棋局，取代了多少人的工作，許多人期待的恐怕還是斯皮爾伯格鏡頭中《AI》里的小男孩機器人大衛(wèi)，或者是《超能陸戰(zhàn)隊》里憨態(tài)可掬的大白，又或者是《終結(jié)者》中堅不可摧的終結(jié)者（當然所有人都不希望有任何一個AI最終進化成天網(wǎng)）。

畢業(yè)于上海交大電子系通信工程專業(yè)的胡紹晏，在新加坡國立大學電子電器與計算機系取得了碩士學位后，踏上了軟件開發(fā)這條道路，在他看來，現(xiàn)在的AlphaGo，離科學幻想中的“人工智能”還差得很遠。

“從第一局棋開始前就被科幻圈刷屏，直到五局結(jié)束，（人機對弈這個話題）偶爾還能看到冒泡。微博、微信上相關(guān)的信息很多，科幻人對這個事情都很熱心。甚至都不需要自己主動跟進新聞，消息多到看不完?！焙B晏身為專業(yè)相關(guān)人士，對于這場比賽也頗為關(guān)注，“由于專業(yè)跟這個略有聯(lián)系，所以也看了一下報道，因為圍棋一直以來就是電腦棋類算法的難點，而現(xiàn)在貌似有了新的動向，想要看看谷歌是怎么做的。從網(wǎng)上一些描述來看，感覺這還是一個下棋程序，并不是科幻小說中的全能AI?！?/p>

他坦言，目前的人工智能還差得很遠。“AlphaGo還是靠人給的算法，自己并不能創(chuàng)新，有些看似創(chuàng)新的棋招，其實也是算法的結(jié)果。Deep learning本身是個有用的工具，不過我覺得靠目前的實現(xiàn)方法，也就是單純提供大數(shù)據(jù)，不足以創(chuàng)造科幻中的人工智能，需要在軟件和硬件上均有所突破。目前來看只要能根據(jù)不同輸入給出相應(yīng)輸出就可以叫AI，這正是現(xiàn)在大多數(shù)軟件做的事?！北M管對于AlphaGo的評價不算太高，但胡紹晏認為在這個領(lǐng)域谷歌的量子計算機是個不錯的嘗試，很有新意，雖然不知道是不是正確的探索方向，還需要關(guān)于人腦和物理基礎(chǔ)理論的證實。他簡單介紹道∶“Deep Mind項目，是一個利用量子隧道效應(yīng)解決特定問題的系統(tǒng)。它跟傳統(tǒng)的編程不太一樣。傳統(tǒng)計算機的內(nèi)部表達方式就是0和1，而這臺量子計算機的內(nèi)部狀態(tài)是不確定的，只能用概率來表達。這看起來跟人腦比較接近，雖然我們也并不清楚人腦的工作原理，但人腦肯定不是0和1那么簡單，神經(jīng)電位應(yīng)該更類似于模擬電路而不是數(shù)字電路的運作方式。如果能找到跟人腦運作方式類似的硬件，或許人工智能的未來發(fā)展可以有一點突破，但這也許很難。”

AlphaGo與李世石圍棋大戰(zhàn)現(xiàn)場實況圖

在他看來，當下人們未必一定要因為一場棋賽就開始對AI產(chǎn)生恐懼:“現(xiàn)在的人工智能都是人類的工具，為了某一特定需求而定制的；可以減輕人的勞動強度，是為人類服務(wù)的。我想這正是開發(fā)AI的初衷之一?！彼a充道∶“但在科幻領(lǐng)域，人們對AI的期待有兩種。一種是完全跟人一樣有思維、有感情，另一種是從外在體現(xiàn)出跟人一樣，其實內(nèi)部是一個揣摩人類期待的系統(tǒng)，有點類似日本SF小說《埃比斯之夢》中的描寫。前者就被寫得更多，比如2014年雨果獎星云獎雙獎作品Ancillary Justice,其主角就是一艘戰(zhàn)艦的AI，它其實是產(chǎn)生了情感，或者是類似于情感的東西，甚至產(chǎn)生了善惡觀。科幻小說的成功之處就在于可以塑造出一個既像人，又不同于人的AI，讓讀者在產(chǎn)生共鳴的同時又有一種奇妙的相異感?！?/p>

“我喜歡你?！痹S多人將這句話發(fā)送給自己的Siri，期待得到一個段子式的反應(yīng)好與人分享?；蛟S應(yīng)該記住的是，無論你與你的手機軟件做了怎樣的互動，你們之間的信息交流或許正是人工智能發(fā)展道路上的“一小步，卻又是一大步”。