人工智能自我意識的覺醒

2016年，人工智能已經(jīng)經(jīng)歷了60年的風雨路程。未來，人工智能到底可以發(fā)展到什么程度？

人工智能逐漸演變?yōu)橐环N社會需要，機器也不再是人們眼中冰冷的工具，而是擁有自我意識的機器。

作為科幻作品中很大的母題，人工智能經(jīng)常在科幻電影中出現(xiàn)，比如《我，機器人》《黑客帝國》《機械姬》，其中人工智能往往扮演反叛者的角色，對人類造成傷害。結合現(xiàn)實來說，這樣的事情會不會發(fā)生？

清華微電子專業(yè)畢業(yè)后在外資企業(yè)從事半導體研發(fā)，這只是江波的工作之一。更令人矚目的是，作為中國更新代的科幻作家，從處女作《最后的游戲》到《時空追緝》，再到恢弘磅礴的《銀河之心》三部曲，他用冷峻而優(yōu)雅的文字、超越尋常的想象力以及對人類未來發(fā)展的終極關懷征服了一眾科幻愛好者。江波認為，“將機器賦予文明，將文明賦予機器。這是人類的使命，也許是最后的使命?！边@是他對人工智能的期待和展望，也是未來人工智能發(fā)展的方向。

生物智能與自我意識

回答這一問題，首先要提到生物智能。生物智能是目前已知唯一產(chǎn)生了自我意識的智能，所以它是人工智能唯一的參考。將人類和螞蟻做比較，人類是智能生物，螞蟻是本能生物。所謂智能，就是可以設計出各種方法適應環(huán)境；所謂本能，就是生來具有的一種能力，諸如螞蟻生來就能筑巢覓食。

為什么把這兩種生物放在一起比較？如果把所有人類重量和螞蟻重量都相加起來，在天平的兩端，螞蟻和人類的總質量是差不多的。所以從這個意義上來講，兩種同樣成功的生物可以用來做比較，人類在分類學上屬于哺乳綱靈長類人科，螞蟻屬于昆蟲綱膜翅目蟻科，在綱目科屬種的分類上，可以用同樣的“科”級衡量。人科人屬人種，事實上只有一種，但是螞蟻有11 700余種，從這個意義上來說智能相對于本能的好處是以一敵萬，一種智能生物通過調(diào)整行為方式，可以適應地球表面上的任何地形地貌，但是螞蟻為了做到這件事情卻用了11 700多種，這是智能帶給生物的好處。

生物形形色色，怎樣去衡量它的自我意識？生物學家采用了“鏡子實驗”——就是讓生物照鏡子，如果它能夠從鏡子中辨認出影像就是自身，就通過了測試，可以認為它具備自我意識?！扮R子實驗”有很多模糊的地方，不算非?？陀^標準的測試，但作為目前研究自我意識的一個參考，它可以代表自我意識的存在。

黑猩猩、鯨魚、大象諸如此類可以通過鏡子測試，像螞蟻、水母等神經(jīng)系統(tǒng)很簡單的生物，不可能存在自我意識。也有兩種生物在關系上和人類比較接近，一種是猴子，一種是猩猩，它們的鏡子實驗是什么結果？

一只非常強壯的銀背大猩猩，看到鏡子當中的自己，認為是另外一個對手直接撞上去，所以它失敗了。

一只猴子從鏡像中發(fā)現(xiàn)了自己臉上的紅點，也就是說它已經(jīng)通過了鏡子測試。而實際上猴子是沒有自我意識、不能通過鏡子測試的，這只猴子的確通過了，它是怎么做到的？這只猴子是2015年中科院神經(jīng)科學研究所最新的研究成果，通過某些程度的訓練，讓原本不具有自我意識的猴子產(chǎn)生一定的自我意識，從而能夠辨認出鏡子中的自己。

這個研究說明，自我意識的邊界具有模糊性，并不存在非黑及白的世界。從沒有自我意識跨入到自我意識并沒有截然的邊界，最有可能的情形是這個過渡是連續(xù)而模糊的，這點非常重要。

通過以上的實驗和研究可以得出結論：自我意識并非高級智能的神秘功能，變化的環(huán)境不斷推動智能向著更復雜的方向發(fā)展，當智能復雜到能意識到本體的存在，自我意識便自然產(chǎn)生，它是復雜智能的伴生物，學習是獲取智能的唯一途徑。

現(xiàn)在的擬智能與未來的可能性

既然學習是獲取智能的唯一途徑，那么人工智能的學習就是通過對外界環(huán)境的認識來改變自己的內(nèi)在邏輯。如果這個智能體設計當中本身有一個變量是2，通外界刺激之后我認識到是6，把2改成6這不叫邏輯變換，這只是變量的變換。邏輯變換的意思是，通過環(huán)境刺激到神經(jīng)系統(tǒng)最后接受最佳答案，對機器來說就是它的學習。

有了對學習的定義之后，就可以定義什么是擬智能了，Google的自動駕駛汽車、亞馬遜的無人機、微軟小冰，這些都可以稱之為擬智能，是所有不通過學習得來的智能。這些智能通過預先編制的程序鎖定了它的行為是什么，它很強大，但因為是不通過自主學習得來的，所以它不會產(chǎn)生自我意識。

我們生活中廣泛存在的智能被稱為擬智能，如果擬智能不能產(chǎn)生自我意識，它就不是我們擔心的對象，那么什么東西是我們未來的可能性？

第一種未來的可能性是神經(jīng)網(wǎng)絡。2004年初，Google以4億美元（約合26億元人民幣）價格收購了一家做算法的公司，簡單地說，這個算法的任務是玩游戲。一個大屏幕上方有些不斷落下的方塊，這個算法所控制的是一個方塊，這個方塊在屏幕下方前后左右可以移動，游戲目的是延長生存的時間，這個算法當中如果上方出現(xiàn)一個方塊，叫做輸入，引起下方一個動作之后這個游戲就失敗了，這個神經(jīng)網(wǎng)絡能夠記住這一點，在下次游戲當中盡量避免這樣的動作。

同樣，如果一個輸入引起動作之后，這個游戲能夠延長更長的時間，它就可以獲得獎勵，在下一輪游戲當中，它還有可能采用同樣的動作，這個就是學習的過程。它用分層結構對人類神經(jīng)系統(tǒng)進行了很好的模擬，在神經(jīng)網(wǎng)絡深度學習的過程中，沒有人預先告訴它該往哪邊走，它通過不斷地試錯最后得到自己的最佳策略。

未來的另外一種可能是人腦芯片，大概意思是指根據(jù)神經(jīng)元的結構組合成大腦皮層，科學家已經(jīng)用物理芯片實現(xiàn)了，它用56億個晶體管大概模擬了100萬的神經(jīng)元，有2.56億個突觸。這種人腦芯片是突破性的成就，但還有兩個方面的問題：第一是規(guī)模，100萬的神經(jīng)元聽起來很多，對比140億神經(jīng)元是人腦的神經(jīng)元數(shù)目，人腦的突觸以萬億記，這個規(guī)模只有人腦的萬分之一，但是規(guī)模一旦提出來就是時間問題。還有一個問題，算法，怎么讓人腦芯片工作？一般的智能需要預先編制好它的行為方式，但是這塊芯片需要的是和認知世界一樣的方式，通過外界刺激修正內(nèi)部邏輯編程。從這兩方面來說，人腦芯片還有很長的路要走。

賦機器予文明

人工智能的發(fā)展會帶來很多問題，一旦人工智能和人類并存在世界上，就面臨一個問題，什么樣的人工智能可以融入到人類社會？

科學家們想到了“圖靈測試”——讓一個機器跟人對話，如果30%的人認為他是人，他就是人。圖靈測試實際上有兩端，目前認為人工智能的產(chǎn)生是單向性，一旦跨過一個界限達到一定復雜度就變成了人，將來社會中一旦人工智能跟人類并存，它是否是人就要交給人來判斷。

通過對以上內(nèi)容的分析，我們可以給出這樣的結論：人工智能的自我意識只是一個時間問題。那么，科幻電影當中出現(xiàn)的灰暗的現(xiàn)實有一天會變成真的嗎，人類該怎么辦？

回顧18世紀的工業(yè)革命，人類在工業(yè)化的道路上狂奔，從來沒有停止過，不斷發(fā)明各種各樣的機器充實人類文明，發(fā)明各種各樣讓大家生活得更好的物質，這個過程可以稱為“賦文明予機器”，不斷用機器填充文明。

擁有自我意識的機器必然是能夠學習的機器，因為學習是自我意識的源泉，就像一個孩子，剛開始就是一張白紙，如果教給他的是暴力、戰(zhàn)爭、侵害，那么他學會的也是這些，如果教給他的是和平、愛、仁慈，那么他學會的也將會是這些。而“賦機器予文明”，可以通過一些方法方式來規(guī)范引導將要產(chǎn)生的人工智能，從而避免科幻電影中描述的黑暗未來。

人工智能的終極影響會怎樣

人工智能指研究、開發(fā)并擴展人的智能的新學科，既是計算機科學的一個分支，也指能以與人類智能相似的方式作出反應的智能機器。說穿了，人工智能是對人的意識、思維過程的模擬。盡管它不是人的智能，卻能像人那樣思考，能完成財務查賬、疾病診斷、危險操作，甚至使盲人恢復閱讀能力……隨著大數(shù)據(jù)的運用，將其與相關算法結合，人工智能便具備了深度“ 自我學習”的本領，可以模仿人腦神經(jīng)元處理海量數(shù)據(jù)，“ 自己教自己”如何去執(zhí)行一些過去只有人腦才能完成的任務，如駕駛無人飛機與汽車等。這就給警醒的人類帶來了很大的疑慮：發(fā)達的人工智能技術對人類社會的終極影響將會怎樣？

客觀地分析，目前人工智能技術僅局限于某一具體領域的特定能力，能“形似”地模擬人腦，但不具備范圍廣泛且靈活變通的人類思維能力，也不具備人類的自主性、欲望與情感。但科學的進展是難以預測的，畢竟人工智能正在飛快地向自我學習、自我決策等高級認知層次演進。有朝一日機器是否會擁有比人類更靈敏的認知能力？擁有與人類沖突的利益觀？甚至主宰人類……難怪霍金也會提出：人工智能可能是一個 “真正的危險”。

直面迅猛發(fā)展的人工智能，激起人們對其負面效應的謹慎和擔憂是毫不奇怪的。畢竟，人工智能須接受人類倫理的監(jiān)督，其研發(fā)者雖無法預見所有情形，但至少要做出在危急時刻能及時終止設計的超前安排，這是科學工作者必須具備的人文精神。我們并不贊同因對人工智能的過度憂慮而導致研究上停滯不前，在關注人工智能可能帶來危機的同時，還要看到其無可估量的學術價值和經(jīng)濟效益。預見問題總比視而不見更理智。

延伸閱讀：

過去20年，這4次“人機大戰(zhàn)”載入史冊

從第一臺計算機問世以來，人們就夢想造出一種可以完美模擬甚至超越人腦的計算機系統(tǒng)。過去20年中，有4次“人機大戰(zhàn)”給人們留下格外深刻的印象，也成為人工智能發(fā)展的絕佳注腳。

深藍——蠻算的“硬漢”

1997年，美國IBM公司的“深藍”超級計算機以2勝1負3平戰(zhàn)勝了當時世界排名第一的國際象棋大師卡斯帕羅夫。“深藍”的運算能力當時在全球超級計算機中居第259位，每秒可運算2億步。在今天看來，“深藍”還算不上足夠智能，主要依靠強大的計算能力窮舉所有路數(shù)來選擇最佳策略：“深藍”靠硬算可以預判12步，卡斯帕羅夫可以預判10步，兩者高下立現(xiàn)。

浪潮天梭——以一敵五的“鐵人”

2006年，“浪潮杯”首屆中國象棋人機大戰(zhàn)中，5位中國象棋特級大師最終敗在超級計算機“浪潮天梭”手下。中國人發(fā)明的這項充滿東方智慧的模擬戰(zhàn)爭游戲，被中國超級計算機獨占鰲頭。

從那場比賽開始，象棋軟件蓬勃發(fā)展，人類棋手逐漸難以與之抗衡。

沃森——察言觀色的全才“學霸”

2011年，“深藍”的同門師弟“沃森”在美國老牌智力問答節(jié)目《危險邊緣》中挑戰(zhàn)兩位人類冠軍。參賽者需要大量歷史、文學、政治、科學及流行文化知識，還需要解析隱晦含義和謎語等。雖然比賽時不能接入互聯(lián)網(wǎng)搜索，但“沃森”存儲了2億頁的數(shù)據(jù)，包括各種百科全書、詞典、新聞甚至維基百科的全部內(nèi)容。

“沃森”最終輕松戰(zhàn)勝兩位人類冠軍，展示出的自然語言理解能力一直是人工智能界的重點課題。

AlphaGo——有棋風的“深度思考者”

圍棋一直被看作是人類最后的智力競技高地。據(jù)估算，圍棋的可能下法數(shù)量超越了可觀測宇宙范圍內(nèi)的原子總數(shù)，顯然“深藍”式的硬算在圍棋上行不通。

2015年10月，美國谷歌公司旗下的人工智能公司研發(fā)的AlphaGo人工智能程序以5∶0戰(zhàn)勝歐洲圍棋冠軍樊麾，這是人工智能程序首次在不讓子的情況下戰(zhàn)勝人類圍棋選手。2016年3月初，擁有十多個圍棋世界冠軍頭銜的李世石與AlphaGo力戰(zhàn)5局，以 1∶4告負，這被認為是人工智能發(fā)展最新的里程碑。