2
| 本文作者： 逸炫 | 2016-04-12 17:52 |
編者注：本文節(jié)選自Medium的“AI Revolution”系列。這一文章呈現(xiàn)了關(guān)于人工智能發(fā)展過(guò)去、現(xiàn)在和未來(lái)的總覽。一起了解谷歌技術(shù)總監(jiān)、人工智能專(zhuān)家Kurzweil、機(jī)器學(xué)習(xí)專(zhuān)家Jeremy Howard和Wait But Why博客Tim Urban等人的觀點(diǎn)，我們?cè)谌斯ぶ悄艿陌l(fā)展路線圖中處于什么階段？什么時(shí)候會(huì)出現(xiàn)像人類(lèi)一樣厲害的人工智能，還有超過(guò)人類(lèi)智能總和的超人工智能？
谷歌無(wú)人車(chē)看到的世界。圖片基于2013年嵌入式Linux大會(huì)中谷歌無(wú)人駕駛車(chē)的視頻。圖片來(lái)源Medium。
我們所說(shuō)的人工智能（AI），是一個(gè)廣義定義。雖然眾說(shuō)紛紜，大部分專(zhuān)家認(rèn)為，人工智能發(fā)展有三個(gè)水準(zhǔn)：
弱人工智能（ANI）
第一類(lèi)智能水準(zhǔn)：能夠?qū)Ｗ⒂谝粋€(gè)領(lǐng)域，例如能戰(zhàn)勝世界圍棋冠軍的AI，但是也只能下圍棋。
強(qiáng)人工智能（AGI）
第二類(lèi)智能水準(zhǔn)：達(dá)到和超過(guò)人類(lèi)水準(zhǔn)的人工智能，以Gottfredson博士的定義，有能力“推理、計(jì)劃、解決問(wèn)題、抽象思維、理解復(fù)雜概念、快速學(xué)習(xí)、從經(jīng)驗(yàn)中學(xué)習(xí)?！?/p>
超人工智能（ASI）
第三類(lèi)智能水準(zhǔn)：超過(guò)所有人類(lèi)智能總和的AI——用Tim Urban的話說(shuō)，“從比人聰明一點(diǎn)點(diǎn)……到聰明一千萬(wàn)倍?！?/p>
那我們現(xiàn)在在哪個(gè)階段呢？我們現(xiàn)在達(dá)到了第一個(gè)水準(zhǔn)——弱人工智能——在很多方面，它已經(jīng)進(jìn)入了我們的生活中：
l 汽車(chē)?yán)锏教幎际茿NI，從可以在緊急情況下剎車(chē)的電腦，到可以調(diào)配汽車(chē)加油參數(shù)的系統(tǒng)。
l 谷歌搜索是一個(gè)很大的ANI，有很多非常復(fù)雜的方法將網(wǎng)頁(yè)排序，知道給你顯示什么。同樣的，F(xiàn)acebook Newsfeed也是。
l 谷歌正在測(cè)試中的無(wú)人駕駛汽車(chē)，有一個(gè)很強(qiáng)的ANI系統(tǒng)，讓它可以感知世界并做出反應(yīng)。
l 電子郵件垃圾郵箱過(guò)濾器，知道什么是垃圾郵件、什么不是，并且學(xué)會(huì)按照你的偏好來(lái)過(guò)濾郵件。
l 你的電話就是一個(gè)小型ANI工廠……你用地圖APP導(dǎo)航，收到定制化的音樂(lè)推薦，和Siri聊天等等。
例子不勝枚舉。弱人工智能系統(tǒng)不怎么驚悚。失控的ANI會(huì)帶來(lái)危害，但通常是獨(dú)立事件。雖然ANI不會(huì)造成人類(lèi)的生存性恐慌，相對(duì)人畜無(wú)害ANI應(yīng)被視為一個(gè)先兆。每一次弱人工智能的創(chuàng)新進(jìn)步，都在往強(qiáng)人工智能和超人工智能更近一步。
沒(méi)有什么比試圖創(chuàng)造像人類(lèi)一樣聰明的計(jì)算機(jī)，更能讓人體會(huì)到人類(lèi)有多聰明了。造一個(gè)可以進(jìn)行兩位數(shù)計(jì)算的計(jì)算機(jī)很簡(jiǎn)單，但是造一個(gè)看到狗貓能回答這是什么的計(jì)算機(jī)——特別困難。造一個(gè)可以下圍棋的計(jì)算機(jī)？搞定。但造一個(gè)計(jì)算機(jī)能夠讀6歲小孩的圖畫(huà)書(shū)、不只能識(shí)別文字、還能理解含義？谷歌正在努力，投入了幾百萬(wàn)美元。
一些對(duì)我們來(lái)說(shuō)簡(jiǎn)單的事情，其實(shí)非常復(fù)雜。之所以對(duì)我們簡(jiǎn)單，是因?yàn)槲覀儯ê痛蟛糠謩?dòng)物）在千百萬(wàn)年的進(jìn)化中已經(jīng)優(yōu)化了。然而，要做大數(shù)字運(yùn)算、或者下圍棋，對(duì)生物來(lái)說(shuō)還是新游戲，還沒(méi)有進(jìn)化出相應(yīng)的熟練度。所以，計(jì)算機(jī)在圍棋上打敗我們不算特別困難。
一個(gè)有趣的例子：
圖片來(lái)自Medium。
圖A：你和計(jì)算機(jī)都能知道，這是一個(gè)由兩種顏色構(gòu)成的長(zhǎng)方形。第一回合平手。
圖B：你能輕松描述出各種模糊和透明的圓柱體、長(zhǎng)板和3D轉(zhuǎn)角，但是電腦會(huì)輸?shù)煤軕K。電腦會(huì)說(shuō)，這兒有各種二維形狀和灰度——圖畫(huà)里實(shí)際的內(nèi)容。人腦可以自己腦補(bǔ)很多，理解深度等圖片想表現(xiàn)的東西。
圖C：電腦看到二維的黑白灰混合物。要達(dá)到人類(lèi)級(jí)別的智能，電腦得理解面部表情之間的微妙區(qū)別，愉快、輕松和滿足之間的區(qū)別。
圖片來(lái)自Medium。
要達(dá)到人類(lèi)大腦的智能水平，AI需要達(dá)到人類(lèi)大腦的計(jì)算容量。而目前，只有很少的大腦區(qū)域已經(jīng)精確測(cè)量。Kurzweil說(shuō)開(kāi)發(fā)了一種估算人腦總體運(yùn)算速度的方法。根據(jù)摩爾定律的估計(jì)，計(jì)算機(jī)硬件進(jìn)步會(huì)以驚人的速度指數(shù)發(fā)展。比開(kāi)發(fā)硬件更難的是軟件?！罢嫦嗍?，沒(méi)人真正知道如何讓機(jī)器更加聰明。我們還沒(méi)教會(huì)計(jì)算機(jī)認(rèn)識(shí)貓狗，判斷一個(gè)手寫(xiě)的B是不是難看，或者一部電影是不是爛片。”Tim Urban在網(wǎng)站Wait But Why說(shuō)。但普遍來(lái)說(shuō)，有三種策略最為常見(jiàn)。
1、 向大腦學(xué)習(xí)。
最簡(jiǎn)單粗暴的辦法就是抄襲大腦，按照大腦結(jié)構(gòu)設(shè)計(jì)計(jì)算機(jī)架構(gòu)。人工神經(jīng)網(wǎng)絡(luò)就是一個(gè)例子。更極端的方式是模擬整個(gè)大腦，不過(guò)截止現(xiàn)在，我們只能模擬一毫米厚大小的大腦，大約有302個(gè)完整神經(jīng)元。為了讓大家有個(gè)概念：大腦有八百六十億個(gè)神經(jīng)元，由幾萬(wàn)億個(gè)神經(jīng)突觸連接。
2、 讓計(jì)算機(jī)學(xué)會(huì)進(jìn)化。
即便我們模擬出了大腦也不一定成功，就好像完全模擬鳥(niǎo)兒翅膀運(yùn)動(dòng)來(lái)建造飛機(jī)一樣。也許最好還是以建造機(jī)器的方式建造機(jī)器。被稱為“遺傳算法”的方法是，讓一群電腦一起完成任務(wù)，成功的電腦們互相“結(jié)合”，不成功的電腦們則被淘汰。
3、 讓計(jì)算機(jī)自己想去，我們不管了…
最后一種辦法最簡(jiǎn)單，也最驚悚。我們先建造一個(gè)計(jì)算機(jī)，只有兩個(gè)功能：研究AI，和給自己寫(xiě)代碼。我們教計(jì)算機(jī)成為計(jì)算機(jī)科學(xué)家，自己進(jìn)化成長(zhǎng)。這被認(rèn)為是我們最有希望的一條路徑。
密歇根湖的容量大約與我們的大腦容量相同（以每秒計(jì)算）。根據(jù)摩爾定律，計(jì)算機(jī)處理能力每18個(gè)月翻倍。如果以這個(gè)速度用水填滿密歇根湖，你會(huì)很長(zhǎng)時(shí)間都看不到什么進(jìn)展，然后忽然間，湖就裝滿了。圖片來(lái)源Medium。
可以非常現(xiàn)實(shí)地說(shuō)，某一個(gè)時(shí)間點(diǎn)，我們就會(huì)實(shí)現(xiàn)強(qiáng)人工智能（AGI）——到達(dá)人腦級(jí)別智能的計(jì)算機(jī)。這是不是意味著，從這一刻起，計(jì)算機(jī)會(huì)和人類(lèi)具有同等能力？實(shí)際上，并不是——計(jì)算機(jī)會(huì)比人類(lèi)高效多了。因?yàn)橛?jì)算機(jī)是電子的，還會(huì)有以下優(yōu)勢(shì)：
1． 速度。“大腦神經(jīng)元的極限在大約300赫茲，而今天的微處理器……運(yùn)行速度大約是2千兆赫茲，或者說(shuō)，一千萬(wàn)倍。“Tim Urban說(shuō)。
2． 記憶。遺忘或混淆對(duì)于計(jì)算機(jī)來(lái)說(shuō)是不存在的。計(jì)算機(jī)在一秒鐘內(nèi)能記住的內(nèi)容超過(guò)人類(lèi)在十年內(nèi)能記住的。電腦記憶更加精確，有更大的內(nèi)存。
3． 運(yùn)行。“電腦晶體管比生物神經(jīng)元更加精準(zhǔn)，老化的可能更低（即使老化了，也可以修理或者替換）。人類(lèi)大腦容易疲倦，而計(jì)算機(jī)可以不停歇地運(yùn)轉(zhuǎn)，用最高速不停歇?！盩im Urban說(shuō)。
4． 集體能力。在人類(lèi)中，團(tuán)隊(duì)合作非常困難，因?yàn)橘M(fèi)時(shí)間的溝通和復(fù)雜的社會(huì)層級(jí)。團(tuán)隊(duì)越大，每個(gè)人輸出的速度越慢。而計(jì)算機(jī)不受困于某一個(gè)生物體，沒(méi)有自我，可以同步，可以更新自己的操作系統(tǒng)。
圖片來(lái)源Medium。
想一想人類(lèi)級(jí)別的AGI能有多大好處，很明顯，到時(shí)候人們最多只會(huì)停個(gè)片刻，然后繼續(xù)向前，奔向超過(guò)人類(lèi)智能的新世界。人類(lèi)與超人工智能的差異不會(huì)是速度，而是”的質(zhì)量——與速度完全不同。人和大猩猩的區(qū)別，絕對(duì)不是思考速度——而是人類(lèi)大腦有一些復(fù)雜的認(rèn)知模塊，能夠讓人實(shí)現(xiàn)復(fù)雜語(yǔ)言表征、長(zhǎng)期規(guī)劃或者抽象推理等活動(dòng)。讓大猩猩的大腦加快幾千倍也不會(huì)把大猩猩變成人?！?/span>
有一個(gè)比我們更高質(zhì)量的物種存在，為了體會(huì)這是多大件事，我們來(lái)想象一下，AI在智能階梯上，比我們高兩個(gè)臺(tái)階。Tim Urban說(shuō)：”它增強(qiáng)的認(rèn)知能力和我們的差別，會(huì)像大猩猩和人類(lèi)之間的鴻溝一樣巨大。大猩猩永遠(yuǎn)無(wú)法明白，一個(gè)門(mén)把手之中包含了多少魔法……這就是兩步臺(tái)階的區(qū)別?！?/p>
“機(jī)器越聰明，越能夠快速提升自己的智能?！皬奈浵伒揭粋€(gè)普通人類(lèi)也許要7很多年，但是從普通人到愛(ài)因斯坦，也許只要40天。“到了愛(ài)因斯坦的階段，機(jī)器可以更輕松地進(jìn)行更大幅度的跨越……當(dāng)我們聽(tīng)到新聞，說(shuō)已經(jīng)有第一臺(tái)機(jī)器達(dá)到強(qiáng)人工智能后，也許很快我們就會(huì)看見(jiàn)地球上出現(xiàn)一種位于這個(gè)位置的智能：
圖片來(lái)源Medium。
你覺(jué)得這個(gè)預(yù)言有可能嗎？來(lái)看看現(xiàn)在的人工智能專(zhuān)家們，在兩份調(diào)查問(wèn)卷中怎么說(shuō)。
Vernor Vinge教授、科學(xué)家Ben Goertzel、升陽(yáng)電腦聯(lián)合創(chuàng)始人Bill Joy還有，最出名的，發(fā)明家和未來(lái)學(xué)家Ray Kurzweil——他們和許多人一樣，都同意機(jī)器學(xué)習(xí)專(zhuān)家Jeremy Howard的觀點(diǎn)，他在一場(chǎng)TED演講中給出了下面這個(gè)圖表：
Jeremy Howard在Ted演講“能學(xué)習(xí)的計(jì)算機(jī)，多么美好與駭人”中給出的圖表。圖片來(lái)源：Medium。
一些人相信這很快就會(huì)到來(lái)——指數(shù)級(jí)的增長(zhǎng)正在發(fā)生。其他人，例如微軟的聯(lián)合創(chuàng)始人保羅·艾倫、心理學(xué)家Gary Marcus、紐約大學(xué)計(jì)算機(jī)科學(xué)家Ernest Davis和科技創(chuàng)業(yè)家Mitch Kapor，都相信Kurzweil等思想家都大大低估了這項(xiàng)挑戰(zhàn)。而Kurzweil陣營(yíng)會(huì)反駁說(shuō)，我們都低估了指數(shù)增長(zhǎng)，他們會(huì)將懷疑論者比作與1985年那些看見(jiàn)慢慢發(fā)芽的因特網(wǎng)說(shuō)“這在短期未來(lái)內(nèi)不可能成什么氣候”的人。對(duì)此懷疑論者會(huì)反駁說(shuō)，人工智能的每一步新技術(shù)進(jìn)步的難度，同樣在以指數(shù)增長(zhǎng)，抵消了科技的發(fā)展。
然后還有包括Nick Bostrom在內(nèi)的第三陣營(yíng)，相信誰(shuí)也沒(méi)法確定未來(lái)人工智能的發(fā)展路線，認(rèn)為第一，這絕對(duì)可能在不遠(yuǎn)的未來(lái)發(fā)生，第二，但這也沒(méi)有保證，這也可能需要更長(zhǎng)的時(shí)間。
還有其他人，例如哲學(xué)家Hubert Dreyfus，相信以上三個(gè)陣營(yíng)都太天真了，竟然相信未來(lái)可能會(huì)有超級(jí)人工智能——具有超過(guò)所有人類(lèi)智能的人工智能。他認(rèn)為，這永遠(yuǎn)都不太可能。
所以，當(dāng)你看著所有這些觀點(diǎn)的時(shí)候，你會(huì)得出什么結(jié)論呢？
2013年，Vincent C. Muller和Nick Bostrom對(duì)幾百名人工智能專(zhuān)家進(jìn)行了以下問(wèn)卷：“僅為回答問(wèn)題起見(jiàn)，假設(shè)人類(lèi)科研活動(dòng)會(huì)繼續(xù)發(fā)展，不發(fā)生重大負(fù)面干擾。你認(rèn)為到哪一年，會(huì)有（10%、50%、90%）可能出現(xiàn)達(dá)到人類(lèi)水平的機(jī)器智能（或我們所稱的AGI）？”該問(wèn)卷讓專(zhuān)家們寫(xiě)下一個(gè)比較樂(lè)觀的時(shí)間預(yù)測(cè)（有10%可能性我們實(shí)現(xiàn)AGI的年份）、一個(gè)比較實(shí)際的猜測(cè)（有50%可能性我們實(shí)現(xiàn)AGI的年份）和一個(gè)保險(xiǎn)的猜測(cè)（有50%可能性我們實(shí)現(xiàn)AGI的最早年份）。數(shù)據(jù)最終放在一起的結(jié)果如下：
l 樂(lè)觀預(yù)計(jì)年份中位數(shù)（10%可能性）：2022年；
l 現(xiàn)實(shí)預(yù)計(jì)年份中位數(shù)（50%可能性）：2040年；
l 保險(xiǎn)猜測(cè)年份中位數(shù)（90%可能性）：2075年。
所以，參與問(wèn)卷的人就中位數(shù)來(lái)說(shuō)，認(rèn)為我們可能在25年后實(shí)現(xiàn)AGI。90%可能性的回答表示，如果你現(xiàn)在是青少年，中位數(shù)的回答以及其他超過(guò)一半的AI專(zhuān)家都認(rèn)為，AGI會(huì)在你的有生之年實(shí)現(xiàn)。
Muller和Bostrom還問(wèn)了這些專(zhuān)家，他們對(duì)以下可能性的判斷：1）在2年內(nèi)實(shí)現(xiàn)超人工智能（也就是，幾乎馬上會(huì)到來(lái)的智能爆炸），2）在30年內(nèi)實(shí)現(xiàn)超人工智能?；卮鹫咝柙诿恳粋€(gè)選項(xiàng)現(xiàn)在一個(gè)概率。結(jié)果如下：
l 2年內(nèi)實(shí)現(xiàn)AGI-ASI轉(zhuǎn)化：10%可能性；
l 30年內(nèi)實(shí)現(xiàn)AGI-ASI轉(zhuǎn)化：75%可能性。
位于中位數(shù)的回答認(rèn)為快速的（2年）AGI到ASI的轉(zhuǎn)化只有10%的可能性，而長(zhǎng)一些時(shí)間（30年內(nèi)）的轉(zhuǎn)化為75%可能性。我們不知道這個(gè)數(shù)據(jù)庫(kù)中，大家認(rèn)為50%的可能性會(huì)位于多長(zhǎng)的時(shí)間長(zhǎng)度，但是為了大致估計(jì)，我們可以猜測(cè)也許大家會(huì)說(shuō)20年。
所以，位于中位數(shù)的觀點(diǎn)——那些位于AI領(lǐng)域中心的專(zhuān)家們——相信最現(xiàn)實(shí)的預(yù)測(cè)是，超人工智能會(huì)在……實(shí)現(xiàn)強(qiáng)人工智能的2040年，加上轉(zhuǎn)化到超人工智能的20年，在2060年超人工智能會(huì)到來(lái)。
當(dāng)然了，所有以上的數(shù)據(jù)都是猜測(cè)的，而且它們只代表AI專(zhuān)家圈中的中位數(shù)觀點(diǎn)，但是它們告訴我們一點(diǎn)，很多對(duì)這個(gè)話題了解深入的人會(huì)同意，關(guān)于可能改變世界的超人工智能的誕生時(shí)間，2060年是一個(gè)非常合理的預(yù)測(cè)時(shí)間。也就是，距今45年。
via Medium
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
