電子發燒友App
聽書讀書看書，就上時刻會。大家好，歡迎來到時刻會
人工智能這詞兒可能你已經不陌生了，人工智能今天已經發展到什么程度了呢？
我給你舉個例子，2019年8月，王者榮耀舉行了一場特殊的世界 冠軍杯半決賽，5位電競職業選手組成的聯隊，對陣王者榮耀開發出的人工智能聯隊-覺悟。結果你可能也猜到了，人工智能只用了16分15秒，就輕松取得了勝利。
其實這已經不是人類第1次領教人工智能的厲害了，早在2017年，阿爾法GO就以3:0擊敗了世界圍棋冠軍柯潔，當時人們就已經開始擔憂，未來自己是不是會被人工智能吊打。這些年也經常會出一些新聞，比如AI會做數據分析了，AI會寫文章，會畫畫等等。
那么AI時代的到來，對人類來說究竟意味著什么呢？
下面我們就從各大學者討論的三個焦點來說說今天的內容。
第1，人工智能有沒有可能替代人類？
第2，人類應該怎么看待人工智能？
第3，人工智能 會給人類的未來帶來怎樣的影響？
好，我們先來看第1個焦點，人工智能有沒有可能替代人類呢？
對人工智能的探索 從20世紀50年代就開始了，當時的研究人員宣稱，20年內 機器將有能力完成一個人所能做的任何工作。其實這話有點夸大了，哪怕到今天人工智能如此快速的發展，還是不能完全替代人，但是有一個問題是值得我們思考的，就是未來有一天會不會出現超越人類智力水平的人工智能呢？
對于這個問題，現在神經科學先驅 托馬索 認為，人類的大腦構造非常復雜，但是人類本身可能對這一點認識得并不是很充分。他認為即使現在計算機處理能力在快速提高，計算機也絕不可能在短時間內趕上人腦，而物理學家 塞斯-勞埃德 對人工智能的發展目標預期更低，他說我們得降低我們的期望值，雖然人工智能已經有了長足的發展，但機器人還是不會系鞋帶。
2009年諾貝爾化學獎得主 文卡-拉馬克里希南 也持有類似的觀點。他覺得 超人類 人工智能聽起來還是有些科幻小說的味道，因為我們對大腦的細節還很不了解，而我們常常低估大腦的復雜性和創造性。在他看來機器不可能取代人類的思想、創造力和視野。
計算機科學家茱莉亞-珀爾的回答就更具體了，他說現在流行的機器學習方式叫做深度學習，也就是計算機通過觀察大量數據來自學。實際上這種學習方法反而局限了人工智能的發展，因為這種過程和達爾文進化論的自然選擇過程相似，它能使鷹和蛇在幾百萬年時間里進化出超強的視力，但是人類會去制造眼鏡和望遠鏡，則與此無關。
深度學習教不會機器 回答 如果我這樣做了會怎樣之類的問題，還沒有人類的想象力，所以機器可能永遠都沒辦法擁有人類一樣的智能。
此外深度學習這種自學方式的不透明性，讓他很不安。他說，深度學習有自己的 動力學機制，還能自我修復，找出最優化組合，絕大多數時候都會給出正確的結果，可一旦結果錯了，你不會知道哪里出了問題，也不知道該如何修復。
所以珀爾教授在20世紀80年代推出了一種實現人工智能的新方法叫做 貝葉斯網絡，他認為通過這種方式可以將 概率圖模型和數據結合起來，表達并推斷因果關系。
兒童學者 艾莉森-高普尼克 也認為，人工智能取代人類還是太遙遠了，他對比了兩種主流的機器學習方法，分別是自下而上的深度學習 和自上而下的貝葉斯模型。
這兩種方法都讓人工智能系統取得了成就，但是從目前來看，這兩種方法都不能解決人工智能系統進一步的學習問題。沒錯，程序員們確實可以從小孩子的行為中 找到計算機學習的方向，但是小孩子是積極主動的學習者，而人工智能卻是在被動的吸收數據，所以只有把好奇心構建到機器當中，并且允許他們與世界積極互動，才可能給他們提供一種更現實、更廣泛的學習途徑。此外和現有的人工智能不同，兒童是社會和文化學習者，人類不是孤立的學習，而是利用過去幾代人積累的智慧去學習。
最近的研究表明，即使是學齡前兒童，也能通過模仿和聆聽他人的話語來學習，但人工智能不能，所以艾利森認為，在解決學習的基本矛盾之前，最好的人工智能也沒辦法 比過4歲的人類孩子。
麻省理工學院 媒體藝術與科學教授 阿萊克斯-彭特蘭也認為，人工智能 應該不能達到超人的智能水平。他的邏輯是這樣的，人工智能是以數據為基礎的，沒有數據人工智能一文不值，你控制了數據就控制了人工智能。在它眼中人類社會是一個網絡，人類有很強的描述性能力，且對大多數問題都有常識性的理解。也就是說 人類社會中的神經元，你和我更聰明，所以也就有可能擊敗所有基于機器的人工智能。
倫敦蛇形畫廊的藝術總監 漢斯-奧布里斯特，也梳理了藝術家們對人工智能的討論。他總結說，目前藝術家們在人工智能領域關注的問題 是圖像制作，創造力 以及如何將AI作為藝術工具來使用。他認為，當代藝術家的作品，很大程度上體現了人類對人工智能的反思。
而另一位藝術家準確的說是藝術史學家卡羅琳-瓊斯，他回顧了人工智能和藝術交織的歷史，藝術家們一開始把機器引入藝術展覽，并不是為了開發智能，他們對數據或是信息處理也不感興趣，他們感興趣的是那些能喚起人們驅動力、本能和情感的機械動作。藝術家們一開始用的娃娃來暗示參觀者們 所處的被觀察的狀態，這種微妙的角色轉換讓人和機器在藝術上第1次被置于平等的地位，那時候信息不等于資本，智能也不等于數據采集。
那么今天人工智能的繼續發展帶來了什么呢？自動化的武器系統和大眾化的娛樂。藝術家們無法解決這些問題，但他們提醒我們，到目前為止，人類還有創造性潛能沒有得到開發，人工智能也還沒有自己的真正的智慧，我們不能將數據視為智能，也不能將數字網絡 視為神經，更不能將孤立的個體 視為生命單位。
好，以上就是我們介紹的第1個焦點問題。接下來我們來看看學者們關注的第2個焦點，人類應該怎么看待人工智能呢？
喬治-丘奇是基因生物學革命的先驅，也是這一新思想領域的核心人物，他不懷疑人工智能的智能性，也暫時假定人工智能與人類整體而言是安全有效的，他重點關注的是機器人的權利問題。他說人類與機器之間的界限已經變得模糊，這是因為機器變得更像人類，也因為人類變得更像機器。
喬治在他的文章里給出了一個概念叫做超人類，什么意思呢？
就是生活在現代，但處于非技術文化中的人類 無法理解的人和文化，他認為現在已經有數百萬人可以被稱為超人類了，所以在未來我們應該關注所有 有意識者的權利，其中也包括 人工智能。在丘奇看來，人工智能的主要風險不在于我們是否 能從數學角度上理解他們的想法，而在于我們是否能夠教給他們符合道德規范的行為。
與喬治的主張相反，丹尼爾-丹尼特堅決反對把人工智能和人同等看待，堅決反對賦予人工智能意識。丹尼爾-丹尼特 是人工智能領域最優秀的哲學家，《直覺泵bèng》就是他寫的。在他看來人工智能 歸根到底應該被看作一個工具，而不是像人一樣的意識主體。有自然意識的人已經太多了，我們不需要在人工創造有意識的主體，何況這種主體在沒有規定的情況下 會一直活著，并且沒有弱點。我們需要的是智能工具，沒有愛恨，沒有情感，也沒有權力的工具，只有這樣 來規劃人工智能，我們才能夠在危險之間掌握主動權。
默認丹尼爾觀點正確的科學家很多，在大多數學者們看來，喬治-丘奇的主張太激進了，他們更愿意把人工智能想象成一種可能對人類有好處的系統。比如說 連線雜志前總編輯克里斯-安德森就認為，人類可能也包括所有的生命形式，都經常被困在局部極小值的范圍中。就說象棋和圍棋吧，人類玩了幾千年，但是人工智能卻只用了短短幾年時間，就可以對人類之中的強手 進行降維打擊。這是因為人工智能發現了玩這些游戲更好的策略，而這些策略是人類從來沒有考慮過的。所以克里斯認為接下來的幾十年，我們要利用人工智能對人類7百萬年進化以來，從未發現的思維方式進行大量研究探索。
最后我們來看看學者們關注的第3個焦點，人工智能對人類未來的影響？
很多人對此十分擔心，skype（思蓋普） 的締造者之一具體叫什么不記的了太長了，他認為人工智能的持續發展會造成宇宙規模的變化，這個失控的過程可能會殺死每一個人。
而喬治-戴森，一位高中失業的科技史學家也有著差不多的擔憂，他認為好的人工智能是個神話，對于那些相信自己能制造機器 來控制一切的人，大自然的反應將會是允許他們制造機器，機器又來控制他們。
與這兩位科學家擔心未來不同，麻省理工的榮譽退休 教授羅德尼-布魯克斯對現在的局面就已經非常擔憂了。
他認為人類已經陷入了困境，人們一方面依賴于網絡軟件提供的服務，一方面又把自己的隱私 赤裸裸的暴露在這些軟件面前，而且軟件系統的發展速度已經超過了實時可靠保障措施的速度。
物理學家 戴維-凱澤也看到了這一點，他說，經濟世界的信息可以被儲存，被商品化，被貨幣化。打個比方，你想買襪子，前一秒你才在購物網站輸入了襪子這個關鍵詞，后一秒你就會看到新打開的其他網頁上冒出襪子的廣告。這種信息重塑了我們的購物習慣，政治參與，人際關系和對隱私的期望，于是我們看到的就都變成了我們想要的。
加州大學的教授 斯圖爾特-羅素 認為，我們應該慎重的創造人類水平，甚至超人類水平的智能，因為這個后果是有風險的，這些智能程序最終達成的結果 與人類設計的初衷可能并不一致。打個比方來說，為了能讓機器好好表現，我們可能會說，你好好表現，完了我給你獎勵，，但是在機器看來獲得獎勵的最優解可能并不是好好表現，而是直接控制人類，強迫人類給予最大獎勵。
到目前為止，人工智能的研究方向主要在設計出善于做決策的機器上，但這與做出好的決策還是有差別的。就人工智能來講，無論他的算法多么優秀，模型多么精準，如果他不能了解人類行為的潛在偏好 和其中的價值，那么它就很可能會做出一個在我們普通人看來愚蠢至極的角色。而想要化解這種風險，就需要讓人工智能實現與人類的相容性。
學者安卡-德拉甘 的觀點比較獨特，他認為機器人必須與人們實際互動，并理智的對待它們，人必須正式進入人工智能問題的定義中來，而且有些沖突是因為機器人和程序員缺乏對彼此意圖的了解而產生的。
他說，機器人需要問我們問題，它們應該對自己的工作感到好奇，它們應該讓人類程序員感到難纏直道每個人的思想 意見完全一致。
普林斯頓大學的教授湯姆-格里菲斯 也認為，能夠對人類需求做出很好推斷的智能系統，必須具有良好的人類行為生成模型。機器學習的關鍵必然是人類的學習，人類是制造思考機器時 要參考的最好的例子，我們可以通過識別影響人類認知的預設概念的數量和性質，讓計算機更接近人類性能。
也有學者對人工智能 對人類未來的影響時樂觀態度。哈佛大學的心理學系教授 史蒂芬-平克就認為，末日預言 源自我們的心理偏見，沒有任何一個復雜系統定律表明，智能主體一定會變成無情的自大狂，因為機器對社會所造成的危險不是來自本身，而是來自人類如何看待它。
2004年的諾貝爾物理學獎得主 弗蘭克-維爾切克認為，未來人類將通過智能設備 變得更強，與自主的人工智能共存，整個生態系統會因此得到迅速進化，進化的先鋒將不是人類，而是機器人和超級頭腦。
牛津大學的物理學家戴維-杜維奇也認為，相當于人類水平的人工智能會為我們帶來一個更好的世界，而不是末日，他希望通用人工智能 可以擁有自己的頭腦，可以自由作出假設，但不得不說這個提議是很危險的，有些學者對人類未來的想象比較謹慎。
企業家丹尼爾-西里斯說：問題不在于人工智能 在變得特別強大后，是不是會傷害我們，問題也不在于 他們是否會一直按照人類的最佳利益行事，問題在于從長遠角度看，人工智能是否能幫助我們找到出路。他構想了超級人工智能的4種場景，分別是和國家結盟和企業結盟和人類的目標不一致，和人類的目標一致。
但是他強調，我們可能，不能完全理解或控制我們的命運，但我們有機會朝著符合我們價值努力，未來不是會發生在我們身上的事情，而是我們將要建造的東西。
物理學家尼爾-費爾德 是微觀裝配實驗室網絡創始人，說起人工智能的安全問題，他認為歷史表明 占主導地位的情節，既不是烏托邦式的，也不是反烏托邦式的，通常我們最后都是在這兩個極端之間混日子。尼爾說掌控人工智能肯定可以增強人類的能力，但是作為經驗上看工具的人工智能還不能確定在未來發展得比人類做事更有效。他認為當前對人工智能的狂熱即將成為歷史，之后還有一個更重要的階段，那就是人工智能和自然智能的結合。
好了，到這里我們今天的內容就差不多了，我們梳理了聰明人在討論人工智能的時候關注的三個焦點。
一是，人工智能有沒有可能替代人類。
二是，我們該怎么看待人工智能。
三是，人工智能會給人類的未來帶來怎樣的影響。
大家也都發現了，這些問題沒有絕對的答案，每個聰明人都有自己的看法，而我們能做的是用他們的想法在自己的腦海里劃出新的火花。
責任編輯：Ct
工商網監
評論