吐媒嘈

吐媒槽| 人工智能离我们还有多远?

★本文禁止转载。

人工智能离我们有多远?

青的蜂

Dreamwriter是由腾讯财经开发的一款自动写作新闻软件,它甫一露面,就吓尿了很多媒体人。据说,它能根据算法及时分析和研判,一分钟内将重要资讯和解读送达给用户。

机器人毫无疑问地成为最热话题,许多人被谆谆告诫,“如果你从事的是程式化工作,很可能就要被取代了”——这已经不是第一次了,早在2011年,国内机器人密度已达到每万人21台。它们能干什么呢?在汽车业、3C行业、金属制品等劳动密集型企业,六轴通用机器人早已成为主角,打磨、搬运、装配,它们可干得一手漂亮活。

你或许松了一口气,离取代人类工作还远着嘛。绝非如此,我们要谈的概念,是“人工智能”。六轴机器人,听起来既不酷,也不够智能;但银幕里的智能机器人,不仅是功能性的,还能识别情绪并与人沟通。当我们把机器人置换成“人工智能”的时候,发现很多难以想象的事情,都已经被实现了。智能手机已经让人机交互很容易,而下一个切入口,可能就在于语音行业。

人工智能离我们多远?

能够识别人类情绪的人工智能,听起来可是够酷炫的,问题是,它离我们还有多远?当我们这样提问时,人工智能思想家已经想到了人类灭绝和永生的问题,它的前提,是一种超人工智能(Artificial Superintelligence)。牛津哲学家,知名人工智能思想家NickBostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多,包括科学创新、通识和社交技能。”

我们很难理解这些超人类的想法。在此之前,比较好理解的概念是,弱人工智能和强人工智能。前者意味着,擅长单方面的人工智能,比如可以在象棋上击败你;后者,就是我们理解的人类级别的人工智能了,按照Linda Gottfredson教授的定义,它是“一种宽泛的心理能力,能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。”

那还是回到最初的问题,它离我们到底有多远?

2013年,Bostrom做了个问卷调查,涵盖了数百位人工智能专家,问卷的内容是“你预测人类级别的强人工智能什么时候会实现”。结果呈现如下:

乐观估计中位年(强人工智能有10%的可能在这一年达成):2022年

正常估计中位年(强人工智能有50%的可能在这一年达成):2040年

悲观估计中位年(强人工智能有90%的可能在这一年达成):2075年

即便是按照最悲观的估计,我们很多人都有可能在余生看见它的出现。这对于普通人来讲,简直是不可思议的;然而对于专家来说,它们却是唾手可及的。为何会产生这样的偏差?

依据于场景的判断

我们想象一个机器人,多是基于场景来判断。比如我有一个机器人女朋友,它能准确地识别我的情绪,我说“我要走了”,它知道是反话;我生气不说话的时候,它又知道怎么哄。它还会有情绪的表露,让我觉得深陷热恋之中,这简直太不可思议了吧?

这里有一个很重要的概念,就是语言。为什么说语音行业是下一个入口,因为人机交互交由语言来进行,简直再理所当然不过了。你让一个机器人瞬间算出十位数乘法,这很简单;但是,你要让它听懂人话……很多人类还做不到呢,情商低的人通常不解其意,人际之间经常有误会,精神分析哲学又让人们觉得自己都搞不懂自己。

我们这台“强人工智能”的机器人,还要懂视觉、动态、移动、直觉才可以吧?还是以语音为例,Siri和Google Now是智能语音助理代表,再加上同样拥有Proactive 功能的国产智能应用灵犀语音助手,已经能根据手机中的信息来预测你的下一步行动,人们常觉得够新鲜、方便,但场景一复杂,体验就打折扣;智能聊天工具小冰、小娜,虽然有了脾性,说话有趣,但那也只是程序的设定而已,回答有时候牛头不对马嘴。

按照智能语音行业的发展路径,语音数据积累就已经是一项繁琐的过程。既然是场景,就得有说话口音、演进的问题,把所有的话都堆起来,无非是一个语料库;关键在于,机器人要知道给什么反应,这前提是要听懂人话,可是,语言里的情绪多么复杂啊,机器怎能识别得出?

基于场景的判断是实际的,当我们从现时现地来考虑问题,就会觉得很不可思议。然而,“技术奇点”之下,社会飞跃是指数级的;如同90年代的人们想不到iphone,我们看不到未来,这可能也很正常。

基于未来的预测

然而,总有一些人是敢想的。

按照计算机科学家Donald Knuth的说法,“人工智能已经在几乎所有需要思考的领域超过了人类,但是在那些人类和其它动物不需要思考就能完成的事情上,还差得很远。”

这句话可以体现为智能的速度与质量,机器人可以算得很快,然而重要的是认知能力上,也就是质量。对于人类很简单的事情,比如判断一只动物是猫或者是狗,机器人就很难搞。因此,从弱人工智能到强人工智能的转变,关键点就在于“大脑”。

基于对未来的想象,科学家们已经跳出人类中心主义的视角,在他们看来,编译基因的4个A.T.G.C,与计算机编译代码的1和0,作为记录信息的符号,并没有什么本质区别。因此,他们提出了几种可能的演进思路:

第一种是完整地抄袭人脑。比如人工神经网络,通过晶体管组成神经系统,可以完整地进行自主学习;还有一种思路是“整脑模拟”,比较好理解的是,把人脑切成片,然后用软件来组织3D模型。迄今为止,人类已经能够模拟1毫米长的扁虫的大脑,这个大脑含有302个神经元。

另外还有“模仿生物演化”的思路,让电脑经过一个反复运作的表现/评价过程,繁衍或者淘汰;或者把电脑变成电脑科学家,自己研究人工智能、修改代码。通过这些我们听不懂的天方夜谭,科学家们称,强人工智能可能比我们预期的要更早降临。

这些预测并不是没有根据的,有一门学科叫做“认知科学”,他就旨在破解人类心智的奥秘,最终目标是要制造出一种人工神经网络系统。最乐观的估计称,我们最早在2030年前就会有所突破。

我们是否做好准备

1950,阿兰·麦席森·图灵设计出一个测试,其内容是,如果电脑能在5分钟内回答由人类测试者提出的一系列问题,且其超过30%的回答让测试者误认为是人类所答,则电脑通过测试。

我们如今每天都在经历电脑端的“图灵测试”,比如网页上的验证码设计,就是为了区分你是机器还是人类。

作为有名的“图灵测试”,2014年6月7日,聊天程序“尤金·古斯特曼”(Eugene Goostman)首次成功“通过”了它。这让人们得以认真重视这个问题,如果你在将来交到了一位朋友,你分不清他说的话是机器还是人类所为,那你是否做好了准备?

普通人还会觉得天方夜谭,但通过技术演进,这绝非没有可能。到这一天,人类伦理可能就会遭受重大挑战,迄今为止,因为看起来太遥远,人们并没有真正讨论此类话题;但从克隆技术的前例来看,即使技术端有可能性,人类内部也必然会争议四起。

可以这样说,我们完全没有准备。我们需要强人工智能来做什么,它们如何服务于我们的生活,我们将如何识别和控制它们?它能和人类通婚联姻吗?相比于思考这些问题,我们普通人类更习惯于关心日常生活,比如下一顿要吃什么,如何才能练出马甲线。

Advertisements

发表评论

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / 更改 )

Twitter picture

You are commenting using your Twitter account. Log Out / 更改 )

Facebook photo

You are commenting using your Facebook account. Log Out / 更改 )

Google+ photo

You are commenting using your Google+ account. Log Out / 更改 )

Connecting to %s