[机器的觉醒.docxVIP

机器的觉醒伊隆·马斯克致力于创造人类的未来。作为连环创业者，他起步于互联网早期阶段。如今，他不仅创建一家纯电动汽车公司，把人类从汽油的噩梦（污染与高价）中解救出来，还希望有生之年使用自己制造的火箭——SapceX将普通人送入太空。这一切的迹象似乎都在透露：对于未来科技的前景，马斯克保持乐观的态度。不过，马斯克并非看好所有前沿科技，比如人工智能。去年10月美国MIT的一次公开访谈上，马斯克称人工智能就是「召唤恶魔」——对人工智能的研究将成为人类未来最大的敌人。很多人对他的这一看法表示支持，比如牛津大学哲学教授Nick?Bostrom，他曾推动「人类生存危机」（译者注：指威胁到全人类生存的危险，例如气候极端变化、核战和生态系统等。）的研究——其中将超级智能作为人类的重大威胁，与小星球冲撞地球和大规模的核战争并列。与此同时，前英国皇家学会会长Lord?Rees在剑桥大学建立了一所人类生存危机研究中心，该研究中心十分重视人工智能带来的威胁。过去十几年来，人工智能获得快速发展，上述一系列的担忧与人工智能的火爆形成鲜明对照。科技巨头们——谷歌、Facebook、亚马逊和百度纷纷涉足这个领域：四处挖掘人才、建立研究实验室、高价收购创业公司等等。总的来说，这些业内人士并不担心被自己研发出的「产品」所超越。他们能够用机器完成一些原先只能靠人类才能完成的任务，这种工作其实并没有创造出许多新的思维方式，而是消除了对旧方式的依赖。全球移动设备如计算机、平板电脑、智能手机的普及，使我们迈入了大数据时代，而人工智能具有强大的计算能力，这意味着人工智能的算法可处理这些数据，包括语音识别、图片识别等等。数字技术变革的速度加快，会让我们担心数以万计的技术人才会因此失业，因为许多工作所需要的技能是识别出图像、理解语言，等等。如果计算机可以替代人类完成这些工作，不管是通过提供完全自动化的解决方案还是通过帮助员工提升工作效率，那么未来将会有更多的工作者从白领步入领取政府救济金的行列。人工智能兴盛的迹象到处都是。去年就盛传谷歌为收购人工智能新创公司DeepMind花费了四亿美元，它在Facebook的眼皮底下挖走了这家公司。而Facebook也毫不示弱，邀请来自纽约大学的人工智能著名学者Yann?LeCun?牵头来建立属于自己的人工智能研发实验室。谷歌曾雇用过斯坦福大学毕业的人工智能专家吴恩达，直到去年他被百度挖走在硅谷建立了属于自己的实验室。来自芝加哥的公司Narrative?Science希望开发智能写作的产品（该技术已经被商业杂志福布斯采用，用于基本财经报道的写作）。位于麻州剑桥的Kensho旨在将金融工程师现有的工作自动化，这已经让投资者们尝到了甜头。在今年的4月13日，IBM宣称将使用沃森计算机来做健康分析和医药研究，沃森计算机曾在2011年美国寓教于乐的智力竞猜比赛Jeopardy中碾压了两位人类冠军。深层思考人们对于人工智能的研究就和计算机本身一样久远。现在大多的兴奋点都集中在一个称作「深度学习」的分支，相较于在一大堆数据中自我生成任务的「机器学习」来说，这是一个现代化的进步。这些代码将在所有人工智能的研究中搭建一个桥梁，弥补一个鸿沟：有一些对人类非常难的事情对机器却非常容易，反之亦然。如果来求解复杂模型的公式，最简单的电脑也能击败人类。反之，最厉害的计算机在过去相当长的一段时间里也会被人类一眼就能解答的问题所困扰，比如人脸识别、编译演讲或者在图像中甄别中具体物件。有一种理解是，对于那些人们觉得困难的事情比如求解复杂方程，人们必须要拟定一套规定。然后按照这套规律再来计算就会非常简单。对于那些人们觉得简单的事情，就没有必要去创造一个法则来解答，想要创造也很难。举一个非常有名的例子，成年人能区分色情图片和非色情图片的不同。但1964年时美国最高法庭的法官Potter?Stewart?发现要想定义人们是怎么区分的几乎是不可能的。他对于要用严谨合法的文字来定义色情而几乎绝望，于是他甩手写道：尽管无法给出色情的定义和大致内容，「但我一看到就能分辨出来」。而机器学习的方式是通过计算机内部的程序去识别和分析，通常这种分析都是由大量数据高负荷运算解析完成的。很多系统采用了一种古老但很有价值的人工智能技术——神经网络来开发他们需要的统计模型。神经网络这个概念在20世纪50年代被研究者提出，虽然当时人们还不知道什么是智能，但是人们知道大脑里拥有它。而人类大脑在信息处理时不是使用晶体管，而是通过神经元。如果能模拟这些传递电化学信号的纤长且高度互连的神经细胞，可能就会产生一些或多或少的智能行为。天罗地网神经系统拥有庞大的复杂性。即使在今天的科技水平下，人工智能对神经网络的模拟也很拙劣，就像简笔画和照片的区别一样。但近期的研究表明，即使是最粗糙的神经网络，也能很好地完成一些任务。