人工智能现有缺陷与未来反思.docVIP

实用标准 精彩文档 人工智能现有缺陷与未来反思 　　众所周知，图灵测试（Turing test），一直作为判断机器的人工智能是否具备如人类一样的自我意识与思考能力的一项测试。遗憾的是，自从20世纪50年代，计算机科学先驱阿兰-图灵先生发明图灵测试以来，到今天已经过了将近一个世纪。这―个世纪中，尽管人工智能在深度学习、大数据分析、混沌模拟、模糊识别等方面已经取得了长足的进步，尽管每隔几年，就会冒出一则“某某计算机又完全通过了图灵测试”的“大新闻”，但是却依然没有任何一个，注意，是任何一个人工智能，真正地通过图灵测试。 　　请注意重点，图灵先生当时预测人工智能通过图灵测试的时间，是2000年左右，如今距离图灵预测的时间点已过了近50年，我们却依然徘徊在图灵测试的壁垒之前，举步维艰。抛开关于计算机算法、机器性能这些繁复的技术层面问题，也抛开业内业外关于“能够通过图灵测试的人工智能都会假装自己通不过图灵测试”这一充满阴谋论调的悖论，我们不得不承认，通过图灵测试，依然可能是短时间内，人工智能研究领域无法被克服的一瓶颈。 　　这其中的原因，除了涉及人工智能所归属的思维科学领域之外，可能更多还需要横向拓展到社会科学领域。所以，人工智能接下来的突破，可能需要从社会科学方向入手。 　　因为一个AI要想真正像人类一样思考，而不是一堆靠着代码驱动的数据集合，需要它具有几个概念：“我的存在”“我所在的世界”“我与世界的关系”，通俗一点，就是被我们说滥了的“三观”：人生观、世界观和价值观。这些概念如何在图灵测试中被体现，我们可以举―个最简单的例子： 　　什么时间去我家吃饭，如何？ 　　判断这个人与自己的关系。 　　结合说这句话场景和语气，判断对方是客套话，还是真心邀请。 　　依据答题人本身的性格，给出具体答案。 　　“啊哈哈哈，最近忙，改天再说吧。”（敷衍） 　　“择日不如撞日，就今天吧。”（急切迎合） 　　“最近我都有空，具体时间你定。”（随意） 　　“吃饭” 　　搜索数据库 　　碳基生命补充能源的方式 　　伴有摄入有害物质的风险 　　低效率 　　拒绝 　　上面的举例仅仅是一个玩笑，不过通过它可以看出，人工智能的“三观”决定着它的思维模式以及行动模式。我们TM公司技术部在研发人工智能的交互功能时，就借鉴参考了20世纪伟大的社会学家欧文-戈夫曼先生的“拟剧理论”。戈夫曼先生在社会人际交往模式的研究领域具有伟大的建树，他的“拟剧理论”大致阐述如下：“每一个自然人，同时作为一个社会人，他在潜意识中将自己所处的每一个社会场景作为一个表演场景，在不同的场景下进行不同的‘表演’，以此形成他所期许的对外社会形象。”如果大家觉得上面的话有点绕，那么简单来说，就是每个人在心目中都有对自己社会形象定位的“人设”。他在不同场合，会按照自己对“人设”的理解进行表演，这就是所谓“戏精的诞生”了。而如果我们能够为我们的人工智能产品建立一个理论上无限庞大的场景数据库，并让它能够根据不同场景，产生相应的思考与应对机制，那么请相信我，这个人工智能产品从表现上看起来，绝对与一个活生生的自然人几乎没有差别，用它来通过图灵测试也不在话下。 　　很可惜，上述设想，依然停留在理论层面，如何将海量的碎片化场景数据，整合成一个立体的、平滑连贯的场景数据库，是短时间内无法逾越的技术鸿沟，所以制造出能够完全通过图灵测试的人工智能，依然是一个遥不可及的目标。 　　AI进化：潜在的巨大威胁 　　不过，无法制造出通过图灵测试的人工智能，在现阶段究竟是不是一件坏事？带着这个问题，我们重新将目光往昨天回溯。可以发现，在人类开发人工智能的历程中，曾经伴随着许许多多灾难性事故。诸如在号称“人工智能元年”的2016年，曾发生过由特斯拉公司的Model S在人工智能操控的自动驾驶模式下失控，导致车毁人亡的恶性事故。后来，当然大家都知道了，这家公司被我们收购了（笑）TM。除此之外，还有其他许多曾经见诸新闻的人工智能“事故”，包括智能机器人误伤儿童、网络游戏算法涉及种族歧视、人工智能犯罪预测系统涉及相貌歧视等，不胜枚举。 　　上述这些事故的出现，大多数由于人工智能在设计方面的缺陷所导致。而近些年来，随着TM公司以及人工智能业界其他同仁的努力，人工智能的安全性越来越高，似乎这方面的事故很少出现了。但是TM公司经过长时间的系统评估与论证，得出了一个较为悲观的结论，我们将之称为“人工智能事故率的U型变化理论”TM。根据这个理论，人工智能的事故率（可能出现事故以及危害的人工智能数与人工智能总数的比例）与它的进化程度，并不是完全负相关。在人工智能的进化过程中，存在一个临界值。在临界值之前，事故率随着人工智能技术的发展而降低，但当超过了这个临界值之后，事故率将会因为拥有自主意识的人工智能脱