人工智能崛起：奇點即將到來？

魯楠

2016年1月28日，裝了些圍棋程序的小電腦傲嬌地站在人類面前，挑戰打遍歐洲無敵手的歐洲圍棋冠軍、法國圍棋隊“總教頭”—— 樊麾。當然，擁有幾千年圍棋智慧的人類怎么會怕這個初生“牛犢”？下一盤就下一盤，不讓你輸到“死機”不罷休！可結果出人意料，圍棋機器人竟然五局連勝，完勝樊麾。

3月，圍棋機器人和韓國九段棋手李世石在首爾的對決更是引人注目，相信很多同學都關注了這場“大挑戰賽”。且不論結果誰輸誰贏，我們不得不承認的是，人工智能正在以我們意想不到的速度發展著。也許，很快人工智能就將全面超越人類的大腦，被稱為“預測人工智能未來最權威的人”—— 雷蒙德？庫茲韋爾所預言的奇點時刻也將到來。

谷歌AlphaGo——人工智能新高度

與圍棋高手樊麾和李世石對戰的是名為谷歌AlphaGo的圍棋機器人，被視為人工智能界最強大的圍棋機器人。

大多數的人工智能研究著眼于模擬人的智慧，其中計算和邏輯推理能力有關的研發進展最快。1997年，IBM公司的國際象棋電腦“深藍”在國際象棋領域戰勝了世界冠軍加里·卡斯帕羅夫，震撼了世界?！吧钏{”是專門的象棋程序，它能向后計算出若干步，然后在各種走勢中做出選擇。說到底，它只是比人類棋手計算的步數更多一些。此前，人們并不相信電腦能有大局觀，因此并不認為在圍棋上電腦能擊敗人類，直到這次圍棋機器人AlphaGo的取勝。

勤奮好學成“學霸”

智能分兩種：一種是精確算術，另一種是模糊識別。精確算術可以簡單地理解為會做計算題，電腦精確算術的水平已經遠超人腦，但是精確算術是人工智能的低級階段，要想讓電腦擁有更高級的人工智能，就需要電腦有模糊識別的本領。

所謂模糊識別，就是對事物或某種結果的判斷，并非依靠精確算術進行，而是依靠學習能力進行的。人類通過學習形成模糊識別的智能并不是困難的事，可電腦并沒有學習能力，人腦所具有的模糊識別智能，始終是電腦無法企及的技術云端。

也許有人會說，電腦的精確算術能力不是特別強大嗎，讓電腦把圍棋的所有“局面”都算出來，再與人對戰不就行了嗎？這辦法還真是人工智能的一個研究方向，稱為“暴力列舉”法。一盤圍棋大約要走150步，每一步又有250種下法可選，所以電腦必須精確計算出250×250×250×250……（150個250相乘）個棋局步驟，只是這個數字大得無法想象，所以電腦想用“暴力列舉”法贏棋是不可能的——圍棋是目前世界上最繁雜的棋術，電腦無法算盡所有的贏法。

科學家發現精確算術是人工智能發展的死胡同后，就拼盡全力賦予電腦深度學習的能力。深度學習是目前人工智能領域中熱門的智能操練程序，通過模擬人腦進行分析學習的神經網絡，讓程序學習大量的樣本，然后層層進行過濾來完成學習。

識圖是最具挑戰性的模糊識別智能，圍棋機器人AlphaGo就是依靠高超的識圖能力來提升圍棋技藝的。人類圍棋大師是依靠棋盤上的“陣列圖”來判斷全盤棋局，決定下一步落子位置。于是，科學家讓圍棋機器人AlphaGo集合了兩個深度學習網絡，一個是“策略網絡”，另一個是“值網絡”。前者負責拋棄那些明顯的“蠢招兒”，后者則負責一邊推演一邊判斷棋盤上的局勢。

此前，《科學》雜志報道了一個人工智能學寫字的重量級研究——“看一眼就會寫字”的程序能寫出9種不同的筆體?？茖W家只給了程序筆觸、筆畫等基本概念，然后讓它觀摩人的書寫過程，來學習筆畫之間的關系以及手寫對字體變化的容忍度，利用數學概率去把握文字符號的外形本質。再給它從未出現過的新符號，讓它看后去寫。將它寫的和人手寫的放在一起后，在場的人類裁判也懵了，最后裁判的正確率只有52%?；蛘哒f，人類裁判確實分不清了。你要不要也來猜猜看？

是共存還是敵視？

如果按照人工智能當前的發展，說不定要不了多久，人腦的優勢就將不復存在。而按照屢次說中的預言家雷蒙德·庫茲韋爾的預言，到2045年，人工智能就將追上人腦，達到“奇點”，然后超越而去。從那時開始，人類文明將發生不可逆轉的改變，一個新的文明紀元將開始。而關于這個話題，人們除了期盼，還有許多擔憂，其中一個核心問題便是，那時候人類是否還有能力制約人工智能的行為？新的機械生命體會不會調轉槍口，取代人類成為世界的主宰？地球會不會最終變成有機生命體的墓地，成為又一個住滿了變形金剛的賽博坦星球？

面對谷歌AlphaGo的蓬勃發展，我們對未來可能產生的強大智力潛力將如何選擇？是令行禁止，中止有關研究，還是滿懷期望地擁抱它的誕生？當我們面對誕生的超級智力，又將采取何種態度，是限制還是信任？如果是你，你會怎樣選擇？