人工智能的未來：理性主義抑或人文主義的選擇

如今，關于人工智能的各種話題和討論不斷增多，尤其是關于人工智能的商業化，以及產業應用的成熟都促使人工智能逐步落地。科技領域的創業者們都在討論，人工智能的風潮是否是最后一個引領商業投資浪潮的領域？因為目前在人工智能領域布局的巨頭太多，而創業公司的空間也被壓縮得非常小。技術領域的人工智能專家們，則在討論人工智能應該是當代最重要的通用技術，這個技術將從根本上改變社會運行的方式以及經濟形態。可事實上，多數人只是知道了這個概念以及由此催生的一系列商業的泡沫，他們并不知道人工智能這個領域的現實狀況如何，這個技術領域是如何興起的，以及關于這個領域的討論實質是什么。這篇文章將討論兩個基本的問題：第一，人工智能的現狀究竟如何，應用人工智能技術的關鍵主要在哪些方面？第二，人工智能的未來如何，關于人工智能未來討論的實質是什么？希望本文能夠讓讀者關于人工智能這一技術趨勢的認識不是停留在對概念和所謂風口的追捧上，而是對它有更本質的思考。

首先我們看看目前人工智能領域的現實狀況如何，從技術角度來說，眼下人工智能的應用場景主要集中于以下幾個領域：語音，語義的處理，自動駕駛以及機器人，而目前的人工智能主流應用技術是深度學習技術，這門技術來自于加拿大多倫多大學的教授Geoffrey Hinton，所謂深度學習技術就是利用神經科學的理論應用在計算機科學中，從而實現了人工智能領域的技術飛躍。他在上世紀80年代初開始研究以深度學習為代表的人工智能技術，在過去的30年間這門技術其實并非人工智能領域的主流，原因是通過這個算法得出來的結果并不比其他算法更具備優勢，而現在深度學習算法的大規模應用，則是由于數據量增大以及計算能力增強以后效果被體現了出來，明顯超過了其他所有人工智能技術。值得一提的是，推動深度學習算法廣泛使用的一個關鍵人物來自于斯坦福大學，也是后來谷歌大腦的創始人吳恩達教授，他發現為了讓深度學習算法擁有更好的表現，需要提升計算能力，所以他通過引入英偉達的GPU（圖形處理單元），使得計算能力提升了上百倍。到了2012年，學術界才開始逐漸接受深度學習技術的應用，學術界看到這個算法超越了其他所有現有的人工智能算法，使得人工智能在某些領域能夠打敗人類。2016年3月，谷歌AlphaGo在圍棋比賽中戰勝了世界頂尖棋手李世石，讓公眾認識到人工智能技術發展以后的超強實力，在那以后人工智能的浪潮也就不可阻擋了。

目前人工智能領域的主要特點是：第一，集中于某個特定領域的智能開發，比如自動駕駛，人臉識別等。目前的通用型人工智能技術很不成熟，也很難突破。第二，目前人工智能的應用越來越廣泛，而基礎的算法和數學基礎則沒有太大的突破，深度學習是目前這輪人工智能浪潮的基礎，但并不意味著這是最好的方式。第三，在某些特定領域，人工智能的表現已經超越人類，但是這種人工智能主要是應用于對人的輔助場景，未來的人工智能技術則更多的是通用型人工智能，接下來我們討論的也是基于通用型人工智能進一步發展的可能性以及未來人類如何與機器相處的問題。

為了更深入討論人工智能的現實和未來，我們來看看當代人工智能領域最著名的學者之一邁克爾.喬丹的看法，他是美國工程院、科學院和文理學院的三院院士。他的最大貢獻在于提出了一種新型的人工智能神經網絡（復發神經網絡），這是我們前文所提的深度學習技術基礎之一，他還指導了自己的學生實現了貝葉斯網絡的算法，而這個算法也是目前通用的機器學習工具。他認為：目前的人工智能技術還處于非常初級的階段，更多的是對人類智能的擴展，而目前的人工智能技術的應用場景則是建立智能設施，即智能交通、智能城市等基礎設施。我們所認為的人工智能技術的討論，其實存在一個很大的誤區，就是用人的思維去理解機器智能，人類的行為更多的是基于個體的選擇和心理體驗，而機器人則是基于設計者的觀念。

當然，還有相當多的學者和業界領袖對人工智能領域抱有不同程度的擔憂，喬治亞理工學院的機器人專家羅納德.阿金也是其中一個。在2013年亞特蘭大人形機器人大會上，他做了一次關于人工智能的演進，課題是“如何避免打造一個終結者”，除了提到機器人三定律以外，還提醒大家注意著名科幻作家阿西莫夫后來補充的“零號”機器人定律，即“機器人不可以傷害人類，也不可以不作為而令人類受傷”，他的觀點是目前人工智能可能會帶來對人類文明的威脅，我們必須做好準備。更早之前，在20世紀60年代中期，DARPA信息工程技術辦公室主管利克萊德曾經論述過一種變化，就是把用技術增強人類的智能研究逐步變為對自動化機械的研究，也就是人類從一個被增強的主體變為一個接受自動化服務的客體，而這樣的結果就是強人工智能會在未來實現，機器將擁有足以匹敵人類智慧和自我意識的能力。

對人工智能未來的想象并不是基于現在我們所面對的這輪人工智能技術的現實討論的范疇，而是在更加突破性的技術革命出現以后需要討論的問題。人工智能可能發明擁有獨立智能的強人工智能，更進一步說，不僅僅是關于人工智能的探討，只要有關先進技術的應用課題，都會引發雙重用途的問題，如果人工智能技術使得機器具備了自主的智能，就會開始挑戰人類的自主性和道德選擇，而機器自治帶來的恐懼將迫使人類做出最后的選擇，而現實情況是，我們正處于離那樣的選擇更早的時間段，我們可以在這里就定義人類和未來人工智能發展出來的獨立智能機器人所相處的原則。

科學家們認為機器能夠代替人類的觀點主要基于一個基本的思考，就是對智能的理解，如果把人類的智能進行分解，最重要的三種能力是存儲信息，計算和自我學習，當然人類還有自由意志，潛意識等，不過在這里暫不討論。這三個方面的能力，計算機都在逐步超越人類：第一，從存儲能力來說，人的大腦能夠存儲的總容量為100TB，而計算機則基本沒有上限；第二，從計算能力來說，計算機的算法能夠在大部分情況下代替和超越人腦，尤其是當存儲技術發展以后，諸如深度學習等機器學習算法的使用推廣之后，人工智能在這方面的能力也幾乎沒有上限。第三，就是學習能力，在上文介紹了深度學習能力以后，我們再深入介紹一下這個算法背后的邏輯，深度學習的算法就是用神經網絡算法進行模擬人腦計算的方式，基于現有的圖靈機，通過模擬人腦神經元的運作方式去實現計算的邏輯。當然，這種方式由于并不涉及對復雜人腦結構的探討以及對人類自我意識的研究，所以只能建立起簡單的智能，但是這里出現了一個危險的信號在于，由于人類本身的惰性以及隨著科技的推動，人們選擇依賴技術去享受更好更舒服的生活，從而可能選擇把一部分個人生活的決策權給予機器，如果人類做出了這樣的選擇，人工智能就逐步從一個增強人類能力的工具，變成了與人類共存的獨立智能，這也是為什么那么多商業領袖和科學精英對人工智能未來擔憂的實質，也是人類和機器相處的實質。

總結一下，我們圍繞著智能這一概念進行深度探討，了解了現在的人工智能實際上是對人類智能相對拙劣的模仿，是通過算法和數據形成了在某個特定領域的簡單智能，機器通過深度學習的算法實現了自動化的過程，所以從現實角度來說短期內還不會出現通用型人工智能的技術，更不會出現所謂人工智能對人類文明的威脅。但是我們也不能高枕無憂，由于人工智能是人類發明的智能，這個領域爭論的實質，是關于人類自身智能的認知上。最后，我們討論了未來人工智能發展的可能性，以及人工智能代替人類的背后邏輯，理解到短期內智能的未來并不是來自于人工智能的威脅，而是來源于這一件事件對人類自身認識的考驗，所謂智能的未來，就是對于人類選擇理性主義抑或人文主義的未來，也是選擇更多的自主還是更多的把選擇權放棄給機器的人性挑戰。