人工智能會不會誕生“心靈”？

河南省社旗縣宛東經濟評論雜志社 高榮偉

近幾年來，人工智能可謂高歌猛進：谷歌人工智能AlphaGo（阿爾法圍棋）連勝三局、Uber無人駕駛進行路測、谷歌Duplex代替主人自動接打電話可以假亂真。其他諸如人臉識別、圖像識別、語音識別等走馬燈似地撲面而來，讓人應接不暇。當我們打開手機地圖App、外賣App、支付App時就會發現，這些新玩意兒無不嵌入了最先進的人工智能技術。毋庸諱言，在一些領域，人工智能已經超越了人類大腦的功能。

在津津樂道于人工智能之“魔力”的同時，也不禁讓人有點擔心：未來，人類會不會被人工智能所奴役？也有人提出這樣的疑問：人工智能會不會誕生“心靈”？它們會不會也像我們人類一樣，有靈魂、會思考、善創造，進而把我們人類踩在腳下？

人工智能在國外

這幾年，人工智能（Artificial Intelligence，AI）備受全球關注。當前，IT 巨頭以智能語音為切入點，積極布局人工智能領域發展。

在人工智能技術研發和應用方面，美歐處于世界領先水平。谷歌、蘋果、微軟、IBM、Facebook等互聯網企業在積極推進智能語音技術研發與應用的同時，以此為切入點開始布局整個人工智能領域。專家預測，未來2年～5年，人工智能應用與產業發展，在歐美將迎來真正的爆發期。就美國而言，美國在充分認識人工智能戰略意義的同時，一直注重該領域的技術研發，并從國家戰略層面加緊布局。在經歷了60 年“三起兩落”的發展后，以深度學習為主要標志的人工智能在美國正迎來第三次偉大的復興，大數據、超級GPU 服務器與類腦芯片領域突飛猛進，產業與學術的距離迅速縮短。

“美國對AI的未來發展雄心勃勃，人工智能已成為鞏固其全球霸主地位的一個重要籌碼。”《環球時報》日前發表專欄文章指出。美國坐擁卓越的技術研發機構、理論學科以及各類實驗室，很多著名IT跨國企業如谷歌、Facebook、微軟、IBM 等，都將其作為企業的核心戰略，為人工智能的發展奠定了雄厚的技術基礎，并取得了大批令人矚目的研發成果。

目前，研究人工智能的主要方法包括：深度學習、深度強化學習、進化/群智計算、半/非監督訓練、對抗式生成網絡等等。典型的應用領域包括復雜優化與仿真、語音/圖像識別、自然語言處理、機器人技術、機器博弈、動態控制技術、大數據分析等等。在人工智能領域美歐擁有眾多的杰出人才，多倫多大學的Geoffrey Hinton 教授是世界上最領先的計算機科學家之一。自上世紀70 年代開始研究人工神經網絡，他的目標就是通過建模人腦的結構來創造能夠思考和學習的機器。那時候，大多數研究者還很排斥神經網絡的人工智能方法，但是Hinton及其團隊堅持了下來，并在后來取得了很大的成功。

過去十年來，Hinton 團隊研究開發的深度學習神經網絡幾乎在每一種基準上都超越了傳統的人工智能方法。Hinton教授的學習機器已被證明具有巨大的實際價值。這些技術能夠使自動駕駛汽車更安全，能幫助我們不費力地翻譯另一種語言，并且還將逐漸接管我們工作和家庭中的人力勞動甚至認知勞動。多倫多大學的作家Jennifer Robinson 表示，Hinton 教授所架構的這種人工智能方法將會極大地改變計算機在我們生活中所扮演的角色，他的愿望很簡單：他要理解大腦的計算方式，打造“有意識”的AI。

在2020 年4 月舉行的國際學習表征會議（ICLR）上，圖靈獎得主、蒙特利爾學習算法研究所主任Yoshua Bengio 對AI 和機器學習的未來提供了最新的見解。他認為，未來機器學習完全有可能超越無意識，向全意識邁進。Bengio指出，想要打造“有意識”的AI 系統面臨幾大挑戰，包括訓練模型進行元學習（或理解數據中的因果關系），以及加強機器學習和強化學習之間的集成。“神經科學早已開始研究意識相關的問題了，在過去的幾十年里取得了很大進展。我認為現在是時候將這些進展納入到機器學習模型當中了。”Bengio 堅信，生物學和AI 研究之間的相互作用最終將解開這把神奇的鑰匙，使這些機器可以像人類一樣推理，甚至表達情感。

中國，后來者居上

據《歐洲時報》報道，中國的人工智能產業近年來取得了巨大進步。法國《回聲報》斷言，未來幾年美國可能還是人工智能發展的樂園，但是世界普遍的看法是——中國，后來者居上。

毋庸諱言，中國人工智能的發展在不斷加快，行業競爭也在不斷加劇。作為新一輪科技革命和產業變革的核心驅動力，中國科技界、制造業等業界人工智能巨頭布局不斷深入，應用場景不斷擴展。百度、騰訊、阿里巴巴、科大訊飛、小i 機器人、思必馳、云知聲、華大基因、捷通華聲等企業，以智能交互（文本或語音）為切入點，積極布局人工智能領域。騰訊CEO 馬化騰表示，現在是AI 站上風口的時代，人工智能正在向人類社會不斷靠近。據悉，騰訊內部目前有超過4個團隊都已開始進行人工智能的研發。

從市場規模來看，自2015年開始，中國人工智能市場規模逐年攀升。2018 年中國人工智能市場規模約為238.2 億元，增長率達到56.6%。據預測，整個2020 年，中國在人工智能領域的市場規模將接近500億元。經過5年AI產業化滲透和發展，諸如物聯網（IoT）、芯片、機器人、教育等領域對于AI 的技術應用在2020年已經頗見成效，家電帶屏聯網、芯片算法升級、機器人識別物體、教育上線上云……此外，圖像處理、機器學習、智能駕駛、智能家居、智能傳感器等領域，也已經或正在醞釀產業布局。

人工智能領域，中國人才濟濟，群星閃爍。香港科技大學計算機科學與工程學系主任楊強，1982年畢業于北京大學，2017年8月當選為國際人工智能聯合會（IJCAI，國際人工智能領域創立最早的頂級國際會議）理事會主席，也是第一位擔任IJCAI理事會主席的華人科學家。楊強是人工智能研究的國際專家和領軍人物，為學術界和工業界作出了杰出的服務和貢獻，尤其近些年對中國人工智能和數據挖掘的發展起了重要引導和推動作用。

在談及未來人工智能會不會產生自我意識這個問題時，楊強提出：“現在的人工智能可不可以讓計算機有一天也有意識呢？有自我、自我感覺、自我喚醒這種能力呢？”“就像我們人一樣的，人是一個通用性的動物，那么計算機現在是一個專科的動物，它在一個領域可以很好，其他領域就很差。”那么，用什么法子讓它無限地接近完美呢？“遷移學習。”楊強教授指出，遷移學習可以讓它在其他的領域，也可以變得很好。“比方說，我們讓機器人能有這種遷移能力，我們可能就會看到像《西部世界》里面那種非常擬人化的機器人，就可以出現了。”

什么是“遷移學習”？

遷移學習（Transfer Learning），顧名思義就是把已經訓練好的模型遷移到新的任務中來使用。它是一種機器學習方法，目標是用從一個環境中學到的知識來幫助新環境中的學習任務。讓我們通過一個直觀的例子來說明什么是遷移學習。

“假設你穿越到了古代，成為了太子，為了治理好國家，你需要知道的實在太多了。若是從頭學起，肯定是來不及的。你要做的是找你的皇帝老爸，問問他做了什么，而他也希望將他腦子里的知識一股腦地轉移到你腦中。”——這正是遷移學習，即將一個領域的已經成熟的知識應用到其他的場景中。

目前，遷移學習已經引起了廣泛的關注和研究。根據維基百科的定義，遷移學習是運用已存有的知識對不同但相關領域的問題進行求解的一種新的機器學習方法，它放寬了傳統機器學習中的兩個基本假設，目的是遷移已有的知識來解決目標領域中僅有少量有標簽樣本數據甚至沒有數據的學習問題。遷移學習廣泛存在于人類的活動中，兩個不同的領域共享的因素越多，遷移學習就越容易。遷移學習典型的應用方面的研究主要包含有文本分類、文本聚類、情感分類、圖像分類、協同過濾、基于傳感器的定位估計、人工智能規劃等。

“鯤鵬展翅，九萬里，翻動扶搖羊角。”在《遷移學習——人工智能的最后一公里》一文里，楊強教授表示，如果說深度學習是昨天，強化學習是今天，那么遷移學習就是明天。遷移學習，將會給人類的智慧插上騰飛的翅膀。

人工智能會擁有意識嗎？

那么，人工智能到底會不會誕生“心靈”？在未來，人工智能會擁有跟人類一樣的自我意識嗎？

答案是：終有一天，會。實際上，業內有一些專家，尤其是國際上頂尖的人工智能專家一致認為，人工智能（機器人）在將來有可能產生意識，而且，人工智能的意識很可能是不同于人類的。

意識，并非人類所獨有。舉一個簡單的例子：“銀河系有意識嗎？”當人們夜晚仰望星空的時候，不少人很自然地會產生這一疑問。“星星一眨眼，人間數十寒暑。”漆黑夜空閃爍著的群星，眨眼的星星，它們是在有意識地眨眼嗎？按照自己的軌道日復一日、年復一年地做有序運行的日月星辰，它們具有意識嗎？

如果你讀過著名科幻作家劉慈欣寫的一篇極具詩意的短篇小說《思想者》，或許這些問題就迎刃而解了。劉慈欣在小說中對“意識的載體”作出了非常奇妙的想象。

小說里的天文學家無意中發現，宇宙中的恒星能響應另一顆恒星發出的光線！它們能把另一顆恒星光線中的某種閃爍復制之后再發射出去，而這正像是人類大腦里的神經細胞通過放電來傳遞信息。銀河系內有上千億顆恒星，即使每顆恒星都只是一個像神經細胞這樣只懂得通過放電來激活或抑制的蠢物，只要它們相互之間可以用這種方式傳遞信號，這上千億顆恒星就可以組成一個足夠龐大而復雜的系統——沒錯，正如我們的大腦。

所以，從某種程度上說，銀河系是有意識的！只不過，由于最接近的恒星之間也往往有幾光年的距離，因此人的神經元只需要一瞬間就可以傳遞完成的信號，在銀河系尺度上卻是以年為單位。

前文提到的AlphaGo，就其智能原理來說，雖然它目前在實現智能的具體算法上，與人類大腦有天壤之別，但在最基本的原理上，它與人類大腦實現智能的途徑是一致的。因此，沿著這條途徑發展下去，我們可以得出結論：機器“心靈”的出現也只是一個時間問題。

《西部世界》的科學顧問，神經學家大衛·伊格爾曼（David Eagleman）說過一句著名的話：意識，是一種突破程序設定的連接。我們能夠復制大腦的算法，如果這個算法等同于意識，那意識也理應可以被復制和轉移。

無獨有偶。盡管到目前為止，“意識”問題還是個“未解”之謎，但是布魯克斯在《肉身與機器：機器人將會如何改變我們》一書中表達了與伊格爾曼相同的觀點：人類從某種意義上來說就是機器，而機器能否進化出類似人類的“意識”也只是時間問題。在回答“還需要多少時間機器的計算能力就能達到或超越人腦水平了？還是說谷歌的AlphaGo 已經證明人腦被超越了？”這一問題時，Hinton 教授也曾指出：“我認為計算機將最終超越人腦的能力。”但是，Hinton 教授也坦言：“超越不同的能力也將需要不同長度的時間。”我們有理由相信，Hinton 教授和布魯克斯的結論是符合人類歷史發展的邏輯的。

不過，也有專家表達了不同的看法：未來，人類和人工智能的關系就像是翱翔藍天的“長機”和“僚機”，“僚機”會跟隨“長機”做一些動作。換句話說，未來的智能機器人，它可以觀察人類如何工作，并模仿人類的工作，但智能機器人終究不是人，它永遠不可能產生人的“意識”，就如同跟隨“長機”的“僚機”一樣，只能“模仿”和“跟隨”。“在人工智能產生‘心靈’之前，對于此種觀點，我們只能表示尊重而已。”諾貝爾獎得主、天體物理學家John C.Mather說。

時下，從神經科學中獲取的知識對人工智能的發展起到的作用只是冰山一角。“實際一點說，今天人工智能取得的成績更多的是受計算機科學原理驅動的，而不是神經科學原理。”麻省理工學院名譽機器人學教授Rodney A.Brooks 表示。“在不久的將來，當我們試著將人類可以做的一件事情自動化而不是去嘗試解決人類都無法完成的任務時，用于推進該人工智能技術的工具無疑會更好地發揮作用。”談及人工智能的未來，Rodney A.Brooks教授指出。