人工智能來(lái)了，別怪我沒(méi)告訴你

王慶峰

今年夏天，騰訊財(cái)經(jīng)開(kāi)發(fā)了一款自動(dòng)新聞寫(xiě)作軟件Dreamwriter，它一露面就“鎮(zhèn)住”了很多媒體人。據(jù)說(shuō)，它能根據(jù)算法進(jìn)行及時(shí)分析和研判，在一分鐘內(nèi)將重要資訊和對(duì)信息的解讀送達(dá)用戶(hù)。

機(jī)器人毫無(wú)疑問(wèn)地成為近期最熱的話題之一，許多人被諄諄告誡，“如果你從事的是程式化的工作，你很可能就要被取代了。”這樣的警告已經(jīng)不是第一次了。早在2011年，國(guó)內(nèi)機(jī)器人密度已達(dá)到每萬(wàn)人21臺(tái)。它們能干什么呢？在汽車(chē)業(yè)、3C行業(yè)、金屬制造等勞動(dòng)密集型企業(yè)，六軸通用機(jī)器人早已成為主角，打磨、搬運(yùn)、裝配，它們可干得一手漂亮活。

聽(tīng)到機(jī)器人的上述“手藝”，或許你覺(jué)得可以松一口氣了：離機(jī)器人取代我的工作還遠(yuǎn)著呢！而實(shí)際上絕非如此，因?yàn)槲覀円劦母拍钍恰斯ぶ悄堋?/p>

六軸機(jī)器人聽(tīng)起來(lái)既不酷，也不夠智能;但銀幕上的智能機(jī)器人不僅是功能性的，而且還能識(shí)別情緒并與人溝通。當(dāng)把機(jī)器人置換成人工智能的時(shí)候，我們會(huì)發(fā)現(xiàn)，很多難以想象的事情都已經(jīng)被實(shí)現(xiàn)了。智能手機(jī)已經(jīng)讓人機(jī)交互很容易完成，而下一個(gè)切入口，可能就在于語(yǔ)音行業(yè)。

強(qiáng)人工智能來(lái)了

能夠識(shí)別人類(lèi)情緒的人工智能，聽(tīng)起來(lái)可是夠酷炫的，問(wèn)題是，它離我們還有多遠(yuǎn)？當(dāng)我們這樣提問(wèn)時(shí)，其實(shí)人工智能思想家已經(jīng)想到了人類(lèi)滅絕和永生的問(wèn)題，它的前提，是一種超人工智能（Artificial Superintelligence）。牛津大學(xué)哲學(xué)家、知名人工智能思想家尼克·博斯特羅姆（Nick Bostrom）把超人工智能定義為：它們“在幾乎所有領(lǐng)域都比最聰明的人類(lèi)大腦還聰明很多，包括科學(xué)創(chuàng)新、通識(shí)和社交技能”。

我們很難理解這些超人類(lèi)的想法。在此之前，比較好理解的概念是，弱人工智能和強(qiáng)人工智能。前者意味著擅長(zhǎng)單方面任務(wù)的人工智能，比如可以在象棋上擊敗對(duì)手;后者就是我們理解的人類(lèi)級(jí)別的人工智能了。按照美國(guó)特拉華州立大學(xué)教育和人類(lèi)發(fā)展教授琳達(dá)·高特弗雷德森（Linda Gottfredson）教授的定義，它是“一種寬泛的心理能力，能夠進(jìn)行思考、計(jì)劃、解決問(wèn)題、抽象思維、理解復(fù)雜理念、快速學(xué)習(xí)和從經(jīng)驗(yàn)中學(xué)習(xí)等操作”。

2013年，博斯特羅姆做了一個(gè)問(wèn)卷調(diào)查，該調(diào)查涵蓋了數(shù)百位人工智能專(zhuān)家，問(wèn)卷的內(nèi)容是：“你預(yù)測(cè)人類(lèi)級(jí)別的強(qiáng)人工智能什么時(shí)候會(huì)實(shí)現(xiàn)？”

調(diào)查結(jié)果如下：樂(lè)觀估計(jì)中位年（強(qiáng)人工智能有10%的可能在這一年達(dá)成）：2022年;正常估計(jì)中位年（強(qiáng)人工智能有50%的可能在這一年達(dá)成）：2040年;悲觀估計(jì)中位年（強(qiáng)人工智能有90%的可能在這一年達(dá)成）：2075年。

由此可見(jiàn)，即便是按照最悲觀的估計(jì)，我們當(dāng)中的很多人都有可能在余生看見(jiàn)它的出現(xiàn)。這對(duì)于普通人來(lái)講，簡(jiǎn)直是不可思議的;然而對(duì)于專(zhuān)家來(lái)說(shuō)，這樣的結(jié)果甚至唾手可及。為何會(huì)產(chǎn)生這樣的偏差？

我們想象一個(gè)機(jī)器人，多是基于場(chǎng)景來(lái)判斷。比如我有一個(gè)機(jī)器人女朋友，它能準(zhǔn)確地識(shí)別我的情緒，我說(shuō)“我要走了”，它知道是反話;我生氣不說(shuō)話的時(shí)候，它又知道怎么哄我。它還會(huì)有情緒的表露，讓我覺(jué)得自己深陷熱戀之中。這簡(jiǎn)直太不可思議了吧？

這里有一個(gè)很重要的前提，就是語(yǔ)言。為什么說(shuō)語(yǔ)音行業(yè)是下一個(gè)切入口呢？因?yàn)槿藱C(jī)交互首先由語(yǔ)言來(lái)進(jìn)行，這再理所當(dāng)然不過(guò)了。你讓一個(gè)機(jī)器人瞬間算出十位數(shù)乘法，這很簡(jiǎn)單;但是，你要讓它聽(tīng)懂人話？人類(lèi)中有很多個(gè)體還做不到呢！情商低的人通常不善解人意，人際之間便經(jīng)常有誤會(huì)。

除了語(yǔ)言之外，“強(qiáng)人工智能”機(jī)器人還要懂視覺(jué)、動(dòng)態(tài)、移動(dòng)、直覺(jué)。還是以語(yǔ)音為例，Siri、靈犀語(yǔ)音，人們常覺(jué)得夠新鮮，但指令一復(fù)雜它們就會(huì)露餡;智能聊天工具小冰、小娜雖然有了脾性，說(shuō)話有趣，但那也只是程序的設(shè)定而已，有時(shí)候回答得牛頭不對(duì)馬嘴。

按照智能語(yǔ)音行業(yè)的發(fā)展路徑，語(yǔ)音數(shù)據(jù)積累就已經(jīng)是一項(xiàng)繁瑣的過(guò)程。把所有的話都堆起來(lái)，無(wú)非是一個(gè)“語(yǔ)料庫(kù)”。關(guān)鍵在于，機(jī)器人要知道做出什么反應(yīng)，做到這個(gè)的前提是要聽(tīng)懂人話，可是，語(yǔ)言里的情緒多么復(fù)雜啊，機(jī)器怎能識(shí)別得出？

基于場(chǎng)景的判斷是實(shí)際的，當(dāng)我們從僅僅從現(xiàn)實(shí)來(lái)考慮問(wèn)題，就會(huì)覺(jué)得很不可思議。然而，“技術(shù)奇點(diǎn)”之下，社會(huì)飛躍是指數(shù)級(jí)的;如同90年代的人們想不到iPhone一樣，我們看不到未來(lái)，其實(shí)這也很正常。

圖/GETTY

猝不及防的演進(jìn)

然而，總有一些人是敢想的。按照計(jì)算機(jī)科學(xué)家唐納德·克努斯（Donald Knuth）的說(shuō)法，“人工智能已經(jīng)在幾乎所有需要思考的領(lǐng)域都超過(guò)了人類(lèi)，但是在那些人類(lèi)和其他動(dòng)物不需要思考就能完成的事情上，它還差得很遠(yuǎn)。”

這句話可以體現(xiàn)為智能的速度與質(zhì)量，機(jī)器人可以算得很快，然而重要的是認(rèn)知能力如何，也就是智能的質(zhì)量。對(duì)于人類(lèi)很簡(jiǎn)單的事情，比如判斷一只動(dòng)物是貓還是狗，機(jī)器人就很難搞。因此，從弱人工智能到強(qiáng)人工智能的轉(zhuǎn)變，關(guān)鍵點(diǎn)就在于“大腦”。

基于對(duì)未來(lái)的想象，科學(xué)家們已經(jīng)跳出人類(lèi)中心主義的視角，在他們看來(lái)，編譯基因的4個(gè)堿基A、T、G、C，與計(jì)算機(jī)編譯代碼的1和0，作為記錄信息的符號(hào)并沒(méi)有什么本質(zhì)區(qū)別。因此，他們提出了幾種可能的演進(jìn)思路：

第一種是完整地抄襲人腦。比如人工神經(jīng)網(wǎng)絡(luò)，通過(guò)晶體管組成神經(jīng)系統(tǒng)，可以完整地進(jìn)行自主學(xué)習(xí);還有一種思路是“整腦模擬”，比較好理解的是，把人腦切成片，然后用軟件來(lái)組織3D模型。迄今為止，人類(lèi)已經(jīng)能夠模擬1毫米長(zhǎng)的扁蟲(chóng)的大腦，這個(gè)大腦含有302個(gè)神經(jīng)元。

其次還有“模仿生物演化”的思路。讓電腦經(jīng)過(guò)一個(gè)反復(fù)運(yùn)作的表現(xiàn)/評(píng)價(jià)過(guò)程，繁衍或者淘汰;或者把電腦變成電腦科學(xué)家，讓它們自己研究人工智能、修改代碼。通過(guò)這些我們聽(tīng)不懂的天方夜譚，科學(xué)家們稱(chēng)，強(qiáng)人工智能可能比我們預(yù)期的要更早降臨。

這些預(yù)測(cè)并不是沒(méi)有根據(jù)的，有一門(mén)學(xué)科叫做“認(rèn)知科學(xué)”，就旨在破解人類(lèi)心智的奧秘，最終目標(biāo)是要制造出一種人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)。最樂(lè)觀的估計(jì)稱(chēng)，我們最早在2030年前就會(huì)有所突破。

1950，阿蘭·麥席森·圖靈設(shè)計(jì)出一個(gè)測(cè)試，其內(nèi)容是，如果電腦能在5分鐘內(nèi)回答由人類(lèi)測(cè)試者提出的一系列問(wèn)題，且其超過(guò)30%的回答讓測(cè)試者誤認(rèn)為是人類(lèi)所答，則電腦通過(guò)測(cè)試。如今，我們每天都在經(jīng)歷電腦端的“圖靈測(cè)試”，比如，網(wǎng)頁(yè)上的驗(yàn)證碼設(shè)計(jì)就是為了區(qū)分你是機(jī)器還是人類(lèi)。

作為有名的“圖靈測(cè)試”，2014年6月7日，聊天程序“尤金·古斯特曼”（Eugene Goostman）首次成功“通過(guò)”了它。這讓人們得以認(rèn)真重視這個(gè)問(wèn)題：如果你在將來(lái)交到了一位朋友，你分不清它與你的對(duì)話是機(jī)器還是人類(lèi)所為，你是否為此做好了準(zhǔn)備？

普通人還會(huì)覺(jué)得是天方夜譚，但通過(guò)技術(shù)演進(jìn)，這絕非沒(méi)有可能。到這一天，人類(lèi)倫理可能就會(huì)遭受重大挑戰(zhàn)。迄今為止，因?yàn)榭雌饋?lái)太遙遠(yuǎn)，人們并沒(méi)有真正就此類(lèi)話題展開(kāi)討論。但從克隆技術(shù)的前例來(lái)看，即使技術(shù)端有可能性，人類(lèi)內(nèi)部也必然會(huì)爭(zhēng)議四起。

可以這樣說(shuō)，我們完全沒(méi)有做好準(zhǔn)備。我們需要強(qiáng)人工智能來(lái)做什么？它們?nèi)绾畏?wù)于我們的生活？我們將如何識(shí)別和控制它們？它能和人類(lèi)通婚聯(lián)姻嗎？相比于思考這些問(wèn)題，普通人更習(xí)慣于關(guān)心日常生活，比如下一頓要吃什么，或者，如何才能練出馬甲線。而人們?nèi)活櫜簧系氖牵喝斯ぶ悄芩枷爰覟檫@些問(wèn)題操碎了心。

（本文由本刊和微思客WeThinker合作出品）