人工智能自我意識的覺醒

1950年，阿蘭·圖靈的一篇里程碑式的論文《機器能思考嗎？》為人類帶來了一個新學科——人工智能。為了證明機器是否能夠思考，他又發明了“圖靈測試”（Turing Test），圖靈測試在今天仍被沿用。

然而，目前為止人類唯一了解的智能是人本身的智能，如果讓機器也具有意識、思維、情感，這究竟是否可以做到，或者說真的達到這個目標后，會給人類帶來什么影響，依然是未知數。但，這并不妨礙科學家朝著人工智能的目標前進。

清華微電子專業畢業后在外資企業從事半導體研發，這只是江波的工作之一。更令人矚目的是，作為中國更新代的科幻作家，從處女作《最后的游戲》到《時空追緝》，再到恢宏磅礴的《銀河之心》三部曲，他用冷峻而優雅的文字、超越尋常的想象力以及對人類未來發展的終極關懷征服了一眾科幻愛好者。江波認為，“將機器賦予文明，將文明賦予機器。這是人類的使命，也許是最后的使命。”這是他對人工智能的期待和展望，也是未來人工智能發展的方向。

生物智能與自我意識

回答這一問題，首先要提到生物智能。生物智能是目前已知唯一產生了自我意識的智能，所以它是人工智能唯一的參考。將人類和螞蟻做比較，人類是智能生物，螞蟻是本能生物。所謂智能，就是可以設計出各種方法適應環境；所謂本能，就是生來具有的一種能力，諸如螞蟻生來就能筑巢覓食。

為什么把這兩種生物放在一起比較？如果把所有人類重量和螞蟻重量都相加起來，在天平的兩端，螞蟻和人類的總質量是差不多的。所以從這個意義上來講，兩種同樣成功的生物可以用來做比較，人類在分類學上屬于哺乳綱靈長類人科，螞蟻屬于昆蟲綱膜翅目蟻科，在綱目科屬種的分類上，可以用同樣的“科”級衡量。人科人屬人種，事實上只有一種，但是螞蟻有11 700余種，從這個意義上來說智能相對于本能的好處是以一敵萬，一種智能生物通過調整行為方式，可以適應地球表面上的任何地形地貌，但是螞蟻為了做到這件事情卻用了11 700多種，這是智能帶給生物的好處。

生物形形色色，怎樣去衡量它的自我意識？生物學家采用了“鏡子實驗”——就是讓生物照鏡子，如果它能夠從鏡子中辨認出影像就是自身，就通過了測試，可以認為它具備自我意識。“鏡子實驗”有很多模糊的地方，不算非常客觀標準的測試，但作為目前研究自我意識的一個參考，它可以代表自我意識的存在。

黑猩猩、鯨魚、大象諸如此類可以通過鏡子測試，像螞蟻、水母等神經系統很簡單的生物，不可能存在自我意識。也有兩種生物在關系上和人類比較接近，一種是猴子，一種是猩猩，它們的鏡子實驗是什么結果？

一只非常強壯的銀背大猩猩，看到鏡子當中的自己，認為是另外一個對手直接撞上去，所以它失敗了。

一只猴子從鏡像中發現了自己臉上的紅點，也就是說它已經通過了鏡子測試。而實際上猴子是沒有自我意識、不能通過鏡子測試的，這只猴子的確通過了，它是怎么做到的？這只猴子是2015年中科院神經科學研究所最新的研究成果，通過某些程度的訓練，讓原本不具有自我意識的猴子產生一定的自我意識，從而能夠辨認出鏡子中的自己。

這個研究說明，自我意識的邊界具有模糊性，并不存在非黑及白的世界。從沒有自我意識跨入到自我意識并沒有截然的邊界，最有可能的情形是這個過渡是連續而模糊的，這點非常重要。

通過以上的實驗和研究可以得出結論：自我意識并非高級智能的神秘功能，變化的環境不斷推動智能向著更復雜的方向發展，當智能復雜到能意識到本體的存在，自我意識便自然產生，它是復雜智能的伴生物，學習是獲取智能的唯一途徑。

現在的擬智能與未來的可能性

既然學習是獲取智能的唯一途徑，那么人工智能的學習就是通過對外界環境的認識來改變自己的內在邏輯。如果這個智能體設計當中本身有一個變量是2，通外界刺激之后我認識到是6，把2改成6這不叫邏輯變換，這只是變量的變換。邏輯變換的意思是，通過環境刺激到神經系統最后接受最佳答案，對機器來說就是它的學習。

有了對學習的定義之后，就可以定義什么是擬智能了，Google的自動駕駛汽車、亞馬遜的無人機、微軟小冰，這些都可以稱之為擬智能，是所有不通過學習得來的智能。這些智能通過預先編制的程序鎖定了它的行為是什么，它很強大，但因為是不通過自主學習得來的，所以它不會產生自我意識。

我們生活中廣泛存在的智能被稱為擬智能，如果擬智能不能產生自我意識，它就不是我們擔心的對象，那么什么東西是我們未來的可能性？

第一種未來的可能性是神經網絡。2004年初，Google以4億美元（約合26億元人民幣）價格收購了一家做算法的公司，簡單地說，這個算法的任務是玩游戲。一個大屏幕上方有些不斷落下的方塊，這個算法所控制的是一個方塊，這個方塊在屏幕下方前后左右可以移動，游戲目的是延長生存的時間，這個算法當中如果上方出現一個方塊，叫作輸入，引起下方一個動作之后這個游戲就失敗了，這個神經網絡能夠記住這一點，在下次游戲當中盡量避免這樣的動作。

同樣，如果一個輸入引起動作之后，這個游戲能夠延長更長的時間，它就可以獲得獎勵，在下一輪游戲當中，它還有可能采用同樣的動作，這個就是學習的過程。它用分層結構對人類神經系統進行了很好的模擬，在神經網絡深度學習的過程中，沒有人預先告訴它該往哪邊走，它通過不斷地試錯最后得到自己的最佳策略。

未來的另外一種可能是人腦芯片，大概意思是指根據神經元的結構組合成大腦皮層，科學家已經用物理芯片實現了，它用56億個晶體管大概模擬了100萬的神經元，有2.56億個突觸。這種人腦芯片是突破性的成就，但還有兩個方面的問題：第一是規模，100萬的神經元聽起來很多，對比140億神經元是人腦的神經元數目，人腦的突觸以萬億記，這個規模只有人腦的萬分之一，但是規模一旦提出來就是時間問題。還有一個問題，算法，怎么讓人腦芯片工作？一般的智能需要預先編制好它的行為方式，但是這塊芯片需要的是和認知世界一樣的方式，通過外界刺激修正內部邏輯編程。從這兩方面來說，人腦芯片還有很長的路要走。

賦機器予文明

人工智能的發展會帶來很多問題，一旦人工智能和人類并存在世界上，就面臨一個問題，什么樣的人工智能可以融入人類社會？

科學家們想到了“圖靈測試”——讓一個機器跟人對話，如果30%的人認為他是人，他就是人。圖靈測試實際上有兩端，目前認為人工智能的產生是單向性，一旦跨過一個界限達到一定復雜度就變成了人，將來社會中一旦人工智能跟人類并存，它是否是人就要交給人來判斷。

通過對以上內容的分析，我們可以給出這樣的結論：人工智能的自我意識只是一個時間問題。那么，科幻電影當中出現的灰暗的現實有一天會變成真的嗎，人類該怎么辦？

回顧18世紀的工業革命，人類在工業化的道路上狂奔，從來沒有停止過，不斷發明各種各樣的機器充實人類文明，發明各種各樣讓大家生活得更好的物質，這個過程可以稱為“賦文明予機器”，不斷用機器填充文明。

擁有自我意識的機器必然是能夠學習的機器，因為學習是自我意識的源泉，就像一個孩子，剛開始就是一張白紙，如果教給他的是暴力、戰爭、侵害，那么他學會的也是這些，如果教給他的是和平、愛、仁慈，那么他學會的也將會是這些。而“賦機器予文明”，可以通過一些方法方式來規范引導將要產生的人工智能，從而避免科幻電影中描述的黑暗未來。

人工智能的終極影響會怎樣

人工智能指研究、開發并擴展人的智能的新學科，既是計算機科學的一個分支，也指能以與人類智能相似的方式做出反應的智能機器。說穿了，人工智能是對人的意識、思維過程的模擬。盡管它不是人的智能，卻能像人那樣思考，能完成財務查賬、疾病診斷、危險操作，甚至使盲人恢復閱讀能力……隨著大數據的運用，將其與相關算法結合，人工智能便具備了深度“ 自我學習”的本領，可以模仿人腦神經元處理海量數據，“ 自己教自己”如何去執行一些過去只有人腦才能完成的任務，如駕駛無人飛機與汽車等。這就給警醒的人類帶來了很大的疑慮：發達的人工智能技術對人類社會的終極影響將會怎樣？

客觀地分析，目前人工智能技術僅局限于某一具體領域的特定能力，能“形似”地模擬人腦，但不具備范圍廣泛且靈活變通的人類思維能力，也不具備人類的自主性、欲望與情感。但科學的進展是難以預測的，畢竟人工智能正在飛快地向自我學習、自我決策等高級認知層次演進。有朝一日機器是否會擁有比人類更靈敏的認知能力？擁有與人類沖突的利益觀？甚至主宰人類……難怪霍金也會提出：人工智能可能是一個 “真正的危險”。

直面迅猛發展的人工智能，激起人們對其負面效應的謹慎和擔憂是毫不奇怪的。畢竟，人工智能須接受人類倫理的監督，其研發者雖無法預見所有情形，但至少要做出在危急時刻能及時終止設計的超前安排，這是科學工作者必須具備的人文精神。我們并不贊同因對人工智能的過度憂慮而導致研究上停滯不前，在關注人工智能可能帶來危機的同時，還要看到其無可估量的學術價值和經濟效益。預見問題總比視而不見更理智。