人工智能：未來已來，如何精彩

□文/楊先碧

聊天機器人ChatGPT

在人類文明發展的輝煌歷程中，科技的進步一直是關鍵所在。而在當今這個信息時代，人工智能的蓬勃發展更是成為科技創新的新寵兒。隨著科技的不斷發展和創新，人工智能已經成為現實，ChatGPT 的出現更是讓人們與人工智能的距離拉近了許多，引發了人們極大的關注和無限的遐想。我們突然發現，科幻小說中描繪的未來人工智能已經開始融入我們的生活。

ChatGPT 給世界上了一堂課

在眾多人工智能領域中，ChatGPT 的出現可謂是一項里程碑式的進展。ChatGPT 于2022 年11 月底正式推出，在推出僅兩個月后，即2023 年1 月末，月活用戶已經突破了1 億，成為史上用戶增長速度最快的消費級應用程序。

ChatGPT 是由美國“開啟人工智能”（OpenAI）公司研發的一種自然語言生成模型。它是基于最新的深度學習和自然語言處理技術，能夠實現人機對話的智能化交互。通俗地說，ChatGPT 是一款聊天機器人。但與傳統的聊天機器人不同，ChatGPT 能夠進行更加自然、流暢的語言交流，不僅能夠理解用戶的話語，還能夠根據上下文進行語義推理，從而更加精準地回答問題。

ChatGPT 在實際生活中有著廣泛的應用前景，比如可以作為智能輔導和學習工具，幫助學生更好地掌握知識。ChatGPT 的出現，讓我們與人工智能之間的距離更近了一步，讓我們感受到了人工智能的魅力和神秘。它的出現，讓我們看到了未來人工智能技術的無限可能，也讓我們反思自己與人工智能的關系和互動方式。

ChatGPT 讓人工智能首次走向每一個數字終端用戶，帶來了廣泛的社會反響，令社會各界從這一爆炸性產品開始思考人工智能的長期影響。曾經，人工智能隱藏在電腦、汽車等機器里，一般人難以和人工智能直接打交道。而ChatGPT 讓人工智能從幕后走向臺前，讓人們可以與人工智能“面對面”地對話，讓人們真切地感受到人工智能的“人性化”。

提高人工智能的情商是關鍵

盡管ChatGPT 引發了人工智能熱潮，但是人們還是意識到了人工智能的短板：情商遠遠不如人類。這是因為人工智能在認知方面還存在很大的局限性。

人工智能的發展分3 個層次：計算智能、感知智能和認知智能。云計算、超級計算機等技術讓人工智能的計算能力早已超越了人類，未來的量子計算還會讓人工智能的計算能力達到令人難以想象的高度。傳感器技術則推動了感知智能的發展，令人工智能在視覺、嗅覺、聽覺等方面也超越了人類。

而人工智能的短板是認知智能，這導致人工智能在情商方面和人類的差距還很大。要補齊這個短板，就需要讓人工智能在硬件設置上模擬人類的大腦，在軟件設置上則是不斷提升人工智能的學習能力，讓人工智能在大數據中“沖浪”，自主且深度地學會各種認知本領。

目前，像ChatGPT 一樣的人工智能工具處于“監督學習”階段，即它們的學習是按照人們設計的程序來完成的。而不需要人類介入的“自主學習”是未來人工智能的核心能力，這就需要為人工智能提供類似人腦的神經網絡。

人工智能的實用性越來越強

人工智能在情商方面的不足還表現為自然語言處理能力較弱。人與人之間利用自然語言進行交流是一件相對簡單的事情，但是對人工智能來說，是一個大難題。ChatGPT 之所以引發關注，就是因為它的自然語言處理能力大大提升了，有時會讓人難以相信與你對話的居然是人工智能。當然，隨著交流的深入，ChatGPT 還是會出現不少明顯的“非人類語言”。

人工智能革新社會形態

隨著相關技術的不斷進步，人工智能將朝著革新人類社會形態的方向發展。目前，我們已經看到了這一趨勢的現實影響。比如，得益于人工智能的推動，人類在線上工作、休閑和社交的時間不斷增多。我們可以預見，如果元宇宙能夠真真切切地“創造一個新世界”，主要生活于虛擬世界的人群將越來越多。

在現代社會，物質產品由人和機器來共同完成，而精神產品主要由人來完成。然而，未來人工智能還將成為精神產品的主要生產者。不過不要過度擔心，人類在未來依然是精神產品生產的主導者，因為人工智能生產的精神產品是根據人類的“口令”來完成的，人類的創意和設計依然決定了精神產品的質量。

未來，人工智能將越來越聰明，差錯率將逐漸趨于零，這導致機器人會完成絕大多數體力勞動和簡單腦力勞動，社會將進入“人人都是設計師”的時代。無論是物質產品還是精神產品，其生產模式慢慢趨同，都是人機互動、人機共同決策的產物。

人工智能對生活的影響

人工智能對人們日常生活的影響將是方方面面的。強大的人工智能將讓用戶逐漸忘記人工智能的工具屬性，人們將不再把人工智能視為冷冰冰的機器或應用程序，而是將其視作生活或工作的伙伴。我們將把人工智能當作我們家庭或公司的一員，甚至會有人與人工智能結為“夫妻”。

人工智能將成為我們的“保護神”。比如，現在人工智能對氣象災害的預測已經相當精確了，但是對地震、火災等災害的預測還在發展之中。科學家正在應用完備的理論地震大數據訓練人工智能神經網絡，完善地震預報系統的準確性和可靠性。他們還讓人工智能通過主動學習來驗證與測試地震預報系統。

人工智能甚至可能逐步讓高深的科學研究“傻瓜化”，從而讓科學研究像娛樂一樣變成日常生活的一部分。也就是說，未來人們做科學研究主要是提供研究創意和研究方向，剩下的事情交給人工智能去完成，人們對科研的喜愛程度就如同對電子游戲一樣。這也意味著未來的科研成果將出現爆發性增長，就如同我們經歷過的信息爆發式增長一樣。舉 例來說，解析蛋白質結構曾經是高級別科學家才能完成的任務，而現在的人工智能也可以做到。

時代變遷，科技日新月異。如今，人工智能已經不再是虛無縹緲的概念，它正在逐漸滲透到我們的工作和生活的方方面面。而我們也需要做好充分的準備，以應對這場科技變革的挑戰。正如古人所言：“未雨綢繆，方能安居樂業。”我們應該積極擁抱人工智能，發揮它的優勢和作用，從而在這個時代的浪潮中脫穎而出。

人工智能正在不斷進步

人工智能簡史

1950 年，英國科學家圖靈發表了開創性的論文《計算機器與智能》，他也因此被譽為“人工智能領域的先驅”。

1956 年，美國達特茅斯學院舉行了用機器模擬人類智能的學術討論會，首次提出了“人工智能”的概念。

1961 年，美國科學家明斯基發表了名為《邁向人工智能的步驟》的論文，對人工智能的研究起了很大的推動作用，他也因此被譽為“人工智能之父”。

1968 年，美國斯坦福大學的費根鮑姆等人開發了基于人工智能的化學質譜分析系統，這標志著人工智能進入實用階段。

1976 年，美國斯坦福大學的杜達等人研制出礦藏勘探專家系統，它能幫助地質學家解釋地質礦藏數據，提供硬巖石礦物勘探方面的咨詢。

1977 年，費根鮑姆提出了“知識工程”的概念，這使得人工智能的研究從理論轉向應用，從基于推理的模型轉向基于知識的模型。

1982 年，美國物理學家霍普菲爾德發表了關于人工神經網絡研究的論文，這為推動人工智能的發展打下了基礎。

1993 年，英國科學家弗萊徹創建了世界上首個基于人工智能的網頁搜索引擎，這為人工智能進行網絡學習打下了基礎。

1997 年，IBM 公司研制的“深藍”計算機戰勝了國際象棋大師卡斯帕洛夫，這被視為人工智能在高級智能活動領域對人類的超越。

1998 年，美國國家航空航天局開發出第一套用于航天器的全自動控制系統。

2002 年，美國亞馬遜公司用產品推薦系統替代了人工導購。

2011 年，美國蘋果公司發布了Siri 語音助手，它可以回答用戶的問題，給出適合用戶的推薦，并執行簡單指令。

2012 年，美國谷歌公司開發的無人駕駛車開始在公路上馳騁。

2017 年，谷歌公司開發的“阿爾法狗”人工智能程序戰勝了圍棋世界排名第一的中國選手柯潔。

2020 年，人工智能在新冠疫情信息收集、數據匯總及實時更新、流行病調查、疫苗藥物研發、新型基礎設施建設等領域大顯身手。

2022 年，OpenAI 研發出聊天機器人程序ChatGPT，這是人工智能提升自然語言處理能力的標志性事件。