【读书】人工智能发展成这样,你不得不面临那些细思极恐的事

山行资本 · 2016-09-26
也许有一天机器可以完美的为我们服务,但问题是我们做好准备了吗?

编者按:本文来源微信公众号“山行资本”(ID:Hike-Capital),授权36氪发布。

首先,一个简单的问题。

如果你使用客服服务,你最常选择的是什么?人工客服,还是系统语音提示?

人工客服可能是大多数人的选择,因为针对遇到的问题,人们更愿意获得“私人化”“定制化”的服务和解答。而这一点,是现在市面上大部分机器客服做不到的。或者我们是否期待有一天机器可以完美的为我们服务呢?

不过,如果这样的工作岗位上出现了机器人,很有可能意味着有“思考”能力的人工智能已经出现了。我们是否做好了“迎接”的准备了呢?

到目前为止,人和机器的区别还很明显。或者更准确地说,人和人工智能的区别还很明显。我们所想象的具有思考能力的人工智能还只出现在影视作品中,这些影视形象通常跟人的差别不大,或者是只有图像和声音,他们通常是多面手,万事都能做到完美,但却又都缺乏情感。而其中一些作品也在试图追寻一个答案,即人工智能的终极形态是否会是追求与人类的一致?

图片来自电影《人工智能》,2001年拍摄发行,史蒂文·斯皮尔伯格执导。影片讲述21世纪中期,一个小机器人为了寻找养母,为了缩短机器人和人类差距而奋斗的故事。

抛开影视作品给我们的启发,那么机器真的是否可以思考?1950年,阿兰·图灵在《计算机械与智力》一文中提出了“机械能思考么?”的问题,这就是著名的图灵测试的起源。

图片来源BBC。

图灵测试:

在被测试的房间中布置人类被测者A,电脑被测者(人工智能)B,另外的房间有一位人类裁判,人类裁判需要提出问题,并分辨出来被测者是电脑还是人类。如果电脑能过“骗过”裁判,让裁判判断自己是人类被测者,就算通过图灵测试。

网络漫画,2208年的图灵测试。

图灵测试自诞生以来就被当做一个比较重要的参考标准,用来区别“人”与“机器”,以“思考能力”为核心。不过,通过图灵测试并不能证明人工智能具备思考的能力。

通过测试的人工智能“尤金·古斯特曼”

2014年6月8日,英国雷丁大学宣布,一个名叫“尤金·古斯特曼”的人工智能以13岁男孩的形象成功“骗过”人类裁判,通过图灵测试。这是首台通过图灵测试的人工智能,也是人工智能发展历史中的一个里程碑。

但,“他”真的能思考么?还只是一次高超技术下的高超“模仿”呢?人类的“思考”是诞生在大脑这个神秘的宫殿中,只不过到现在也还没有人敢声称已经搞清楚了这座宫殿,同理,也就还没有一个模仿人类大脑运作并能够独立“思考”的人工智能诞生。

设计出可以追赶、超越人类思维能力,甚至具备感情的人工智能,一直是人类的终极梦想之一。那么,现在的我们是否真的需要可以“思考”的人工智能呢? 

一些细思极恐的思考题:

  1. 成功模拟人类大脑的人工智能,我们能掌握对“他”完全的控制权么?

  2. 人类花费巨资制造的人工智能会存在“劣质品”么?如果都是优质品会发生什么?

  3. 会有人工智能故意不通过图灵测试么?或者是故意模拟幼童通过图灵测试么?(毕竟小朋友的思维方式相较于成人更发散也缺乏逻辑)

【以上问题,欢迎大家留言分享想法】

当然,现在去想这些问题,可能看起来有些杞人忧天,并且从思考的角度上也不够全面。因为人工智能本身并不是一个狭隘的概念。

从基础搜索中,我们能获得以下文字解释。“人工智能,Artificial intelligence,简称AI,是计算机科学的一个分支。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。”

在多年的研究过程中,人工智能的定义本身也不停的被解读。

已衍生出4类描述:

  1. 像人一样思考

  2. 像人一样行动

  3. 理性地思考

  4. 理性地行动(此处不是指肢体行为,而是采取行动或做出决策)

人们对待AI的观点也分为了两大派别,强人工智能与弱人工智能。

强人工智能(Bottom-up AI)

强人工智能观点认为有可能制造出真正能推理(REASONING)和解决问题(PROBlem_SOLVING)的智能机器,并且,这样的机器能将被认为是有知觉的,有自我意识的。强人工智能可以有两类:类人的人工智能,即机器的思考和推理就像人的思维一样;非类人的人工智能,即机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式。【强人工智能的研究处于停滞不前的状态。】

弱人工智能(Top-down AI)

弱人工智能观点认为不可能制造出能真正地推理(REASONING)和解决问题(PROBLEM_SOLVING)的智能机器,这些机器只不过看起来像是智能的,但是并不真正拥有智能,也不会有自主意识。【主流科研集中在弱人工智能上,并且一般认为这一研究领域已经取得可观的成就。】

目前,人工智能主要的应用领域都主要集中在可以帮助人类减轻大量的工作负担的计算、数据整理和分析、管理(非对人管理)等领域上。正如美国麻省理工学院的温斯顿教授对人工智能概念的定义,“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”在这个非常宽泛的概念下,我们不妨来看看每天的生活里都有哪些人工智能的影子。

某天

你起床后,穿上跑鞋出门晨练,手机APP记录你的速度和消耗的卡路里,并画出你的跑步路线。回到家,你的咖啡机按照你的习惯配比冲制了一杯咖啡。你开车去上班,第一件事就是打开手机查看路况,哦,对了,你的手机还对你进行了指纹识别。下班后,你会语音让手机推荐一家适合约会的餐厅。回到家后,你的空调、空气净化器、扫地机器人都运转起来,开始智能管家。

看,其实我们早就“沦陷”在人工智能里了,只不过现实并不像影视作品中展示的那么科幻、伦理、刺激。

强人工智能是否可行,什么时候才能实现?只用现在的伦理或者价值观去妄加判断显然是短视的。一切结论都为时过早。毕竟人类对人工智能的追寻并不是“三分钟热度”,而现在的成果也都是历经多年的成果。

非常有趣的是,维基百科里的AI时间线(维基百科,Timeline of artificial intelligence)为我们展示了一个“千年”的故事。人类最早对于“人工智能”这幻影一般存在的追逐,一直能够追溯到古代,希腊神话中曾提及“有智慧的”机器人,或者人造生物等。只不过,“Artificial Intelligence”这一词汇和概念提出是在1956年,John McCarthy在Dartmouth学会上与Marvin Minsky, Allen Newell, Arthur Samuel 和 Herbert Simon等人一起进行了为期一个月的讨论,也是这次讨论会为AI的发展奠定了基础。

AlphaGo与李世石,图片来自网络。

在人工智能发展历史中的里程碑里,AlphaGo与李世石的一战无疑是万众瞩目的。AlphaGo的华丽生出,更是直接让人工智能再度被推上舞台中央,我们是否可以期待AI又将迎来了一个百花齐放的春天呢?谷歌、苹果、微软、Facebook等巨头入局,众多人工智能的初创项目被投资机构关注,人工智能的发展之路真的可见了么?

图片来自CBinsights,AI领域的活跃者。

但纵观现有的对AI初创项目的研究,不论是中国还是海外,大部分创业公司还是主要集中在 to B的服务上,并以数据收集和分析为核心,而对AI更深层的探索并不清晰,如是否可以延伸到强人工智能的领域来帮助人们优化工作等。即使是巨头公司参与,也还处于“入门”级别。其主要原因可以归纳为以下3点:

  1. 科学技术本身还不完善 

  2. 可整合分析的数据库还不够完善强大

  3. AI涉略本身的科学(比如,医学)的发展也还有待进步

这三条限制像一个三角形的围栏一样制约着AI的发展之路,只不过这一切都没有影响人们对这个市场的巨大商机的预测和期待。

一些初创公司已经开始了描绘AI更美好的未来。Botanic.io,为用户的系统自动建立语音交互界面。Arria,将“分析”与“写作”结合在一起,把复杂的数据生成简单易懂的报告。Banjo,世界上第一个用于预测恐怖主义活动反恐的人工智能。IDAvatars,开始设计具有“感情”的人工智能,他们的机器人可以与患者沟通。Mintigo,从大量数据中勾勒用户画像。等等,这样的公司还有很多很多。

在这些积累和发展的依托上,希望有一天,人工智能会让人类的这场跨越千年的想象盛宴开始狂欢。

并且希望那一天我们不用担心上面提到的那些细思极恐的事情会发生。

PS: 想了解人工智能,可以参考以下书籍。

《Programming Collective Intelligence》,Toby Segaran

《The Elements of Statistical Learning》,Trevor Hastie / Robert Tibshirani / Jerome Friedman

《AI, Modern Approach》,Stuart Russell/Peter Norvig

《Foundations of Statistical Natural Language Processing》, Christopher D. Manning, Hinrich Schutze

《Data Mining, Concepts and Techniques》,Jiawei Han, Micheline Kamber

《Managing Gigabytes》,Ian H. Witten,Alistair Moffat, Timothy C. Bell

《Information Theory:Inference and Learning Algorithms》,David J. C. MacKay

+1
3

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

文章提及的项目

下一篇

Blue Bottle Coffee 的融资速度令人惊叹

2016-09-26

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业