人類對(duì)神經(jīng)系統(tǒng)的研究有了長(zhǎng)足的進(jìn)步，基于計(jì)算手段的人工智能研究也走過了60年，并已被運(yùn)作在航天航空、交通運(yùn)輸、臨床醫(yī)學(xué)、生物學(xué)等多方面領(lǐng)域中。然而“人工智能未來是否會(huì)發(fā)展到人類無法駕馭的超級(jí)智能階段”這種憂慮始終存在，英國(guó)理論物理學(xué)家霍金直言，人工智能如果不加控制地發(fā)展，將最終控制或毀滅人類。
未來人工智能會(huì)如何發(fā)展？9月16日，復(fù)旦大學(xué)“科學(xué)與文化”公開課上，進(jìn)行了多學(xué)科視角下的人工智能發(fā)展探討。
房間外的人用測(cè)試對(duì)象理解的語(yǔ)言去詢問兩個(gè)他不能看見的對(duì)象任意一串問題，這兩個(gè)對(duì)象一個(gè)是正常思維的人，一個(gè)是機(jī)器。經(jīng)詢問后，房間外的人不能分辨兩者的不同，則機(jī)器通過“圖靈測(cè)試”。
房間外的人用測(cè)試對(duì)象理解的語(yǔ)言去詢問兩個(gè)他不能看見的對(duì)象任意一串問題，這兩個(gè)對(duì)象一個(gè)是正常思維的人，一個(gè)是機(jī)器。經(jīng)詢問后，房間外的人不能分辨兩者的不同，則機(jī)器通過“圖靈測(cè)試”。
理想遠(yuǎn)未實(shí)現(xiàn)
“以前人們?cè)O(shè)想的人工智能發(fā)展成果其實(shí)還遠(yuǎn)遠(yuǎn)沒有到實(shí)現(xiàn)的地步”，復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院認(rèn)知算法模型實(shí)驗(yàn)室教授危輝直言。危輝介紹，人工智能最直白、重要的作用就是讓機(jī)器能夠像人一樣智慧地工作，機(jī)器人秘書、計(jì)算機(jī)代替心理醫(yī)生、機(jī)器翻譯……這些是自人工智能概念提出后，人們對(duì)人工智能前景的發(fā)展預(yù)期，然而到目前為止，這些預(yù)期無一例外，全都落空。
危輝舉例：“機(jī)器翻譯一度被認(rèn)為是比較好實(shí)現(xiàn)的，只要設(shè)計(jì)好一本雙語(yǔ)對(duì)照的電子詞典和語(yǔ)言轉(zhuǎn)換規(guī)則就夠了，把一串字符符號(hào)轉(zhuǎn)換成另一串字符符號(hào)就可以，但是到現(xiàn)在也沒有做到。從1950年英國(guó)數(shù)學(xué)家、計(jì)算機(jī)科學(xué)理論奠基人圖靈提出‘圖靈測(cè)試’，至今60年的實(shí)踐證明，人們大大低估了背景知識(shí)在其中的作用，而這些知識(shí)可謂無邊無際”。
2014年，聊天程序“尤金·古斯特曼”
在圖靈測(cè)試大會(huì)上冒充一個(gè)13歲烏克蘭男孩，通過了圖靈測(cè)試。
“一個(gè)計(jì)算三重積分的程序能夠解算任意形式的表達(dá)式，卻可能對(duì)于連幼兒園小朋友都會(huì)做的圖像識(shí)別歸類手足無措，只要涉及圖像處理、圖像理解、歸納推理，以及大量范圍不確定的背景知識(shí)，對(duì)于人工智能而言就是很大的挑戰(zhàn)”，危輝說這反映出人工智能面臨一個(gè)深刻的選擇題：是選擇單打獨(dú)斗地解決一個(gè)個(gè)孤立的應(yīng)用，還是系統(tǒng)全面地探討智能的本質(zhì)。
同樣的例子也發(fā)生在自動(dòng)駕駛領(lǐng)域，在封閉、單調(diào)、筆直的高速公路上實(shí)現(xiàn)勻速駕駛不難，但是讓自動(dòng)駕駛汽車駕駛彎曲、曲折的道路，就完全是另外一個(gè)層次的挑戰(zhàn)。這兩個(gè)事例有一個(gè)共同之處們就是所正對(duì)的應(yīng)用都是存在很大變數(shù)或不確定因素的，人工智能想要事事都預(yù)先設(shè)定好是不可能的，而人的智能恰恰就能“以不變應(yīng)萬變”。
復(fù)旦大學(xué)生命科學(xué)院教授喬守怡對(duì)此也表示認(rèn)同：“用以圖靈機(jī)為基本計(jì)算模型的計(jì)算機(jī)來發(fā)展人工智能，只是用程序式的方式來模擬人的思考方式。而從生物學(xué)角度，人的思維方式是通過神經(jīng)信號(hào)的傳導(dǎo)來做，這是不同路線，如果按照?qǐng)D靈機(jī)的模式，計(jì)算機(jī)就算發(fā)展得更高級(jí)、更精細(xì)，恐怕也無法達(dá)到人腦的一個(gè)簡(jiǎn)單思維方式”。
中文房間是一個(gè)用來反駁強(qiáng)人工智能觀點(diǎn)的思想實(shí)驗(yàn)。假設(shè)一個(gè)對(duì)漢語(yǔ)一竅不通的人關(guān)在一間只有一個(gè)開口的房間中。房間里有一本用英文寫成的手冊(cè)，指示其如何處理收到的漢語(yǔ)訊息及如何以漢語(yǔ)回復(fù)。房外的人不斷向房間內(nèi)遞進(jìn)中文問題，房?jī)?nèi)的人按照手冊(cè)說明查找合適指示，組合成對(duì)問題的中文解答遞出房間。盡管房外的人以為他會(huì)說漢語(yǔ)，但他卻壓根不懂漢語(yǔ)。
中文房間是一個(gè)用來反駁強(qiáng)人工智能觀點(diǎn)的思想實(shí)驗(yàn)。假設(shè)一個(gè)對(duì)漢語(yǔ)一竅不通的人關(guān)在一間只有一個(gè)開口的房間中。房間里有一本用英文寫成的手冊(cè)，指示其如何處理收到的漢語(yǔ)訊息及如何以漢語(yǔ)回復(fù)。房外的人不斷向房間內(nèi)遞進(jìn)中文問題，房?jī)?nèi)的人按照手冊(cè)說明查找合適指示，組合成對(duì)問題的中文解答遞出房間。盡管房外的人以為他會(huì)說漢語(yǔ)，但他卻壓根不懂漢語(yǔ)。
人工智能的現(xiàn)狀——燈下亮
顯然此前人們對(duì)于人工智能的發(fā)展太過理想化，如今人工智能的現(xiàn)狀是什么呢？危輝說，一是碎片化，已經(jīng)研究了許多小分支，但無法統(tǒng)一成體系；二是實(shí)用主義傾向：更關(guān)心某個(gè)機(jī)器的實(shí)用性，而忽略其科學(xué)價(jià)值以及對(duì)未來的影響。比如腦電的電極帽，通過腦電信號(hào)來控制機(jī)械裝置運(yùn)作。
這樣的裝置有用，但并非如宣傳的“能讀取人的思想”那樣，有些言過其實(shí)，并且對(duì)神經(jīng)科學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)來說作用都有限；三是“燈下亮”，意思是人工智能現(xiàn)在慣常用的技術(shù)，是用已有工具來解決好解決的問題，燈沒照到的地方依然是大片黑暗；四是“盲人摸象”，人工智能界不同的研究流派理論源頭、技術(shù)、目標(biāo)都不相同，各執(zhí)一詞，一切都處于爭(zhēng)論之中，能夠達(dá)成的公式，能夠普遍推廣的準(zhǔn)則少之又少。
“20世紀(jì)80年代錢學(xué)森就將人工智能歸為一種技術(shù)，而不是一種科學(xué)，是非常有前瞻性的?，F(xiàn)在看似非常繁榮的景象：如打敗國(guó)際象棋世界冠軍的機(jī)器人、無人駕駛汽車，這些其實(shí)不但不能證明我們對(duì)智能的理解有多深刻，反而證明我們還很無助，因?yàn)槲覀冞€不得不花費(fèi)大量的人力、物力、財(cái)力來分別打造應(yīng)對(duì)不同需求的人工智能應(yīng)用系統(tǒng)。而人的大腦能夠不加準(zhǔn)備、不費(fèi)力氣地切換到其中任何一項(xiàng)任務(wù)上去，而且只基于一個(gè)相同的硬件環(huán)境”。
如今大數(shù)據(jù)、云計(jì)算都是極為熱門的技術(shù)，它們具有異常強(qiáng)大的存儲(chǔ)數(shù)據(jù)的能量和計(jì)算能力，那么依靠這些新技術(shù)是不是能夠幫助我們?yōu)槿斯ぶ悄苷业揭粋€(gè)萬全之策呢？危輝認(rèn)為，情況可能也未必如現(xiàn)在想象的那樣如意。
“大數(shù)據(jù)技術(shù)和云計(jì)算技術(shù)的確能夠加速現(xiàn)成算法的運(yùn)行，但并不能創(chuàng)造新的算法，更何況這兩種技術(shù)還依賴于非常龐大的硬件資源和軟件資源，能耗、體積都不小。大數(shù)據(jù)和云計(jì)算能夠把一些人類智能所不擅長(zhǎng)的任務(wù)，如精確的海量記憶和密集的數(shù)值計(jì)算，運(yùn)行得很好，但依然不能反映人類智能的本質(zhì)方面”。
谷歌在人工智能領(lǐng)域開發(fā)出的一款模擬人腦的軟件——谷歌大腦。
人工智能的未來在哪里？
雖然由于來自生物學(xué)的證據(jù)有限，計(jì)算機(jī)仿真太難和出成果太慢等原因，基于生物機(jī)制的人工智能研究依然緩慢，但基于大腦認(rèn)知機(jī)理的人工智能研究一定會(huì)成為真正能夠突破瓶頸的關(guān)鍵點(diǎn)。
危輝認(rèn)為，“人工智能”未來的出路應(yīng)該是在生物模擬這條道路上，比如從神經(jīng)科學(xué)、認(rèn)知心理學(xué)、類腦計(jì)算學(xué)中找到很好的想法。“神經(jīng)科學(xué)可以告訴我們計(jì)算結(jié)構(gòu)，數(shù)學(xué)、物理學(xué)能告訴我們一些實(shí)現(xiàn)方法，把這些結(jié)合在一起，有可能產(chǎn)生和現(xiàn)在計(jì)算機(jī)完全不同的體系結(jié)構(gòu)，也許類腦計(jì)算模型可以把智能做的更好”。
“從狹義角度來說，智能是記憶和預(yù)測(cè)的系統(tǒng)，比如我們對(duì)某件事似曾相識(shí)，就會(huì)有預(yù)判出現(xiàn)。對(duì)于人來說，一輩子都在學(xué)，都在改變，犯錯(cuò)也是可塑性的表現(xiàn)。而計(jì)算機(jī)一就是一，二就是二，固化的體系是沒有生存力的”，復(fù)旦大學(xué)生命科學(xué)學(xué)院教授俞洪波從神經(jīng)生物學(xué)的角度解讀了人工智能的發(fā)展，“每個(gè)人的腦構(gòu)成方式都不一樣，現(xiàn)在的腦狀態(tài)和下一分鐘的腦狀態(tài)又不一樣，今年你接觸了一個(gè)新的事物，你的腦構(gòu)造方式又發(fā)生了變化。從人工智能角度，神經(jīng)元網(wǎng)絡(luò)最重要，人的意識(shí)變化非?？?，稍縱即逝。在神經(jīng)網(wǎng)絡(luò)上，腦子當(dāng)中此起彼伏發(fā)放的數(shù)字電位式的電信號(hào)時(shí)時(shí)刻刻在傳遞信息”。
俞洪波介紹，谷歌在人工智能領(lǐng)域開發(fā)出的一款模擬人腦的軟件——谷歌大腦，科學(xué)家們將1.6萬臺(tái)電腦的處理器相連接建造出了全球?yàn)閿?shù)不多的最大中樞網(wǎng)絡(luò)系統(tǒng)，它能自主學(xué)習(xí)，通過應(yīng)用這個(gè)神經(jīng)網(wǎng)絡(luò)，谷歌的軟件能夠更準(zhǔn)確的識(shí)別講話內(nèi)容、識(shí)別出貓的圖片。“既然谷歌大腦能夠?qū)W會(huì)‘貓’這個(gè)概念，那么他也可以學(xué)會(huì)其他概念、可以看圖說話”。
基于生物學(xué)基礎(chǔ)上的人工智能也將造福人類。例如，神經(jīng)生物學(xué)家對(duì)高等哺乳動(dòng)物的生物視覺系統(tǒng)進(jìn)行了很細(xì)致的研究，從視覺信息加工早期階段的視網(wǎng)膜，到后期階段視覺中樞的高級(jí)皮層區(qū)所設(shè)計(jì)的解剖結(jié)構(gòu)和功能都有了一些認(rèn)識(shí)，那么基于這些原理人們可用開發(fā)某些具有實(shí)時(shí)圖像加工能力的數(shù)字化芯片。若芯片做得足夠小，功耗足夠低，生物相容性足夠好，生物電信號(hào)的銜接協(xié)議足夠精準(zhǔn)，那么就有可能把這樣的芯片植入一些有視覺障礙的人士體內(nèi)，幫助其恢復(fù)部分視覺功能。
那么在生物學(xué)基礎(chǔ)上人工智能的發(fā)展是否一片光明了呢？俞洪波表示，他與許多學(xué)者一樣，保持“審慎的樂觀”。“還是‘燈下亮’的概念，我們只研究出了一點(diǎn)點(diǎn)燈下亮的地方，還有太多的不可知區(qū)域。你給谷歌大腦上百萬張圖片讓它認(rèn)識(shí)貓，但你給一張狗的照片呢？依然是不認(rèn)識(shí)。這是學(xué)習(xí)遷移、泛化能力的缺失。我非常認(rèn)可神經(jīng)生物學(xué)角度的人工智能發(fā)展方向，但要意識(shí)到我們依然在極其初步的階段”。
“可以告訴大家，我們的確已經(jīng)到了突破的時(shí)代，但仍然很遙遠(yuǎn)，人工智能的目標(biāo)是模仿人的智能，而這還不涉及到情緒、更談不上意識(shí)”，俞洪波表示。
轉(zhuǎn)載請(qǐng)注明出處。
相關(guān)文章
熱門資訊
精彩導(dǎo)讀
關(guān)注我們
