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(guò)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(lái)是否會(huì)發(fā)展到人類無(wú)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(lái)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(kāi)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(wèn)兩個(gè)他不能看見(jiàn)的對(duì)象任意一串問(wèn)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(wèn)后,房間外的人不能分辨兩者的不同,則機(jī)器通過(guò)“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(wèn)兩個(gè)他不能看見(jiàn)的對(duì)象任意一串問(wèn)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(wèn)后,房間外的人不能分辨兩者的不同,則機(jī)器通過(guò)“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(méi)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(shū)、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(wú)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(méi)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(wú)邊無(wú)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(guò)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(wú)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(shuō)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(wàn)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(lái)發(fā)展人工智能,只是用程序式的方式來(lái)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(guò)神經(jīng)信號(hào)的傳導(dǎo)來(lái)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(wú)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(lái)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(kāi)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(wèn)題,房?jī)?nèi)的人按照手冊(cè)說(shuō)明查找合適指示,組合成對(duì)問(wèn)題的中文解答遞出房間。盡管房外的人以為他會(huì)說(shuō)漢語(yǔ),但他卻壓根不懂漢語(yǔ)。
中文房間是一個(gè)用來(lái)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(kāi)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(wèn)題,房?jī)?nèi)的人按照手冊(cè)說(shuō)明查找合適指示,組合成對(duì)問(wèn)題的中文解答遞出房間。盡管房外的人以為他會(huì)說(shuō)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(guò)理想化,如今人工智能的現(xiàn)狀是什么呢?危輝說(shuō),一是碎片化,已經(jīng)研究了許多小分支,但無(wú)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(lái)的影響。比如腦電的電極帽,通過(guò)腦電信號(hào)來(lái)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(guò)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(lái)說(shuō)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(lái)解決好解決的問(wèn)題,燈沒(méi)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。現(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(wú)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(wú)助,因?yàn)槲覀冞€不得不花費(fèi)大量的人力、物力、財(cái)力來(lái)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(wàn)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(kāi)發(fā)出的一款模擬人腦的軟件——谷歌大腦。
人工智能的未來(lái)在哪里?
雖然由于來(lái)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(lái)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(lái)說(shuō),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(lái)說(shuō),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(méi)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??欤钥v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(kāi)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(wàn)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(guò)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(shuō)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(jué)系統(tǒng)進(jìn)行了很細(xì)致的研究,從視覺(jué)信息加工早期階段的視網(wǎng)膜,到后期階段視覺(jué)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(kāi)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(jué)障礙的人士體內(nèi),幫助其恢復(fù)部分視覺(jué)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(lè)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(wàn)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。