7
“人類需要對人工智能懷有敬畏之心嗎？”
乍一看，這似乎是個值得思考的哲學問題，但從宏觀角度來看卻又似乎并不能算是一個值得思考的問題。
近日，湛廬文化就聯合中國人工智能學會就“人與人工智能的關系”的話題開展了一次主題為“人機博弈的未來”的“機器人與人工智能”書系專家春季研討會，清華大學智能技術與系統國家重點實驗室主任朱小燕教授、360 CTO何萬青、新華網未來研究院院長楊溟、機器之心聯合創始人趙云峰、三星研究院高級技術總監史媛媛博士以及天云融創副總裁楊立作為特邀嘉賓來到現場各抒己見。
目前來看，大多數人的觀點都是——不必對人工智能感到恐懼，因為這項技術并不成熟，人類不需要對其抱有敬畏之心。
“人工智能目前只能完成某個單一任務，在該方向上專精，所以在完成單一任務上，超越人類是遲早的事情。”——清華大學 智能技術與系統國家重點實驗室主任 朱小燕
誠然，雖然近期大為火熱的“AlphaGo 4：1擊敗李世石”的事情讓人們感到了一絲不安，但事實上這種不安實際上正是源于人們認為——人工智能已經在開始挑戰人類的智商了。
“著名的恐怖谷理論中曾講道，當機器人與人類相像超過一個特定程度的時候，人們就會對其產生恐懼感。”——360云公司 CTO 何萬青
然而，事實上AlphaGo也只是在單一任務（下圍棋）上實現了專精而已，如果讓AlphaGo去掃地或是開門的話，那必然是實現不了的——因為它連實體都沒有，只存在于計算機之中。
與此相類似的，掃地機器人即使搭載了人工智能，也是無法開門的；情感機器人雖然能夠勉強與人交流溝通，但是讓它來下棋也是萬萬不能與AlphaGo相提并論的。
“技術的發展就是機器不斷實現自動化任務的進程。國際象棋和圍棋軟件只是我們通過編程實現的自動化任務，“機器很聰明”這樣的表述并不準確。如“calculator”曾經是需要大量細心、專業技能的計算師職業，卻是最早被計算器這一小設備所替代的。展望未來，我們將看到各項人類的智力任務自動化為社會創造更大的價值的進程，但人類不會被機器替代。”
——“機器人與人工智能”書系國際委員 斯坦福倫理學教授 杰瑞·卡普蘭
“人類之所以能統治地球，是因為創造了文字。文字的記載，是一種知識的凝練和傳承，文字也是人類進步最重要的因素之一。而人工智能并沒有這種能力。”——朱小燕
目前，人工智能實現的基本方式還是通過深度學習技術來實現，神經元網絡負責進一步提升深度學習的能力。而只要沒有脫離這一基本實現方式，人工智能就只能通過人類給出的既定算法來實現某種特定的能力，也就是說，AI是無法超越人類，做一些富有創造性的事情。
“人工智能的實現方式還是訓練，把人的知識教給機器，機器只是學過來而已。所以人工智能目前并不能幫助機器人在創造能力上取得實質突破，而且目前也看不到有某種方法能夠解決這一問題。什么時候機器能寫書了，才能夠稱得上真正具備挑戰人類的能力。人類智能的總結、想像、深度思考和知識遷移能力是機器人無法企及的。”——三星研究院 史媛媛
就在前天（3月23日），外媒報道稱，日本的“人工智能(AI)小說創作”團隊的研究人員表示已經成功賦予了AI寫文章的能力。
然而事實上，該能力的實現方式也只是由人類事先設定好登場人物、內容大綱等相當于文章“零部件”的內容，只有基于這些既定的數據，人工智能才能根據這些內容自動生成小說。也就是說，該AI與AlphaGo相類似——仍然是基于大數據的深度學習來實現這一既定能力，仍然不足為懼。
雖然人工智能有著以上的諸多天生劣勢，但也有一些人認為，人工智能遲早會在大部分領域替代人類，所以人們還是應該抱以敬畏之心。比如在《人工智能的未來》中，庫茲韋爾就表示：
“人工智能一直在以指數級速度快速發展，2045年的人工智能將超越人類智能，“奇點”到來，世界將開啟一個新的文明時代。”
而人工智能之父馬文·明斯基也在 《情感機器》一書中，通過對人類思維方式建模，剖析了人類思維的本質，為人們勾畫了構建情感機器的路線圖：
“為什么說人工智能無法通過窮舉法戰勝人類？就是因為圍棋的局面比宇宙中的原子更多，所以機器戰勝人類最好的辦法就是模仿人類。如果將人類大腦看成一臺機器，那就有助于我們設計出像人一樣能理解、會思考的高級人工智能——情感機器。”
“不可否認的是，人工智能在圍棋上的突破的確很大，而圍棋恰巧是最純粹的測試人工智能機器算法的基準測試方式。圍棋上的下子棋路數據甚至遠遠超過全宇宙的原子數，這也是我們稱之為‘圍棋上的真理’的原因。”——何萬青
在AlphaGo與李世石對決的轉播中，我們能夠聽到解說曾多次表示AlphaGo在當下的這一步是一步臭棋，而在幾輪過后卻又發現是一步好棋。要知道，作為解說的嘉賓也都是專業的圍棋選手，按理說是不會出現這種前后矛盾的思路，然而這的確出現了。
其實，并不是解說不夠專業，而是無法參透其中的“棋意”，因為AlphaGo并不是在用人類棋手的思考方式來下棋。
“AlphaGo上搭載了1000多了CPU、幾百個GPU，其功耗之大可想而知，而人類的大腦只有20W。目前AlphaGo還只是通過黑箱的模式來模擬人類腦部活動，當AI真的產生群體智能時，就會強于人類。隨著數據量的爆發式增長，人工智能將會在未來以更快的速度發展。”——何萬青
去年時值摩爾定律50周年，今年則是人工智能60周年。在這幾十年來，人工智能所應用的深度學習算法其實并沒有變復雜，而之所以在90年代并沒有爆發只是受限于數據量不夠多。
研討會上，何萬青表示：AI的思考更接近本質，能夠對行動動機作出比人類更加合理的解釋——人類不理解或者是無法做出的決策，機器能夠理解，從而突破并超越人類。
“從石器時代開始，人類就在尋求能夠輔助自己的工具——為了延伸臂力，人們學會了制作石斧；為了延伸腿力，人們發明了輪子；為了更好的從事復雜工作，人們發明了各類機械。如今的人工智能同樣是為了能夠更好的幫助人類，雖然在這個過程中，人們的一部分能力被替代掉，但永遠不會替代掉的是人類的思想。只要創新的思想還在，人類就能夠突破自我，推動世界發展，提升人類的能力，在這個過程中，不變的是人類的主導權。”——云基地 執行董事 楊立
事實上，在AlphaGo曝光前，線性思維的人們以為人工智能圍棋離戰勝職業棋手至少還有10年，轉眼間AlphaGo與李世乭的人機大戰就以4:1落敗，這場大戰也成為人工智能史上一座新的里程碑。
之前的一項數據顯示：即使是下得最好的棋手，在‘圍棋上的真理’面前也只能達到5%的程度。在這場大戰中我們也可以看出，深度學習完全是憑借著‘蠻力’——多看、多讀、多理解來實現的棋藝突破。而如果人類棋手反向再向其學習棋藝，那么將至少能夠再提升3%的百分點。
“所以其實深度智能是能夠推動人類腦力繼續向前延伸的。” ——何萬青
“這很奇怪，看到AlphaGo戰勝李世石之后，人們對此感到了恐懼，害怕自己未來會被機器人消滅，然而卻一直在破壞周圍的生態環境而不自省。說實話，我堅信人類終會迎來自我毀滅的一天，然而并不是被機器人毀滅，而是毀于自己沒有糾錯和反思的能力。”——新華網融媒體研究院 院長 楊溟
誠然，我們一直在假設自己是生態鏈中最高等級的生命，但是其實人類還是有其局限性的——比如感知。人不一定會被機器人打敗，但一定會被自己打敗。機器人就像是人類的一種隱喻，或者說——鏡像。
“雖然Google無人駕駛汽車已經能在市區、校園或者居民區控制方向盤、剎車、油門，但要想他們完全替代現有汽車仍為時尚早。從某種意義上看，設計無人駕駛汽車不如做好輔助駕駛，更好地保障人類的安全。”
——“機器人與人工智能”書系國際委員 《與機器人共舞》作者 約翰·馬爾科夫
正如約翰·馬爾科夫在《與機器人共舞》一書中所述，人工智能的發展從誕生之初就走向兩個方向，一個是以取代人類為目標的人工智能（Artificial Intelligence），另一個是以輔助人類為目標的智能增強（Augmentation Intelligence）。這二者關系就像是無人駕駛汽車和輔助駕駛汽車的區別一樣。
實現人工智能所應用的技術，無論是深度學習、還是大數據分析、或是神經網絡，它們都不是萬能的，只是一種工具，事實上這些技術早在多年前就已經成型。縱觀人工智能發展史，AI技術一直是在呈波峰式發展，而現在恰逢上坡期，按照這一劇本發展，AI的發展或許也還會達到一個極限——大數據最終還是由人類總結而生，而這一瓶頸則是AI遲早要面對的。
那么，你的觀點是什么呢？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
