《人工智能再升级,会颠覆人类吗?》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 冯瑞华
  • 发布时间:2018-05-15
  • 谷歌召开一年一度的Google I/O大会,会上展示了谷歌新研发的人工智能软件谷歌助手(Google Assistant)的神奇力量。一位用户想剪头发,谷歌助手直接帮用户电话预约理发店,在全程与理发店的真人对话中,谷歌助手丝毫没有出现任何滞后和逻辑错误,理发店那头丝毫没有察觉到自己是在和AI对话。谷歌助手还可以帮人预订餐馆、影院、旅行社,通过学习还能像一个发小/闺蜜/老友那样陪人聊天,同时实现多线处理。

    谷歌助手展现的功能意味着人工智能的进一步升级,而且具有里程碑意义。如果让理发店的职员都意识不到是在与AI对话,证明谷歌助手通过了图灵测试,拥有了与真人相同或类似的智能或智力。

    即便这样,也并非是AI的逆天或将会颠覆人类,因为这只是人工智能在言语、逻辑上的进一步突破,还无法完全拥有与人一样的智慧或智能,如人的最根本的综合分析和思维能力,以及此后的行动,如设计、制造和创造等方面的能力。

    美国Uber自动驾驶汽车发生车祸就说明了AI的低能。3月18日晚10点,Uber的一辆无人驾驶汽车在亚利桑那州撞死了47岁的行人伊莱恩·赫茨伯格(Elaine Herzberg)。现在初步的调查结果表明,出事前Uber自动驾驶汽车已经探测到了行人,但Uber自动驾驶软件(AI)并没有作出反应。部分原因是,该技术被调整为忽视那些被认定为“误报”的物体,如道路上的塑料袋等。

    也就是说,自动驾驶AI尽管发现了行人,但把行人误当成塑料袋等物体,没有理会和处置,继续前行,酿成大祸。这就是AI与人的智能的重大差异,是AI的深度学习能力与人的综合智能的天壤之别。

    人的感知和认知是根据外界事物的全面特征并加以综合分析后迅速得出结论并采取措施,有的时候就是所谓的直觉,然而这种知觉是建立在综合感知和综合分析之上的。对于活着的物体(人和动物),人的认知不仅要靠相貌、体形,还要通过动态(运动)、立体(三维)、气味、方向等来判断,就连方向也能分辨为上下、相向、同向和横向等。

    发生事故时,赫茨伯格是在推着自行车行进,这个运动特征与人的特征加在一起,可以让人(驾驶员)迅速判断出前方是人,必须刹车或转向。遗憾的是,即便有这些识别特征或要素(最重要的就是正在行走的人),AI驾驶软件也没有辨认出是人,误以为是无生命的物体。

    升级的谷歌助手和Uber自动驾驶汽车事故,再次提出了人工智能的一个根本问题:人工智能是纯粹的仿生(仿人)智慧,还是独立或有别于人的智慧。有人认为人工智能不是仿生学,另有人认为人工智能就是仿效人的大脑的功能,即便不是完全的仿生,也是模仿人的大脑的综合智能。严格说来,从人工智能的术语以及综合智慧看,人工智能就是在仿效人的大脑。

    人工智能的另一个进展更说明问题。创造出围棋人工智能Alpha Go的Deep Mind团队设计了一个大型的人工神经网络结构(人工智能软件),放置于虚拟现实的游戏环境中。经历强化学习后,这个人工智能在游戏迷宫中向目的地前进的导航能力超越了一般人,达到了职业游戏玩家水平——它能像哺乳动物一样,寻找新路线和抄近路。

    这个原理就是模仿人的大脑细胞中不同的辨识方向的神经细胞研发的,大脑辨识方向有三种细胞,分别是位置细胞、方向细胞和网格细胞。人工智能学会了人的辨认方向的能力,如果应用到自动驾驶当然可以更省时间、少跑弯路和节约汽油。但是,能否避免事故的发生却不是拥有所有方向细胞的功能就能胜任的,而是要结合大脑的其他功能,如需要结合感知物体运动和空间距离,以及识别外貌外形的能力。

    在很多单项智能方面,人工智能早就大大超过了人的能力。如德勤公司去年开发的财务机器人,可以顶替15个人工财务的工作,机器人可以把36万小时的人力工作在几秒钟就完成。未来包括财务、计算、统计、低端技术、体力工作在内的70%的工作,都可能被人工智能替代或颠覆,但人工智能不可能替代人脑的综合智能,更不可能全面接盘涉及生命和健康的行业。

    当然,从逻辑上说,未来也存在人工智能颠覆人类的可能,但那是建立在全面模仿和超越人脑的综合智能的基础之上。

    .

相关报告
  • 《神经科学会成为人工智能“超进化”的关键吗》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2019-03-20
    • 人工智能会取代人类吗?这个问题一度引发全民热议。虽然目前人工智能正在快速提“智”,但是这不代表它真的很聪明。相反,很多时候它还很傻很天真,仍然需要向人脑学习。 近日,以色列魏茨曼科学研究学院计算机科学系教授希蒙·厄尔曼发文表示,相信神经科学能为人工智能发展提供进一步的助力。那么,人工智能和神经科学究竟有什么关系?神经科学到底如何进一步助力人工智能发展?深度融合神经科学的人工智能将发生哪些变化? 神经科学和人工智能本属同源 谈到人工智能和神经科学之间的关系,中国科学院上海生命科学研究院副研究员王小理用两句话来概括:同源分流、学科独立;交叉融合、分久必合。 最初,人工智能与神经科学是两门各自独立的学科,有着不太一样的研究对象、研究方法体系。从学科起源的时间原点来看,人工智能学科以1956年美国达特茅斯学院夏季讨论班为缘起;而神经科学诞生的标志可以回溯到1891年的神经元学说。这样看神经科学算是人工智能学科的“前辈”。 神经科学更多地侧重于生物学意义上的神经活动的规律,解析包括思维、情感、智能等在内的高级神经活动的发生机制,而意识起源问题,则是神经科学的终极目标,研究方法上神经科学是以自然现象归纳为主的“实验科学”。而人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学,研究对象不是智能而是智能操控,现阶段研究方法上是侧重于对复杂现象进行模拟仿真的“计算科学”。 “但可以将神经科学和人工智能的关系简单理解为源和流。”王小理告诉科技日报记者,人工智能的兴起和发展离不开神经科学成果的滋养。 正如希蒙·厄尔曼文章所述,早期人工智能领域的科学家将生物神经系统作为参照对象,创造出了近年来盛行的“深度网络”脑启发架构,这是一个非常鲜明的“源流”案例,也一直为神经科学家和人工智能领域科学家所津津乐道。但有些人工智能领域的专家,认为深度网络前期是仿脑,后期发展了独立的方法,因此认为,人工智能有自己的方法体系,基本可以抛开脑科学。这样的观点其实是值得深入讨论的。 中国科学院神经科学研究所蒲慕明院士曾向记者表示,近年来,脑与神经科学、认知科学的进展使得人们在脑区、神经微环路、神经元等不同尺度观测的各种认知任务中,获取脑组织的部分活动数据已成为可能,获知人脑信息处理过程不再仅凭猜测,通过多学科交叉和实验研究获得的人脑工作机制更具可靠性。因此,脑科学有望为机器学习、类脑计算的突破提供借鉴。 但是,人工智能对神经科学发展的反哺或反馈作用也是客观存在的。在神经科学基础研究阶段,人工智能可以辅助研究人员解析复杂的脑神经信号、脑神经图谱实验数据,构建和模拟大脑模型系统等。在转化应用阶段,人工智能还能加速脑科学成果的应用,例如大脑疾病诊断与新疗法成果的临床转化等。 打开人工智能“黑箱”的几条通路 事实上,没有神经科学大的理论突破,没有对智能生物本原的认识,人工智能中的“智能”概念很可能就一直是个“黑箱”,而智能模拟与扩展就可能一直在“外围”打转。比如,美国国家工程院《21世纪人类面临的14大科技挑战》报告就认为,人工智能目前存在的部分问题是源于设计中并没有充分考虑真实的大脑情况。而通过对人脑的逆向工程来揭示大脑的秘密,可以更好地设计出能同时处理多重信息流的计算设备。 目前神经科学在助力人工智能发展上有几条通路。王小理介绍,具体路径上,可以延续认知经验主义思路的人工智能发展方向。例如,对于人工智能而言,目前总是用一个特定的任务去训练它,而忽略了它接触其他事物的过程。如果给智能体一个类似成长环境和成长过程,是不是会让它更智能呢?人类的智慧是建立在沟通之上的,目前的人工智能体还没有自主沟通能力, 这也是目前的人工智能水平与强人工智能的差距所在,也是未来的发展方向。 但也可能,希蒙·厄尔曼提出的借鉴人类先天认知系统更具有意义。深入理解大脑的原始能力,从而实现高级的机器逻辑能力。人类具备学习如何学习的能力,如果让智能体学习如何学习,那么这种二阶学习的关系也许会让它学得更快,如果未来智能体有了想象力和计划能力,那么它也许真的可以创造出一些我们人类很难创造出的东西。 此外,神经科学助力人工智能,在人工智能重大技术领域也有几个方向。例如,构建统计关联与特征关联相结合的新型学习理论,实现“知识驱动”与“语义驱动”关联统一;构建融合深度学习与强化学习、演化计算、主动学习、毕生学习等仿生和自然计算理论的新型理论框架;实现大规模并行神经网络、进化算法和其他复杂理论计算;具有自主学习能力的通用性人工智能系统等。 未来两者深度融合大有可为 那么,深度融合神经科学的人工智能将会发生什么变化呢? 对此,王小理认为,目前神经科学与人工智能的融合,只占生物大脑计算原理的冰山一角。准确预见未来人工智能将如何发展很难,但如果洞察神经科学、人工智能的学科发展规律和人类经济社会发展大趋势,粗略勾勒未来发展阶段还是可能的,这对于找准创新突破口,明确创新主攻方向非常关键。这也是包括我国在内开展相关脑科学预测和技术预见的初衷之一。 从当前到2025年,神经科学继续保持高速发展态势,但颠覆性的理论成果还不多,在这一时期,人工智能和大数据技术是神经科学发展的“加速器”。而到2030—2035年,神经科学将迎来第一轮重大突破,在神经感知和神经认知理解方面出现颠覆性成果,从而反哺、革新人工智能的原有算法基础和元器件基础,人类社会进入实质性类脑智能研究阶段。 到2050年,神经科学将迎来第二轮重大突破,在情感、意识理解方面出现颠覆性成果,开发出一个多尺度、整合、可验证的大脑模型理论,类脑智能进入升级版,并将推动人脑的超生物进化,神经科学和类脑智能学科融为一体,人类社会全面进入强人工智能时代。当然,围绕神经科学和人工智能特别是强人工智能,还有许多科学理论和社会与伦理方面的问题。 “我们相信,未来神经科学领域大有可为、未来神经科学与人工智能融合大有可为。”王小理说,从人类科技文明长河来看,神经科学和人工智能是同一枚硬币的两个面,虽然相互独立,但都有共同的指向:为人类的生存和意识演化提供新可能。
  • 《专家学者研讨:人工智能会让人类成为濒危动物吗》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:姜山
    • 发布时间:2018-05-21
    • “人工智能的发展,远不是单纯的技术问题,它带来很多需要深入分析、求解的人文挑战。”5月19日,中国工程院院士、清华大学教授吴澄在“两界联席会议”上说。 在这次会议上,来自自然科学界和社会科学界的专家学者,试图在培育壮大人工智能产业,抓住人工智能发展机遇的同时,推动对人工智能伦理风险和社会挑战的前瞻性应对研究。 太阳微系统公司联合创始人、计算机科学家比尔·乔伊曾说,在21世纪,人类拥有的最强大的三种技术——机器人技术、基因工程技术、纳米技术,正在使我们自己成为濒危动物。此言一出便引起轰动。 那么,人工智能会让人类成为濒危动物吗?人工智能会给人类带来哪些远虑近忧?人类又该如何应对? “人工智能应用于社会、经济、工业、生活的范围会越来越广,人类进入智能自动化已经不远了。”吴澄预计,未来人的社会分工将面临巨大的变化,因为机器学习用于自然语言理解、图像识别、数据处理等方面已经超过人类的水平。 如果列出一份“人类剩余优势清单”,那么,在中国社会科学院哲学研究所研究员段伟文看来,这份清单上现在只剩下“创造力与变通性”“社会知觉”“谈判艺术”和“论证能力”。 “未来,虚拟现实成瘾、辨别现实障碍、身份认同焦虑、机械移植排异、超智能精神失常、机器人恐惧症、自我刺激成瘾、寿命延长倦怠等,都有可能成为困扰人类的疾病。”段伟文说。 对于目前存在的人工智能悲观论,吴澄表示:“我们离‘机器人当政’的那一天还早,人类自身有能力引导人工智能的健康发展。” 在吴澄看来,人工智能是机器对人脑思维、认知功能的模拟。从目前来看,人工智能研究的主流还停留在“弱人工智能”的范畴,这些研究对人类有益无害。 与此同时,引导人工智能的健康发展已被提上日程。2017年1月,为了规范人工智能技术研发,霍金、伊隆·马斯克、德米斯·哈萨比斯等在内的近四千名各界专家发起并签署了“人工智能23条”倡议,从顶层规划上引导人工智能的健康发展,规定了研究目标、研究资金、科学政策、研究文化等23项内容。 如果说对人工智能发展的“远虑”只是来自想象,那么,现实生活中,人工智能难免没有“近忧”,如数据保护、失业保险等。 段伟文表示,现实中,数据智能已经让社会出现了“数据即存在”的状态,无论人主动与否都是数据的贡献者,社会变成了解析社会,而解析结果很可能带来歧视和不平等。人工智能的发展要永远尊重人类情感,最大限度地尊重人类的隐私权。 “人工智能生成物的权利归属、人工智能作为法律主体的界定等,都推动人类重新审视现有法规。”北京理工大学教授马宏宾说。 此外,斯坦福大学一位教授也预计,美国注册在案的720种职业中,将有47%被人工智能取代。“人工智能的发展,会淘汰一部分落后生产力,也会影响众多从业着,这是需要政府及早制定相应的政策。”吴澄说。 “对于人工智能及其发展程度的判断,人工智能专家和普通大众之间可能有巨大差距,人工智能不同子领域的专家也会有不同看法。在谈论人工智能的未来和潜在风险时,我们还需要工业界、政府、哲学家、法学家以及更大范围的学术共同体的广泛参与。”北京大学哲学系副教授王彦晶说。(完)