下圍棋是比不過AI了,人腦還剩什麼值得自豪的能力?
原來還覺得人腦是世界上最牛叉的信息處理機,現在圍棋輸給AlphaGo,人臉識別好像也突飛猛進,感覺人腦在節節敗退啊。還有沒有什麼值得自豪的人腦功能了?
我初中的時候,班上一位同學在考試的時候偷看鄰座的卷子,被老師抓住了。
「我只是看了他設了哪個量為x而已,其它都是我自己做的。」同學委屈得說。
「最關鍵的就是哪個量設為x,其它的都是體力活。」老師說。
你有過這種經歷:一道平面幾何題思考幾個小時都沒有任何思路,看見別人畫的輔助線就思如泉湧么?
AlphaGO之所以能戰勝偉大的棋師,是因為它的設計師把「圍棋的戰略戰術」轉化成了計算機最擅長的「算術題」。而最精妙的建模過程,依然是人腦完成的。AlphaGo可以學習,但是這個「學習」是狹義的------它只是在通過經歷棋局,優化目標函數的參數配置而已-----它並沒有充當整個建模的「建築師」Architect。AlphaGo的「學習」可以讓自己變得更加高效(more effective)而非更加聰明(smarter)
當計算機(人工智慧)能做到從零開始,自發地把所有的「難題」都有效地轉化為它擅長解決的問題的時候,那我們就確實沒什麼優勢了。
設計和維護AI的AIA(AI Administrator),急缺崗位,而且處在目前的學科斷層盲區。
業內人士精彩對罵:Deep Learning 的專家如此急缺,它難在何處? - 計算機
嗅覺。
嗅覺是一種遠感,即是說它是通過長距離感受化學刺激的感覺。氣味分子落在嗅覺感受器上,再把信息傳導回大腦。
人類的鼻子可以聞見一萬億種氣味,並加以分辨。但是在我們身體里所在的位置,如圖所見,卻非常的小,又小又實用。
如果AI要配置這麼一套設備,體積必然加大,計算也會更加複雜。不是完全造不出來,而是,無法比得上人類。
現如今的氣味檢測儀主要用於家裝,或汽車氣味檢測。一部檢測儀,可以檢測出大概20左右種的氣味。體積如手掌大小。
氣味有什麼用?通過聞氣味,我們可以知道瓦斯沒關。通過聞氣味,我們可以知道身上的衣服需要換了。通過聞氣味,我們知道前邊有一條臭水溝。通過聞氣味,我們知道春風十里,萬物復甦。通過味道,我們都不用回頭,就知道抱過來的是誰。通過氣味,我們可以預知很多的危險。
頓悟。如果沒有現成的演算法,連網上也沒有,那麼計算機應該做不到自己靠自己頓悟出來吧。然而,這就是我們人類牛叉的地方。我們可以苦思冥想,老是解決不了這個問題,但是突然想到一個前無古人後無來者的辦法。這才是人類不斷進步的源泉啊。
什麼時候有個ZetaSolver在人類指示它寫一個圍棋AI之後自己寫了一個AlphaGo II出來,
這個ZetaSolver差人類還有很遠;
什麼時候Skynet自己懂得獲取信息看到圍棋看起來不明覺厲而且可以嚇唬人類然後寫了個AlphaGo III出來
估計就可以和人類比一比了。創造AlphaGo啊。。。。
說得就好像AI不是人腦的成果似的
鄙視其他人腦
阿爾法狗大火的那陣子,馬哲老師寫了這樣一篇文章:
潘坤——「我他媽是個藝術家」
《詩意地棲居於大地》「海德格爾說,人,是詩意地棲居。這些天,一個叫阿爾法狗的機器人連續戰勝世界著名圍棋棋手的新聞報道鋪天蓋地,其間總有些二貨起鬨說人類被機器人取代和統治的時代已為時不遠,面對這幕鬧劇,我腦子裡不斷浮現的只有這句話。」
人的標誌性規定不是理性,的確,人有理性,所以人運用理性去範疇化地思維界定若干事物,但人犯了一個嚴重的錯誤,就是由此誤以為對人自身也可以做同樣地理性規定,這便是形而上學所有錯誤的根源!在此之後,大牛人馬克思說人在本質上是一切社會關係的總和,大狂人海德格爾說人是人所牽掛和捲入的世界,大病人拉康說人是自以為是將軍的奴隸,其實,他們都在喃喃地告訴世人,人是空無,不是一個理性可以規定的實體範疇。當然,人在許多領域的理性能力上都比不過冰冷的計算機,甚至冰冷的計算器。(我上小學時就把計算機和計算器傻傻分不清楚,這也印證了當年的我作為人的理性能力的孱弱。)不過,當我告訴我一位以計算機謀生的朋友,人不是被異己於自身的機器人戰勝了,因為人和機器人的區別不在理性層面上時,他的冥頑不靈最終讓我咆哮地質問他:「阿爾法狗有他媽的幽默感嗎?」當然,它沒有!因為幽默屬於詩意,而詩意是理性的對抗者!
所以,我不能想像計算機能編程出真正的詩歌,那份輕盈和靈性,驕傲和脆弱,敏感和痛感是人性的全部根底所在,無論你身處何時何地,縱然世界萬般操蛋,她支撐著你。《北京人在紐約》里,姜文飾演了一個去紐約的北京小提琴手,他在失了工作,丟了老婆之後,勇猛無恥地奮起,最終成為富裕資本家,此後他花大價錢請了一個交響樂團陪他在空曠無人的大廳里演奏,一曲終了,他恨恨地說,這些年,無論我什麼樣子,我都告訴我自己我是一個藝術家,我他媽是一個藝術家。藝術,這也是詩意!她支撐姜文對抗著財富、階層等現代社會的種種理性秩序。
范虎讀書時尤喜寫詩,他學的是動物科學專業,當年常被我嘲笑為殺豬派詩人,他出身綿竹農村,畢業後去了營山農村,離校時在車上朝我們喊了一句「川農大再沒有詩人了」,後來他回校混了個碩士文憑,叫農業推廣碩士。他為人誠懇樸實,一臉厚道,甚至於近年開始無所顧忌地發福。他所有的所有,都很貼近大地,也如大地般沉澱沉穩沉著,但他的詩卻寫的輕盈、透明、晶瑩,甚至有時候還有空靈的詩,微吟的詩,和長嘯的詩,他甚至取了一個詩名,叫范思朦,總之,他詩意地棲居於大地之上。
那一年,我還是個酒徒,在一個醉意盎然的晚上,和一幫令人難忘的朋友合謀將范虎灌醉,我們逼他現場賦詩,他在醺醉朦朧中頹然嘟囔:「再也沒有那些事,再也沒有那些詩」。
不知道為什麼,彼時彼景,斯人斯語,我一直覺得那是一首好詩。你不以為然?隨球你的便!詩的好壞有理性的標準嗎?在電影《死亡詩社》里,羅賓威廉姆斯扮演的老師在第一課就帶領學生把詩歌的評判標準的數軸圖給撕個粉碎。為什麼?因為在四季變化更替的大地上,人在詩意地棲居。
簡言之,神經運動控制(Neural Control of Movement)的能力。
李世石剛投子認負一局的時候,朋友圈就已經刷屏炸鍋。這擺明了就是說亞洲小李子能不能五局三勝幹掉谷歌 AlphaGo 已經無關緊要,重要的是大家認為「天工智能」今朝妥妥地被「人工智慧」又掀翻一個場子。
到了這種成王敗寇的歷史時刻,在我們這些聽命於大腦的芸芸軀殼來看,總是覺得酸酸怪怪的。
人類對自己大腦的自豪感和優越感從來都無以復加,所以無論人工智慧取得了多麼輝煌的成就,總能聽到那句酸不溜丟的「再厲害的機器也是人造出來的」。
其實對於 AlphaGo 這樣具備學習和進化能力的物理實體,它進化的過程已經完全獨立於創造它的那一顆顆非凡的大腦。如果非要把人工智慧體的功績都算在人腦頭上,這就跟非要把諾貝爾獎發給愛因斯坦他爹一樣荒謬。
神經運動控制是難搞定的
大腦及神經系統對身體運動的控制能力,是人工智慧繞不過的夢魘。
剛好我在果殼網上寫了幾篇文章講到運動控制的問題:
- 運動控制:AI尚未完成的挑戰
- 神曲、神舞與神經
就拿最常見的行走運動來說,人類因為直立行走,所以就好比是筷子上戳了個蘋果,天生就是個不穩定的倒立擺:
圖片來自於我家冰箱和果殼網
其後隱含的控制問題在這個小遊戲裡面就能深刻體會:QWOP
雖然平時我們喜歡說「四肢發達、頭腦簡單」,但神經運動控制其實也算是人工智慧的一個方面。比如UCSD的 Cauwenbergh 課題組就是用大規模集成電路同時研究腦認知與運動控制的功能(EFRI-M3C: Distributed Brain Dynamics in Human Motor Control) USC 的Terence Sanger教授現在是運動功能障礙的專家,但 Terry 同學從出道的時候就混的是人工神經網路和AI領域,1989年隨手一發的論文,到了 Deep Learning 異常火爆的今天已經引用過千了:
神經運動控制有什麼用
一個重要的作用是治療運動障礙類疾病。如果一個人運動相關的元件出了毛病,也就意味著患上了運動功能障礙類疾病。既然是病,那麼修理起來就進入了醫學而不是工程學的範疇,也就得遵循神經運動的生理原理來分析,
再依照血肉之軀的解剖結構來下手,總之大自然給設下的自虐條件一個也不能少。
家裡大黃狗不能動了?如果找波士頓動力做大狗機器人的工程師來治病,估計旺財就要祥瑞了。
其次就是一個比較高遠的目標了——「圖靈測試」。
如果說電腦的終極目標是以假亂真,那一定不僅是看臉下棋這種純信息的流動,必須還要在運動上與真人別無二致。這就是運動上的圖靈測試。
話說回來
身為神經運動控制探索者中的一員,我對於「人工智慧」再下一城甚是欣慰,但遠未嘆服。如果有一天,亞洲小李子對面能坐著一個化身人形的 AlphaGo,它能在對弈中舉棋落子,思索時搖扇品茗,輸棋了撒潑打滾,得勝後握手言笑,那我就服。
不過那時我會指著
AlphaGo 說:「你再怎麼厲害,也是我們造的!」
我了割草這個。。。。你說人跑不過汽車就生無可戀了。。。其實人連自行車都跑不過。。。
人類智力的精髓在於意志(Will power)。只要人是活著的正常的,就有可能完成各種任務,。。make things happen.百度翻譯
Google 翻譯
Bing Translator
冷靜一下
——————————————
我決定來補個圖:
內平衡系統
運動平衡能力
面部識別模塊
自主學習能力
and…
便攜性。
我想不管是過去現在還是未來,人腦特有的作用都是對信息的不對稱性進行利用,雖然未來,這種信息的不對稱性的可利用空間會越來越小……
嘮嗑
認真的,這個解決了,意義比贏圍棋世界冠軍重大一千萬倍
本人正在做一些微小的貢獻。。。。
人有一點電腦現在是比不過的,就是欺詐本能,人善於欺騙和偽裝,甚至能欺騙自己,電腦顯然不具備這一功能。
AI要趕上人,顯然要具備這一功能,但是沒有程序員去開發這個,所以在可見的未來,AI不能超過人類。
多了。只能說一切有關查找類型的問題,在計算機計算能力越來越強的情況下,人類會被逐漸替代。但是人類除了查找以外還有很多其他的能力,比如創造力,邏輯推理(計算推理並不能覆蓋所有邏輯形式)等等。
我目前想,如果alphago這種技術運用到醫療診斷會是什麼樣子,只要家庭聯機到雲計算上,根據一些現象就可以隨時診斷毛病,並且開處方。可以大大降低醫療費用和等候時間(國內那些騙錢的,冒充的專家可以失業了),這對世界普遍存在的醫療資源緊張都是一方良藥。並且就電腦下棋的水平來看,達到並超過人類專家診斷正確率並不是一件不可能的事情(並且還能自行優化,可以比以前的專家系統更為準確)。哎。你見過有哪個人類在感慨,「哎人類最頂尖的運動員也跑不過一輛桑塔納」,「哎人類最強壯的大力士也比不過一架起重塔」,「哎人類最精通數學的人計算速度也比不過一台計算器」,的嗎?
補充兩張圖吧!
&>&>&>&>&>&>以下原答案
人腦的功耗只有20瓦,並且可以多線程工作,同時完成肢體控制,接受視覺聽覺觸覺的信息輸入,能夠瞬間認出人群中的某張臉,這些方面你讓一個20瓦的機器來試試,那是絕對不可能的!
人腦之所以在計算能力上不如電腦,那不是因為人腦不如電腦,而是因為計算能力不是生存必須的,而且現在已經由電腦來做了!
如果說計算能力會危及到人類生存,相信人腦並不會比電腦遜色多少!
我在自己的專欄提出了一個觀點:人工智慧=人的智能+電腦的蠻力 - 知乎專欄,內容如下:
在我看來,人工智慧是將人的一部分邏輯教給電腦,人類的邏輯跟電腦計算的蠻力一結合,就形成了人類邏輯的加強版。
比如計算器,實質上就是將人類的計算邏輯教給電腦。因為電腦有蠻力加成,所以電腦只要學會了這個邏輯,它就會比人類算得快。
同理,只要用邏輯運算很好地模擬人類下棋的邏輯,電腦一定比人類厲害,AlphaGo贏了人類並不奇怪。
雖然機器學習技術誕生後,程序員更多地向電腦描述目標,而非計算過程,但其實還是程序員將目標變成了電腦的邏輯運算。電腦的智能是程序員賦予的,智能其實還是人類的優勢。電腦的優勢是蠻力。
-----------------------------------------
這就好像從人類徒手工作的時代過渡到使用工具工作的時代。人機大戰表明,通過使用工具,人類下圍棋會更厲害。我們沒有必要赤手空拳地跟工具較勁。從國際象棋也出現了人機結合賽,結果表明,人機組合的棋力優於純機器。
所幸還知道關機鍵在哪
推薦閱讀:
※從醫學角度看,「頭部移植」會涉及哪些技術難點?現今有無解決辦法?
※腦科學的發展可以完全解決人類語言能力的實質問題嗎? 它的發展是否會導致神經語言學領域的消亡?
※有沒有醫學大神或者有腦鳴鳴康復經驗的病友啊…?
※機器人會產生非條件反射和條件反射嗎?
※為什麼大部分星圖軟體的夜間模式是紅色的?