技術再不發展,人這台舊機器就要跟不上時代了
遇見未來:How to Build the Future
2014年的秋天,全球知名的孵化器Y Combiantor在斯坦福大學舉辦了一系列共20節的創業課程「How to Start a Startup」。2016年中,YC開始製作一系列新的視頻內容「How to Build the Future」,節目將會由YC的主席Sam Altman主持,對話那些成功創辦公司,並且改變我們當今生活的企業家。例如:Bill Gates, Jessica Livingston, Elon Musk, Peter Thiel和Mark Zuckerberg等。製作新節目的目的,Sam Altman在博客中有寫到:
Technology companies have become a powerful way to build the future. Our goal with this series is to share advice about how you can do it, too.
其中的一期節目,由Sam Altman對話Elon Musk,一段對話很有意思:
Sam Altman:人類這種生物太慢了Sam Altman對話Elon Musk
Elon:我覺得是創造一個高帶寬的介面連到我們的腦部。我們現在的帶寬被大大限制了,我們大腦本來的能力是超過email,電腦,手機或APP的,我們本來就是超人,所以我覺得解決我們腦部的帶寬介面問題是很重要的。
Sam:再說回到AI。你對AI發表過很多觀點,你能不能再說說在你看來一個樂觀的未來會是怎樣的,並且我們該如何實現?
Elon:這就是我們做OpenAI這家公司的原因,我們想把AI技術傳播出去,所以它不會只掌握在少數人手中。當然,這也還是要配合連接到大腦皮層的高寬頻介面。
Sam:人類這種生物太慢了。
Elon:對的,沒錯。但我們大腦中也有皮層和邊緣系統。邊緣系統就好像是原生的大腦,掌管你的直覺之類的東西,而大腦皮層負責的是思考的部分。這兩者大多時候都能很好地工作到一起。所以,我覺得如果我們能很好的把AI和大腦皮層連在一起,就像大腦皮層和邊緣系統所做的事情一樣的話,我們就能變成「AI人」共生體。而當每個人都能成為AI人的時候,我們也就解決了AI獨裁的問題。這就是我能想到的最好的結果。
是的,大腦皮層和AI連接在一起。連接,解決的是高帶寬介面問題,或者說IO(輸入輸出)問題。接下去,就能充分利用大腦剩餘未被開發的能力,或者說CPU(處理性能)。最後,結合邊緣系統的工作(即直覺),達到完美的配合。
一個高帶寬的介面連到我們的腦部講到「一個高帶寬的介面連到我們的腦部」,我不禁想到《攻殼機動隊》。
《攻殼機動隊》由日本漫畫家士郎正宗(Masamune Shirow)創作,故事設定在未來的日本。在未來社會,全世界被龐大信息網路連為一體,人類的各種組織器官均可被人造化。生化人、仿生人、人類共存在地球上,單憑肉眼無法識別。很多人的身體都有著與網路連接的埠(在脖子後面),身體純粹成為了一個容納人類靈魂的容器。在這樣的背景下,犯罪活動也有了新的動向,日本國家公共安全委員會下屬的秘密行動小組「攻殼機動隊」就是專門為對付此類犯罪而成立的。
片中,隊長草薙素子的脖子後部就有這麼一個連接埠,來控制機器設備、或讀取電子腦獲取訊息。如果我們已經可以通過技術手段解決輸入輸出和處理性能的瓶頸問題,那麼:人和具有強人工智慧的機器之間,最後的差異是什麼?
記憶memory→即興improvisation→私利self interest→自我意識self conscious對於這個問題的思考,很像HBO出品的燒腦美劇《西部世界》中人和Host之間的關係。我們來看下S01E03中,福特給伯納德做的那場關鍵的介紹。
Host具有覺醒(自我意識)的能力,步驟是:記憶memory→即興improvisation→私利self interest→未知的金字塔頂。而這未知金字塔的頂端就是:自我意識self conscious。並且,在整個四步的串聯過程中非常重要的:錯誤。
Evolution forged the entirety of sentient life on this planet using only one tool: The mistake.
還記得之前Elon Musk說的嗎?邊緣系統掌管直覺,大腦皮層負責思考。如果AI連接大腦皮層意味著更強的思考能力,那麼人類和強人工智慧機器之間的最終區別,是否只剩:直覺?
白宮報告:未來一二十年 每3個月消失6%的工作我們看看目前的人工智慧已經做到了什麼地步。在年初結束的圍棋人機大戰,人工智慧AlphaGo與李世石對決,比分最終定格4:1,AlphaGO獲勝。人們不禁發問,強人工智慧會威脅人類嗎?未來人類與AI的關係到底是什麼?
AlphaGo是一套為了圍棋優化的設計周密的深度學習引擎,使用了神經網路加上MCTS (Monte Carlo Tree Search),並且用上了巨大的谷歌雲計算資源,結合CPU+GPU,加上從高手棋譜和自我學習的功能。結合了大數據、機器學習、大規模並行,但目前並不是通用AI。
美國白宮發布報告《人工智慧、自動化和經濟》,這是繼10月白宮發布《為人工智慧做好準備》報告之後,再次發布以AI為主題的報告。本報告討論了人工智慧驅動的自動化對經濟的預期影響。
未來可預測的、易於編程解決的任務,例如交換機操作員、備案員、旅行社代理和流水線裝配工人等勞動密集型職業容易被新技術所取代。甚至一些工作崗位被消除。新技術將提高從事抽象思維、創造性任務和做出決策的人的生產力,因此使這些人工作生產力大幅增長。市場對勞動力的需求轉向更為高端、熟練的勞動力,相對提高了這一群體的報酬,從而導致不平等加劇。
近幾十年來,計算機和通信技術的發展對勞動立市場的影響,將會在人工智慧領域重現。未來十年或二十年,9%到47%的工作會受到威脅。按此趨勢,每3個月約有6%的就業機會將消失。
哎...技術再不發展,人這台舊機器的硬體性能,就要跟不上時代了!
推薦閱讀: