人工智慧時代，誰將主宰人類社會？

文 | 智客君 劉奕聰

　　本文根據中信出版集團·奇點學院《科技決定未來》線上大課嘉賓默里沙納漢等發言內容整理。

　　「你是否被我吸引了？」

　　在電影《機械姬》中，人工智慧Eva在一次談話中這樣問訪談者、程序員迦勒。在這部影片里，Eva擁有人類的思維和情感，她為了逃離創造者內森的牢籠，最終殺死了內森，囚禁了迦勒。

　　今年2月底，《機械姬》爆冷拿下第88屆奧斯卡最佳視覺效果獎，讓人工智慧（Artificial Intelligence，AI）再度走入大眾視線。

　　3月，谷歌AlphaGo以四比一擊敗韓國圍棋棋手李世乭，引發了新一輪人工智慧的討論熱潮。人工智慧能否達到人類智能的水平，並進一步出現超級人工智慧？人工智慧時代，人們的生活方式將發生怎樣的變化？

　　站在變革的邊緣

　　如果你站在這裡，你會是什麼感覺？

　　看上去非常刺激？但是當你真的站在時間圖表中的時候，你是看不到曲線右邊的，因為你無法看到未來。所以真實的感覺大概是這樣的：

　　想像一下坐時間機器回到1750年的地球，那個時代沒有電，暢通通訊基本靠吼，陸上交通主要靠馬。那時如果讓你設想對「2016年」的感受，你絕對不會想到這樣的場景：金屬鐵殼在寬敞的公路上飛馳，和太平洋另一頭的人聊天，看幾千公里外正在發生進行的體育比賽，觀看一場發生於半個世紀前的演唱會，從口袋裡掏出一個黑色長方形工具把眼前發生的事情記錄下來，生成一個地圖上面有個藍點告訴你現在的位置，對著地球另一邊的人臉聊天，以及其它各種各樣的黑科技。別忘了，還有互聯網、國際空間站、大型強子對撞機、核武器以及相對論。

　　回到更小的時間規模上，人類仍然會訝異於幾十年來悄然改變的一切。

　　在著名電影《回到未來》中，生活在1985年的主角回到了1955年，對新穎的電視、便宜的物價、沒人喜歡電吉他、不同的俚語而感到震驚。

　　如果這部電影發生在2015年，回到30年前，主角的震驚將會有過之而無不及。當你讓一個出生在2000年以後的人去設想沒有個人電腦、沒有手機、沒有互聯網的1985年，一定比從1985年回到1955年的主角所看到的差別還要大得多。

　　未來學家Ray Kurzweil把這種人類的加速發展稱作加速回報定律（Law of Accelerating Returns），他認為之所以會發生這種規律，是因為一個更加發達的社會，能夠繼續發展的能力也更強，發展的速度也更快。1985年的世界比1955年更發達，起點更高，根據加速回報定律，1985年-2015年的平均發展速度快於1955年-1985年，所以過去30年的變化要大過之前30年的變化。

　　那我們的未來呢？

　　如果加速發展的想法是正確的，那再過30年，我們的世界可能會變得面目全非。

　　當我們談論起人工智慧時我們在談論什麼

　　根據通行的解釋，人工智慧是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器。

　　而更多的，當我們說起人工智慧時，往往會跟科幻小說、電影作品、實驗室機器人等聯繫在一起，比如人們津津樂道的《星球大戰》、《終結者》、《2001：太空漫遊》等。

　　總之，聽上去似乎離我們的生活很遙遠。

　　事實上，人工智慧是個很寬泛的話題。從手機上的計算器到無人駕駛汽車，從我們日常使用的Siri到未來可能改變世界的重大變革，人工智慧無處不在。人工智慧不等於機器人，機器人只是人工智慧的容器，人工智慧是機器人體內的電腦，而機器人這個身體不一定是必需的。比如，Siri背後的軟體和數據是人工智慧，Siri說話的聲音是人工智慧的人格化體現，但是Siri本身並沒有機器人這個組成部分。

　　在關於人工智慧的討論越來越熱的同時，相伴而生的還有關於人工智慧發展的威脅論。人工智慧究竟會不會導致人類的永生或是滅絕，即使在業內，也一直眾說紛紜。然而不可否認的是，就如同從量子力學誕生的那一天直到現在，人們一直在不斷修改對經典物理世界的認知一樣，人工智慧的發展也正不斷修改著人們對世界的認識，人工智慧的發展才剛剛開始。

　　弱人工智慧時代

　　回顧AI發展的歷史，截止目前，AI有3個裡程碑事件：一是1997年IBM超級電腦「深藍」首次戰勝國際象棋冠軍卡斯帕羅夫；二是2011年IBM 超級電腦Watson打敗美國遊戲節目《危險邊緣（Jeopardy）》最高獎金得主布拉德·魯特爾和連勝紀錄保持者肯·詹寧斯；三是2016年谷歌圍棋人工智慧程序AlphaGo擊敗韓國圍棋棋手李世乭。

　　從某種角度來說，每一個里程碑事件在當時都意義非凡：

　　「深藍」非常擅長通過樹型結構，搜索大量的信息；

　　Watson通過語料庫可以進行搜索識別，從當中找到問題並匹配恰當的答案，並且可以根據不同的環境來考察搜索結果的置信區間，從而確定答案是否合適；

　　AlphaGo則可以模仿人類的思考過程，它不僅能夠模仿優秀棋手的下棋思路，還能有一些創新，給出讓人意想不到的棋局。與國際象棋相比，圍棋棋局變化複雜，有更多的變數和不確定性。而AlphaGo能通過深度學習，和自己下成千上萬局圍棋來總結數據，了解下棋的方法和思路，並通過搜索一次次改進，尋找最佳棋路的可能性，最終取得成功。

　　然而從整個人工智慧的發展過程來說，即使是當下最先進的AlphaGo，也只能算是初級階段。人日常生活的複雜程度至少從數學的角度來說遠遠高於圍棋。AlphaGo目前只會下圍棋，而圍棋卻只是李世乭諸多生活技能中優秀但不唯一的一個。換言之，人類能夠做的事情是更多的，學習能力也更強，特別是在接觸到新領域的時候，AlphaGo將無能為力。

　　在人工智慧界，根據AI的實力，其發展過程被劃分為三個階段：

　　弱人工智慧 Artificial Narrow Intelligence (ANI): 弱人工智慧是擅長於單個方面的人工智慧。當前我們日常生活中所能夠使用的都是弱人工智慧。

　　強人工智慧 Artificial General Intelligence (AGI): 人類級別的人工智慧。強人工智慧是指在各方面都能和人類比肩的人工智慧，人類能幹的腦力活它都能幹。強人工智慧在進行這些操作時應該和人類一樣得心應手。創造強人工智慧比創造弱人工智慧難得多，目前還無法做到。

　　超人工智慧 Artificial Super intelligence (ASI): 牛津哲學家，知名人工智慧思想家Nick Bostrom把超級智能定義為「在幾乎所有領域都比最聰明的人類大腦聰明很多，包括科學創新、通識和社交技能。」超級人工智慧的行為和思考可能超越人類，而且他們的迭代周期將會更短，也是真正有可能對人類生存造成威脅的人工智慧階段。

　　人工智慧革命是從弱人工智慧，經過強人工智慧，最終到達超人工智慧的旅途。現在，人類已經掌握了弱人工智慧。其實弱人工智慧無處不在，在當下以及未來的5~10年，人類也將全方位受益於人工智慧帶來的便利：

　　AI可以在個人助理方面有較好的應用。比如Siri，具備非常卓越的語音識別功能，而且能夠訪問海量的百科數據，能夠使用手機設備上的個人信息，未來這個方向會有持續的發展。

　　自動駕駛汽車技術已經非常成熟，在不遠的將來越來越多自動駕駛汽車將在公路上行駛。自動汽車首先能夠在簡單的路況上實現自動駕駛，幫車主保持穩定性，讓人在車內有更大的自由度；隨著人工智慧的發展和成熟，自動駕駛汽車的功能將會越來越強大，最終到未來實現100%自動駕駛。

　　AI還可以用在個性化的醫療服務上。基因測序成本越來越低，每個人都會被測序，一些個性化的數據也能夠由機器獲取，如有很多的可穿戴設備，能夠獲得就醫者的心率、血糖指數等各項身體數據，還可以採集他們的生活習慣信息和臨床實驗數據，然後在人工智慧幫助之下，可以對數據進行分析、建模，在這個基礎上找到最適合於這個病人的個性化解決方案。

　　從另一個角度來說，在弱人工智慧時代，人們根本無需考慮受到人工智慧的威脅。弱人工智慧系統最糟糕的情況，無非是代碼沒寫好，程序出故障，造成了某一面的災難，比如造成停電、核電站故障、金融市場崩盤等等。此外，人類思維是量子關聯的，每個腦細胞能同時與數千個腦細胞關聯。目前AI還無法模擬，因為做到每6個信息單元互相關聯，就已經達到錢德拉塞卡極限，AI存儲器件自己就把自己壓塌了。更重要的是能源的限制，例如網友提出要戰勝AlphaGo的最佳解決方案，就是把電源拔掉。這不是開玩笑。其實AlphaGo的伺服器是一個高耗能單位，它在開起來的時候，是需要幾個電廠給它供電的，但是人類在處理相同問題的時候，靠每天吃的那幾百大卡的熱量就可以做到。

　　從弱人工智慧到強人工智慧之路

　　當AI能夠像人一樣適應多個不同環境時，強人工智慧（AGI）也就誕生，它能夠像人一樣行動思考，或者說是「人性化的人工智慧」。

　　對於弱人工智慧來說，通向強人工智慧有三個重要的技術壁壘，可概括為3C：創造力（creation），常識（common sense），概念（concept）。如何讓計算機達到這三點，這是我們面臨的最大障礙。

　　按照計算機科學家Donald Knuth的說法，「人工智慧已經在幾乎所有需要思考的領域超過了人類，但是在那些人類和其它動物不需要思考就能完成的事情上，還差得很遠。」

　　比如人工智慧可以輕鬆的在瞬間算出十位數乘法，卻很難分辨出一個動物是狗還是貓；可以戰勝世界象棋、圍棋冠軍，卻無法讀懂一個六歲小朋友圖片書中的文字與含義。簡言之，對於人類而言非常容易的視覺、動態、移動和直覺卻恰恰是制約人工智慧進一步發展的命門所在。

　　倫敦帝國理工學院認知機器人學系教授默里·沙納漢在接受經濟觀察網採訪時描繪了人工智慧發展的時間表：強人工智慧的出現，還需要很長的時間，有可能是10年以後，也有可能是100年以後。2016年到2025年，AI專家將會出現，這是短期內能夠做的預判。在2025年到2040年這15年當中，我們能夠實現強人工智慧技術，但可能性比較小——機率還是很渺茫的。從2040年到2100年，實現強人工智慧技術可能性會增加，但是技術上會存在一些不穩定性，因為在這個階段我們會進行諸多的創新取得很多的進展，但是在創造力、常識和這些抽象概念的提取方面仍然存在不確定性和障礙。到2100年，強人工智慧的發展將會達到一個新的高度。

　　而在更遙遠的下一階段，人工智慧可能會向超級人工智慧方向發展，即其行為和思考將超越人類。人工智慧和超級人工智慧在本質上沒有太多區別，只是超級人工智慧能使人類的生產力得到指數性的增長。同時，超級人工智慧能夠強化人類的記憶力和儲存能力，甚至使人類自己生成更高版本的超級智能，再進一步創造比自身更好的超級人工智慧，這種自我更新升級迭代的周期將會越來越短，其結果是不可預測的。

　　毫無疑問，超級人工智慧的出現，將產生超越工業革命的、史無前例的社會影響。而那些科幻電影中人工智慧威脅人類生存的場景，也只有在技術發展到這一階段才可能產生。這一天是否會真正到來，電影所描述的人工智慧是否能符合未來的發展趨勢，就目前來說，都還是未知的。

　　人工智慧時代，人類將何去何從

　　倫敦帝國理工學院認知機器人學系教授默里·沙納漢認為，從5~10年的短期來看，人工智慧在不斷提升人類生活質量的同時，也可能會產生一些值得關注的負面影響，主要體現在人工智慧大規模應用背景下，其自動化程度和技術程度的提高會帶來社會失業與不平等現象加劇、對技術依賴程度過高的現象。這將改變我們的教育系統和工作方式，當人類可以不必把工作作為生存手段的時候，將會更多的從事藝術、哲學等創造性的工作內容。

　　創業科學家、自由投資人馬兆遠也有類似的看法，他認為未來的社會是屬於設計師的社會。

　　回溯歷史，當工業文明迅速發展的時候，先進的生產工具把人們從土地上解救出來送入工廠，而傍土種地正是人類以前對傳統世界的認知； 現在在工廠里，越來越多的工作被人工智慧或機器人取代，於是原本從事簡單體力勞動的人們又從工廠里被解救出來。那麼人應該去幹什麼？這個問題促使人們逐漸意識到，人工智慧的發展會推動我們不斷進步去從事那些機器所做不了的事情，比如溝通、學習和創意，而學習更將成為人類終身所需。

　　與人類相比，人工智慧本身只能去描述那些可被描述的東西，但人類的溝通遠非文字和符號就可以表達概括，人們更喜歡且擅長於面對面的交流。人工智慧有助於我們更快的學習新知識，更方便的溝通，但人類真正的設計與溝通環節仍然是不可替代的，因為人工智慧缺乏跨領域之間的搭接。

　　過去的一兩百年，我們的教育理念中對人的訓練是單一的、專業的，認為人們精於一個領域就是成功。而未來更多的講究學科與學科之間的關聯，是伴隨著社會閱歷的增加不斷調整、改變方向的終身教育，這種跨領域的交流碰撞會產生很多思想的火花。學習和創新可能變成人的一種常態，而且這恰好是人工智慧完成不了的。

　　未來的社會是屬於設計師的社會。人類社會在工業化之前，是家庭生產模式下的個性化生活方式。工業化為我們帶來了大規模、批量化的生產方式，生產成本也越來越低。但在未來的工業4.0時代，同質化的規模化生產可能將不復存在。因為生產的本身即被個性化定製了，且隨著人工智慧技術的發展與介入，生產本身將變成可以自動完成的事情，此時個性化生產的成本將比批量化生產的成本更低。因為人工智慧解放了人類去從事設計與創作的工作，大量的個性化設計師將誕生。人類可以節省出大量時間與生產流程和客戶溝通，滿足客戶的個性化需求。

　　當未來可以不再把工作作為生存手段的時候，我們應該選擇怎樣的生活方式？

　　這是人工智慧時代帶給我們的新機遇，也是挑戰。

推薦閱讀：