「觀點」人工智慧概念火了,我們該如何正確認知「人工智慧」?

2020-12-11 計算科學與人工智慧

2017年9月國務院下發《新一代人工智慧發展規劃》要求「即日起,從小學教育,中學科目,到大學院校,通通逐步新增人工智慧課程,建設全國人才梯隊。」頓時,讓本文作者回想起1984年鄧小平同志提出的「計算機普及要從娃娃抓起」,偉人的一句話,標誌著一個時代的開始。這句「計算機普及要從娃娃抓起」,改變了許多人的一生,為中國三十年來計算機產業發展鋪墊了道路,作者就是被從娃娃抓起的一代人。那麼,30多年前的「計算機的普及要從娃娃抓起」到今天「從小學教育,中學科目,到大學院校,通通逐步新增人工智慧課程。」,是否可以解讀為一種連續的號召或是政策的連續性呢?

鄧小平在參觀電子計算機表演

《新一代人工智慧發展規劃》提到「舉全國之力,搶佔全球人工智慧制高點。」 同時文件進行了三步走規劃:到2020年,我們人工智慧產業競爭力務必要進入國際第一方陣。實現人工智慧核心產業規模達1500億,帶動相關產業規模超萬億。到2025年,我們人工智慧的理論和技術務必達到世界領先水平。實現人工智慧核心產業規模達4000億,帶動相關產業規模超5萬億。到2030年,我們人工智慧務必要佔據全球人工智慧制高點。實現人工智慧核心產業規模達1萬億,帶動相關產業規模超10萬億。

可見國家對於人工智慧是寄予了極大的期望,甚至可以從國家戰略層面進行理解,甚至還可以解讀出國家欲通過人工智慧來趕超這麼多年在科技領域的處於劣勢地位。頓時一石激起千層浪,人工智慧的報導瞬間鋪天蓋地而來。誠然,從整體上說,中國的人工智慧是和美國一道處在第一梯隊裡,中國的京津冀、長三角和粵港澳大灣區,中國的人工智慧企業、人才、資本有大約七成集中在北京;現在,中國確實在人工智慧的某些方面已經趕超美國,至少體現在公司、專利和論文的數量上,但質量上,還有距離;具體到產業領域,中國是全球最大的人工智慧市場之一。

那麼,人工智慧的概念從何而來?到底什麼是人工智慧呢?又該如何去認知人工智慧呢?本文就針對這些問題簡要。

一,誰第一個提出了「人工智慧」?

「人工智慧」(artificial intelligence)這個詞最早是誰提出的。普遍的誤解是,「人工智慧」這個詞是1956年達特茅斯學院夏季研討會——人工智慧的起源事件——的召集者麥卡錫(John McCarthy)想出來的,其實不然。麥老晚年回憶,承認這個詞最早是從別人那裡聽來的,但記不清是誰了。後來英國數學家伍德華(Philip Woodward)給《新科學家》雜誌寫信說他是AI一詞的原創者,麥卡錫最早是聽他說的,因為他1956 年曾去麻省理工學院訪問,與麥卡錫交流過。但麥卡錫在1955 年就在其建議書裡使用「人工智慧」一詞了。

如今當事人大都已仙逝,這事恐成懸案。其實英國人最早的說法是「機器智能」(machine intelligence),這大概和圖靈1950年在哲學雜誌《心》(Mind)上發表的傳世文章《計算機與智能》(Computing Machinery and Intelligence)有關。最早Computing Machinery指計算機,而Computer是指人肉計算員,他/她們用機械計算機從事簡單重複的計算工作。(參見:http://www.sohu.com/a/208199344_211120)

圖靈的《計算機與智能》MIND

第二,什麼是人工智慧?

人工智慧經常被誤用或濫用,其本質在某些方面就被濫用。它代表了很多東西,但很多時候我們都用之不當。例如,AI 是個偉大的營銷術語,開發商往往只是強行將其插入解決方案之中,以達到脫穎而出的目的。App 的用戶會普遍認為,具備人工智慧,那麼其肯定是款智能化、強大的 App 。人工智慧並不是一個新名詞。實際上,這個領域在20世紀50年代就已經開始啟動,這段探索的歷史被稱為「喧囂與渴望、挫折與失望交替出現的時代」。可詳見本「計算科學與人工智慧」-百家號前期發布的「《人工智慧的前世今生》(一)到(四)」。但是要解釋什麼是人工智慧,是非常困難的事情。

重點是智能,要解釋什麼是「智能」恐怕要比解釋什麼是「人工」(或者什麼是機器)更棘手。在一篇1950年發表的著名論文「計算機器與智能」(Computing Machinery and Intelligence)中,圖靈詳細討論了「機器能否擁有智能?」的問題。有趣的是,作為公認的計算機科學與人工智慧共同的先驅,圖靈成功定義了什麼是機器,但卻不能定義什麼是智能。正因如此,圖靈設計了一個後人稱為圖靈測試的思想實驗。關於圖靈測試在這方面的爭議在於人類的腦力活動(mental process)不僅包括智能,同時還具有情感、審美能力、性格缺陷、社會文化習慣等等一系列「非智力特徵」。

百度百科的解釋如下:「人工智慧(Artificial Intelligence),英文縮寫為AI。它是研究、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。人工智慧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,該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來,理論和技術日益成熟,應用領域也不斷擴大,可以設想,未來人工智慧帶來的科技產品,將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能,但能像人那樣思考、也可能超過人的智能。」

百度百科的人工智慧定義

該觀點作者認為是不準確的,總體而言人工智慧是諸多技術深度融合的技術領域,不能單純理解為「計算機科學的一個分支」,它同時還涉及到機械、數學、物理、電子信息、通信與網絡等技術,同時還包括對哲學 、心理學、生物學、神經科學、認知科學 、仿生學、經濟學、語言學等其他學科的研究,是一個多學科多技術的融合。

維基百科的解釋如下:Artificial intelligence (AI, also machine intelligence, MI) is intelligence demonstrated by machines, in contrast to the natural intelligence(NI) displayed by humans and other animals. In computer science AI research is defined as the study of "intelligent agents": any device that perceives its environment and takes actions that maximize its chance of successfully achieving its goals. Colloquially, the term "artificial intelligence" is applied when a machine mimics "cognitive" functions that humans associate with other human minds, such as "learning" and "problem solving"。

維基百科的人工智慧定義

相對於百度百科的解釋,作者更對維基百科的解釋更認同一些,AI也稱為機器智能,那麼機器就意味著單純的計算機科學是無法包括的。AI設備感知環境、產生行為進而達到目標。至於是如何感知、如何指導行為、如何達到是否達到目標,就是諸多研究工作組所要展開的內容了。

《未來簡史》(Homo Deus: A Brief History of Tomorrow)作者的話說,有一個全新的物種在智能上超越人類——本身的定義是不嚴格的。如果就某個單項指標論,機器早就超過人類了。——也許這才是人工智慧的「定義」。作者更傾向於這種定義方式。

《未來簡史》

第三,該如何認知「人工智慧」?

人工智慧的火熱引發了普遍的擔憂,這個擔憂不單單來著普通民眾,也來自很多科學家。

牛津大學的研究人員發表了一篇報告表明,美國大約47%的工作因為機器認知技術自動化而變得岌岌可危。據Business Insider報導,牛津大學與耶魯大學研究人員的一項最新研究顯示,未來50年內機器人將取代包括貨車司機和暢銷書作家在內的數百萬個人類工作職位。

紐約時報暢銷書《The Second Machine Age》論斷,數字科技和人工智慧帶來巨大積極改變的時代已經到來,但是隨之而來的也有引發大量失業等負面效應。

著名理論物理學家Stephen Hawking(霍金)認為人工智慧將和人腦沒有差別,如果成功創造出人工智慧則意味著人類歷史的終結,「除非我們知道如何規避風險。」

Stephen Hawking(霍金)

牛津大學人類未來研究院院長尼克·博斯特羅姆表示「儘管人工智慧技術現在還不成熟,但政府應防患於未然,因為沒有人知道這種技術將以怎樣的速度發展,現階段關於人工智慧控制的方法論都是基於現有的技術體量,一旦人工智慧的發展以幾何倍數爆發時,人類將面臨無法控制的風險,因此我對人工智慧的發展持謹慎樂觀的態度。」

億萬富翁、矽谷創業家Elon Musk(埃隆.馬斯克) 則通過不斷投資的方式來保持對人工智慧的關注。他甚至認為人工智慧的危險性超過核武器。還警告過人們:超人類人工智慧可能帶來不可估量的利益,但是如果部署不當,則可能給人類帶來相反的效果。

Elon Musk(埃隆.馬斯克)

中國科學院院士、清華大學教授張鈸在世界智能大會主論壇上表示。「隨著人工智慧發展,很多人開始擔心人工智慧是否會『超越』人。確實,在某些特定領域中,人工智慧的準確率很高,但這種準確率是建立在大量數據、完全信息、單一領域、確定性強的基礎上,所以,目前人工智慧的應用仍受到很多限制,未來,我們應該在把握人工智慧深度學習規律的基礎上,做好人機共融、優勢互補。」

阿里巴巴總裁馬雲認為人工智慧依舊是以「人」為中心在定義「智能」,而「機器智能」將包括更寬泛的範圍。在機器智能的時代,機器本身將超越人類的智能。是的,他並不在談論人工智慧,直接認定「機器智能」將超越人工智慧,成為未來。在2017IT領袖峰會上馬雲也談到了對AI的看法。他認為,未來要思考的不是Artificial intelligence(AI,人工智慧),而是Machine intelligence(MI,機器智能)。同時馬雲還認為,人工智慧的出現會極大地改變未來的教育形態,不能讓孩子跟機器比算數能力,而要去培養機器沒有的創造能力。

百度公司創始人、董事長兼執行長李彥宏也在會議期間表示人工智慧的算法還處於初級階段人工智慧發展會有弱人工智慧、強人工智慧和超人工智慧三個階段,即使是在超人工智慧階段,還是用電腦的方法模擬人腦,但永遠達不到人腦的水平。

李彥宏2018新年拜年

本文作者觀點:(1)在可預見的5-10年,更多機械式的人類工作會被簡單的人工智慧機器所替代;(2)作為人工智慧領域的研究開發者需要在人工智慧程序的設計時就必須先定義好人工智慧機器所需要遵循法則並用之對人工智慧機器進行嚴格約束,而且這個法則必須達成國際層面的共識,否則人工智慧的演化將會導致混亂和無序,最終脫離人類控制;(3)從技術層面而言,需要探究未來人工智慧機器是否有能力具備自演化出自學習能力、實現機器自我編程、結成機器互聯聯盟,如果可能,那麼諸多人工智慧科幻片展示的極壞結果就可能發生;(4)作者更希望看到的是未來人類和人工智慧的是協同工作,相互補充,人類與人工智慧同舟共濟。

計算科學與人工智慧-百家號版權所有。

相關焦點

  • 「人工智慧」專業來了,CMU的人工智慧專業本科生都學什麼課?
    比如北京航空航天大學去年 9 月宣布設立人工智慧專業;南京大學則於今年 3 月宣布組建人工智慧學院,下設「機器學習與數據挖掘」、「智能系統與應用」兩個本科專業方向;哈工大也在今年 5 月 5 日成立了哈工大人工智慧研究院,承擔科研任務的同時培養 AI 人才。是否需在高中設立人工智慧相關課程都已經引發了討論。
  • 強人工智慧的覺醒與人類的未來丨一文讀懂強人工智慧
    一般而言,弱人工智慧不需要具有人類完整的認知能力,甚至是完全不具有人類所擁有的感官認知能力,只要設計得看起來像有智慧就可以了。因此,過去我們所認知到的人工智慧大多是弱人工智慧,並且人們一度覺得強人工智慧是不可能實現的。
  • 「新一代人工智慧院士高峰論壇」開幕,概覽中國人工智慧企業最新...
    當然,人工智慧的局限也很明顯,需要我們進行一系列工作進行優化。除了重視場景落地、系統開放、平臺開放以外,他特別強調了要數據開放,並提出一個全新的數據開放方式——數據銀行,從業人員可通過交換或交易的方式將自身的數據與他人進行共享。最後,他還提到了「人類參與 AI 閉環」的概念,讓人類對 AI 在應用中所犯的錯誤及時進行糾正,讓人類成為機器學習成長的最佳拍檔。
  • 一家「傳統」IT上市公司的人工智慧「新路」
    為了儘可能更準確地定義「智慧城市」,機器之心決定推出「智慧城市深度訪談」系列。我們希望通過多角度轉述業內專家的觀點,呈現出一個目前中國在「智慧城市」領域的發展現狀及所遇困難的全貌,以供各方參考。我們認為,智慧城市不應是高房大瓦與電子版「千裡眼順風耳」的簡單堆砌。而應從體驗出發,在軟性環境中體現出一個城市對居民的人文關懷。
  • 深度| 伯克利教授Stuart Russell:人工智慧基礎概念與34個誤區
    這有點像把物理和蒸汽機的概念搞混了。人工智慧探究如何在機器中創造智能意識,它不是在研究中產生的任何一個特定的技術。「這是一個特定類別的技術方法」。例如,經常有人用符號化或邏輯化的方法將人工智慧與「其他方法」相互比較,如神經網絡和遺傳編程。人工智慧不是一種方法,它是一個課題。所有這些方法都是在對人工智慧進行研究的產物。「這是一小群研究者的方向」。這個誤解與前幾個錯誤有關。
  • 人工智慧概念(12): 人工智慧(一)
    這是人工智慧概念系列的第十二篇文章,前幾篇請戳下面連結:這一篇我們將展開解析人工智慧的定義。
  • 人工智慧的「苟且」與「遠方」
    上述兩個原因或多或少讓人工智慧暫時擺脫了聚光燈的關注,也讓我們有更多的理性去看待這個過去幾年被譽為「改變人類命運」的技術,到底是一次面向遠方偉大徵程的開始,還是又一次從寒冬到盛夏再到寒冬的短暫更替。遠方的風景依然令人嚮往事實上,關於人工智慧的「遠方風景」已經被重複了六十多年。
  • ...李佳:從Snapchat到谷歌,人工智慧領域的「Another Badass Woman」
    在烏鎮,中國媒體首次見到被李飛飛描述為「史丹福大學、計算機科學和人工智慧領域裡另一位女性狠角兒(Another badass woman in Stan, CS and AI)」的李佳。她參與了一場名為「AI 的未來」活動。「看到自己的技術成果能影響到各行各業,讓我感覺非常興奮。」李佳對機器之心說。
  • 35 所高校獲批開設「人工智慧」本科專業
    具體課程:「認知心理學」、「神經科學基礎」、「人類的記憶與學習」、「語言與思維」、「計算神經工程」……人工智慧平臺與工具課程群具體課程:「群體智能與自主系統」「無人駕駛技術與系統實現」「遊戲設計與開發」「計算機圖形學」「虛擬實境與增強現實
  • 我們熟知的人工智慧還停留在科幻電影,那人工智慧與智能有分別?
    大部分人對人工智慧的印象,多半還停留在科幻電影裡形象豐滿的「機器人」,實際上現實生活中的「機器人」,還不如動畫片裡的小精靈。1.「人工智慧」和「智能」有什麼區別?相對於希望人工智慧技術能讓人類相較於野蠻人或異形而生活更美好一些,人工智慧人士今天更樂意看到的情況是什麼?「智能」這個詞,泛指「機器人體現出自身智能能力」,似乎越多描述智能,就越有發展前景。將「智能」與「人工智慧」進行比較,那麼它們的關係就如:「一個物理法則e」包含「物質」和「能量」兩種要素,你以為一切都是e+水+火?no!
  • Kevin Kelly解讀人工智慧狂熱:破解超人類人工智慧的五個假設
    與這種正統觀念截然不同,我發現了以下五種反假設,它們有更多支持證據:1.智能不是一個單一的維度,因此,「比人類聰明」是一個毫無意義的概念。2.人類並沒有通用的頭腦,而人工智慧也不會有。3.運用其它媒介對人類思維進行的仿效將受制於成本。4.智能的維度不是無限的。5.智能只是進步的一個因素。
  • 人工智慧、機器學習、深度學習的區別在哪?
    早在1956年夏天的會議上,人工智慧先驅者的夢想是建立一個由新興計算機啟用的複雜的機器,具有與人的智能相似的特徵。這是我們認為的「強人工智慧」(General AI),而神話般的機器則會擁有我們所有的感知,甚至更多,並且像人類一樣思考。你已經在電影中見過這些機器無休止地運動,像朋友如C-3PO,或者敵人如終結者。一般的人工智慧機器仍然只是出現在電影和科幻小說中。
  • 人工智慧如何辭舊迎新?37位行業專家向機器之心分享了他們的觀點
    在 2016 年元旦之日,機器之心精心製作了一部視頻來回顧 2016 年人工智慧大事件。如今正值除夕夜,中國傳統上的新舊交替之時,猴年將逝,雞年將至。「機」器能在新的一年藉助諧音的「氣運」迎來更加高速、更加激動人心的發展嗎?機器之心為此在年前向多位人工智慧領域的業內專家和資深人士徵集了新年寄語,整理成篇,作為新年禮物獻給大家。
  • 表面繁榮之下,人工智慧的發展已陷入困境
    「這對我們來說,是一個很大的驚喜,」DeepMind 的執行長德米斯 · 哈薩比斯 (Demis Hassabis) 當時說道。「這一策略完全來自底層系統。」人工智慧,已經顯示出它能夠像人類一樣進行異常微妙的思考,掌握 Breakout 背後的內在概念。因為神經網絡鬆散地反映了人腦的結構,所以從理論上說,它們應該在某些方面模仿我們自己的認知方式。
  • 觀點|Michael Jordan熱文:人工智慧革命尚未開啟
    和很多從技術領域、學界擴散到公眾認知的詞組一樣,對「人工智慧」這一詞組的使用也伴隨著大量誤解。但是這不是大眾不理解科學家的典型案例,因為科學家也和大眾一樣糊塗。「我們的時代正在親歷堪比人類的矽谷智能的崛起,這太令人振奮了。」而正是這個觀點吸引我們,也讓我們害怕。並且,不幸的是,它分散了我們的注意力。每個人在談論現在這個時代時都會有不同的敘事方式。
  • 人工智慧的概念
    自1956年正式提出人工智慧這個術語並把它作為一門新興學科的名稱以來,儘管學科的發展經歷了曲折的過程,但它在知識表示、自動推理、認知建模、機器學習、神經計算、自然語言理解、專家系統、智慧機器人等方向開展了大量的研究工作,獲得了迅速的發展,並取得了驚人的成就。人工智慧與空間技術,原子能技術一起被譽為20世紀三大科學技術成就。
  • 【科普】人工智慧、機器學習和深度學習有何不同?
    人工智慧既可以是科幻,也可以是我們生活中的一部分;機器學習  實現人工智慧的一種方式:這種方法的特別之處在於,它不是通過手動編寫特定的程序來完成某項工作,而是藉助海量數據進行「訓練」,讓機器自己學會如何完成任務,就像人通過積累經驗來掌握一項新本領一樣;深度學習
  • 初學者必讀:IBM長文解讀人工智慧、機器學習和認知計算
    人類對如何創造智能機器的思考從來沒有中斷過。期間,人工智慧的發展起起伏伏,有成功,也有失敗,以及其中暗藏的潛力。今天,有太多的新聞報導是關於機器學習算法的應用問題,從癌症檢查預測到圖像理解、自然語言處理,人工智慧正在賦能並改變著這個世界。 現代人工智慧的歷史具備成為一部偉大戲劇的所有元素。
  • 對話Geoffrey Hinton&Demis Hassabis :通用人工智慧離我們有多遠?
    AlphaGo 是一種人工智慧系統,在中國圍棋比賽中擊敗了世界冠軍李世石。谷歌還與倫敦大學學院醫院持續合作,他們用於該醫院的 CT 掃描圖像的分割模型展示出了「接近人類專家的性能表現」。在經過了所有這些訓練後,它也努力將所學到的技能應用到特定遊戲之外的任務中。「我們沒有能夠高效地將它們的知識從一個領域遷移到另一個領域的系統,我認為需要一些概念或特徵提取等。」Hassabi說,「針對遊戲構建模型相對容易,因為從一個步驟過渡到另一個步驟很容易,但我們希望能夠使系統具有生成模型的能力,這將使我們能夠更容易地在更複雜的環境中執行規劃任務」。
  • 一個號稱人工智慧看面相的小程序「面相研究院」在小程序圈爆紅
    打開APP 一個號稱人工智慧看面相的小程序「面相研究院」在小程序圈爆紅 發表於 2018-12-04 13:50:49 當然,人們之所以會間接性的相信這些,也是由於在默不作聲的崩潰中難以繼續向前走下去,企圖用可期的結果,在現階段的困惑中尋求一條相對正確的「生路」。