「鋼鐵俠」埃隆·馬斯克「拯救」人類新動作：開頭顱插晶片

8月29日，SpaceX、特斯拉等公司的創始人埃隆·馬斯克為自己旗下的腦機接口公司 Neuralink舉行發布會，在遲到了近40分鐘後，吊足了觀眾胃口的馬斯克終於帶著最新的研究成果登場——一枚硬幣大小的可植入大腦的晶片，以及一臺可完成自動植入晶片的手術設備。

這一晶片能夠感應溫度氣壓、讀取腦電波、脈搏等生理信號，支持遠程數據無線傳輸；最新一代的手術設備，則是能夠在未來讓植入晶片手術在一小時內完成，全過程甚至像外科手術一樣簡單安全。

圖片源於網絡，模擬晶片植入過程

提到人機共生的概念，自一百多年前，科學家發現了腦電波開始，就從沒停止追逐腦機接口的夢想。最早的人機共生概念可以追溯到1960年，由約瑟夫·利克萊德提出。自此之後，全球的科學家都在對此研究上，樂此不疲的進行著一遍又一遍的實驗。

圖片源於網絡 王牌特工（2014）

但與此同時，仍有不少人對這項技術從安全、隱私等角度抱有遲疑的態度，而馬斯克和他「三隻小豬」邁出的這一步，究竟是造福人類的「未來技術」還是一個「美麗的陷阱」呢？

今天talk君想跟大家分享來自科幻作家、中國科普作家協會會員楊平的演講，探討人與機器之間的關係到底是什麼？強人工智慧發展到最後，將成為人的對手？幫手？亦或統治者？

我今天的講座主要內容是講人機重合，我想從一句話開始。

上個月雨果獎獲得者中國著名作家劉慈欣又獲得一個克拉克想像力服務社會獎，他在獲獎感言中未來像盛夏的大雨在我們還來不及展開傘的時候就撲面而來，這句話表達他的焦慮，面對科技浪潮湧來時的焦慮，其實這種焦慮不光是他有，我們每個人多多少少都有，舉個例子也是現在非常熱的，人工智慧，人工智慧也叫AI，它是我們希望用這樣的計算機技術能夠製造出一種機器，這種機器可以像人類一樣做出反應。

對於人工智慧的討論其實已經有100多年的歷史，在漫長的討論過程中我們主要討論的是人和機器之間控制權的爭奪，討論的是人工智慧是人類的幫手還是人類的對手還是人類的統治者。

有一種觀點認為當人工智慧發展到一定程度之後會超出人們能夠理解的範圍，會脫離人們的控制，甚至它和人類的關係會重新審視，我們根本無法確定它在那個時候會採取什麼態度，它有可能是對人類友好有可能是敵對的，這個時候是奇點到來的時刻，奇點什麼時候會到來？

有一種觀點認為奇點在2050年會到來，但是更多的人尤其是很多在人工智慧行業內的專業人士他們認為這個時刻到來還非常遙遠，我們現在還不用太多的擔心這個問題。

既然我們把人工智慧看成一個幫手，這就需要談到人工智慧中的兩個概念，強人工智慧和弱人工智慧，什麼是強人工智慧？

想像這樣一個場景，一個人工智慧和一個小孩在下棋，這個人工智慧的能力很強，它在下棋過程中佔了上風，小孩眼看就要輸了，這時候我走過去跟這個人工智慧說他只是個小孩，我就說了這麼一句話，結果這個人工智慧聽了我這句話之後就重新改變了他下棋的方法，最後人這個小孩獲得了勝利，如果真的有這樣的人工智慧的話這個機器就非常厲害了。

我們看到它有好幾個特點，第一它下棋很厲害，第二它能夠聽懂我的話，而且它可以聽出我話中的弦外之音，第三它還可以把我的話與下棋這兩種行為之間連接起來，這是完全不同的兩件事情，並且重新制定它的下棋的策略，這是一個非常強大的人工智慧。

它是不是我們所說的強人工智慧呢？其實還差一點，如果這個人工智慧能認識到它自己的存在，認識到它與周圍的東西是不一樣的東西，認識到它與人類是不同的東西，我們該稱它為真正的強人工智慧，強人工智慧有可能脫離人類控制，但是它也有可能會成為人類很好的幫手。

有強人工智慧就有弱人工智慧，比如人臉識別、語音識別、語音模擬，2016和2017年橫掃了人類圍棋棋手的阿爾法圍棋，他們都屬於弱人工智慧，我們把所有人工智慧都稱為弱人工智慧，因為它們只能在特定領域完成特定的工作。強人工智慧和弱人工智慧差別在什麼地方，弱人工智慧如何往前繼續推進，我們現在的局限在什麼地方呢？

今年創意工廠的人工智慧執行院長指出現在的人工智慧有兩大局限，我們知道當初戰勝李世石的人工智慧程序叫阿爾法狗，阿爾法狗是怎麼學會下棋的，首先通讀了人類的所有圍棋棋主，更重要的是它和自己下了很多盤，它下了數千萬盤，通過這樣一次一次自己跟自己下，它慢慢從完全不會的棋手變成了高手，哪個人能自己下幾千萬盤呢，這是不可能的事情。

它的算法它的數據結構都經過了大幅度的提高，它的能力非常高，它從零基礎的人工智慧成長為跟阿爾法狗相同水平的人工智慧也下了490萬盤，現在的人工智慧學習方式完全依賴於大量的數據而且是優質的大數據學習，但是是不是所有領域都能這麼做呢？

其實不是，比如航天領域，航天領域中我們從開始到現在已經發射了很多的太空飛行器上天，但是這個數量相比剛才提到的百萬千萬級的數量仍然是很少的數量，差得非常大，航天領域怎麼應用人工智慧怎麼訓練人工智慧讓它進行學習這是現在很大的問題，因此我們考慮怎麼解決大數據依賴的問題。

第二，跨領域的表示推理很難進行，比如我今天來到這裡演講看到各位領導和嘉賓，我有個感知，這是我作為人的感知，但是如果是個人工智慧的話它會怎麼來感知呢？它會把這個東西分成很多不同的任務，比如這個大廳的長寬高叫三維空間檢測，比如各位的臉想認出誰是誰，不同的人，這叫人臉識別，比如我在這裡走來走去一不小心掉下去了，這是不行的，因此這裡還需要有一個邊緣檢測任務。這些都是完全不同的任務，而且這些不同任務之間的數據算法是不能互通的，都是完全獨立的。

現在的探索就是怎麼來打通這個任務之間不同的隔閡，如果能夠成功的話，未來我們就真的有可能將一個領域內的人工智慧訓練好之後就可以讓它很快在另一個領域學習，而不需要在另外一個領域內重新培養，這樣人工智慧的發展就變得更快，這有可能會造成我們在前面所說的人工智慧聽了我的話之後它就可以改變自己行為的策略，從而再實現跨領域的表示和跨領域的推廣。這是人工智慧的現狀和未來可能會突破的方向。

除了人工智慧之外，我們下一個熱點、下一個突破的點或下一個方向是什麼？我們現在很難來確定具體是什麼，但是有一個趨勢我們基本可以比較確定，就是人機融合的趨勢。

比如我們現在所說的人工智慧是完全在計算機領域內研發的，但是我們在未來希望包括人工智慧和其他各種各樣的高科技可以和人更緊密的結合起來，到了那個時候我們不再把機器和人看做是兩個東西，而是把它看做是一體，看做是一個東西，這就是人機融合的未來。這樣一個事情現在是不是已經開始了呢？其實它已經開始了。

我們都很熟悉谷歌眼鏡這個東西，它可以拍照片，我們可以通過它來查一些信息。可能很多人還戴著手環，手環可以監測身體的狀態，我們也可以通過它來查詢很多信息，這些都可以通過晶片實現。當然這是很基本的，我們還可以往前進一步分享。

假如這個晶片可以和人的意識結合起來，如果人的意識可以和晶片進行通信的話，它又會是什麼樣子？如果到了這個時候，電子科技和生物科技的結合就成為了一個必然，到了這個時候我們不能再只關注堆積的電路板，我們還要關注人體，我們還要關注人的大腦，這正是人機融合目前的短板所在。

我們現在可以知道人的大腦由很多的神經元組成，這些神經元之間的通信組成了我們的意識組成了我們的思維，我們也知道人的大腦中分成不同的區域，每個區域大概是什麼功能我們也能知道，但是我們沒有辦法實現可應用的研究，我們並不知道內部到底確切是怎樣工作的。

比如我們可以對人的神經系統進行改造，我們可以把晶片植入到人的體內，當有信號從神經元傳遞過來的時候我們可以截獲神經傳遞過來的信號並且對它進行修改。

比如我們走在路上看到路邊有一輛紅色車正在出售，有一個出售的價格可以直接映在視覺感知當中，我們要去什麼地方找什麼人，這些東西都可以在我們視覺中標記出來，就像我們現在在手機上所應用的現實增強的技術，在以後可以直接在我們的視覺感知當中應用。

不僅如此，我們還可以修改其他的感知，桌上都有礦泉水，我們可以通過數位化的方式編寫味覺，這個水可能是咖啡味的，可能是果汁味的，可能是牛奶味的，這些都可以來編寫，我們還可以屏蔽掉我的痛覺，比如我的牙壞了，系統就可以知道哪顆牙出問題了，但是我不會感覺到疼，因為痛覺可以屏蔽。

除了對感知的修改之外，我們還可以讓大腦獲取信息的方式更加便捷，我們的大腦可以隨時與網絡連在一起，我們可以隨時在線，不會再有街道上的低頭族了，不需要拿著手機邊走邊玩，整個網絡都可以成為我們的數據來源，網絡上的資料庫可以隨時在線查閱，整個網際網路就是我的記憶我的知識的大的儲藏庫，我們每個人相當於整個網際網路的終端機。

那個時候我們人和機器就更緊密的聯合在一起，這種結合不光是我們剛才說的神經改造的問題，在人的肢體上在人的體型上外形上額可以有很多改造，如果我身有殘疾的話，我可以換一個智能的義肢，這樣就不會再有殘疾人的出現。可以想像一下，那個時候的人肢體一部分是機器一部分是肉體，生物和電子怎麼能精確的區分呢？我們很難精確的區分，因此我們只能把它看做一個個體，這就是人機融合體的未來。

是不是有人覺得恐怖？這很正常，一種新的技術到來的時候我們總會感到恐怖，我們會感到不適應、一種陌生感，但是回過頭來想一想其實科技對人的改造已經有很長的歷史，我們通過農業技術通過軍事技術通過醫療技術通過各種各樣的技術的發展已經使人體和幾千年前的人體和原始時候的人體已經完全不一樣，我們的壽命從二三十歲已經延長到了七八十歲，這就是很明顯的改變。

植入到體內的設備也不是陌生的東西，我們有假牙，我們有心血管疾病的時候還要在血管內放入支架，這些都是植入到體內的東西，我們為什麼沒有對這些東西感到恐懼呢，因為這些東西更多的是為了保護我們為了治療我們為了使我們身體變得更加健康我們活得更長，但是我們剛才所提到的這些東西可能會對社會對個人產生非常大的影響，我們就需要對這些東西進行深入的審思。

也許我們可以想另外一個思路，我們真的害怕我們的隱私被人獲取嗎？恐怕也不是，我們真正恐懼的是我們的隱私被濫用，因此如果我們能夠想一個辦法建立一種集中式的隱私管理的方式，我們就可以把被濫用的可能性大大降低，也許我們可以構建一種跨企業的大數據平臺，在這裡面所有的用戶隱私都在這裡面被集中存放，而供應商和用戶之間沒有直接的聯繫。

這就是我們可能的一種做法，當然這只是對大數據的單獨例子。未來我們要面對的問題非常多，我們可能都需要通過這樣的方式思考它可能的風險，並且想出解決的辦法。

人機融合的進程從我們戴上手環的那一刻就已經開始了，我們與其恐懼 、害怕，不如正面面對。在這個過程中，要想辦法讓人類提高幸福感、生活品質，同時我們要面對它所帶來的各種各樣風險。思考這些東西，現在就該開始！謝謝大家！