內(nèi)容來源：本文摘編湛廬文化出品書籍《AI的25種可能》書評文章，本書作者約翰.布羅克曼(John Brockman) ，筆記俠經(jīng)出版社授權(quán)發(fā)布。

封面設(shè)計 & 責(zé)編 | 麗麗

第 4287  篇深度好文 : 5133 字 | 8 分鐘閱讀

世界上最聰明的網(wǎng)站Edge，每年一次，讓幾十位全球最偉大的頭腦坐在同一張桌子旁，共同解答關(guān)乎人類命運的同一個大問題，開啟一場智識的探險，一次思想的旅行！

這次，25位頂尖思想家們將話題聚焦到了人工智能，他們的思想集結(jié)成了《AI的25種可能》一書。

《AI的25種可能》集結(jié)了包括史蒂芬·平克、朱迪亞·珀爾、丹尼爾·丹尼特、邁克斯·泰格馬克等25位計算機科學(xué)家、心理學(xué)家、物理學(xué)家、科技史學(xué)家的前沿洞見，AI的25種可能，就是人類未來的25種可能。

當前的機器學(xué)習(xí)系統(tǒng)幾乎完全在統(tǒng)計模式或者說模型盲（model-blind）的模式下運行，這在許多方面類似于將函數(shù)擬合到大量點數(shù)據(jù)。

這樣的系統(tǒng)不能推理“如果……會怎樣？”的問題，因此不能作為強人工智能的基礎(chǔ)，強人工智能是模擬人類推理和能力的人工智能。

為了達到人類智能水平，學(xué)習(xí)機器需要現(xiàn)實藍圖的指導(dǎo)，這種藍圖是一個模型，類似于當我們在陌生城市開車時給我們指路的道路地圖。

我認為機器學(xué)習(xí)是一種工具，使我們從研究數(shù)據(jù)走到研究概率。但是，從概率到實際理解，我們?nèi)匀恍枰噙~出兩步，非常大的兩步。

因果推理研究的一個突出成就是對干預(yù)和反事實的算法化，也就是對層級結(jié)構(gòu)最高兩層的算法化。

當我思考機器學(xué)習(xí)的成功并試圖把它推廣到未來的人工智能時，我問自己：“我們是否意識到了在因果推理領(lǐng)域中發(fā)現(xiàn)的基本局限性？我們準備繞過阻礙我們從一個層級升到另一個層級的理論障礙嗎？”

所以我認為，數(shù)據(jù)科學(xué)只是一門有助于解釋數(shù)據(jù)的科學(xué)，而解釋數(shù)據(jù)是一個兩體問題，將數(shù)據(jù)與現(xiàn)實聯(lián)系起來。

但無論數(shù)據(jù)有多“大”，人們操控數(shù)據(jù)多么熟練，數(shù)據(jù)本身并不是一門科學(xué)。不透明的學(xué)習(xí)系統(tǒng)可能會把我們帶到巴比倫，但絕不是雅典。

今天許多科技預(yù)言的一個焦點是人工智能，在原始的反烏托邦科幻作品中，計算機瘋狂地運行并奴役人類，人類無法阻擋它們的控制；

而在更新的版本中，它們偶然地征服了人類，一心一意地尋求我們賦予的目標，盡管會對人類福祉產(chǎn)生副作用。

無論是在哪個版本中，人工智能都是焦點。

不過，我還是覺得這兩種威脅都是虛構(gòu)的，因為它源于一種狹隘的技術(shù)決定論，這種技術(shù)決定論忽略了在像計算機或大腦這樣的智能系統(tǒng)以及整個社會中的信息和控制網(wǎng)絡(luò)。

這種對征服的恐懼來自對智能的模糊理解，其模糊之處在于將智能歸于一種存在之鏈和尼采式的權(quán)力意志，而不是根據(jù)信息、計算和控制對智能和目的進行的維納式分析。

在這些恐怖場景中，智能被描繪成一種全能的、能實現(xiàn)愿望的神藥，智能主體各自擁有不同數(shù)量的這種神藥。

人類比動物擁有更多的神藥，而人工智能的計算機或機器人比人類擁有的更多。

既然我們?nèi)祟愒梦覀儾桓卟坏偷闹悄荞Z養(yǎng)或消滅了那些不太有智能的動物，既然技術(shù)先進的社會奴役或消滅了技術(shù)水平很低的社會，那么超級聰明的人工智能也會對我們?nèi)祟愖鐾瑯拥氖虑椤?/p>

但是這些場景混淆了智能與動機、信念與欲望、推理與目標、圖靈闡明的計算和維納闡明的控制。

即使我們發(fā)明了超人智能機器人，他們?yōu)槭裁匆鬯麄兊闹魅嘶蚪庸苁澜?？智能是指運用新的手段達到目標的能力。但是這些目標與智能無關(guān)，因為聰明并不等同于一定要追求某些東西。

巧合的是，智人的智能是達爾文自然選擇的產(chǎn)物，而自然選擇本質(zhì)上是一個競爭過程。

在智人的大腦中，推理與一些諸如支配對手和積累資源等目標捆綁在一起。

但是，把某些靈長類動物的邊緣腦中的回路與智能的本質(zhì)混為一談是錯誤的。沒有任何一個復(fù)雜系統(tǒng)定律表明，智能主體一定會變成無情的自大狂。

許多思想家把超級智能這個概念貶低為科幻小說，因為他們認為智能是一種神秘的東西，只能存在于生物有機體，尤其是人類中，他們還認為這種智能從根本上限制了今天的人類能做什么。

但是，從我作為物理學(xué)家的角度來看，智能只是由四處移動的基本粒子所進行的某種信息處理，沒有任何物理定律表明人類不能制造出在任何方面都比我們具有更高級智能的機器，這種機器能孕育宇宙生命。

這表明，我們僅僅看到了智能的冰山一角，存在這么一種驚人的可能性：

也許我們能釋放出自然界中所蘊藏的全部智能，利用它來幫助人類繁榮發(fā)展，或掙扎求生。

換句話說，通用人工智能的真正風(fēng)險不是它的惡意，而是它的能力。

一個擁有超級智能的通用人工智能將非常擅長完成它的目標，如果這些目標與我們?nèi)祟惖牟灰恢拢覀兙陀新闊┝恕?/p>

為修建水力發(fā)電大壩需要淹沒蟻丘，對這件事，人類不會反復(fù)三思，所以我們不要把人類置于螞蟻的位置。

大多數(shù)研究人員認為，如果我們最終創(chuàng)造了超級智能，我們應(yīng)該確保它是人工智能安全先驅(qū)埃利澤·尤德考斯基所稱的“友好的人工智能”，其目標在某種深層意義上是有益的。

我們不應(yīng)該完全相信技術(shù)奇點一說，預(yù)測技術(shù)進步的常見困難以及發(fā)展超級智能時特有的問題都應(yīng)該讓我們警惕，不要高估信息處理的力量和效能。

沒有任何一種指數(shù)式增長能一直持續(xù)下去。原子彈爆炸呈指數(shù)式增長，但也就持續(xù)到燃料耗盡之時。

同樣地，摩爾定律的指數(shù)式增長近來開始進入基礎(chǔ)物理所設(shè)定的極限之中。

計算機的時鐘速度在 15 年前不超過幾千兆赫，僅僅是因為速度再高芯片就開始熱得熔化了。

由于隧道效應(yīng)和電流泄漏，晶體管的小型化已經(jīng)進入量子力學(xué)領(lǐng)域。

最終，摩爾定律驅(qū)動的各種存儲器和處理器的指數(shù)式增長都將停止。然而，再過幾十年，計算機的原始信息處理能力也許就能與人類的大腦匹敵，至少按照每秒處理的比特率和位翻轉(zhuǎn)粗略計算的話是如此。

對奇點主義的恐懼，主要是擔(dān)心隨著計算機更多地參與設(shè)計它們自己的軟件，它們將迅速擁有超人的計算能力。

但機器學(xué)習(xí)的真實情況卻恰恰相反。當機器的學(xué)習(xí)能力變得越來越強時，它們的學(xué)習(xí)方式會變得越來越像人類。

許多事例表明，機器的學(xué)習(xí)是在人類和機器老師的監(jiān)管下進行的。對計算機進行教育就像對青少年進行教育一樣困難、緩慢。

因此，基于深度學(xué)習(xí)的計算機系統(tǒng)正在變得越來越人性化。它們帶來的學(xué)習(xí)技能不是“優(yōu)于”而是“補充”人類學(xué)習(xí)：計算機學(xué)習(xí)系統(tǒng)可以識別人類無法識別的模式，反之亦然。

世界上最好的國際象棋棋手既不是計算機，也不是人類，而是與計算機合作的人。

網(wǎng)絡(luò)空間里確實存在有害的程序，但這些主要是惡意軟件，即病毒，它們不是因為其超級智能而為世人所知，而是因為惡意的無知而遭世人譴責(zé)。

價值對齊，就是使自動化智能系統(tǒng)的價值與人的價值對齊。在人工智能研究中，價值對齊只是一個小的主題，但對它的研究日漸增加。用于解決這個問題的一個工具就是反向強化學(xué)習(xí)。

強化學(xué)習(xí)是訓(xùn)練智能機器的一種標準方法。通過將特定的結(jié)果和獎勵聯(lián)系起來，可以訓(xùn)練機器學(xué)習(xí)系統(tǒng)遵循產(chǎn)生特定結(jié)果的策略。

現(xiàn)代機器學(xué)習(xí)系統(tǒng)可以通過應(yīng)用強化學(xué)習(xí)算法找到非常有效的策略來玩電腦游戲，從簡單的街機游戲到復(fù)雜的實時策略游戲。

反向強化學(xué)習(xí)扭轉(zhuǎn)了這種途徑：通過觀察已經(jīng)學(xué)習(xí)了有效策略的智能主體的行為，我們可以推斷導(dǎo)致這些策略發(fā)展的獎勵。

最終，我們需要的是一種方法，它能描述人類思維的運作原理，具有理性的普遍性和啟發(fā)式的準確性。

實現(xiàn)這一目標的一種方法是從合理性開始，考慮如何讓它朝現(xiàn)實的方向發(fā)展。

把合理性作為描述任何現(xiàn)實世界行為的基礎(chǔ)，這就存在一個問題，那就是，在許多情況下，計算合理行為需要主體擁有大量的計算資源。

如果你正在做出一個非常重要的決定，并且有很多時間來評估你的選擇，那么花費這些資源也許是值得的，但是人類的大多數(shù)決定都是快速做出的，而且風(fēng)險相對較低。

無論在什么情況下，只要你做出決定花費的時間成本很昂貴（至少因為你可以把這些時間花在別的事情上），理性的經(jīng)典概念就不再能很好地描述一個人該如何行事。

超級智能人工智能還有很長的路要走。在過去幾年里，對視覺和語言的模型開發(fā)已經(jīng)創(chuàng)造出了用于解釋圖像和文本的重要的商業(yè)新技術(shù)，而人類仍然是我們在制造思考機器時要參考的最好例子，所以我認為開發(fā)良好的人類模型將是下一個研究領(lǐng)域。

今天，如果沒有計算機網(wǎng)絡(luò)、數(shù)據(jù)庫和決策支持系統(tǒng)，所有的系統(tǒng)都無法運作。

這些混合智能是技術(shù)增強的人類網(wǎng)絡(luò)。這些人工智能具有超人的能力。它們比人類個體懂得更多；它們能夠感知更多；

它們能夠做出更精細的分析和更復(fù)雜的計劃。它們擁有的資源和力量比任何個人擁有的都要多。

雖然我們并不總能察覺到，但是諸如民族國家和企業(yè)這樣的混合型超級智能有它們自己的涌現(xiàn)目標。

雖然它們是由人類建造的，也是服務(wù)于人類的，但它們的行為卻常常像獨立的智能實體一樣，而且它們的行為并不總是與創(chuàng)造它們的人的利益相一致。