離人工智能奇點(diǎn)還有多遠(yuǎn)

皮埃羅?斯加魯菲

人工智能不太可能產(chǎn)生智能的機(jī)器，但是合成生物學(xué)已經(jīng)創(chuàng)造出智能的生命。如果你非要擔(dān)心某種科學(xué)不可，與其擔(dān)心人工智能，不如擔(dān)心合成生物學(xué)吧

人工智能的概念從1956年提出，經(jīng)歷了跌宕起伏的60年?；蛟S是因?yàn)槿藗儗?duì)科學(xué)天生的幻想，或許是因?yàn)橘Y本對(duì)科技新概念過于狂熱，或許是因?yàn)楦髀访襟w對(duì)現(xiàn)代社會(huì)文明程度的夸張表述……自2016年阿爾法圍棋（AlphaGo）戰(zhàn)勝圍棋高手李世石，人工智能似乎就進(jìn)入了爆炸式增長的前夕。最近兩年來，人工智能走出實(shí)驗(yàn)室、跨出科技圈，如股價(jià)、房價(jià)一樣，越來越成為一個(gè)公眾熱議的話題。

奇點(diǎn)會(huì)很快到來嗎

現(xiàn)在硅谷到處都有人在講“奇點(diǎn)”（The Singularity），該理論認(rèn)為，我們即將迎來機(jī)器時(shí)代：機(jī)器的智能程度遠(yuǎn)遠(yuǎn)超過人類，以至于人類既無法控制機(jī)器，也無法理解它們的想法。換句話說，未來可能會(huì)有機(jī)器比我們?nèi)祟惛勇斆?，甚至聰明到我們都沒有辦法控制的地步。上述假設(shè)聽起來比較有道理，而且很多人都同意，例如，物理學(xué)家斯蒂芬·霍金、世界首富比爾·蓋茨、特斯拉和Space X的創(chuàng)始人埃隆·馬斯克。

現(xiàn)在人們談?wù)摰钠纥c(diǎn)，其實(shí)都是在四個(gè)假設(shè)上面建立起來的。第一個(gè)假設(shè)是，人工智能系統(tǒng)正在向前極大地飛躍；第二個(gè)假設(shè)是，這個(gè)飛躍比以往任何的飛躍都要更快；第三個(gè)假設(shè)是，我們不得不去應(yīng)對(duì)這些超人工智能；第四個(gè)假設(shè)則是，機(jī)器能做一些我們做不了的事情。但是，在奇點(diǎn)假設(shè)過程當(dāng)中可以發(fā)現(xiàn)很多漏洞，這些假設(shè)從某種角度來講都是錯(cuò)的。所以，我并不相信奇點(diǎn)很快就會(huì)到來。

人工智能發(fā)展并沒有想象中的好

首先，我并沒有看到太多在人工智能領(lǐng)域取得長足進(jìn)步的地方。雖然人工智能被媒體渲染得炙手可熱，成為了街談巷議的重要話題，但是事實(shí)上，機(jī)器人目前依然是非常愚蠢笨拙的機(jī)器，它能提供的服務(wù)還很有限，大多數(shù)被用于執(zhí)行在人類看來是簡單至極的人類活動(dòng)。絕大多數(shù)的機(jī)器人都在流水線上工作（例如在汽車工廠進(jìn)行簡單的組裝工作），在我們生活中能真正幫上忙的機(jī)器人還很罕見——帶有計(jì)算機(jī)視覺的機(jī)器人非常罕見，帶有語音識(shí)別的機(jī)器人也非常罕見。主要的機(jī)器人制造商，包括ABB（瑞士）、庫卡（德國）和四大日本公司（發(fā)那科、安川、愛普生和川崎）的主營業(yè)務(wù)都是工業(yè)機(jī)器人，而且是智能水平不高的機(jī)器人。換句話說，今天幾乎不可能在市面上買到自主機(jī)器人，讓它在工廠或庫房等嚴(yán)格可控的環(huán)境之外給人類提供切實(shí)的幫助。

Youtube上有人上傳了一段關(guān)于由1.6萬臺(tái)計(jì)算機(jī)組成的神經(jīng)網(wǎng)絡(luò)如何開始認(rèn)知貓咪的視頻，媒體開始大驚小怪、過分關(guān)注，但這只不過是任何老鼠都能做的事情，而且老鼠不需要使用1.6萬臺(tái)計(jì)算機(jī)即可輕而易舉地完成識(shí)別貓咪的任務(wù)。一個(gè)計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)（AlphaGo）打敗了世界圍棋冠軍，媒體又開始了新一波甚囂塵上的大驚小怪。要知道，人類大腦每小時(shí)大約消耗 20 瓦能量；而以AlphaGo 有1920 塊CPU以及 280 塊GPU的配置，每小時(shí)的耗能可以達(dá)到 440 千瓦的水平（這還不包括訓(xùn)練過程中消耗掉的能量）。相反，我更加驚嘆于一個(gè)20瓦的人腦能夠與440千瓦的計(jì)算機(jī)怪獸競爭。更為重要的是，我們這20瓦的低能耗大腦還能夠做許多其他了不起的事情，而AlphaGo除了下圍棋之外無一是處。如果一個(gè)人使用比你多 2萬倍的資源，卻僅僅做了一件事， 你到底該怎樣定義這個(gè)人？

目前的機(jī)器仍然是非常愚蠢且有著很大局限性的，當(dāng)我們希望機(jī)器能夠?yàn)槲覀冏鳇c(diǎn)什么時(shí)，我們必須遵守嚴(yán)格的規(guī)則，否則機(jī)器根本不明白我們想要它們干什么。我們被無數(shù)的機(jī)器環(huán)繞，但是這些機(jī)器只有在我們像機(jī)器一樣行動(dòng)時(shí)才能正常運(yùn)轉(zhuǎn)。例如，買票時(shí)，你需要按照要求進(jìn)行一步步操作；打電話時(shí)，你也需要準(zhǔn)確地輸入數(shù)字，并給出撥打指令。

在第一個(gè)假設(shè)里，其實(shí)很多人工智能的飛躍建立在摩爾定律的基礎(chǔ)上，也就是說摩爾定律仍然是讓我們看到人工智能現(xiàn)在有如此大進(jìn)步的原因。而現(xiàn)階段的人工智能雖然在不斷向前發(fā)展，但摩爾定律的發(fā)展基本到了一個(gè)停滯的狀態(tài)。

進(jìn)步不是來源于人工智能本身

第二個(gè)假設(shè)提到，現(xiàn)在人工智能正在加速發(fā)展。但正如前面所討論的，這一現(xiàn)象并沒有真實(shí)發(fā)生。過去幾十年里人類制造了汽車、電話、飛機(jī)等，而且家用電器領(lǐng)域也都有很大的飛躍，這些都極大地改變了世界。但是早在48年前，硅谷就已經(jīng)造出可移動(dòng)的機(jī)器人，可是在48年后的現(xiàn)在，又有多少家庭擁有機(jī)器人呢？

事實(shí)上，關(guān)于人工智能的大多數(shù)成功案例都是基于20年或者30年前發(fā)明的技術(shù)。這些進(jìn)步不是來源于人工智能本身，而是由于更快、更便宜的計(jì)算機(jī)所帶來的計(jì)算能力的提高。30年前，同樣的人工智能技術(shù)不可能在彼時(shí)的計(jì)算上運(yùn)行?，F(xiàn)在它們能夠成功地下圍棋或者打撲克，但是這源于更快的計(jì)算機(jī)，而不是更“聰明”的計(jì)算機(jī)。

現(xiàn)在的人工智能基本上只是對(duì)神經(jīng)網(wǎng)絡(luò)的培訓(xùn)而已。如果擁有較大的案例數(shù)據(jù)庫或者數(shù)據(jù)集，神經(jīng)網(wǎng)絡(luò)便可以被培訓(xùn)。如果沒有基于某種任務(wù)的大量數(shù)據(jù)庫，即便是最復(fù)雜的神經(jīng)網(wǎng)絡(luò)，也毫無用武之地。神經(jīng)網(wǎng)絡(luò)已經(jīng)在某些領(lǐng)域取得了些許成功，但這也只是人類在這些領(lǐng)域創(chuàng)造了巨大數(shù)據(jù)集之后的事情。

對(duì)人工智能的終極檢驗(yàn)準(zhǔn)則就是常識(shí)。沒有常識(shí)的人（例如主動(dòng)去碰開水的人）會(huì)被認(rèn)為是愚蠢的。機(jī)器就沒有任何常識(shí)，這就是為什么最“聰明”的神經(jīng)網(wǎng)絡(luò)也不能做一些簡單任務(wù)的原因。學(xué)習(xí)意味著能夠把同樣的知識(shí)運(yùn)用到其他的任務(wù)上，從哲學(xué)上講，神經(jīng)網(wǎng)絡(luò)并沒有學(xué)到任何東西，機(jī)器人并不能學(xué)習(xí)到常識(shí)，這就需要人們重新找到一個(gè)邏輯通道，讓機(jī)器人可以按常理做事情。比如當(dāng)你說餓了的時(shí)候，它不會(huì)把你的貓給煮了。

更需要擔(dān)心的是人類自身的智慧

第三個(gè)假設(shè)認(rèn)為超人工智能即將到來，但我認(rèn)為，其實(shí)超人工智能已經(jīng)存在了。第四個(gè)假設(shè)則是，有機(jī)器能做一些我們做不了的事情。想想蝙蝠可以在黑暗中飛行、可以抓昆蟲、可以倒立在墻上，你可以嗎？機(jī)器當(dāng)然能夠做一些我們?nèi)祟愖霾涣耸虑?，而且在很長時(shí)間之前，我們就已經(jīng)這么做了，比如用手表計(jì)時(shí)。所以，沒有必要擔(dān)心超人工智能的到來。

我們的確需要人工智能，因?yàn)樗軌蚪鉀Q許多問題。例如，健康護(hù)理已經(jīng)成為現(xiàn)代社會(huì)最為關(guān)鍵的社會(huì)功能之一，而智能機(jī)器能夠提升健康護(hù)理的質(zhì)量。想象一下，一個(gè)機(jī)器能夠快速掃描你做過的所有醫(yī)療影像，并基于最新的科學(xué)知識(shí)進(jìn)行分析，進(jìn)一步為你預(yù)防疾病。像日本這樣的老齡化國家，沒有足夠的年輕人照顧老年人，因此人們需要這樣的機(jī)器人。此外，人類還需要可以做危險(xiǎn)工作的機(jī)器人。我不害怕人工智能，我怕它來得還不夠快。

其實(shí)在我看來，人類的智慧才更需要我們擔(dān)憂，我們總是在制定各種各樣的規(guī)則、制度。如果人們不在道路上劃線就沒有辦法做智能駕駛或自動(dòng)駕駛，像這些規(guī)矩不會(huì)讓人類更加聰明，只會(huì)讓人類像機(jī)器一樣運(yùn)轉(zhuǎn)。

優(yōu)化設(shè)計(jì)的合成生物學(xué)時(shí)代

在合成生物學(xué)領(lǐng)域，確實(shí)出現(xiàn)了很多實(shí)質(zhì)性的進(jìn)步。21世紀(jì)不是奇點(diǎn)的世紀(jì)，而是“優(yōu)化設(shè)計(jì)嬰兒”的時(shí)代，我們能夠像設(shè)計(jì)建筑物一樣設(shè)計(jì)嬰兒。21世紀(jì)將是“破壞性生殖技術(shù)”（Disruptive Reproductive Technologies，簡稱DRT）的時(shí)代。2016年，一種稱作“體外配子”（In Vitro Gametogenesis，簡稱IVG）的新技術(shù)出現(xiàn)了，并且由日本九州大學(xué)的分子生物學(xué)教授林克彥（Katsuhiko Hayashi）成功在小白鼠身上進(jìn)行了試驗(yàn)。她在實(shí)驗(yàn)室中用小白鼠的皮膚細(xì)胞成功地培育出了能夠產(chǎn)生后代的雄性精子、雌性卵細(xì)胞，以及相應(yīng)的許多胚胎。不久的未來，醫(yī)生僅需要一名女性的幾個(gè)細(xì)胞和男性的幾個(gè)細(xì)胞就可以制造出許多合意的胚胎。然后，這些父母將被告知每一個(gè)胚胎的特征并挑選他們最喜歡的胚胎。想象一下，一個(gè)計(jì)算機(jī)程序能夠讓父母觀察100個(gè)不同的胚胎：父母將能夠看到每個(gè)胚胎在5歲、10歲、15歲、20歲、80歲時(shí)的模擬樣子。父母可以模擬每個(gè)胚胎的一生，并決定他們要哪個(gè)胚胎。這一天已經(jīng)不再遙遠(yuǎn)。2013年，一個(gè)名為Connor的“優(yōu)化設(shè)計(jì)嬰兒”出生了，他的父母在牛津大學(xué)Dagan Wells實(shí)驗(yàn)室內(nèi)從七個(gè)胚胎中選擇了他。

人工智能不太可能產(chǎn)生智能的機(jī)器，但是合成生物學(xué)已經(jīng)創(chuàng)造出了智能的生命。如果你非要擔(dān)心某種科學(xué)不可，與其擔(dān)心人工智能，不如擔(dān)心合成生物學(xué)吧。

（作者為人工智能科學(xué)專家，哈佛大學(xué)、斯坦福大學(xué)、加州伯克利大學(xué)客座教授。王藝璇譯）