人類(lèi)不會(huì)淪為AI的奴隸

最近幾周，人工智能（AI）比其短暫歷史上的以往任何時(shí)候都吸引著更多的關(guān)注、資金和人才。但突如其來(lái)的狂熱，乃是該領(lǐng)域之外人士所兜售的神話和誤解的結(jié)果。

多年來(lái)，AI領(lǐng)域增長(zhǎng)有序，已有方案能令性能每年增進(jìn)1%～2%。與此同時(shí)，AI研究者也得益于更加強(qiáng)大的工具，包括高性價(jià)比云計(jì)算、高速廉價(jià)的數(shù)據(jù)處理硬件、通過(guò)互聯(lián)網(wǎng)實(shí)現(xiàn)的無(wú)縫數(shù)據(jù)共享，以及高質(zhì)量開(kāi)源軟件的進(jìn)步等。在這些因素的推動(dòng)下，機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)，主宰了人工智能，讓人興奮不已。

該領(lǐng)域必然還會(huì)有進(jìn)一步的進(jìn)展，但這種進(jìn)展未必是線性的。盡管如此，炒作這些技術(shù)的人抓住各種誘人的神話，首先便是AI能夠解決一切問(wèn)題。

每周，我們都能讀到轟動(dòng)性的報(bào)道，比如《智能機(jī)器自學(xué)量子物理》《人工智能在辨別肺癌方面勝出人類(lèi)》等等。這些標(biāo)題常常只是狹隘的正確。對(duì)于像“辨別肺癌”這樣的一般性的問(wèn)題，AI只能為問(wèn)題提供特殊的、簡(jiǎn)化的解讀，將任務(wù)退化為基于圖像識(shí)別的檔案歸類(lèi)。

這些故事不曾提到，AI其實(shí)并不像人類(lèi)那樣去理解圖片或語(yǔ)言。相反，算法尋找隱藏的復(fù)雜特征組合，如果它們出現(xiàn)在特定的圖片或檔案集中，就屬于目標(biāo)類(lèi)別的特征。這樣的分類(lèi)未必可以用于關(guān)于人的決定—不管是癌癥患者診斷還是應(yīng)該將某人關(guān)禁閉多久。

不難看出這是為什么。盡管AI系統(tǒng)在通常與“高智能水平”（下象棋、圍棋）相關(guān)的任務(wù)中表現(xiàn)勝于人類(lèi)，但它們距離擅長(zhǎng)人類(lèi)未經(jīng)或稍加訓(xùn)練便可駕馭的任務(wù)（如看懂笑話）還十分遙遠(yuǎn)。我們所謂的“常識(shí)”，其實(shí)是巨大的隱性知識(shí)庫(kù)—自幼體驗(yàn)和了解世界所形成的累積效應(yīng)。將常識(shí)編碼并輸入AI系統(tǒng)，仍是一個(gè)懸而未決的挑戰(zhàn)。盡管AI將繼續(xù)解決某些難題，但距離完成許多對(duì)兒童來(lái)說(shuō)也是小菜一碟的任務(wù)仍有很長(zhǎng)距離。

這就引出了第二個(gè)相關(guān)神話：AI很快就將超越人力智能。2005年，未來(lái)主義暢銷(xiāo)作家瑞·庫(kù)茨維爾預(yù)測(cè)到2045年，機(jī)器智能將比所有人力智能加起來(lái)還要強(qiáng)大不知凡幾。盡管庫(kù)茨維爾認(rèn)為AI的指數(shù)增長(zhǎng)或多或少將保持下去，但其所面臨的壁壘也會(huì)不斷抬高。

壁壘之一便是AI系統(tǒng)復(fù)雜程度的激增。目前，已經(jīng)需要數(shù)十億個(gè)參數(shù)來(lái)訓(xùn)練“機(jī)器學(xué)習(xí)算法”從“海量數(shù)據(jù)集”中學(xué)習(xí)。我們已經(jīng)無(wú)法理解系統(tǒng)所有部分之間的互動(dòng)，因此也很難掌握如何將各部分組合并聯(lián)通起來(lái)解決某個(gè)任務(wù)。

另一個(gè)壁壘是帶注釋?zhuān)ā皹?biāo)簽”）數(shù)據(jù)的稀缺。帶注釋數(shù)據(jù)是機(jī)器學(xué)習(xí)的基礎(chǔ)。谷歌、亞馬遜、臉書(shū)和蘋(píng)果等科技巨頭坐擁最令人憧憬的數(shù)據(jù)，但毫無(wú)公開(kāi)這些無(wú)價(jià)資產(chǎn)的激勵(lì)。

第三個(gè)神話是AI將很快讓人變得多余。在2015年的暢銷(xiāo)書(shū)《未來(lái)簡(jiǎn)史》中，以色列歷史學(xué)家尤瓦爾·諾亞·赫萊利指出，大部分人將在所有高層次智力決策方面淪為AI系統(tǒng)專(zhuān)屬社會(huì)的二等公民。事實(shí)上，一些普通工作，如駕駛卡車(chē)，很有可能在未來(lái)十年內(nèi)被AI取代，許多與日常重復(fù)任務(wù)有關(guān)的白領(lǐng)工作亦然。

但這些趨勢(shì)并不意味著會(huì)發(fā)生大量失業(yè)，因?yàn)槔瞎ぷ鲗⒈荒壳吧袩o(wú)法想象的新工作取代。1980年，沒(méi)人知道數(shù)百萬(wàn)人很快就能靠互聯(lián)網(wǎng)的附加值生活。

誠(chéng)然，未來(lái)的工作可能會(huì)要求高層次數(shù)學(xué)和科學(xué)訓(xùn)練，但AI本身可以提供部分方案，來(lái)實(shí)現(xiàn)以參與性更強(qiáng)的新方法訓(xùn)練人們獲得必要的能力。被AI奪走的工作，將會(huì)被AI訓(xùn)練人們勝任的工作取代。不存在人類(lèi)注定要淪為未來(lái)AI奴隸的科技或歷史定律。

本文由Project Syndicate授權(quán)《南風(fēng)窗》獨(dú)家刊發(fā)中文版。斯坦·馬特溫是加拿大新斯科舍省哈利法克斯達(dá)爾豪斯大學(xué)計(jì)算機(jī)科學(xué)教授、大數(shù)據(jù)分析研究所主任。