见闻 | 也许人工智能将成为全新的物种
进化论
人工智能发展的极限在哪里？
——浙江大学机器人与智能装备科技联盟 邹 俊 杨华勇
正如DeepMind创始人哈萨比斯所言，围棋是完美信息游戏中复杂度的巅峰。AlphaGo在这一古老棋艺上战胜人类顶尖选手，是人工智能技术发展的里程碑。
弱人工智能的进化潜能
模拟人类的思维过程和智能行为，是人工智能学科自1956年诞生以来的努力方向。在围棋这一复杂的逻辑游戏中，棋手不仅要精于局部计算，还必须通过对“形”与“势”的大局观和直觉判断，构建出足够优化的全局策略。与完全基于逻辑的局部计算不同，棋手的大局观必须通过大量的打谱和实战提升。
通过模仿人类棋手的训练方式，AlphaGo采取两种不同的深度神经网络构建出棋步的选择空间，通过大量经典棋局的“深度学习”来训练神经网络，形成区域价值、棋步与结果之间的关联。同时利用“强化学习”技术，通过数百万盘自我对局，强化有效棋步和战略的记忆。由此可见，AlphaGo“学习”围棋的过程与人类极为相似。
在计算力强大、毫无状态波动等优势的基础上，优秀的算法和无数棋谱的训练，使AlphaGo的棋力提升速度与持续性更胜于人类棋手。赛前李世石九段研究过AlphaGo数月前的棋谱后，认为程序棋力有限，然而在比赛中却屡屡被压制，AlphaGo的“进化”速度如此之快，超出了大多数人的预想，人类应该清醒的认识到，在任何以明确逻辑为基础的领域，机器完胜人类只是时间问题。
与1997年战胜国际象棋世界冠军卡斯帕罗夫的超级计算机“深蓝”相比，AlphaGo在硬件上采用分布式的服务器群组，充分利用了谷歌的强大计算资源。在算法上，AlphaGo团队以顶级的技术集成能力，采用通用技术征服了极高的复杂度，而没有像“深蓝”那样依赖特殊的评估函数和暴力穷举取胜。
全新物种可控的极限
人工智能的发展极限，是一个极具争议的话题。“弱人工智能”观点认为机器不可能真正推理、解决问题或拥有自主意识，只能在设定的逻辑下表现出形似智能的行为。而“强人工智能”观点则相反，认为有可能制造出能够推理和解决问题的机器。
目前为止，还没有任何形式的强人工智能或其雏形出现。但是，AlphaGo这一典型的弱人工智能已清楚表明，程序在学习与进化方面具有巨大潜力，且在复杂系统中，人工智能有足够能力寻找到超越人类认知的复杂逻辑。AlphaGo采用的人工智能技术已在语音、图像识别、搜索引擎、自动交易等诸多领域产生了巨大的价值，可以预见必将应用在更加广阔的领域。在未来更为复杂的社会应用中，人工智能完全可能发展出难以预测的行为，甚至成为难以防范的犯罪手段。
更进一步地，具有自我编程能力的人工智能，与能够繁殖的生物颇为相似。生物发展出高级智能经历了数百万年的突变—自然选择的漫长过程，而未来高复杂度的人工智能，其进化可能在数年内就完成，人类的生物极限制约了人类的进化与发展，而人工智能在这一方面拥有无与伦比的优势。
无论“弱”与“强”的争议如何发展，人工智能的进步与普及已成为科技发展的必然趋势之一，也是未来数十年国际竞争的关键。但是，先进技术的强大威力既可能造福世界，也可能结出恶果，这是人类用血与火证明过的经验。
与过去的发明不同，人工智能未来可能会成为一种与过去我们所见完全不同的新“物种”，这种物种是“一骑绝尘”地远离我们，或是成为我们的伙伴，还是视我们为天敌消灭我们也未可知。
但是在积极发展人工智能科技的同时，我们必须在面对未知与未来时保持敬畏，除了强调研发者的科研伦理与道德，也应当给人工智能设定一个“可控的极限”，过去阿西莫夫给出了“机器人三定律”，如何在实际中切实可行地实施这个标准，做到不逾矩，这是全人类必须慎重思考的问题。
社会科学报
微信号：shehuikexuebao
长按识别二维码
立即添加关注