人工智能，不按套路成长有多难？

Q比特

在科幻电影《银翼杀手》中，人类于2019年之前成功研制出了外形、智力与人类无二，单方面能力甚至超过人类的复制人。回首现实，虽然我们还没有制造出跟人类真假莫辨的复制人或仿生人，但已有不少科技界大牛们开始公开呼吁警惕人工智能可能带来的风险。AlphaGo更是在围棋界大杀四方，于是人们纷纷怀疑：人工智能已经在围棋这种需要极高智力的项目上所向披靡，难道它们的智力已经超越人类了？

智能的强与弱之分

在讨论人工智能的威胁之前，我们需要澄清两个概念：强人工智能和弱人工智能。强人工智能，有时也称作通用人工智能，其特点是能成功实现正常人类所具有的任何智能行为。而弱人工智能，则是看上去智能，但并不拥有真正推理和解决问题的能力，也不会有自主意识的机器。

判断一个人工智能是否是强人工智能的基本方法之一，就是图灵测试。如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么这台机器具有强智能。别看这個测试的内容简单，迄今为止，还没有一个人工智能能够成功通过测试。

就拿AlphaGo来说，根据其设计原理，除了下围棋之外，它在其他方面的智能几乎为零，即便是跟围棋相关的内容，比如让它像人类围棋冠军柯洁或古力一样给大家讲解一盘围棋如何下，AlphaGo是无能为力的，甚至连基本的和人类对话的能力都没有。所以，尽管AlphaGo在围棋方面无人能敌，但也依旧只是一个弱人工智能。

不按套路出牌的成长？

其实早在20年前，人类在下棋方面就已经输给过人工智能。可能有的同学要说，20年后的AlphaGo已经有所突破，它是具有学习能力的人工智能。这种强大的学习模式，称为深度学习。

既然有了学习能力，那有没有可能AlphaGo能够自己偷偷学习，然后一举成为强人工智能呢？答案是否定的。如果我们深入探究，AlphaGo是否真的像人类一样“懂得”围棋，答案可能还是否定的。因为AlphaGo本质上处理的是围棋的数学模型，而非人类眼中所看见的围棋。对当今的人工智能而言，一切人类的知识和信息，都首先需要转化成数据，再依据数据建立数学模型，才能写成程序在计算机中进行运算。不同数据生成的数学模型之间基本上不能通用。

AlphaGo所使用的数学模型，只适合处理数字化后的围棋信息，对围棋之外的信息无用。而目前所有的人工智能所谓的学习能力，都不足以自己独立创建出适用于某个问题的数学模型，依旧需要依靠人类来建立数学模型，再通过“学习”能力，根据数据对人类选定的数学模型进行优化。这样看来，这一类有学习能力的人工智能，并不能像影视中的机器那样真正拥有推理和解决问题的能力。

强人工智能的约束

那么以人类科技发展的速度，科幻作品里的强人工智能会不会在未来的某一天出现呢？答案是：可能性非常小。

从技术角度讲，研究人工智能的科学家们其实并没有明确的方法和途径实现强人工智能。想模仿人类的大脑，但我们对大脑的了解还远远不够；想利用生物技术，各类基因的操作表达的相关研究才刚起步。想创建更强大的数学模型，当今计算机的运算存储能力和能耗都是巨大的障碍。此外，数学理论已经证明计算机本身的局限导致其永远无法解决某一类人类可以轻松解决的问题。因此人工智能领域，还等着神经科学、脑科学、心理学、计算机科学、生物学等相关学科的突破。

而即便未来的某一天，人类有了实现强人工智能的技术，从科学伦理角度来讲，强人工智能也不是人类的首选。就像世界范围内绝大多国家已经禁止克隆人类，核武器在全人类共同协商下也不会轻易使用，一切可能威胁到人类的科学技术，人类总会未雨绸缪地提出制衡和约束的办法。

人类需要聪明的助手

1968年创作的《银翼杀手》小说原著里，Android这个词指仿生人，而电影里威胁人类的仿生人，则称为Nexus 6系列。对手机有所了解的同学看到这里估计要笑了：如今的Android指代除iPhone以外绝大部分智能手机上的安卓操作系统，而Nexus则是搭载原生安卓系统的一系列手机。看来，只有像智能手机和自动驾驶汽车这样的弱人工智能，才是当下人工智能的研究主流。

从系统工程和经济效用的角度讲，人类复杂的心理活动，激烈或平缓的情绪变化，其实是给系统带来不稳定性的冗余特性。想象一下你的手机动不动就不开心闹脾气拒绝让你上网，你还会用这款手机吗？人类需要的聪明助手，并不一定要跟人类一模一样。

虽然强人工智能可能永远不会实现，但至少聪明的弱人工智能，并不会让我们太担心。要知道，面对生存挑战的人类，可不是那么容易被打败的！