對于即將開打的人機圍棋五 番棋大戰(zhàn),圍棋界與人工智能(AI)界人士看法分歧較大。圍棋界雖認可谷歌圍棋程序 AlphaGo 具備職業(yè)選手實力,但普遍認為這次李世石被番棋擊敗的可 能性還不大;人工智能專家則多看好 AlphaGo,認為跨過職業(yè)選手這個門檻以后,人工智能程序通過強化學習(Reinforcement Learning)的方式自我訓練提高,棋力提高速度遠超人類學習曲線,再通過這幾個月的針對性訓練,有可能一舉擊敗李世石。
?
AlphaGo項目的主導者、深思(DeepMind)創(chuàng)始人德米思 - 哈薩比斯(Demis Hassabis)在接受韓國《中央日報》采訪時就表示,李世石與 AlphaGo 各有五成概率, “在對弈內(nèi)容上,AlphaGo 應該不會輸給李九段?!?/span>
?
不過大家有共識的是:即使這次李世石能夠全勝 AlphaGo,人工智能程序在這一領(lǐng)域形成對人類的碾壓將不會等太久。哈薩比斯稱五年以后,AlphaGo 可以戰(zhàn)勝人類任何頂級棋手。這幾乎都算不得豪言,這只是一個看得見的計劃。
?
人類成為真正造物主的開始?
?
也許從蒸汽機的發(fā)明開始,人類創(chuàng)造的機器就不斷突破生物極限。無論是力量、忍耐力、專注度、記憶力、動作準確度還是直接計算能力,機器已經(jīng)遠遠地超越了大部分人類,某些項目上已經(jīng)超越了地球上所有的生物。
?
但人類以往創(chuàng)造的機器只能稱之為機器,因為這些機器還不具備思考能力。不過哈薩比斯等所領(lǐng)銜的通用人工智能(Artificial General Intelligence, 簡稱 AGI)研究,則是要給機器注入靈魂。
強化學習框圖
?
不 像以往的人工智能系統(tǒng)只限定應用于某一個領(lǐng)域,通用人工智能不需要對原始數(shù)據(jù)進行篩選審核(例如預編程或手動處理),自動對外界的信息(原始數(shù)據(jù))進行過 濾、提取與分析,通過分析信息建立起外部環(huán)境的統(tǒng)計模型以后,然后擇取當下最優(yōu)行動策略來實現(xiàn)目標(例如游戲取得高分),并通過反復迭代調(diào)整自己的行動以 更適應當前外部環(huán)境。一句話,通用人工智能采用人類思考問題的方式來認知世界。
?
哈薩比斯在一次演講中展示過深思團隊的另外一項研究成果,即機器以觀看別人在屏幕上玩游戲的方式來學習不同的游戲。視頻游戲并未事先限定,也不告訴機器這些游戲的規(guī)則,人工智能程序通過分析錄像來尋找游戲規(guī)則,然后通過實戰(zhàn)訓練來提高水平。
DeepMind 玩游戲的成績
?
在 Atari 2600 機器上的 49 款游戲中,深思團隊的機器程序通過這種方式在 23 個游戲上戰(zhàn)勝了人類選手。
?
“這是所有哺乳動物的學習方式,”哈薩比斯說道,他要做的是通過研究人工智能來復制人腦運行機制,“要想真正的理解一個事物,最根本的方法是重建它?!?/span>
?
堪比地理大發(fā)現(xiàn)的心理大發(fā)現(xiàn)
?
這個聲稱要完成人工智能領(lǐng)域的阿波羅計劃,準備給機器賦予靈魂的人,能夠成為機器世界的造物主嗎?
Demis Hassabis 在倫敦大學學院期間
?
哈 薩比斯在劍橋?qū)W的是計算機科學,畢業(yè)以后從事游戲開發(fā)工作,一年以后創(chuàng)辦 Elixir Studios,《共和國革命》與《邪惡天才》等游戲均出自 ElixirStudios,哈薩比斯自己經(jīng)常提及的游戲則是《主題公園》。賣掉 Elixir Studios 以后,2005 年哈薩比斯重回學校讀起了腦神經(jīng)科學,2009 年獲得倫敦大學學院(University College London)認知神經(jīng)科學博士學位,轉(zhuǎn)向人腦神經(jīng)科學與人工智能研究的哈薩比斯此后在多所大學游歷,直到創(chuàng)辦深思(DeepMind)。
?
有神童(13 歲拿到國際象棋大師頭銜)之稱的哈薩比斯在設計《主題公園》時即加入了人工智能算法,計算機科學與人腦神經(jīng)科學雙修的經(jīng)歷使其成為探索人工智能領(lǐng)域的最佳人選之一。
?
“我覺得只有兩門科學值得研究,即物理學與神經(jīng)科學。物理研究的是我們身處的整個外部世界,神經(jīng)科學與心理學研究的則是精神這個內(nèi)部世界,”哈薩比斯解釋他進入人工智能領(lǐng)域的原因,“精神意識的研究更為重要,因為我們是通過意識(mind)來理解外部世界的?!?/span>
?
康德曾說過“理性(mind)為自然界立法”,哈薩比斯是康德哲學的擁護者,他說:“意識創(chuàng)造了我們周圍的真實場景”。哈薩比斯的理想就是利用通用人工智能技術(shù)來解開人腦思維之謎,探究意識、創(chuàng)造力甚至夢境的運行機制。
?
這項研究的確可以媲美阿波羅登月計劃,也好似哥倫布的環(huán)球之旅,如果人類意識領(lǐng)域的新大陸被發(fā)現(xiàn),這項研究的歷史意義也許比我們現(xiàn)在想象的還要偉大。
?
新技術(shù)是舊職業(yè)的收割機
?
談及曾經(jīng)戰(zhàn)勝卡斯帕洛夫的更深之藍與在《危險邊緣》奪冠的沃森(Watson),哈薩比斯略有不屑,“這些都是狹義人工智能,為解決某一個特定問題而量身定做?!惫_比斯把廣義人工智能看作能夠解決一切問題的終極方法(meta-solution)。
?
這種對場景不做預設,采用“哺乳動物的學習方式”,進化速度與學習曲線又沒有生理限制的系統(tǒng),其威力可超越現(xiàn)在任何有形的機器設備。這也是比爾 - 蓋茨與伊隆 - 馬斯克等對于人工智能擔憂的主要原因。
?
“相當于人類水平的通用人工智能并不是近幾年就能實現(xiàn)的,但有必要現(xiàn)在開始議定人工智能的使用規(guī)范?!惫_比斯表示與其他威力巨大的新技術(shù)一樣,人工智能使用者必須要考慮到可能的后果。
?
在 這個信息過載的時代,利用通用人工智能來汲取信息中的知識,把人類從嘈雜的世界拯救出來,專心暢游于知識的海洋,哈薩比斯的理想就是創(chuàng)造出人工智能科學家 (AI Scientist),至少是人工智能輔助科學家(AI Assisted Scientist),看起來很美的一個畫面,其實也是一個很可怕的畫面。
Demis Hassabis 的 AGI 將會埋葬科研行業(yè)
?
這樣一來,全球科研人員豈不是都要下崗?科技發(fā)展已經(jīng)使行業(yè)更替速度呈指數(shù)型上升,眾多傳統(tǒng)專業(yè)人士已經(jīng)如同恐龍一樣還未退休即被淘汰,通用人工智能的發(fā)展或許會使這個速度再次加速,如果科學研究都不需要人類了,難道只有文體行業(yè)才是人類最終的歸宿?
被人工智能毀滅,或是人類最好的結(jié)局
?
蒸汽機車的發(fā)明使馬車成為慶典擺設,計算機的發(fā)明使珠算成為表演項目,人工智能將會使人類只有在娛樂節(jié)目中才有機會進行科學研究?
?
也許我太悲觀了,馬車夫這個職業(yè)雖然幾近消失,但汽車司機卻越來越多;練習珠算的少了,但會用計算機算賬的人越來越多;就連核武器這個最初的大殺器,現(xiàn)在卻成為維護和平的重要力量:二戰(zhàn)之后大國之間沒有爆發(fā)全面戰(zhàn)爭多賴核武器所賜。
人類有足夠的智慧來對付自己所創(chuàng)造的事物。
就算最終被人工智能所毀滅,這難道不是人類的最好結(jié)局?外星人進攻、小行星撞擊、資源枯竭、核大戰(zhàn),哪一種人類滅絕的方式能夠比被人工智能毀滅更好?被自己所創(chuàng)造的文明物理毀滅,在精神層面卻實現(xiàn)了永生。
?
恰如凱文 - 凱利在《失控》中所言:“人造世界就像天然世界一樣,很快會具有自治力、適應力以及創(chuàng)造力,我們也隨之失去對其控制。但在我看來,這將是最好的結(jié)局?!?/span>