|
 |
| Google的DeepMind與韓國圍棋手李世石對弈。圖片來源：美聯(lián)社? |
中國日報(bào)網(wǎng)4月1日電 據(jù)英國《衛(wèi)報(bào)》報(bào)道，想要進(jìn)入“奇點(diǎn)時代”——計(jì)算機(jī)擁有的智慧與人類相當(dāng)?shù)臅r代——像谷歌DeepMind創(chuàng)造的只擁有一技之長的超級人工智能必須能做各種事情。
創(chuàng)造達(dá)到人類智慧水平的人工智能（AI），這條漫長的道路充滿了諸多不確定性。如今，大多數(shù)的人工智能只擅長一個領(lǐng)域。這些人工智能能夠識別人臉、聲音，翻譯外語，進(jìn)行股票交易以及下象棋。它們很可能對這一種技能了如指掌，但卻只擅長這一種。谷歌公司旗下DeepMind的項(xiàng)AlphaGo，可以在圍棋上打敗最厲害的圍棋選手，但是它并不知道怎么玩挑圓片游戲（tiddlywinks），推幣游戲，或者區(qū)別一匹馬的頭和尾。
另一方面，人類不是專家。我們都是多才多藝的。還有什么動物能夠像人類一樣可以廣泛涉獵各個領(lǐng)域？假設(shè)人類處在有一個問題必須要解決的情況下，并且如果人類可以遠(yuǎn)離手機(jī)獨(dú)自待著，他們就會根據(jù)經(jīng)驗(yàn)找出一種解決方案。
這種學(xué)齡前兒童已經(jīng)擁有的技能，是人工智能的終極目標(biāo)。如果將這種技能提取并編碼運(yùn)用于軟件當(dāng)中，那么人工智能“思考機(jī)器”的稱呼才是真的名副其實(shí)。
昨天發(fā)布的DeepMind最新一代人工智能，在創(chuàng)造擁有人類智慧的強(qiáng)人工智能（AGI）的道路上掃除了其中一個重要障礙。大多數(shù)的人工智能只能學(xué)習(xí)一種技能，因?yàn)槿绻獙W(xué)習(xí)第二個，它們必須要忘記第一個。這個名為“災(zāi)難性遺忘”問題的出現(xiàn)，是因?yàn)槲挥谌斯ぶ悄芎诵牡纳窠?jīng)網(wǎng)絡(luò)會用新的知識覆蓋舊的知識。
DeepMind通過模仿人類大腦的運(yùn)轉(zhuǎn)來解決這一問題。我們在學(xué)習(xí)騎自行車時會不斷鞏固這一技能。我們能在喪失興趣后再去學(xué)習(xí)小提琴，也能了解世界各國的首都，還能掌握躲避球的復(fù)雜規(guī)則，最后我們?nèi)钥梢则T著自行車回家喝茶。裝載這種程序的人工智能，能夠使過去的重要知識在將來難以覆蓋，而這就是在模仿上述的過程。它利用而不是忘記過去的技能，以此來幫助自己學(xué)習(xí)新的技能。
因?yàn)樾碌娜斯ぶ悄苋匀槐Ａ糁^去的技能，所以它還可以一個接一個地學(xué)習(xí)新的技能。這種人工智能曾研究雅達(dá)利經(jīng)典游戲——太空侵略者、Breakout、保衛(wèi)者等等——十個游戲中，七個它都能玩得和人類一樣好。但是它的表現(xiàn)就不如只擅長一種游戲的人工智能好。和我們一樣，新的人工智能更像是萬金油，博而不精。
毫無疑問，如果思考機(jī)器真正的出現(xiàn)了，它們是強(qiáng)大而寶貴的。研究人員可以運(yùn)用它們來解決世界上最嚴(yán)重的問題：貧困、不平等、氣候變化和疾病。
但這也有可能變成一種威脅。嚴(yán)肅的人工智能的研究人員以及其他許多著名但是對這一技能不是很了解的人物，已經(jīng)表明了他們的擔(dān)憂。他們擔(dān)憂某一天計(jì)算機(jī)會超越人類智慧?！捌纥c(diǎn)”正在逐漸來臨，那時超級人工智能將以指數(shù)倍的速度發(fā)展，而這會造成技術(shù)混亂，并將那些貧窮的、沒有任何改善的人類遠(yuǎn)遠(yuǎn)甩在身后。這些超級人工智能的計(jì)算機(jī)不需要憎惡我們就可以摧毀我們。正如牛津哲學(xué)家尼克·博斯特倫已經(jīng)指出，一個超級人工智能可能會很輕松的摧毀我們，僅僅是因?yàn)樗^于沉迷于制造曲別針而忘記了考慮人類的福祉。
今年一月，在加利福尼亞阿西洛馬市，未來生命協(xié)會舉辦了一場名為“有益的人工智能”的會議。當(dāng)討論人工智能對于人類的威脅時，研究人員認(rèn)為人工智能的威脅相當(dāng)于核反應(yīng)堆控制棒?？刂瓢羯钊牒朔磻?yīng)堆來控制危險(xiǎn)的核反應(yīng)。在會議的最后，組織者針對人工智能的安全發(fā)展發(fā)布了一系列指導(dǎo)原則。
盡管DeepMind的最新成果促使科學(xué)家們向強(qiáng)人工智能方向研究，但是這并不意味著奇點(diǎn)的臨近。人類要掌握強(qiáng)人工智能所面臨的挑戰(zhàn)不止是人工智能如何能不斷學(xué)習(xí)。DeepMind的人工智能可以將它在一個游戲上學(xué)到的技巧運(yùn)用到另一個游戲中。然而，它不能夠?qū)⒁豁?xiàng)已掌握的技能類推到其他技能上。面對一項(xiàng)新的任務(wù)時，這種人工智能不能對其進(jìn)行考慮，思考自己的能力，并最終計(jì)算出如何有效地應(yīng)用自己的能力。
未來學(xué)家雷蒙德·庫茨魏爾認(rèn)為自現(xiàn)在起30年內(nèi)人類定會進(jìn)入奇點(diǎn)。但是對其他科學(xué)家而言，我們可以避免創(chuàng)造擁有人類智慧的人工智能。現(xiàn)在的問題仍然是能否實(shí)現(xiàn)，而非何時實(shí)現(xiàn)。模仿人類的智慧是十分艱巨的。科學(xué)家們需要的是好的想法，此外，沒有人能夠預(yù)測靈感會何時降臨。
（編譯：王雅文 編輯：齊磊）
推薦
