2016年12月，《科學(xué)》雜志照例公布了年度十大科技進(jìn)展，其中圍棋人工智能AlphaGo擊敗人類高手排在第三位，僅次于引力波檢測，以及比鄰星系行星的發(fā)現(xiàn)（就是劉慈欣筆下三體人的行星）。同月《自然》公布的年度八大科技進(jìn)展中，AlphaGo排在第七位。圍棋人機(jī)大戰(zhàn)也在全社會引發(fā)了人工智能熱潮，機(jī)器在圍棋這個最難的博弈游戲中取得了出人意料的勝利，引發(fā)社會思考人工智能技術(shù)突破對人類的影響。

很多人對機(jī)器擁有與人類相當(dāng)甚至超過人類的智能這事很有興趣，在相關(guān)的科幻小說與電影中，人工智能也經(jīng)常是眾多媒體的關(guān)注焦點(diǎn)?！叭斯ぶ悄堋边@個詞本身就是常見詞匯，人們并不陌生，但其實大多數(shù)人對人工智能技術(shù)細(xì)節(jié)并不了解，有時會有一些誤解，或者作出過于夸張的解讀與聯(lián)想。

AlphaGo戰(zhàn)勝李世石是“人工”而非“智能”

IT時代的人們早就熟悉了計算機(jī)的特性，如電腦做數(shù)學(xué)運(yùn)算速度遠(yuǎn)超人類，可以不眠不休一直穩(wěn)定運(yùn)行，程序可以海量快速復(fù)制，但我們并不把計算機(jī)看成智能。汽車跑得比人快，起重機(jī)比人力氣大，但這些都是人發(fā)明的工具，并沒有智能的感覺。人類對自身的智能非常自豪，認(rèn)為這是人特有的“本事”，動物沒有，機(jī)器也沒有，所以人類是“萬物之靈”。

五子棋、國際象棋、圍棋等“完全信息博弈”游戲，是一類典型的智力活動，其中圍棋是最難的一個。

1997年國際象棋AI深藍(lán)打敗了代表人類最高水平的卡斯帕羅夫，但當(dāng)時的圍棋程序非常差，水平比業(yè)余“低手”都差得多，怎么寫出能挑戰(zhàn)人類高手的圍棋AI毫無頭緒，沒法估計要多少年。

2016年AlphaGo戰(zhàn)勝李世石，以及年底升級版本Master在對人類高手快棋比賽中以60：0碾壓式勝利，可以說人類在最難的圍棋中都已經(jīng)被機(jī)器打敗了，找不到更難的棋類去顯示人相對機(jī)器的智力優(yōu)勢，人在這個類別的智力活動上已經(jīng)不如機(jī)器了。是不是說機(jī)器的智能已經(jīng)開始超過人類了？很多人對此很迷惑。

可以肯定地說，到目前為止，人工智能雖然在下棋、圖像識別、自動駕駛等多個領(lǐng)域取得了令人印象深刻的成就，但都只是“人工”的結(jié)果，完全是人類自身的智力活動成果?！皺C(jī)器智能”的進(jìn)展并沒有想象的那么大，甚至可以說毫無進(jìn)展，機(jī)器本身沒有任何智能。

從程序開發(fā)的角度看，如果先不管這些人工智能程序最終的效果，它們只不過是一些算法思想與程序代碼，并沒有任何特殊之處。代碼是程序員一行行編寫、修改、調(diào)試出來的，程序中用到的數(shù)據(jù)不管有多少，都是開發(fā)者有意識地收集、生成、維護(hù)的。如果告訴程序員群體，這里有一個程序，它的代碼是這些，數(shù)據(jù)是那些，它的功能是對給定的輸入產(chǎn)生期望的輸出，沒有任何一個程序員會感到奇怪，因為所有程序都是這樣的，利用電腦的存儲與數(shù)學(xué)運(yùn)算能力，設(shè)計算法寫代碼實現(xiàn)，讓輸入的數(shù)據(jù)得到預(yù)想的輸出。

舉個例子，我們來看兩個程序。

第一個程序?qū)蓚€輸入數(shù)字的乘積輸出給用戶，并保證它是絕對正確的。

第二個程序?qū)τ谝粋€圍棋局面的輸入，給出兩個坐標(biāo)作為輸出，下這個點(diǎn)能夠獲勝。

我們可能把前一個程序叫工具，因為它就是計算器的一個功能，但是把后一個程序稱為有“智能”的AI，因為它看上去需要很深的智力思考。但是從使用的機(jī)器、開發(fā)的過程、最終生成的程序文件、程序執(zhí)行時的運(yùn)算過程等各方面來看，兩個程序本質(zhì)上完全一樣。可以說第二個程序除了最后展示出來像是智能，和第一個程序性質(zhì)上并沒有任何不同。

也就是說，現(xiàn)在所有的“人工智能”程序，都和最簡單的程序是一回事。聰明的算法設(shè)計者和程序員們，讓一些程序看上去有了“智力”才能實現(xiàn)的能力，并稱之為“人工智能”。實際執(zhí)行程序的電腦完全就是在執(zhí)行人類的指令，沒有任何智能。

可以說，目前的“人工智能”，都是人類智能的第二種展現(xiàn)方式。人可以直接用人腦去下棋，用的是人的智力思維。也可以寫程序代碼，用機(jī)器去替自己下棋，而且比第一種方式干得更好。人可以自己用鋤頭挖地，也可以開挖掘機(jī)挖地，這是人類勞動的兩種方式。在體力勞動上，挖掘機(jī)比人力氣大，顯然更先進(jìn)，但沒有人會說挖掘機(jī)有智能。也就是說，人類的體力勞動方式能夠借助工具不斷變化，先是用手指挖地，再揮鋤頭挖，再開挖掘機(jī)挖，以后可能有更先進(jìn)的方式。而人類的智力思維，同樣也可以借助工具。人類可以自己用腦子算315*227，可以用算盤算，也可以用計算器算，可以用電腦上的EXCEL表格算，也可以說話讓手機(jī)AI助手算。無論哪種，都是人在用各種工具實現(xiàn)人解決問題不同的思路。

現(xiàn)在所有的人工智能程序也是如此，都是人類主動去發(fā)明創(chuàng)造一個工具，用另外一種辦法展示人類的智能。最終好像是一個機(jī)器下棋打敗了人類高手，人們說AlphaGo智能超過人類了。但其實是Deepmind團(tuán)隊里做算法設(shè)計與程序開發(fā)的十多個人，換了一種思維方式，借助電腦這個工具打敗了靠傳統(tǒng)思維下棋的人類高手。AlphaGo的單機(jī)版或者分布式版本中的CPU、GPU都只是工具，沒有任何智能，只是在做簡單的加減乘除運(yùn)算。AlphaGo不知道自己在下棋，它就是在機(jī)械地做算術(shù)。和人類高手對戰(zhàn)的，其實是程序開發(fā)者，他們是用設(shè)計算法寫程序的思路來下棋。

圖為AlphaGo開發(fā)團(tuán)隊，李世石真正的對手。左五為David Silver，左六為Aja Huang，負(fù)責(zé)算法設(shè)計的兩位核心成員。

如今的人工智能遠(yuǎn)沒有人們想象的那么強(qiáng)大

現(xiàn)在人工智能開始在很多領(lǐng)域嘗試人的專業(yè)“智力”工作。如人工智能像專家那樣分析醫(yī)療圖片，像保險專家那樣審核保單，像律師那樣分析案件涉及法律條款，像記者那樣寫稿件。很多人將這理解為，機(jī)器在代替了工人的體力勞動之后，開始沖擊知識水平更高的專家的工作了。甚至有些人憂心忡忡，怕自己的專業(yè)工作也變成能被機(jī)器取代的簡單勞動。

根據(jù)以上的分析，這并不是“機(jī)器”對人的沖擊，而是算法開發(fā)者與程序員們，在用另一種思維進(jìn)行各種專業(yè)智力活動。本質(zhì)是人類兩種思維方式的碰撞，一種是算法思維，一種是傳統(tǒng)專家思維。電腦與機(jī)器本身都只是工具，沒有思維沒有智能，體現(xiàn)的是背后指揮它們行動的人的意圖。算法開發(fā)團(tuán)隊，會設(shè)計算法寫程序?qū)崿F(xiàn)，讓電腦去看醫(yī)療圖片給出分析結(jié)果，自己手工抄到紙上；而傳統(tǒng)醫(yī)生專家，用人眼看醫(yī)療圖片給出判斷，他們也會用電腦，如把圖片顯示在電腦屏上，給出的結(jié)論輸入到電腦存成文件。兩種思維方式的區(qū)別是，對電腦不同的利用水平。

如果說近兩三年“人工智能”取得了巨大突破，那更接近事實真相的描述是：熱衷于算法設(shè)計與程序工程實現(xiàn)的開發(fā)者群體取得了巨大進(jìn)展。他們搞出了一些先進(jìn)技術(shù)，借助電腦把觸角伸到非常多的領(lǐng)域里去。以前這些領(lǐng)域是被人類傳統(tǒng)“專家”占據(jù)的，現(xiàn)在算法開發(fā)者們認(rèn)為自己能用新的思維方法在這些領(lǐng)域搞出大的創(chuàng)新，在效率、可靠性、識別率等指標(biāo)上超過傳統(tǒng)專家。

這些技術(shù)可以統(tǒng)稱為“機(jī)器學(xué)習(xí)”，是近年來發(fā)展最快的科技領(lǐng)域之一。雖然說是“機(jī)器”在學(xué)習(xí)，其實機(jī)器仍然和過去一樣，做的是數(shù)據(jù)存儲、數(shù)學(xué)運(yùn)算，沒有本質(zhì)區(qū)別。所有機(jī)器學(xué)習(xí)技術(shù)的共同特征是，電腦存儲了一些“系數(shù)”，這些系數(shù)是“神經(jīng)網(wǎng)絡(luò)”、“分類器”等數(shù)學(xué)結(jié)構(gòu)中可變的部分，開發(fā)者讓電腦程序執(zhí)行或多或少的“樣本”進(jìn)行“訓(xùn)練”，得到正確或者錯誤的輸出，根據(jù)結(jié)果回頭去正向負(fù)向改變這些系數(shù)。近年來的新趨勢是：

1. 系數(shù)數(shù)量越來越多，多達(dá)上百M(fèi)，比程序代碼行數(shù)還要多得多。組成的數(shù)學(xué)結(jié)構(gòu)越來越復(fù)雜，如以前簡單的三層神經(jīng)網(wǎng)絡(luò)，發(fā)展成十幾層甚至上百層的多層“卷積神經(jīng)網(wǎng)絡(luò)”。各種新型的數(shù)據(jù)網(wǎng)絡(luò)結(jié)構(gòu)層出不窮，非常活躍。

2. 用于訓(xùn)練的樣本數(shù)量，從過去的幾百、幾千，發(fā)展到幾十萬、上百萬個。訓(xùn)練需要的時間越來越長，需要GPU、機(jī)器學(xué)習(xí)專用芯片等新式的硬件支持，過去的硬件跑不動訓(xùn)練了。

3. 訓(xùn)練樣本，過去是人工收集、人工標(biāo)注正確輸出，現(xiàn)在發(fā)展到機(jī)器自我“強(qiáng)化學(xué)習(xí)”。如AlphaGo進(jìn)行海量的自我對局，生成幾千萬個樣本，回頭用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練。也有些樣本是程序在互聯(lián)網(wǎng)上用“爬蟲”自動收集的。因此，機(jī)器學(xué)習(xí)有時需要海量的服務(wù)器支持，可能需要十萬個以上，有實力的公司才做得了。

4. 研究者群體在機(jī)器訓(xùn)練方法上取得了突破，對于很復(fù)雜的數(shù)學(xué)結(jié)構(gòu)、海量的樣本，想出了“深度學(xué)習(xí)”這樣的辦法。在語音識別、圖像識別等多個領(lǐng)域，最終效果甚至可以超過人類的水平，在指標(biāo)效果上比過去有了重大突破。程序識別率指標(biāo)突破臨界點(diǎn)以后，就會對產(chǎn)業(yè)產(chǎn)生爆發(fā)式?jīng)_擊。如語音識別幾十年來都在研發(fā)，準(zhǔn)確率一直在提升，但都不溫不火。但這兩年來準(zhǔn)確率足以實用了，一下就爆發(fā)了。

因此，目前人工智能行業(yè)與社會其它行業(yè)的互動趨勢是，機(jī)器學(xué)習(xí)研究者群體會用以上這些技術(shù)，去各種有價值的行業(yè)里，用算法與程序思路去解決專業(yè)問題，提供另一種智力勞動的方式。當(dāng)他們在一個行業(yè)成功了，這個行業(yè)就面臨重大技術(shù)變革，舊的從業(yè)人員確實會受到?jīng)_擊。但是正如前面所述，這并不是機(jī)器對人的挑戰(zhàn)，而是算法與程序思維的人群，對傳統(tǒng)思維人群的挑戰(zhàn)。

這種挑戰(zhàn)是真實正在發(fā)生的。上面描述的人工智能技術(shù)仍然在高速發(fā)展，還沒有遇到之前幾次人工智能熱潮遇到的瓶頸。人工智能技術(shù)突破一定會在更多行業(yè)中發(fā)生。作為社會大眾，其實我們已經(jīng)不知不覺已經(jīng)用了很多人工智能的成果，如手機(jī)語音輸入，停車場自動收費(fèi)，高速公路卡口自動開閘通行，高效的快遞分發(fā)，可以說全是好事。

至于說舊的從業(yè)人員會受到什么樣的影響，應(yīng)該要具體行業(yè)具體分析?？梢钥隙ㄒ恍┬袠I(yè)的從業(yè)人數(shù)會大幅減少，如港口集裝箱理貨人員數(shù)量會大降，富士康生產(chǎn)線上的工人會減少，智能機(jī)器會增加。這些簡單勞動，并不需要特別的專業(yè)知識，普通人經(jīng)培訓(xùn)后都可以做。用機(jī)器代替人做簡單勞動，將人從枯燥繁重甚至危險的工作中解放出來，從生產(chǎn)力角度看應(yīng)該對全社會有益，能夠創(chuàng)造更多社會福利。如果發(fā)生大規(guī)模的失業(yè)，這是社會生產(chǎn)關(guān)系的范疇，只要社會在福利分配上做好，解決問題沒有本質(zhì)困難。歐洲一些國家這方面走在前面。往深里說，甚至可以設(shè)想“機(jī)器共產(chǎn)主義社會”，勞動全由機(jī)器干，人類就管幸福生活，當(dāng)然還只是比較遙遠(yuǎn)的幻想。

一些更復(fù)雜的智力勞動會受到什么樣的影響還不好說。如醫(yī)療專家、保險專家、銷售專家會不會失業(yè)，只有等相關(guān)行業(yè)的人工智能程序真的出來后才知道。媒體編輯記者們，會不會被機(jī)器寫手大量代替，也不好說。無論如何，如果行業(yè)傳統(tǒng)專家們能夠熟悉算法與程序的思維，將機(jī)器的能力與自己的能力結(jié)合，就能更好地適應(yīng)被機(jī)器改變的行業(yè)。

以上介紹了目前正在快速發(fā)展的人工智能產(chǎn)業(yè)技術(shù)現(xiàn)狀，可以說還是人類自己思維方式的重大進(jìn)展，機(jī)器仍然做過去一樣的事，沒有任何智能。有些研究者，把目前的機(jī)器智能稱為“弱人工智能”，就是這個意思。那么，真正的機(jī)器智能，或者說“強(qiáng)人工智能”，會是如何的？我們可以作一些探討。

自主創(chuàng)新才是真正的機(jī)器智能

有人說“強(qiáng)人工智能”就是機(jī)器有自己的思想了，甚至?xí)瘛疤炀W(wǎng)”一樣反抗人類，很危險。也有些人受“技術(shù)奇點(diǎn)”思維的影響，認(rèn)為人工智能發(fā)展下去，就會出現(xiàn)比人類智力水平高一檔次的機(jī)器智能物種，而且發(fā)展是加速度的，奇點(diǎn)一到歷史就不屬于人類了，有些專家們認(rèn)為就是三四十年事，聽上去很嚇人。

據(jù)筆者對人工智能技術(shù)的了解，這些還是屬于科學(xué)幻想的范疇，沒有可行的技術(shù)路線。可控核聚變、量子計算機(jī)、強(qiáng)人工智能，是目前意義最大的三個技術(shù)領(lǐng)域。但是都沒有頭緒，什么時候能突破完全沒法估計，有時會說要50年，等50年過去還是要50年，其實就是說不知道要多久。

現(xiàn)在的人工智能程序，全是人寫出來的。機(jī)器自我生成數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)也是人讓它做的，代碼不會變，程序輸入輸出的目的不會變。人類只是沒法理解幾百M(fèi)的神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)黑箱子，說不清楚為什么就挺厲害了，但并不是不了解它。了解多的研究者會知道黑箱子有時會出一些離譜的錯誤，如將完全沒有意義的混亂圖片認(rèn)成一只貓。

而且現(xiàn)在人工智能程序其實都是些“白癡天才”，就一個事特別厲害，其它什么都不會。用專業(yè)術(shù)語，就是沒有“泛化”的能力。下棋厲害的程序不能用來開車，認(rèn)圖片厲害的不能用來語音識別。開一個新任務(wù)，還是得人類開發(fā)人員絞盡腦汁建模編碼調(diào)試優(yōu)化，雖然這個過程倒是有套路了，但那是人類的本事。人類的智能不會這樣，一個腦子，可以學(xué)會成千上萬種本事，而且不同的本事還能觸類旁通。

如果研究者們開發(fā)出了一種龐大的神經(jīng)網(wǎng)絡(luò)連接結(jié)構(gòu)，然后用不同的數(shù)據(jù)集對它進(jìn)行訓(xùn)練，就可以完成不同的智力任務(wù)，那會是一個極大突破。這會使得人工智能研發(fā)的任務(wù)大大簡化，甚至有點(diǎn)人腦的雛形了。這目前看有一點(diǎn)希望，如一個訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，可以直接移到另一個任務(wù)里去當(dāng)一個部件，當(dāng)然難度還是極大的。如果這種訓(xùn)練弄得很容易了，有可能在社會上造成很大影響。

現(xiàn)在人工智能的開發(fā)難度不低，門檻較高，需要專業(yè)的算法開發(fā)人員與程序員進(jìn)行編碼，一般人做不了。如果搞出了有“泛化”能力的人工智能學(xué)習(xí)框架，也許社會各界稍微學(xué)一下就能自己訓(xùn)練出人工智能了。這樣，人工智能的發(fā)展就不再是極少數(shù)技術(shù)精英的事，全社會各領(lǐng)域會主動去引入人工智能技術(shù)。這種情況下，正如百度首席科學(xué)家吳恩達(dá)說的，人工智能會像“電”一樣，變成各行各業(yè)的新型工具。這無疑會極大地推動各行業(yè)的技術(shù)進(jìn)步，人工智能可能會是第四次工業(yè)革命，像蒸氣機(jī)、電力、計算機(jī)一樣改造各行各業(yè)。

但就算做到了這一步，仍然是人類在進(jìn)行思維，機(jī)器還是沒有智能。如果再進(jìn)一步，人類只管建神經(jīng)網(wǎng)絡(luò)，然后漫無目的地把各種數(shù)據(jù)扔給機(jī)器自己去“領(lǐng)悟”，然后機(jī)器輸出了一些出人預(yù)料的、有意義的智力成果，那就真有本質(zhì)不同了。

比如在電腦里放一個程序連上多個攝像頭，把某戶的家庭生活全拍下來，算法開發(fā)人員讓它自己觀察想辦法優(yōu)化主人的家庭生活。然后這程序某天對男主人報告，我這已經(jīng)準(zhǔn)備好了一個功能，幫您每天到網(wǎng)上搜索好一個笑話讓您講給太太聽，根據(jù)太太的情緒準(zhǔn)備不同的素材。過陣子又對主人報告，準(zhǔn)備好了另一個功能，對小孩作出提醒，優(yōu)化小孩的學(xué)習(xí)效率。這些功能是機(jī)器自己想出來的，不是人規(guī)劃出來的。

再比如，電腦里一個AI程序吃下一個公司的所有營銷數(shù)據(jù)，開發(fā)者讓這個AI自主分析觀察這些數(shù)據(jù)。過陣子，AI建議說公司要如何改變經(jīng)營策略，公司有哪些工作是做得不好需要改善，要開除哪些人，哪個部門要多招人。電腦具體會提出什么建議，開發(fā)人員事先并不清楚。

如果這種機(jī)器程序真有了，那就特別厲害了。也許這個程序不知道自己在干啥，仍然沒有自主意識，但和之前的人工智能相比，它能自主地搞出了一些智能發(fā)現(xiàn)，不需要人去規(guī)劃引導(dǎo)。這時就可以說，人工智能脫離了人的具體指導(dǎo)，有了“自主創(chuàng)新”的本事了。當(dāng)然還需要人去劃一個大框架，人工智能程序在里面發(fā)揮一定的“主觀能動性”。成果可能是，機(jī)器自己到網(wǎng)上亂看小說后寫出了暢銷小說，機(jī)器自己看了很多數(shù)學(xué)定理的證明后證明了很難的數(shù)學(xué)定理，機(jī)器聽了很多樂曲之后寫出了好聽的樂曲。和以前的作詩機(jī)、機(jī)器證明、機(jī)器作曲不同，機(jī)器用什么辦法去寫作、證明、譜曲，人沒有告訴它。這時機(jī)器再要聲稱自己是有智能的，就理直氣壯了。這類機(jī)器會脫離開發(fā)者，在那不斷地進(jìn)行“自主創(chuàng)新”。人面對的競爭者就真的是這些機(jī)器了，而不是開發(fā)出機(jī)器的人，因為開發(fā)者也不知道機(jī)器會干出什么事。

當(dāng)然這些功能現(xiàn)在還不知道怎么做出來，但并不是完全不可想象。研發(fā)人員可以給機(jī)器設(shè)定更復(fù)雜、更自由的系數(shù)變動模式，數(shù)據(jù)輸入的樣式也更多種多樣，機(jī)器學(xué)習(xí)的目的更加泛化。其實人類自己具備的能力，也是經(jīng)過不計其數(shù)的人自由嘗試之后，不斷積累而來的。

這個階段的人工智能，應(yīng)該還是在人類的控制之下。因為它們的工作范圍還是人設(shè)定的，控制起來不難。它們也沒有自主意識，只是在漫無目的地進(jìn)行運(yùn)算，有時會給出對人有意義的結(jié)果。但是這種人工智能顯然會極大地改變?nèi)祟惿鐣?，也許會讓人類科技突飛猛進(jìn)，不僅是工業(yè)革命，還是科學(xué)技術(shù)的革命。比如在人工智能幫助下，可控核聚變有了新的方案，實現(xiàn)了能源革命。

美劇《西部世界》劇照

再往下發(fā)展，要是人工智能發(fā)展出自主意識，那意義就大得沒邊了。本文主要基于現(xiàn)階段的人工智能基礎(chǔ)技術(shù)，進(jìn)行技術(shù)性的討論。具有自主意識的人工智能與人的互動，是很多科幻小說、影視劇、科普文章的關(guān)注焦點(diǎn)，如美劇《西部世界》。對此筆者并沒有特別的觀點(diǎn)，也是個看片欣賞的，只能說機(jī)器自主意識現(xiàn)在還是文藝與科幻意義上的，沒有太多現(xiàn)實意義。

總的來說，筆者對人工智能的發(fā)展是非常樂觀的。即使人工智能技術(shù)進(jìn)展不大，用現(xiàn)有的技術(shù)也能改造一大批行業(yè)。如果人工智能技術(shù)再有突破，將會極大促進(jìn)人類社會的生產(chǎn)力發(fā)展。而人工智能完全脫離人類發(fā)展進(jìn)而威脅人類，又過于遙遠(yuǎn)，這個問題可以用輕松的心態(tài)去面對。