《互聯網進化論》作者:人工智能威脅論還只是杞人憂天

《互聯網進化論》作者:人工智能威脅論還只是杞人憂天 1

互聯網的類腦結構

近20年來互聯網帶來的新應用和新功能,比如3D打印機、複印機遠程操控、遠程醫療手術,以及中國水利部門安放傳感器收集氣象信息,還有谷歌的「街景」服務,說明互聯網朝著與人類大腦高度相似的方向進化,它將具備自己的視覺、聽覺、觸覺和運動等神經系統,也將會擁有自己的記憶、中樞和自主等神經系統。我們是否能用神經學中發現的結構,去預測互聯網的未來發展方向?

另一方面,人腦至少在數萬年以前就進化出所有的互聯網功能。科學實驗證明大腦中也擁有谷歌一樣的搜索引擎,Facebook一樣的SNS系統,IPv4一樣的地址編碼系統,思科一樣的路由系統……神經學和腦科學是否可能借助互聯網的幫助去揭示大腦的秘密?

2008年,我們(中科院的相關研究團隊)發表論文《人類工效學》,提出互聯網向類腦結構進化的觀點,並繪製了互聯網雲腦的示意圖。後又先後在2010年發表論文《複雜系統與複雜網絡》,在2012年出版著作《互聯網進化論》,進一步論述互聯網雲腦理論。

近年來,我們又將物聯網、雲計算、大數據、工業互聯網、機器人、人工智能、虛擬現實等新技術納入到這一模型中,試圖用互聯網雲腦結構解釋科技前沿與熱點,並試圖預測互聯網未來的發展方向。

在這一模型中,互聯網與當前的前沿科技都可以聯繫起來。比如物聯網是互聯網大腦的感覺神經系統萌芽;雲計算是互聯網大腦的中樞神經系統萌芽;工業4.0、工業互聯網、無人機、智能駕駛、3D打印,本質上是互聯網大腦的運動神經系統的發育和萌芽;大數據是互聯網大腦信息的基礎。同樣的思路也可以用來分析邊緣計算、移動互聯網、大社交網絡、雲反射弧與人工智能等前沿科技。

人工智能的歷史與當下

1956年夏天,以麥卡賽、明斯基、羅切斯特和申農等為首的一批年輕科學家聚會,共同研究和探討用機器模擬智能的一系列有關問題時,首次提出了人工智能概念。

此後近60年時間裡,人工智能經歷了若干次高峰和低潮。20世紀60年代出現了一次熱潮,可能比今天還要熱鬧,當時人們覺得人工智能與機器人的發展可能最終會取代人類。到了20世紀80年代,日本的第五代計算機和神經網絡的研究也引發過一次熱潮。但隨著1992年日本第五代計算機計畫無果而終,隨後人工神經網絡熱潮也在20世紀90年代退燒。一些算法雖然得到了改進,但找不到用武之地,沒有辦法影響產業界。

一個技術如果得不到產業界的應用,是很難有爆發的,比如我們現在經常提到「模糊數學」,其創始人起初在美國一直不得志,直到日本產業界將其算法應用到洗衣機和冰箱而大獲成功,各種榮譽才紛湧而至。同樣的道理,人工智能在20世紀90年代經歷了「AI之冬」,這個冬天持續了將近十年之久,直到2006年加拿大多倫多大學教授傑夫‧辛頓(Geoffrey Hinton)提出了「深度學習」算法,情況才開始轉變。

「深度學習」如今已成為了一個火熱的概念,深度學習算法是對20世紀40年代誕生的人工神經網絡理論的一次巧妙升級,它最大的革新是可以有效地處理龐大的數據。但十年前它在提出之初並不被重視,直到互聯網公司將其挖掘出來。首先是微軟做了一段時期的應用,後來推給了谷歌。2011年,谷歌建立了以深度學習為基礎的谷歌大腦,與基於互聯網的海量大數據進行交互,它的威力才終於爆發出來,人工智能進入了一個新時代。

所以近來的這一次人工智能熱潮,與互聯網密不可分。與其說是人工智能熱潮、人工智能時代,不如說是互聯網人工智能的熱潮與時代。今天引導人工智能的發展的全是互聯網或IT行業巨頭,如谷歌、Facebook、微軟、因特爾、IBM,以及中國的百度、騰訊和阿里巴巴。

我們前面說,互聯網在進化的過程中形成了類腦結構,這並非一蹴而就的,而是在科學探索和商業創新兩個動力源的驅使下逐步發育的。互聯網雲腦的各個神經系統發育不均勻,導致了波浪式的高峰,往往是一個技術或模式成熟後,下一個技術或模式才有爆發的基礎。如果沒有社交網絡、物聯網、雲計算的成熟,也不會有從這兩年突然在全世界爆發的這一輪人工智能熱潮。這一次人工智能熱潮本質上是互聯網進化過程中又一次波峰式浪潮,它產生離不開之前的互聯網應用和技術奠定的基礎。

人工智能的現實應用與智慧城市

人工智能與互聯網的中樞神經系統結合之後,誕生了這五六年來我們不斷聽到的互聯網巨系統,有些直接被命名為「大腦」,如谷歌大腦、百度大腦,IBM的叫做沃森系統,還有阿里雲、亞馬遜雲、騰訊雲等。

人工智能與互聯網的聽覺神經系統結合之後,產生了科大訊飛、雲之聲等聲音識別企業和產品。人工智能與互聯網的視覺神經系統結合之後,產生了格林深瞳、Face++等圖像識別類公司和產品。這些公司的創始人幾乎都來自科學界,依託互聯網大數據,將他們的算法應用於互聯網的不同情境。

而人工智能與互聯網的運動神經系統結合則產生了更多的應用,比如無人駕駛汽車、無人機。人工智能與互聯網的神經纖維繫統,也就是我們的線路或運營商結合,還有更大的發揮空間。

人工智能與大社交網的結合,催生了百度的度秘、微軟的小冰等系統。這些系統都需要嵌入到社交網絡才有生命力,所以它們才向微博、微信尋求合作。這裡可以看到神經網絡型組織的巨大威力。

而人工智能的下一個熱點,不僅僅是與上述行業或互聯網神經系統的結合。大腦有最核心的兩個要素,其一是神經網絡,其二是反射弧。我們所有的智能都需要用反射功能來表現,所以我們提出一個概念叫雲反射弧。這對於互聯網或者人工智能下一步的發展至關重要,我們預判未來的三到五年,雲反射弧的問題將會提到議事日程上來,比如科大訊飛的語音識別如何與自動駕駛結合。

2008年,IBM領導人提出智慧地球的概念,在此概念基礎上產生了智慧城市的設想,今天中國很多城市都在大力推進智慧城市的建設。智慧城市的產生本質上是互聯網的觸角與現代的城市建設相結合,必須要依託互聯網才能發展。根據我們最新的研究,智慧城市也具有類腦結構。

首先城市具有神經網絡。城市之所以變得智慧,相互之間必須產生聯繫,分裂是無法產生智慧的,這就需要神經元的交互,也就是神經網絡,城市同樣也需要中樞、感覺、運動、視覺等神經系統,建設自己的雲計算中心和大數據中心。

其次是雲反射弧。城市的交通、安保、金融、旅遊、社區,可以用反射弧的效率評估其智慧程度,比如發生火災時能否快速傳遞信息給119,然後迅速出警。我們目前的方式是居民自行報警,但在智慧城市裡通過溫度傳感器就能發現異常,然後迅速傳遞給消防部門。進一步的智能化同樣與人工智能相關,比如無人消防車自動駕駛到火災現場。

人工智能的進化方向

互聯網雲腦的架構在21世紀20年代會開始清晰,並隨著科技、社會的發展不斷深入和擴張。在這一趨勢下,人通過自己創造的技術和工具向著互聯網大腦的方向進化。「人」這個要素將互聯網的進化和生物的進化連接了起來。

我們回到達爾文的《進化論》,它可以說是人類歷史上最偉大的理論之一,它是一種新的世界觀或生命觀,對後來的科學和人類領域產生了很大的影響。它至今仍影響主流科學界的觀點,也就是生命的進化沒有方向,人並不比老鼠、螞蟻、蟑螂高級。它將生命的進化設想成一株不斷成長的大樹,所有的生物只是這棵樹細小的分支。進化論排斥的目的論,人類也不是生命樹主幹的頂端。

但進化到底有沒有方向,有沒有等級之分,還是一個可以探討的問題。諾貝爾獎得主約翰‧埃克爾斯在其著作《腦的科學》中提到,通過解剖發現,我們的大腦是有層次的,一層一層地包裹著過去生物進化的痕跡,魚類大腦結構外面包裹著兩棲動物的結構,兩棲動物的結構外面包裹著爬行動物的結構,爬行動物的結構外面包裹著哺乳動物的結構。這種層級包裹結構說明生命進化是有等級之分的,生命進化是有方向的。

我們認為,生物進化的方向是擴大種群的知識庫和改造自然的能力,它的目標是對整個自然乃至宇宙的知識和改造。所以根據擁有的知識庫和改造世界的能力就能劃分生命的等級,這也是為什麼人類比猴子高級,猴子比螞蟻高級的原因所在。互聯網是人類擴大知識庫和改造自然的手段,符合人類進化的方向。

互聯網自身的進化也是有方向的。我們曾做過一個智能模型,從輸入、掌握、創造、輸出四個維度出發,將智能分為七個等級,最後一個等級就是輸入無窮大,掌握無窮多,創造無窮多,輸出無窮大,類似宗教裡全知全能的角色,但我們這裡並非談論有神論。而這也是互聯網進化的終極方向,最終走向智慧宇宙、宇宙大腦,最終實現互聯網、大腦和人類的結合。互聯網進化與生物的進化,最終通過「人」達到了統一。

在此基礎上,我們來討論人工智能威脅論。人工智能與人類的關係最後是由三個方面決定的,即進化的方向、進化的速度和進化的動力。

討論人工智能的倫理之前,首先要解決的是進化方向的問題。人類對於生物進化的方向仍然處於一個爭論、探討的階段,主流科學界認為進化是沒有方向的,如果人類沒有進化的方向,人工智能也不知道進化的方向。但是,後續的恐懼和威脅,其實和進化方向的設定有關係。

作為研究者,我有必要明確地拋出我的觀點,我認為人工智能進化方向是人類擴大知識和改造自然的有力工具,即在達到無窮的時間點之前,它依然是人類的輔助工具,不斷把人類的智慧中相對低端或中端的領域分離出去,將一些重複性較高的領域分離出去,保留相對重要的功能,比如創造、發現,減輕智慧的壓力,讓人類更加純淨地輕裝上陣,去發現、改造這個世界,所以我們不應恐懼人工智能。

而在進化的速度方面,人工智能可能在知識庫的容量上超越人類的,但是在創造性,發現規律,甚至撒謊方面,它要麼沒有,要麼找不到科學的路徑。

而第三點是進化的動力。今天國際上非常知名的企業家在談論人工智能威脅時都很奇怪,都將人工智能與其背後推動的程序員、產品經理和科學家分離開來。但其實人工智能系統的每一點進步都離不開程序員、科學家的推動,他們才是人工智能進化的動力。雖然現在有些人提出了「進化算法」的概念,但這只是人工智能研究領域的一個名詞,並不代表人工智能系統已經可以在沒有人類幫助的情況下自我演進。一個有目標的演進,即判斷進化的方向到底對不對,就是它進化的動力,這個功能目前只有人類能發揮。而在解決這個問題之前,談論人工智能威脅論還只是杞人憂天。

在此之前,機器人和人工智能都只是輔助人類擴大知識庫和提升改造自然的能力的工具,可以代替人類跑去極寒之地或者嚴酷的外太空發現世界。在人工智能算法的幫助下,人類能夠發現更多的規律,增強改造世界的能力,這是一種互補的關係。

分享文章:

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *