人类当务之急是什么

image

这个问题似乎很难回答，因为世界面临的问题非常多，实现正向发展的机遇也非常多。

答案很简单。人类的当务之急应是创造超越人类的人工智能以造福人类，与人类携手解决我们面临的各种难题，探索正向的发展道路。

目前，通用人工智能在研发领域所占比重非常小。当前人工智能的研究几乎都聚集在能够解决特定问题、高度专业化的“弱人工智能”系统上。但我认为人们应当更加重视通用人工智能，将其视为人类接下来发展的当务之急。原因很简单：不管人类眼下面临什么问题，拥有高于人类的智力以及恰当的驱动系统的通用人工智能处理起这些问题将比人类更胜一筹。

通用人工智能听起来似乎遥不可及，但越来越多的技术专家认为智力高于人类的人工智能问世的时间会比多数人预科的要早：很可能在未来二三十年内出现。为此，每年都有大批研究人员汇聚一堂，参加通用人工智能国际会议。上述这些乐观的预测如果准确的话，显然将极大地影响人类对自身以及对人类未来的看法。

先进的通用人工智能将带来的好处

先进的通用人工智能可能带来的好处数不胜数。一旦我们能够创造出智力远高于人类的人工智能，届时人类与其联手能够完成的任务将没有上限。这听起来很科幻，但在这个创造了太空旅行、互联网、基因工程、纳米技术、量子计算的时代，科幻和现实之间的界线已经逐渐变得模糊起来。

生物医学研究加速发展

image

根据当代生物学的观点，人体在很大程度上可以被看作是一部复杂的分子机器，一旦我们充分掌握了它的运行原理，从原则上讲，我们就能够修复身体出现的任何问题。届时，主要的限制因素在于人脑是否有能力解读收集到的生物数据，以及能否设计出工具来收集到更加精确的数据。通用人工智能“生物学家”的诞生将使医学领域实现根本性的飞跃，也许人类可能患上的多数甚至所有疾病都将无法在给我们造成困扰。

人类早已开始向这方面努力，近年来开始将人工智能应用于生物信息学（比如 Biomind 有限责任公司就开展这项业务）和生物医学文本处理（比如阿里阿德涅基因组学公司研发的 MEDSCAN 读卡器应用程序）。有朝一日，人类若能解决癌症、衰老等问题，那么弱人工智能或通用人工智能很可能在其中发挥了重要作用——毫无疑问，通用人工智能能够使这一天来得更早。

发现和改进替代能源技术

image

当前，人类面临的最艰巨的任务之一是开发廉价的可持续能源。然而，残酷的事实却是，截至目前，最便宜的能源依然是化石燃料（人类对核能、地热、水电和其他能源的利用非常有限）。目前人类已探索出新技术，从理论上讲，无须消耗不可再生能源便可进行更加高效的能源生产；但将这些技术完善到能够应用于实际经济活动的进程非常缓慢，一是因为资金有限，二是因为这些技术的实际操作过程非常复杂。不难想象，比人类智力稍高的人工智能能够发现更为高效的太阳能电池板的电化学原理（仅以此为例），从而给能源领域带来一场革命。

德氏纳米技术从理论走向实践

image

早在 20 世纪 80 年代，Eric Drexler 就在其开创性的著作《Nano Systems》提出创造一种分子装配机：这种机器能够将分子拼凑成任何结构的机器，就好比乐高等儿童积木玩具，但使用的是真的分子。当前，纳米技术蓬勃发展，但多数研究都厕避开 Drexler 曾构想的较深层次的应用，而是集中于那些有价值却较为狭隘的问题上，比如利用纳米技术制造更结实的材料、效率更高的导体、更实用的纺织品。

毫无疑问，有朝一日德氏纳米技术会变为现实。一些公司（其中包括 Drexler 的
公司）目前正利用纳米级计算机辅助设计软件努力推动其进程。人类面临的重大挑战之一是人类的感知能力尚未做好适应纳米世界的准备，但通用人工智能系统就不会受到这种限制。

image

Eric Drexler，2013 年摄于牛津。

人类认知增强

image

如果比人类更智能的通用人工智能系统能够彻底改变世界，那么比目前人类更智能的人类为什么不能这么做呢？为何不利用先进技术使人脑更加智能？

实际上，许多神经生物学家正在绞尽脑汁思考这个问题。目前，这一研究方向面临的最大瓶颈是掌握人脑的工作原哩。为了将外部装置与人脑内的神经细胞有效连接，我们需要了解在神经细胞间传递的信号的意义，但目前我们掌握的人脑动力学方面的知识还非常有限。要解决这个问题需要朝两个方向努力：首先，创造更先进的脑成像装置，无创获取即时、准确的神经系统数据；其次是对这些数据进行有效分析。显然，现金的人工智能技术能够加快我们对这两方面的研究。研发智能的人工智能可能是创造更智能的人类的最有效的方法。

通用人工智能研究加速发展

最后一点，也是非常重要的一点，那就是达到人类智力水平的通用人工智能最有发展前景的应用领域之一在于其自身。每位软件工程师都明白，设计和使用复杂软件的过程就是不断挑战大脑局限的过程。比如，人类的短时记忆容量是有限的，因此我们无法同时管理十几个甚至更多的变量或软件对象。毫无疑问的是，达到人类智能水平的通用人工智能，一旦接受计算机科学方面的培训，将能比人类更加有效地分析和完善自身的底层算法。

请关注微信公众号：大话AI