机器智能简史

在200年前,曾三次担任美国国务卿的政治家丹尼尔·韦伯斯特,对革命性的蒸汽机作出了如下评价:

 它可以开船、抽水、挖掘、载物、拖曳、举物、锤打、织布、印刷。它仿佛一个人,至少属于工匠阶级:“停止你的体力劳动,终止你的肉体苦力,把你的技能与理智用来引导我拉动力,我将承担这所有辛劳。不再有任何人的肌肉感到疲惫,不再有任何人需要休息,不再有任何人会感到上气不接下气。”

尽管蒸汽机并不是第一个被发明的精密机器,但人类历史上,很少有机器能像蒸汽机那样对历史的车轮起到了举足轻重的作用。正是蒸汽机的出现,让工业革命诞生于煤炭资源丰富但劳动力昂贵的英国,蒸汽机作为机器时代的首个动力引擎,带动着遍布全英国工厂中的织布机、印刷机、车床等机器日以继夜地运转,机器化大生产彻底摧毁了农耕时代上千年的手工作坊,让原本世世代代在作坊中自给自足、传承工艺的匠人们失去了生计,不得不进入工厂成为机器的操作员,逐渐成为了工业化机器的一部分,随后越来越多的机器被发明出来,人类进入了机器时代。

机器智能简史_第1张图片

我们可以说,正是自蒸汽机的出现开始,人类首次跟机器结下如此深的羁绊,历史的篇章相当大一部分由机器的演进史构成。而转眼间200多年过去了,我们慢慢发现已经站在了智能时代的十字路口,自动化、人工智能技术将赋予机器前所未有的力量——作为机器的造物主,我们一直希望机器作为解放劳动力、让人们获得自由的存在,正如丹尼尔·韦伯斯特说的那样。但倘若盗火者普罗米修斯的故事发生在了机器身上,机器拥有了原本造物主才拥有的东西,成为了机器智能,人与机器的关系将会发生什么翻天覆地的改变?

人工智能将成为颠覆性力量,正如当年蒸汽机的出现,对人类经济协作模式、生活模式带来了剧变,从目前来看也并不是一件非常遥远的事情。但当这个奇点临近之前,我们不禁好奇,人工智能,或者说机器智能,将以何种方式和形态降临?——这是对未来智能化生活的窥探。

我们都渴望看到机器智能的未来,从而更好地用最正确的姿势去拥抱这个令人惊叹的新时代,而获取这种未来洞见的好方式之一,就是深入爬梳机器智能产生及演变史,已经机器与人类文明是如何一步一步交织在一起的。

人与动物的区别

马克思曾说过,人类与动物的最大区别就是制造工具和使用工具。但放在今天看来,马克思的观点显然并不正确,随着生物学家野外观察手段的进步,人们发现了越来越多动物会熟练制造并使用工具的案例。比如在今年BBC动物纪录片《荒野间谍》中,红猩猩通过模仿学习,学会使用了手持木锯,将粗壮的树枝锯为两段。

机器智能简史_第2张图片

 

人和动物最大的区别在于两点:首先第一点,是人类拥有空前的、其他动物无法比拟的社会协作能力。例如最聪明的灵长类动物黑猩猩,其一个种群的黑猩猩数量不过几十头,数量如果过多的话,通常将导致种群的分裂。而人类因为独特的抽象能力,能通过货币、宗教、帝国等抽象概念,团结并动员成千上万个体到巨大的协作网络之中,从而创造出空前的文明,这种协作网络是任何动物都无法做到的。其次,人类作为个体拥有极大的自我进化能力。我们知道,对于大多数生物而言,只有基因层面的进化才能带动个体进化,通常都是一个非常漫长的过程;部分动物前进了一点点,能够在与环境的互动中,通过创造工具和寻找诀窍从而更好地适应环境,并展现出了个体自我进化的智能,但通常比较有限,如下面会提到的乌鸦案例。而只有人类,才具备极其强大的自我进化能力,人类个体可以像锻炼体魄一样终身打磨自身的思维,使得个体变得越来越强大,没有人天生就是科学家、音乐家、发明家,一切都是个体自我进化的结果。这种自我进化能力,一方面造就了人类个体间极大的差异,另一方面是智能的源泉。

在朱松纯教授《浅谈人工智能:现状、任务、构架与统一》一文中,介绍了一个特别好的乌鸦案例,充分说明了智能体的核心特征:

机器智能简史_第3张图片

案例中是一只在日本被发现和追踪的乌鸦。这只进入了人类城市的野生乌鸦(图a),需要寻找食物。案例中它找到了一个肥美的坚果,需要砸碎,但乌鸦怎么试都不行,它把坚果从天上往下抛,发现解决不了这个任务。后来乌鸦通过对城市环境的观察,发现了一个诀窍,把果子放到路上让车轧过去(图b)。后来乌鸦发现,虽然坚果被轧碎了,但它到车水马龙的马路中间去吃是很危险的事。后来乌鸦开始观察,它发现在靠近红绿路灯的路口,车子和人有时候会停下(图c)。搞清楚后,乌鸦就选择了一根正好在斑马线上方的一根电线,蹲下来了(图d),它把坚果抛到斑马线上等车辆轧过去,然后等到行人灯亮后(图e),车辆都停在斑马线外面,乌鸦终于可以走过去,吃到了地上的果肉。

在朱松纯教授提出的这个案例中,我们看到这只乌鸦充分展现了作为一个智能体,具备卓越的感知、认知、推理、学习、决策能力,在一个陌生(城市)的环境,能通过对环境的观察和推理,认知到了环境运行的因果链条(如绿灯亮——车辆停下),并为自己所用。这种与外界环境交互中,完全自主的感知、认知、推理、学习和决策能力,构成了智能体的核心,也生物体自我进化的源泉,而人类在这方面有着无出其右的优势。凭借协作网络以及自我进化的双轮驱动,人类在改造自然的过程中构筑起了一个非凡的文明世界,而这个文明世界顶上的明珠,就是人类创造的各种机器。

20世纪媒介理论家麦克卢汉认为,机器作为一种特殊的媒介,是人类身体的延伸和拓展。各种机器,充当起了人类肌肉、眼睛、耳朵等器官的延伸,不知疲倦的机器,在帮助人类在改造自然、治理社会中扮演了举足轻重的作用。而在这个延伸理论框架下的终极问题是,机器如何才能充当人类的大脑,作为人类大脑的延展和补充,成为完全自主的机器智能?

所谓的机器智能,我们可以定义为机器作为一种特殊的无机体,首次具备完全自主的感知、认知、推理、学习和决策能力,并在解放人类体力劳动之外,进一步解放人类部分的脑力活动,从而极大化提升人类文明的效率。

人与机器

近代和现代的分界线是什么?大部分历史学家会回答说,是内燃机的发明。

内燃机不仅是机器动力心脏的一次重大变革,也直接带领了人类进入汽车和飞机的现代化社会,内燃机相比蒸汽机不仅效率更高,而且实用性更强,体积更小。在内燃机的划时代冲击下,煤炭+蒸汽机迅速成为了过去,人类进入了石油和内燃机的新时代。

马克思在研究机器工业对于仍处于农耕时代的殖民地所带来的影响时,曾说过,“只要你把机器应用于一个有煤有铁的国家的交通上,你就无法阻止这个国家制造机器”。机器对于人类的魅力是如此之大,不仅解放了人类的劳动力,直接推动了女权运动及解放黑奴的进程,前者因为女性在机器流水线上同样能发挥等同于男性的效率,后者因为机器动力代替了黑奴的体力,也带动了人类对于更快更强机器的极致追求。

在发明如此之多机器之前,人们总是怀着一种简单而浪漫的想法去追求极致的机器:一部不需要吃喝、不知疲倦、从不抱怨、永不罢工的钢铁奴隶,在机器的帮助下,人再不需要被奴役,而是控制着忠心的机器迈入美好新时代。

然而事实上,机器并未甘心充当人类的奴隶,而是通过微妙的反作用力,一直牵制着人类,并钩织出一部错综复杂的人与机器的关系演进史。

在《黑客帝国2》中,有一幕尼奥和人类反抗军领袖“议员”关于人和机器关系的精彩对话,尼奥认为,“人类控制着机器,而不是机器控制着人类”,议员反问了一句,“什么是控制?”尼欧思考了一会说,“控制就是,只要我们想,我们就可以把机器关掉”。议员呵呵一笑,表示:“只要我们想,砸个稀巴烂也行,但我们得考虑,机器停下来后,没有了光和热,我们会怎么样”,尼奥最后白到人类实际上并没有掌握着对机器的控制大权,而是在“我们需要机器,机器也需要我们”中,形成了微妙的抗衡关系。

机器智能简史_第4张图片

机器带来的两次工业革命,不仅为人类带来用之不竭的光和电,还很大程度上终结了社会的匮乏和贫困——相比农耕社会,机器化大生产以前所未有的效率生产和制作各式物品和食物,机器使得这些物品变得越来越廉价,任何人都无法想象全球的机器停止运转哪怕1分钟的后果。机器很大程度上已经与人类文明前进的车轮紧密捆绑在一起,人类已经无法离开机器哪怕一步,人和机器形成了一种微妙的羁绊,机器为我们带来了极大而丰富的物质,并以未来无限物质的期许,驱动着人类不断为机器带来进化。哪怕机器的进化,不断为人类社会带来经济学家熊彼特所说的“创造性破坏”——从原本在手工作坊快乐的工匠纷纷失去生计,不得不进入工厂成为了机器流水线的一个零件,从事日复一日的枯燥工作;到马克思提出的资本主义社会“无产阶级”的出现;到未来的机器智能世界,雅克·阿塔利在《未来简史》中描述的大部分人类将沦为“无用阶层”。

学者杜君立在《历史的细节》一书中,将此形容为人类文明的浮士德困境:

 机器已经成为现代工业文明的永动机。人类根据自己的想象塑造了机器,同时也重新塑造了人类自己,使人类本身越来越像机器,直到被机器取代,这就是浮士德的现代。在浮士德的传说中,科学家不惜出卖灵魂,以获取全部知识和权力。工业文明就是人类签署的一份浮士德契约,机器如同一个潘多拉魔盒,将人们带到一个美妙的新世界。

当我们觉得对机器的控制器牢牢控制在手里,机器只是我们忠实的钢铁奴隶时,机器实际上已经取得了主动权:没人能够阻挡机器作为一个物种(按照凯文凯利的理论,属于“第七种生命形态”)的进化,从简单的狩猎弓箭、到动力器械、到自动化机器人、到机器智能时代——因为机器的进化总会为我们带来新的物质诱惑,就像一个开启的潘多拉魔盒一般,设置囚徒的困境诱使人类不断推动机器的进化。

因此,无论霍金、马斯克们如何警告人工智能的未来威胁,长远来说丝毫不会改变机器智能的进化——超级智能一直是一个有争议的话题,如Keras作者、谷歌大脑研究人员François Chollet认为单一的人类大脑本身并不能设计比自己更强大的智能,因此超级智能并不会出现,假如超级智能真存在的话,我们不得不面对的一个事实,有一天总会有人将其设计出来。

 机器的感知

“Hello, world"—《The C Programme Language》

在计算机领域极其重要的著作《The C Programme Language》中,两位作者Brian Kernighan 和Dennis M. Ritchie将在屏幕打印出“Hello World”作为了首个演示程序,后来为了致敬,大多数程序员在创造新计算机语言或进行设备调试时延续了这一习惯,当任何新计算机语音或者设备“出生”后,第一句在屏幕亮起的句子就是“Hello World”。

而机器对现实世界的感知,始于时间。时间就如同机器智能的“Hello World”一样,作为现实世界复杂因果链条的起点,让机器慢慢感知到这个世界的运行规律。

在历史上,时间作为几个基本物理量之一,一直无法像质量、长度、温度那样通过简单工具就能精确测量,人类一直孜孜追求一种能够精确衡量时间的机器。在机械钟出现以前,人类只能通过漏壶和沙漏粗略地估计时间,后来欧洲出现了重锤式机械钟,但其准确性仍然很低。直到17世纪荷兰物理学家惠更斯发明了钟摆,单摆机械钟首次让机器以较高的精度计算和感知时间。

机器智能简史_第5张图片

1827年,法国人尼埃普斯,拍摄了一张楼顶上有一个鸽子窝的照片,目前这张照片保存在法国博物馆,不少历史学家认为这张照片是世界上现存最早的照片。在19世纪机器首次感知到了现实世界的光线。

 

机器智能简史_第6张图片

但直到这张照片被拍下的100多年后,即1975年世界第一台数码相机才被柯达发明,现实世界的光线才正式转换为机器可理解的电子信号,也促使了计算机视觉学科的发展。这台数码相机中使用了Fairchild 201100 型CCD传感器阵列。也许是摄影本身对于人类有一种独特的吸引力,随着数码相机的流行,人类意识到了电子传感器的美好:一种能够将现实世界信息转变为机器能存储甚至理解的语音——数据。

此后,世界进入了电子传感器的革命。电子传感器革命让机器以数据的形式,全方位地感知到了这个世界万事万物的状态:机器通过光敏传感器看清楚了世界;通过声敏传感器聆听到了我们和自然的声音;又通过气敏/化学传感器获得了嗅觉和味觉;还有压敏、温敏、流体等传感器,让机器几乎和任何智能生物体一样,感知到了身边的任何信息。

这些传感器对现实的感知是如此精确,大大超过了人类的感知能力。如应用在达芬奇手术机器人上的3D内窥镜系统,可形成精确的三维立体图像,使得手术视野图像被放大10~15倍,提供真实的16:9比例的全景三维图像。尽管目前达芬奇手术机器人上的图像传感系统,主要还是用于帮助医生获得比自身肉眼更好的手术视野,但借助传感器的丰富数据,结合AI技术,未来手术机器人本身就能够做出接近甚至超越医生的手术操作决策,也许并不是太遥远的事情。

 

机器智能简史_第7张图片

直到目前,机器已经具备了对现实世界的卓越感知能力。2017年随着3GPP组织奠定了NB-IOT窄带物联网协议的标准,预示着人类即将进入“万物感知”的世界——根据思科估计,到2020年全世界由于窄带物联网将会有500亿的设备通过传感器以及NB-IOT被连接起来,万物的状态将被感知和共享。人类或者更准确来说,机器智能将首次拥有一个《阿凡达》中所描述的世界神经网络系统。

传感器革命加速了大数据时代的发展。生物依靠大脑中神经突触的生化反应形成记忆,存储现实世界的信息,而数据是机器对现实世界感知的载体,同时数据也成为了机器之间通信的“语言”——我们一直觉得,人类精心设计的计算机语言是机器智能的基因,但若干年后也许我们将发现,所谓的计算机语言充其量仅仅是一种底层的人机交互方式,未来的机器自身将能完成绝大部分的编程工作,正如谷歌目前在致力于教会机器自身编程。而只有数据,才是机器智能感知现实世界、机器彼此之间以及机器与人之间通信的根本性语言,而这才是大数据的本质。

以达芬奇手术机器人为例的机器,有着符合我们对机器认知的钢铁实体,也具备了机器智能的初步特征:拥有感知、认知世界的能力,我们可将其称为科技机器。但目前有另外一种已经产生不亚于蒸汽机所带来影响的划时代机器,对人类生活带来了深远变革,而其却没有传统机器的实体,那就是社会化机器

社会化机器

“我们会意识到本质上世界是由信息构成的,整一个多世纪以来,物理学家们一直宣称情况应该是这样的——并非原子而是信息才是一切的本源”——《大数据时代》。

舍恩伯格在著名的《大数据时代》一书中,提出了上述这个令人深思的观点。在经典物理学中,原子构成了我们身处的现实世界,而信息作为现实世界的表征,通过互联网构筑起了另外一个平行的数字化世界——互联网通过HTTP协议,将数字化的信息(准确来说是只有人类才能理解的非结构化文本文档)连接成为一张庞大的网络。很快在这张网络上出现了第一台社会化机器——搜索引擎

搜索引擎就像《魔戒》中萨鲁曼的真知晶球Palantir一般,作为一部不生产物品而是处理信息的机器,为我们揭示一切希望获得的信息。以谷歌为代表的搜索引擎是如此庞大,几乎正在服务世界上大部分人口,仅在2015年,谷歌就消耗了5.2太瓦时的电力,几乎等于整个旧金山市当年的用电量。对于这样的机器,我们已经不能用传统有型的科技机器去理解,而是需要将其看成一部社会化机器。

社会化机器的本质,是通过信息处理成为社会生产力的新型动力机,驱动生产力的变革。商业的本质是供给侧和需求侧的对接,下图是一个极简的商业模式过程图: 

机器智能简史_第8张图片

在时代生产力水平约束下的最优满足方式和最短反馈时间,完成商品的设计、生产、分发,从原始社会的以物易物,到当今电商帝国莫不如此。从生产力演进史来看,各个时期商业的核心驱动力均有所不同,在以蒸汽机和内燃机为核心驱动力的前两次工业革命中,机器动力系统变革成为了最关键的驱动力,两次工业革命以标准化商品大规模生产的方式,结束了人类在物质上的贫乏,人类逐渐进入了物质极大而丰富的时代,并产生了产能过剩这种历史上无法想象的现象。产能过剩的核心,是产能不再稀缺下供给侧和需求侧的错配,为解决这种错配,恐怕没有任何人能设计出一台单纯科技机器去解决,人类需要一种新的机器——社会化机器。

电商的出现,本质上是将上述商业过程的分发阶段放到了互联网上。分发的互联网化,带动了围绕分发过程的一切用户浏览、点击、购买等行为进入数字化阶段,而数字化的结局,恐怕大家也已经知道了——淘宝、亚马逊等电商平台演进为一个巨大的推荐机器,这台社会化机器取代了传统零售店员,为所有电商平台用户提供个性化推荐服务,决策为每个用户在特定场景下按最优化的顺序展示那些商品,确保每个人能够而且尽可能多地作出购买行为。中国电商之所以能够领先全球,很大程度上的根源在于相比任何国家,中国更加需要这样的社会化机器,去极大提升商业链条中的分发效率,去消化近十年累积的过剩产能与同质化商品。

在2016年底阿里联合波士顿咨询发布的一份报告《人工智能:未来制胜之道》中,开篇不久写道“互联网催生了大数据,大数据催生了人工智能”,事实正是如此。

场景数据的积累,是任何机器智能产生的温床,也是通过机器智能交织一张协作网络,卷入越来越多的参与者(供需双方)从而极大地提升商业链条效率的必要条件。最终这张以机器智能为核心的协作网络逐渐成为了一台庞大的社会化机器。

另一部这样典型的社会化机器是Uber。

在Uber之前,海量车辆和乘客之间的供需匹配是无序、低效的,上文商业链条图中的反馈时间非常之长,甚至大于乘客的忍耐极限。Uber的创新在于通过客户端GPS和地图服务构成的大数据。以及机器学习和算法一起组成的机器智能,将无序的匹配变为有序,极大提升了车辆与乘客供需匹配的效率,Uber自豪地宣布,其目标是“让交通在任何地方,对任何人都像流水一样可依赖”。Uber所带来的效率革命是如此巨大,吸引了大量司机与乘客纷纷参与其中,形成了一张巨大的协作网络,即一部自组织的社会化机器。还记得本文第二章节所提到的人与动物的区别吗?人类非常擅长通过创造各种如货币、宗教、帝国等系统将尽可能多的人口纳入到一张协作网络中,而到了21世纪,协作网络的主角变成了机器智能为主导的社会化机器。

而社会化机器并不会满足现状,停下进化的步伐,社会化机器将会入侵到商业链条的生产和设计环节,让人类迎来第二次消费解放浪潮,如果我们将机器化大生产下标准化产品极大而丰富作为第一次消费解放浪潮的话:产品的生产、设计将演进为个性化时代,在消费者直接参与下,产品以完全定制的模式生产,实现消费者与机器的实时沟通,从而建立高度灵活及个性化的智能制造模式。

由此可见,机器智能的未来并不在于AI算法技术本身,因为技术本身仅仅只能成为一台社会化机器的单点齿轮,而真正重要的,是在特定场景下,将点连接为线并构筑起一台性社会化机器的能力。比如目前众多深耕自动驾驶技术的公司,很可能无法成为伟大的公司,因为真正的伟大,将来自于将自动驾驶汽车结合机器智能创造出一台全新社会化机器的团队,让无人车做成像自来水一样的服务,并能很好地理解、执行用户的习惯,这可能是未来Uber的形态,也可能来自于新的颠覆者。

阿尔法狗

在机器智能的历史上,AlphaGo恐怕要书写上重重的一笔。

如果要现在就总结AlphaGo的历史评价,恐怕并不是技术本身,因为DeepMind团队在AlphaGo上并没有创造新的算法,而是将蒙特卡洛树搜索、增强学习等已有的AI技术通过极其强悍的工程能力组织在一起,在围棋这项古老的游戏一举超越了人类,并以此突破了大众对于人工智能的认知与心理防线,直接推动了人工智能产业的受关注度和整体发展。

瑞士钟表匠德罗斯父子在18世纪制作了一个令人惊叹的绘图机器人,这个有着小孩外表的机器人由复杂精密的凸轮控制和发条弹簧驱动,能够自动化绘出一幅复杂的侧身人像,目前这个机器人至今还作为国宝保存在瑞士纳切特尔市艺术和历史博物馆内。

 

机器智能简史_第9张图片

 

如果深入研读AlphaGo的两篇论文,我们会感受到AlphaGo实质是一台机械感很强的自动化机器,正如德罗斯父子的绘图机器人无法理解自己绘制的画像一样,AlphaGo并不能意识到围棋本身,而是以卷积神经网络、蒙特卡洛树搜索、增强学习等技术取代了齿轮和发条,精确计算出当前棋盘局面下最优落子点。

近来业界正在逐渐意识到目前深度学习框架的局限性,深度学习主要适合通过海量数据加算力去实现单一场景下的自动化,这种“大数据,小学习”的模式既不符合生物智能的范式,也在海量数据难以获取的领域无法发挥显著效果。连深度学习之父Geoffrey Hinton最近公开号召摒弃现有深度学习范式,并提出了Capsule(胶囊)网络结构。

但我们不得不承认的是,这种离完全自主的机器智能还有一段距离的自动化,仍会对人类生产范式带来深远的影响。麦肯锡预计,到2030年全球将有4亿到8亿人将被机器自动化所取代,相当于今天全球劳动力的五分之一。

机器进化对于劳动力的创造性破坏一直是一个永恒话题。在20世纪初,据统计全球一共有300万匹马,但随着汽车的普及50年后剩下不到35万匹,机器不单取代了畜力并解放了黑奴,工业机器人的出现,又将原本从手工作坊被赶到工厂的工人重新请了出去。机器自动化的下一个目标,就是取代人的初级脑力劳动。

最后的阵地

人和机器的关系总不是一直融洽和谐,如在英国工业革命时期,爆发过大量失去工作的人们怒气冲冲涌入工厂砸毁机器的群体事件,连机器的发明者往往也难以独善其身,比如发明织袜机的发明家威廉·李在愤怒的人们追杀下不得不逃离英国,最终客死异乡。

但事实上一切这些与机器对抗的行为都是螳臂当车,机器对人类承诺的无限物质是如此的诱惑,没有人能够停下机器进化的步伐。从繁重的体力劳动开始,机器逐渐完成了对人的替代,而机器智能将进一步替代人的脑力劳动,如智能客服的出现,昔日人声鼎沸的呼叫中心慢慢沉寂了下来,又如目前在金融领域,人工智能已经能能够很好地取代初级分析师,撰写各种重复性的基础研报,往后即使连谷歌、阿里这种科技型企业也不需要如此之多的初级程序员了——一切都有机器智能赋予的自动化解决。

当然有人会乐观地认为,科技的进步会重新创造新的劳动岗位。这点放在历史上确实是成立的,马克思预言的无产阶级并没有变得更加贫困,但在未来我们需要注意到,很多岗位一旦被机器替代失去了也许就再也不会回来了,还记得前面提到在工业革命马匹的命运吗?这样使得我们不禁陷入了沉思:人类的最后阵地在哪里?

一个显而易见的答案,是创新性思维。作为最高级的脑力劳动,创新性思维是机器智能最不擅长的领域,相比机器智能,人类在学习方面已经失去了优势,唯一的阵地就是创造。但遗憾的是,正如马克吐温一百多年前说的那样:“只有百分之十的人思考,百分之十的人认为他们思考,其余百分之八十的人宁死也不愿思考”。创造性思维并不是每一个人都擅长和喜爱的事情,对于多数人来说,理想的工作是不需要任何思考和创造性仍然能过得很好。

 

机器智能简史_第10张图片

 

而更为严重的是,我们的教育体系仍然停留在200多年前的模式,在当下知识已经不再是最重要力量的情况下,我们仍然采用机械式填充、灌输知识的传统方法教育下一代,而不是千方百计去启发、点燃他们的创造性思维,这恐怕是当代教育之殇。但对于我们成年人形势也同样不乐观,在微博、某头条等feed流应用的快餐式信息轰炸下,我们纷纷放弃了独立思考的权利,逐渐进入大前研一所描述的低智社会

我们可以预见,在未来几年我们的教育体制将会迎来重大的变革,未来教育将回归到关键的一点上:启发、点燃人的创造性思维,而不是知识的载体。

凯文凯利在《机器想要什么》中,他提出一个现象:

 在技术的进化过程中,我们能看到与生命进化相同的趋势——走向普遍化、多样化、社群化、复杂化。也就是说,技术正在向一个有机的生命体演化,有着自己的欲望和意志。

我们无法阻挡机器智能的进化,正如我们无法拒绝机器所承诺的无限物质。在社会分工已经非常细致的现代化社会,人的职业意味着越来越专业化,但专业化换个角度来说就是技能的固化:各职业之间各司其职,不越雷池一步,财务人员仅懂得财务,程序员除了编程其他一窍不通。但专业性技能总是容易被技术所替代,尤其我们面对的是一个如凯文凯利所说有着自己欲望和意志的机器智能,唯有创造性思维——即一种跳出自身专业和熟悉领域,仍然能够独立、深度思考和创造的能力,才能坚守最后的阵地。

到此为止,机器智能简史已经步入尾声,也许有人会感兴趣人工智能和机器智能两者的区别在哪?

我认为人工智能作为一项单点技术,是机器学习的一个重要分支,而真正与人类文明紧密交织的是机器,人工智能技术将为机器带来前所未有的自动化能力和未来完全自主的智能,使得机器能从简单的感知世界,逐渐建立起围绕现实世界因果链条的认知、推理、学习和决策能力,成为越来越强大的机器智能。机器智能通过单点的实体科技机器,以及更加微妙的社会化机器两种形式,深刻地影响并提升了人类社会商业链条的效率,并完成对人技能的逐步替代,成为凯文凯利所描述的继植物、动物、原生生物、真菌、原细菌、真细菌之后的“第七种生命形态”。

如果说工业革命到近代期间的经典机器时代,让技术取代了作坊匠人的技能,并驱使他们不得不进入工厂,成为流水线上机器的一个齿轮,即让人逐渐成为了机器的话,那么机器智能时代,将让机器逐渐变得越来越像人,一方面进一步解放了流水线上的劳动力,但另一方面这项创造性破坏的后果是,大量的人不再被需要,并在社会阶梯中逐渐迷失了自己的定位。

雅克·阿塔利在《未来简史》中描述的大部分人类将沦为“无用阶层”是否会出现?作为社会治理者,需要思考国家未来的转移支付系统,从而维系脆弱的社会公平体系;作为社会个体,我们唯一能做的,是提升自身创造性思维,拥有跳出自身专业和熟悉领域,仍然能够独立、深度思考和创造的能力;而作为机器智能这一“生命形态”,这也许是最美好的时代。

转载自雷锋网,作者胡嘉琪:https://www.leiphone.com/news/201712/IVXbKnghJ60DZbCQ.html

你可能感兴趣的:(AI,人工智能)