人工智能的利弊

人工智能的利與弊霍金、馬斯克等科技大佬都公開發(fā)聲，擔心人工智能會失去控制，上演科幻小說中人機大戰(zhàn)的情節(jié)，其他人則害怕認知工作的自動化會將會導致大面積的失業(yè)。兩個世紀以后的今天，曾經(jīng)的“機器問題”卷土重來，我們需要找出可行的解決方案。人工智能崛起引發(fā)擔憂，我們到底該如何應對?據(jù)報道，對于機器人的崛起，專家們曾發(fā)出警告，“機器取代人類勞動力可能致使人口冗余”，他們擔心“這種超能技術的發(fā)展已經(jīng)超越了人類的駕馭能力，”如今，一些人表示擔憂，若人工智能繼續(xù)進化，我們會失去賴以為生的工作、喪失存在感，甚至會被“終結者”們趕盡殺絕。但事實上，這些恐懼與兩個世紀以前人們對機械化和蒸汽機發(fā)展的討論如出一轍，那時，人們針對機器威脅展開一場名為“機器問題”的討論。而現(xiàn)在，一場關于人工智能利弊的辯論正在悄然興起。誕生初期，人工智能技術(AI)也經(jīng)歷過大起大落，但在過去幾年的發(fā)展黃金期，AI技術突飛猛進，這都得益于“深度學習”技術開啟的新篇章。深度學習旨在模擬人腦結構建立大規(guī)模(或者“深度”)神經(jīng)網(wǎng)絡，在充沛的數(shù)據(jù)支持下，神經(jīng)網(wǎng)絡可以通過訓練來處理各種各樣的事情。其實所謂深度學習技術已經(jīng)默默為我們服務多年了，谷歌(微博)搜索、Facebook的自動圖片標記功能、蘋果的siri語音助手、亞馬遜推送的購物清單，甚至特斯拉的自動駕駛汽車都是深度學習的產(chǎn)物。但是這種快速的發(fā)展也引發(fā)了人們對于安全和失業(yè)問題的擔憂。霍金、馬斯克等科技大佬都公開發(fā)聲，擔心人工智能會失去控制，上演科幻小說中人機大戰(zhàn)的情節(jié)，其他人則害怕認知工作的自動化會將會導致大面積的失業(yè)。兩個世紀以后的今天，曾經(jīng)的“機器問題”卷土重來，我們需要找出可行的解決方案?！皺C器問題”和解決方案啟示人們最為擔憂的是人工智能技術會破開牢籠，變得邪惡而不可控。早在工業(yè)革命浪潮席卷全球時，人機矛盾已經(jīng)出現(xiàn)，現(xiàn)在的矛盾不過是披上了人工智能的新外衣，人類的焦慮依舊，《科學怪人》及此后類似的文學作品都是這種擔憂的映射。然而，盡管人工智能技術已成為一門顯學，但是它們只能完成特定的任務。想在智商上戰(zhàn)勝人類，AI還差得遠呢。此外，AI是否真能超越人類還未可知。失業(yè)恐懼由來已久。“科技性失業(yè)”的恐慌在20世紀60年代(公司開始安裝計算機和使用機器人)和80年代(個人電腦開始上市)都曾彌漫開來，似乎大規(guī)模的自動化辦公馬上就要到來，讓人類下崗。但事實上，每一次恐慌之后，科技進步為社會創(chuàng)造的就業(yè)崗位遠多于它殺死的過時職位，我們需要更多人從事全新的工作。舉例來說，ATM機替代了一些銀行柜員，為銀行設立分行節(jié)約了成本，讓雇員進入了機器不能做的銷售和客服領域。同樣地，電子商務的出現(xiàn)增加了零售商的生存空間。而在辦公中引進電腦則不是為了取代員工的位置，員工習得新技能后，會成為電腦的輔助。盡管此前曾有報道稱，未來10年或20年間，美國47%的崗位將面臨自動化，但是我們的研究顯示，這一數(shù)值恐怕連10%都不到。盡管短期內一些工作消失的弊端會被全新職位出現(xiàn)的長期影響完全抵消且?guī)砀蟮暮锰?，但?9世紀工業(yè)革命的經(jīng)驗表明，轉變的過程極其痛苦。從停滯不前的生活水平上反映出經(jīng)濟的增長需要幾百年，而從顯著的收入變化上來看只需幾十年。人口從鄉(xiāng)村大量涌入城市工廠，在當時的歐洲引發(fā)動蕩。各國政府花費了整整一百年的時間構建新的教育和福利體系適應這種轉變。聰明的回應此外，社會交往技能也會變得更加重要。由于工作崗位的更迭變快，技術革新的腳步也逐漸加快，人類的工作年限越來越長，社交技能成了社會的基石。它能在人工智能主導的社會保持人類的優(yōu)勢，幫助人類完成基于情感和人際往來的工作，這是機器無法擁有的優(yōu)越性。對人工智能和自動化的擔憂也催生了人們對“安全網(wǎng)”的渴望，有了它普通人就能免受勞動力市場動亂影響。一些人認為應該革新福利系統(tǒng)，讓每個人都享有保障生存的“基本收入”。但是在沒有充足證據(jù)表明技術革命會導致勞動力需求銳減的形勢下，這種做法并不可取。反之，各國應該學習丹麥的“靈活安全系統(tǒng)”制度，讓企業(yè)裁員更加容易，但是在被裁員的職工接受再培訓和再求職期間提供保障。這種制度下，福利、養(yǎng)老金、醫(yī)保等應該跟隨個體本身，而不是與職員身份掛鉤。盡管技術快速進步，工業(yè)時代的教育和福利系統(tǒng)并沒有完全實現(xiàn)現(xiàn)代化，相關制度也不夠靈活。革新勢在必行，決策者必須行動起來，否則當前福利系統(tǒng)會面臨更大的壓力。19世紀40年代，約翰·穆勒寫道，“沒有什么比立法者對這類人的照顧更為正當了”，他們的生活被技術的發(fā)展所累。在蒸汽時代，這是真理，在人工智能的時代，同樣也是。人工智能的定義詳解人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。關于什么是“智能”，就問題多多了。這涉及到其它諸如意識(CONSCIOUSNESS)、自我(SELF)、思維(MIND)(包括無意識的思維(UNCONSCIOUS_MIND))等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關于動物或其它人造系統(tǒng)的智能也普遍被認為是人工智能相關的研究課題。人工智能在計算機領域內，得到了愈加廣泛的重視。并在機器人，經(jīng)濟政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應用。著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關于知識的學科――怎樣表示知識以及怎樣獲得知識并使用知識的科學。”而另一個美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”這些說法反映了人工智能學科的基本思想和基本內容。即人工智能是研究人類智能活動的規(guī)律，構造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。人工智能是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術之一(空間技術、能源技術、人工智能)。也被認為是二十一世紀三大尖端技術(基因工程、納米科學、人工智能)之一。這是因為近三十年來它獲得了迅速的發(fā)展，在很多學科領域都獲得了廣泛應用，并取得了豐碩的成果，人工智能已逐步成為一個獨立的分支，無論在理論和實踐上都已自成一個系統(tǒng)。人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規(guī)劃等)的學科，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應用。人工智能將涉及到計算機科學、心理學、哲學和語言學等學科。可以說幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智能與思維科學的關系是實踐和理論的關系，人工智能是處于思維科學的技術應用層次，是它的一個應用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發(fā)展，數(shù)學常被認為是多種學科的基礎科學，數(shù)學也進入語言、思維領域，人工智能學科也必須借用數(shù)學工具，數(shù)學不僅在標準邏輯、模糊數(shù)學等范圍發(fā)揮作用，數(shù)學進入人工智能學科，它們將互相促進而更快地發(fā)展。人工智能的研究價值例如繁重的科學和工程計算本來是要人腦來承擔的，如今計算機不但能完成這種計算，而且能夠比人腦做得更快、更準確，因此當代人已不再把這種計算看作是“需要人類智能才能完成的復雜任務”，可見復雜工作的定義是隨著時代的發(fā)展和技術的進步而變化的，人工智能這門科學的具體目標也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進展，另一方面又轉向更有意義、更加困難的目標。通常，“機器學習”的數(shù)學基礎是“統(tǒng)計學”、“信息論”和“控制論”。還包括其他非數(shù)學學科。這類“機器學習”對“經(jīng)驗”的依賴性很強。計算機需要不斷從解決一類問題的經(jīng)驗中獲取知識，學習策略，在遇到類似的問題時，運用經(jīng)驗知識解決問題并積累新的經(jīng)驗，就像普通人一樣。我們可以將這樣的學習方式稱之為“連續(xù)型學習”。但人類除了會從經(jīng)驗中學習之外，還會創(chuàng)造，即“