眼光|用未来眼光与理性约束去开发人工智能

【光明时评】
前不久 , 一段热舞视频引发不少人的围观和讨论 。 跳舞的不是人类 , 而是著名机器人公司旗下的几款机器人 , 继后空翻、户外奔跑后 , 它们挑战起了更高难度的舞蹈动作 。 没有四肢僵硬感 , 动作与音乐节奏之和谐让人惊呼 , 以至于有人误以为是计算机生成图像(CGI) 。 而就在这之前 , 谷歌旗下的人工智能公司开发的程序Alpha Fold在一个蛋白质结构预测大赛中打败100多个参赛团队、夺得冠军 , 并“有史以来将蛋白质结构预测这项任务做到基本接近实用的水平” 。 人工智能取得每一次新进展和突破 , 在引来部分人欢呼的同时 , 警惕之声也几乎随之而起 。 在影视领域 , 近年来的流行作品 , 如《星球大战》《终结者》《黑镜》《西部世界》也都是以人工智能为主题 , 是人们对该话题的关注及情绪的另一种投射 。
对于人工智能 , 大众估计都不那么陌生 。 它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法及应用系统的一门新的技术科学 。 简单来说 , 人工智能目的就是让机器能够像人一样思考 , 让机器拥有智能 , 可以做出模糊的判断 , 而非用于计算有确切答案的问题 , 例如一加一等于几 。 机器学习是实现人工智能的方法 , 也是人工智能的核心领域 , 其原理是使用算法对大量的数据进行解析 , 模拟或实现人类的学习行为 , 从而获取新的技能来完成任务 。 传统的机器学习算法已经应用于指纹、人脸识别等领域 。 深度学习是机器学习的一个子集 , 用于建立、模拟人脑进行分析学习的神经网络 , 并模仿人脑的机制来解释数据的一种技术 。
社会科学中将人类的心理活动划分为三种基本形式:知、情、意 , 对应于人工智能的三个层次 , 运算智能、感知智能、认知智能 。 目前 , 人工智能仍处于感知智能 , 即弱人工智能的发展阶段 , 也是人类对AI应用最广泛的阶段 。 例如语言识别、自动驾驶、图像识别、移动医疗等 , 给人类社会带来了便捷与福利 , 将AI应用到金融及教育行业 , 创造了极大的社会价值 。 而在科幻电影中 , 涉及的人工智能自主意识的觉醒则属于强人工智能 , 如今的研究技术尚达不到 。 不过 , 就像人类生命的进化一样 , AI不会只停留在感知智能的基础阶段 , 当各方面条件完善后 , 它会迈向智慧阶段 , 拥有认知能力与更高级的技能 。 而从弱到强的跨越 , 也是人类和AI逐渐交汇的过程 。
那么 , 我们该为人工智能的崛起而感到畏惧吗?一直以来 , “人工智能威胁论”的声音从未停止 。 霍金就曾指出 , 人工智能的崛起很有可能导致人类文明最终走向终结 。 试想 , 机器在几乎所有领域都比人类大脑聪明很多 , 包括科学创新、通识和社交技能 , 这是一件多么可怕的事情 。 神经学家大卫·伊格尔曼称:“人工智能在理解道德和法律上存在先天缺陷 。 ”具有深度学习能力的AI , 功能越来越强大 , 其自主决策建立在庞大的数据驱动下 , 是成千上万次机器学习的结果 , 但是缺乏真实性和可问责性 。 人类一旦想要改变这种决策 , 需要更多的数据与之博弈 , 其难度可想而知 。 因此 , 要加强对人工智能系统伦理道德和法律的约束 , 确保其发展对人类和环境有利 。
在现实生活中 , 人工智能已经显示出其极大的优越性与替代性 。 AI可以替代人类更好地完成工作 , 从服务业到制造业 , 这些工作几乎覆盖人类生产生活的各个方面 。 工厂的自动化使很多传统制造业工人面临失业 , 如今AI的迅速崛起将会使失业范围扩大 , 留给人类的岗位进一步被局限 , 由此导致的社会发展不平衡引起整个社会的焦虑 。 另外 , 人工智能的运转建立在大量数据的基础上 , 很多情况下我们的个人隐私数据得不到保障 。 平台根据用户的浏览历史等 , 通过机器算法自动判断并向用户推荐符合需求和喜好的内容 , 机器对我们的了解越多 , 就越能够影响人的决策和行为 , 反而使人类的行为越来越机械化 。
如何合理应用人工智能从而更好地造福社会 , 应该是当前最主要和重要的话题 。 大数据时代 , 对人工智能的监管和督促也必不可少 。 有互联网从业者指出 , 人工智能只是一个新技术和工具 , 它会结合所有领域 , 通过大数据 , 提升各个行业发展 。 诚然 , 人工智能应该是作为一种工具的存在 , 将它与各行各业的发展相结合 , 使其促进社会的协同发展 。
以核物理为基础的原子弹对生命的伤害难以估量 , 然而将其应用到能源与医疗方面 , 却对人类的生产生活产生了极大的推动作用 。 与核物理的发展相似 , 人工智能不断拓宽人类对能力的认知边界 , 并具有巨大的两面性 , 属于超前的研究 , 很可能会触及伦理道德底线 , 因此需要用未来的眼光和理性的约束去开发其能力极限 。
【眼光|用未来眼光与理性约束去开发人工智能】(作者:王永锋 , 系北京大学信息科学技术学院研究员)

    推荐阅读