解读人工智能的局限性与发展—从Alpha Go战胜柯洁谈起

本文以Alpha GO为分析目标,对人工智能的发展情况进行了分析和论述。从宏观上,阐明了人工智能的发展阶段,以及未来发展方向。对当今人工智能的局限性进行了阐述,并对将来人工智能的发展进行了前瞻论述。
 Alpha Go的胜利并不奇怪,人工智能从运算的角度战胜人类是不争的事实。但是,人的智慧与人工智能是完全重叠的吗?不是的,我们往往只看到了一个侧面,那就是:在计算和记忆方面,人工智能已经远远超越了人类的能力。

在很久之前,计算机已经在各种棋类游戏中击败人类,唯独在围棋这个领域,人类还有一点窃喜,认为“围棋是一种哲学,不能用算法表达,所以,计算机无法战胜人类”。但是,Alpha Go所使用的并不是普通的公式化的算法,而是使用以“深度卷积神经网络”为基础的算法,也就是通常所说的“深度学习”算法。深度卷积神经网络算法的特点是,模仿人类思考的过程,并不是通过输入信息经过运算得出确定性的答案,而是先对输入进行运算,得出某种结论,然后再对结论进行验证,进行偏差识别,再进行偏差修正,修正偏差的过程,算法自动对运算参数或系数等进行修正,通过不断的完善算法,将形成的“经验”沉淀下来,这些沉淀下来的“经验”又成为计算的条件,从而形成不断完善的神经网络。这个过程非常类似人类对知识的学习过程,同时,为了保证运算的正确性,深度学习算法要进行多层迭代,这就是通常所说的运算的深度。

Alpha Go自己学习和积累“经验”的过程是非常快速的,人类经过千百年来积累的经验,在人工智能的面前显得单白和脆弱。所以,人类在通过计算能够的出结论的知识范畴之内,输给人工智能是确定的答案。但是,人类的智慧仅仅只是运算和记忆这个层面吗?不是的!现在人工智能还无法触及“意识”的存在。有人在柯洁和Alpha Go的第二盘棋输掉之后,有人问“Alpha Go真的理解围棋吗?”答案是,Alpha Go不理解围棋,他对围棋没有任何感觉,他只是个计算的机器,他没有我们在围棋博弈过程中所体验的“风生水起”的感觉,他什么都没想、没有任何感觉,他只是在计算结果。
 
有人问如果让Alpha Go打麻将会怎么样?首先,Alpha Go在科学家们帮他编写打麻将的程序之前,他还不会打麻将。如果要让他学会打麻将,需要给他开发一套新的算法,并让他重复学习围棋的过程,过一段时间,他打麻将的技艺精湛了,只要有一丝赢得可能,你都无法打败他。
 
这说明了另一个问题,就是基于算法的机器人只能表现出算法所赋予的能力。他们不具有“创造性”。创造性和想象力是人区别于其他生物作为重要的方面。人类能够基于已有的知识,利用自己的想象力,创造出原本世界上不存在的东西。创造性基于想象力,想象力属于意识的范畴。
 
现在,人的意识,仍然是无法计算的,“我”是谁?我们大脑中的意识是怎么产生的?那个意识中的“我”到底是什么?是灵魂吗?如果我们的肉体消亡了,意识中的“我”去哪里了?我们为什么会有喜怒哀乐,感情是怎么产生的?
 
传统的计算机技术,在科学所能解决的方面模仿了人类的部分能力,比如:记忆、计算,这是传统的计算机技术对人类部分功能的替代;现在,人工智能技术引入了“思考”,人们原本以为,思考的结果是相对模糊的,没有精确的结果,人工智能的“思考”将打破这种认识,可以让人类原本没有结果的认识或见解有确定的答案。未来一段时间,人工智能技术对人类思考能力的碾压,将是人工智能技术对人类能力的第二次大规模替代。
 
目前,人工智能还远没有发展到具备创造力的阶段。如果有一天,机器人(人工智能)具备了创造力,就是说:在没有人类给他编程序的情况下,他自己根据“他对世界的理解”给自己生成了程序——也就是他开始有“思想”了,恐怕人类就再也难以驾驭它了——而这正是人工智能技术发展的终极目标。所以,人类也许在做正确的事,也许不是。无论如何,谁都无法阻止社会、科学、技术的进步,希望去扼杀进步力量是不可能成功的,比如:柯达发明了数码相机,却因为要卖胶卷的利益不肯推广数码相机,结果还是无法阻挡进步的洪流。我们只能向前走,没有退路,即便有一天我们必须把世界交给未来的统治者。但愿,机器人会是人类的朋友,他们的“感情”中也有“爱”!
  

参与评论

周朔鹏

上海珍为科技有限公司创始人,董事长兼总经理。曾先后就任上海高威科电气技术有限公司工程师、副总工,上海新时达电气股份有限公司研发总监,上海新时达机器人有限公司副总经理,新时达机器人研发团队的创始人和新时达机器人公司创始人。多年从事自动控制技术研发和管理工作。2008年参与研发中国第一台实际投放生产的工业机器人。2016年12月创建上海珍为科技有限公司。现为,中国机器人产业联盟理事、上海市机器人行业协会理事、上海市机器人学会专家组成员、上海机器人产业创新联盟专家组成员、中国机电一体化技术与应用协会职教分会理事、中国机器人产业联盟认证专家组专家、上海市科学技术专家库入库专家。

推荐文章

尝试揭开Atlas后空翻的面纱-其背后的技术浅析 工业机器人抓取时怎么定位的?用什么传感器来检测?(1) 深度相机哪家强? 一探究竟:特斯拉Model 3 电池系统 最前沿:Meta Learning/Learning to Learn, 到底我们要学会学习什么?