我們正站在變革的邊緣,而這次變革將和人類的出現(xiàn)一般意義重大 Vernor Vinge
如果你站在這里,你會(huì)是什么感覺?
看上去非常刺激吧?但是你要記住,當(dāng)你真的站在時(shí)間的圖表中的時(shí)候,你是看不到曲線的右邊的,因?yàn)槟闶强床坏轿磥?lái)的。所以你真實(shí)的感覺大概是這樣的:
稀松平常。
遙遠(yuǎn)的未來(lái),就在眼前
想象一下坐時(shí)間機(jī)器回到1750年的地球,那個(gè)時(shí)代沒(méi)有電,暢通通訊基本靠吼,交通主要靠動(dòng)物拉著跑。你在那個(gè)時(shí)代邀請(qǐng)了一個(gè)叫老王的人到2015年來(lái)玩,順便看看他對(duì)“未來(lái)”有什么感受。我們可能沒(méi)有辦法了解1750年的老王內(nèi)心的感受:
金屬鐵殼在寬敞的公路上飛馳,和太平洋另一頭的人聊天,看幾千公里外正在發(fā)生進(jìn)行的體育比賽,觀看一場(chǎng)發(fā)生于半個(gè)世紀(jì)前的演唱會(huì),從口袋里掏出一個(gè)黑色長(zhǎng)方形工具把眼前發(fā)生的事情記錄下來(lái),生成一個(gè)地圖然后地圖上有個(gè)藍(lán)點(diǎn)告訴你現(xiàn)在的位置,一邊看著地球另一邊的人的臉一邊聊天,以及其它各種各樣的黑科技。別忘了,你還沒(méi)跟他解釋互聯(lián)網(wǎng)、國(guó)際空間站、大型強(qiáng)子對(duì)撞機(jī)、核武器以及相對(duì)論。
這時(shí)候的老王會(huì)是什么體驗(yàn)?驚訝、震驚、腦洞大開這些詞都太溫順了,我覺得老王很可能直接被嚇尿了。
但是,如果老王回到了1750年,然后覺得被嚇尿是個(gè)很囧的體驗(yàn),于是他也想把別人嚇尿來(lái)滿足一下自己,那會(huì)發(fā)生什么?于是老王也回到了250年前的1500年,邀請(qǐng)生活在1500年的小李去1750年玩一下。小李可能會(huì)被250年后的很多東西震驚,但是至少他不會(huì)被嚇尿。
同樣是250來(lái)年的時(shí)間,1750和2015年的差別,比1500年和1750年的差別,要大得多了。1500年的小李可能能學(xué)到很多神奇的物理知識(shí),可能會(huì)驚訝于歐洲的帝國(guó)主義旅程,甚至對(duì)于世界地圖的認(rèn)知也會(huì)大大的改變,但是1500年的小李,看到1750年的交通、通訊等等,并不會(huì)被嚇尿。
所以說(shuō),對(duì)于1750年的老王來(lái)說(shuō),要把人嚇尿,他需要回到更古老的過(guò)去——比如回到公元前12000年,第一次農(nóng)業(yè)革命之前。那個(gè)時(shí)候還沒(méi)有城市,也還沒(méi)有文明。一個(gè)來(lái)自狩獵采集時(shí)代的人類,只是當(dāng)時(shí)眾多物種中的一個(gè)罷了,來(lái)自那個(gè)時(shí)代的小趙看到1750年龐大的人類帝國(guó),可以航行于海洋上的巨艦,居住在“室內(nèi)”,無(wú)數(shù)的收藏品,神奇的知識(shí)和發(fā)現(xiàn)——他很有可能被嚇尿。
小趙被嚇尿后如果也想做同樣的事情呢?如果他會(huì)到公元前24000年,找到那個(gè)時(shí)代的小錢,然后給他展示公元前12000年的生活會(huì)怎樣呢。小錢大概會(huì)覺得小趙是吃飽了沒(méi)事干——“這不跟我的生活差不多么,呵呵”。小趙如果要把人嚇尿,可能要回到十萬(wàn)年前或者更久,然后用人類對(duì)火和語(yǔ)言的掌控來(lái)把對(duì)方嚇尿。
所以,一個(gè)人去到未來(lái),并且被嚇尿,他們需要滿足一個(gè)“嚇尿單位”。滿足嚇尿單位所需的年代間隔是不一樣的。在狩獵采集時(shí)代滿足一個(gè)嚇尿單位需要超過(guò)十萬(wàn)年,而工業(yè)革命后一個(gè)嚇尿單位只要兩百多年就能滿足。
未來(lái)學(xué)家Ray Kurzweil把這種人類的加速發(fā)展稱作加速回報(bào)定律(Law of Accelerating Returns)。之所以會(huì)發(fā)生這種規(guī)律,是因?yàn)橐粋€(gè)更加發(fā)達(dá)的社會(huì),能夠繼續(xù)發(fā)展的能力也更強(qiáng),發(fā)展的速度也更快——這本就是更加發(fā)達(dá)的一個(gè)標(biāo)準(zhǔn)。19世紀(jì)的人們比15世紀(jì)的人們懂得多得多,所以19世紀(jì)的人發(fā)展起來(lái)的速度自然比15世紀(jì)的人更快。
即使放到更小的時(shí)間規(guī)模上,這個(gè)定律依然有效。著名電影《回到未來(lái)》中,生活在1985年的主角回到了1955年。當(dāng)主角回到1955年的時(shí)候,他被電視剛出現(xiàn)時(shí)的新穎、便宜的物價(jià)、沒(méi)人喜歡電吉他、俚語(yǔ)的不同而震驚。
但是如果這部電影發(fā)生在2015年,回到30年前的主角的震驚要比這大得多。一個(gè)2000年左右出生的人,回到一個(gè)沒(méi)有個(gè)人電腦、互聯(lián)網(wǎng)、手機(jī)的1985年,會(huì)比從1985年回到1955年的主角看到更大的區(qū)別。
這同樣是因?yàn)榧铀倩貓?bào)定律。1985年-2015年的平均發(fā)展速度,要比1955年-1985年的平均發(fā)展速度要快,因?yàn)?985年的世界比1955年的更發(fā)達(dá),起點(diǎn)更高,所以過(guò)去30年的變化要大過(guò)之前30年的變化。
進(jìn)步越來(lái)越大,發(fā)生的越來(lái)越快,也就是說(shuō)我們的未來(lái)會(huì)很有趣對(duì)吧?
未來(lái)學(xué)家Kurzweil認(rèn)為整個(gè)20世紀(jì)100年的進(jìn)步,按照2000年的速度只要20年就能達(dá)成——2000年的發(fā)展速度是20世紀(jì)平均發(fā)展速度的5倍。他認(rèn)為2000年開始只要花14年就能達(dá)成整個(gè)20世紀(jì)一百年的進(jìn)步,而之后2014年開始只要花7年(2021年),就能達(dá)到又一個(gè)20世紀(jì)一百年的進(jìn)步。幾十年之后,我們每年都能達(dá)成好幾次相當(dāng)于整個(gè)20世紀(jì)的發(fā)展,再往后,說(shuō)不定每個(gè)月都能達(dá)成一次。按照加速回報(bào)定,Kurzweil認(rèn)為人類在21世紀(jì)的進(jìn)步將是20世紀(jì)的1000倍。
如果Kurzweil等人的想法是正確的,那2030年的世界可能就能把我們嚇尿了——下一個(gè)嚇尿單位可能只需要十幾年,而2050年的世界會(huì)變得面目全非。
你可能覺得2050年的世界會(huì)變得面目全非這句話很可笑,但是這不是科幻,而是比你我聰明很多的科學(xué)家們相信的,而且從歷史來(lái)看,也是邏輯上可以預(yù)測(cè)的。
那么為什么你會(huì)覺得“2050年的世界會(huì)變得面目全非” 這句話很可笑呢?有三個(gè)原因讓你質(zhì)疑對(duì)于未來(lái)的預(yù)測(cè):
1. 我們對(duì)于歷史的思考是線性的
當(dāng)我們考慮未來(lái)35年的變化時(shí),我們參照的是過(guò)去35年發(fā)生的事情。當(dāng)我們考慮21世紀(jì)能產(chǎn)生的變化的時(shí)候,我們參考的是20世紀(jì)發(fā)生的變化。這就好像1750年的老王覺得1500年的小李在1750年能被嚇尿一樣。
線性思考是本能的,但是但是考慮未來(lái)的時(shí)候我們應(yīng)該指數(shù)地思考。一個(gè)聰明人不會(huì)把過(guò)去35年的發(fā)展作為未來(lái)35年的參考,而是會(huì)看到當(dāng)下的發(fā)展速度,這樣預(yù)測(cè)的會(huì)更準(zhǔn)確一點(diǎn)。當(dāng)然這樣還是不夠準(zhǔn)確,想要更準(zhǔn)確,你要想象發(fā)展的速度會(huì)越來(lái)越快。
2. 近期的歷史很可能對(duì)人產(chǎn)生誤導(dǎo)
首先,即使是坡度很高的指數(shù)曲線,只要你截取的部分夠短,看起來(lái)也是很線性的,就好像你截取圓周的很小一塊,看上去就是和直線差不多。其次,指數(shù)增長(zhǎng)不是平滑統(tǒng)一的,發(fā)展常常遵循S曲線。
S曲線發(fā)生在新范式傳遍世界的時(shí)候,S曲線分三部分
慢速增長(zhǎng)(指數(shù)增長(zhǎng)初期)
快速增長(zhǎng)(指數(shù)增長(zhǎng)的快速增長(zhǎng)期)
隨著新范式的成熟而出現(xiàn)的平緩期
如果你只看近期的歷史,你很可能看到的是S曲線的某一部分,而這部分可能不能說(shuō)明發(fā)展究竟有多快速。1995-2007年是互聯(lián)網(wǎng)爆炸發(fā)展的時(shí)候,微軟、谷歌、臉書進(jìn)入了公眾視野,伴隨著的是社交網(wǎng)絡(luò)、手機(jī)的出現(xiàn)和普及、智能手機(jī)的出現(xiàn)和普及,這一段時(shí)間就是S曲線的快速增長(zhǎng)期。
2008-2015年發(fā)展沒(méi)那么迅速,至少在技術(shù)領(lǐng)域是這樣的。如果按照過(guò)去幾年的發(fā)展速度來(lái)估計(jì)當(dāng)下的發(fā)展速度,可能會(huì)錯(cuò)得離譜,因?yàn)楹苡锌赡芟乱粋€(gè)快速增長(zhǎng)期正在萌芽。
3. 個(gè)人經(jīng)驗(yàn)使得我們對(duì)于未來(lái)預(yù)期過(guò)于死板
我們通過(guò)自身的經(jīng)驗(yàn)來(lái)產(chǎn)生世界觀,而經(jīng)驗(yàn)把發(fā)展的速度烙印在了我們腦中——“發(fā)展就是這么個(gè)速度的。”我們還會(huì)受限于自己的想象力,因?yàn)橄胂罅νㄟ^(guò)過(guò)去的經(jīng)驗(yàn)來(lái)組成對(duì)未來(lái)的預(yù)測(cè)——但是我們知道的東西是不足以幫助我們預(yù)測(cè)未來(lái)的。當(dāng)我們聽到一個(gè)和我們經(jīng)驗(yàn)相違背的對(duì)于未來(lái)的預(yù)測(cè)時(shí),我們就會(huì)覺得這個(gè)預(yù)測(cè)偏了。
如果我現(xiàn)在跟你說(shuō)你可以活到150歲,250歲,甚至?xí)郎闶遣皇怯X得我在扯淡——
“自古以來(lái),所有人都是會(huì)死的。”是的,過(guò)去從來(lái)沒(méi)有人永生過(guò),但是飛機(jī)發(fā)明之前也沒(méi)有人坐過(guò)飛機(jī)呀。接下來(lái)的內(nèi)容,你可能一邊讀一邊心里“呵呵”,而且這些內(nèi)容可能真的是錯(cuò)的。但是如果我們是真的從歷史規(guī)律來(lái)進(jìn)行邏輯思考的,我們的結(jié)論就應(yīng)該是未來(lái)的幾十年將發(fā)生比我們預(yù)期的多得多得多得多的變化。
同樣的邏輯也表明,如果人類這個(gè)地球上最發(fā)達(dá)的物種能夠越走越快,總有一天,他們會(huì)邁出徹底改變“人類是什么”這一觀點(diǎn)的一大步,就好像自然進(jìn)化不不斷朝著智能邁步,并且最終邁出一大步產(chǎn)生了人類,從而完全改變了其它所有生物的命運(yùn)。如果你留心一下近來(lái)的科技進(jìn)步的話,你會(huì)發(fā)現(xiàn),到處都暗示著我們對(duì)于生命的認(rèn)知將要被接下來(lái)的發(fā)展而徹底改變。
通往超級(jí)智能之路
人工智能是什么?
如果你一直以來(lái)把人工智能(AI)當(dāng)做科幻小說(shuō),但是近來(lái)卻不但聽到很多正經(jīng)人嚴(yán)肅的討論這個(gè)問(wèn)題,你可能也會(huì)困惑。這種困惑是有原因的:
- 1.我們總是把人工智能和電影想到一起。星球大戰(zhàn)、終結(jié)者、2001:太空漫游等等。電影是虛構(gòu)的,那些電影角色也是虛構(gòu)的,所以我們總是覺得人工智能缺乏真實(shí)感。
- 2.人工智能是個(gè)很寬泛的話題。從手機(jī)上的計(jì)算器到無(wú)人駕駛汽車,到未來(lái)可能改變世界的重大變革,人工智能可以用來(lái)描述很多東西,所以人們會(huì)有疑惑。
- 3.我們?nèi)粘I钪幸呀?jīng)每天都在使用人工智能了,只是我們沒(méi)意識(shí)到而已。John McCarthy,在1956年最早使用了人工智能(Artificial Intelligence)這個(gè)詞。他總是抱怨“一旦一樣?xùn)|西用人工智能實(shí)現(xiàn)了,人們就不再叫它人工智能了。”
因?yàn)檫@種效應(yīng),所以人工智能聽起來(lái)總讓人覺得是未來(lái)的神秘存在,而不是身邊已經(jīng)存在的現(xiàn)實(shí)。同時(shí),這種效應(yīng)也讓人們覺得人工智能是一個(gè)從未被實(shí)現(xiàn)過(guò)的流行理念。Kurzweil提到經(jīng)常有人說(shuō)人工智能在80年代就被遺棄了,這種說(shuō)法就好像“互聯(lián)網(wǎng)已經(jīng)在21世紀(jì)初互聯(lián)網(wǎng)泡沫爆炸時(shí)死去了”一般滑稽。
所以,讓我們從頭開始。
首先,不要一提到人工智能就想著機(jī)器人。機(jī)器人只是人工智能的容器,機(jī)器人有時(shí)候是人形,有時(shí)候不是,但是人工智能自身只是機(jī)器人體內(nèi)的電腦。人工智能是大腦的話,機(jī)器人就是身體——而且這個(gè)身體不一定是必需的。比如說(shuō)Siri背后的軟件和數(shù)據(jù)是人工智能,Siri說(shuō)話的聲音是這個(gè)人工智能的人格化體現(xiàn),但是Siri本身并沒(méi)有機(jī)器人這個(gè)組成部分。
其次,你可能聽過(guò)“奇點(diǎn)”或者“技術(shù)奇點(diǎn)”這種說(shuō)法。這種說(shuō)法在數(shù)學(xué)上用來(lái)描述類似漸進(jìn)的情況,這種情況下通常的規(guī)律就不適用了。這種說(shuō)法同樣被用在物理上來(lái)描述無(wú)限小的高密度黑洞,同樣是通常的規(guī)律不適用的情況。
Kurzweil則把奇點(diǎn)定義為加速回報(bào)定律達(dá)到了極限,技術(shù)進(jìn)步以近乎無(wú)限的速度發(fā)展,而奇點(diǎn)之后我們將在一個(gè)完全不同的世界生活的。但是當(dāng)下的很多思考人工智能的人已經(jīng)不再用奇點(diǎn)這個(gè)說(shuō)法了,而且這種說(shuō)法很容易把人弄混,所以本文也盡量少用。
最后,人工智能的概念很寬,所以人工智能也分很多種,我們按照人工智能的實(shí)力將其分成三大類:
弱人工智能Artificial Narrow Intelligence (ANI): 弱人工智能是擅長(zhǎng)于單個(gè)方面的人工智能。比如有能戰(zhàn)勝象棋世界冠軍的人工智能,但是它只會(huì)下象棋,你要問(wèn)它怎樣更好地在硬盤上儲(chǔ)存數(shù)據(jù),它就不知道怎么回答你了。
強(qiáng)人工智能Artificial General Intelligence (AGI): 人類級(jí)別的人工智能。強(qiáng)人工智能是指在各方面都能和人類比肩的人工智能,人類能干的腦力活它都能干。創(chuàng)造強(qiáng)人工智能比創(chuàng)造弱人工智能難得多,我們現(xiàn)在還做不到。Linda Gottfredson教授把智能定義為“一種寬泛的心理能力,能夠進(jìn)行思考、計(jì)劃、解決問(wèn)題、抽象思維、理解復(fù)雜理念、快速學(xué)習(xí)和從經(jīng)驗(yàn)中學(xué)習(xí)等操作。”強(qiáng)人工智能在進(jìn)行這些操作時(shí)應(yīng)該和人類一樣得心應(yīng)手。
超人工智能Artificial Superintelligence (ASI): 牛津哲學(xué)家,知名人工智能思想家Nick Bostrom把超級(jí)智能定義為“在幾乎所有領(lǐng)域都比最聰明的人類大腦都聰明很多,包括科學(xué)創(chuàng)新、通識(shí)和社交技能。”超人工智能可以是各方面都比人類強(qiáng)一點(diǎn),也可以是各方面都比人類強(qiáng)萬(wàn)億倍的。超人工智能也正是為什么人工智能這個(gè)話題這么火熱的緣故,同樣也是為什么永生和滅絕這兩個(gè)詞會(huì)在本文中多次出現(xiàn)。
現(xiàn)在,人類已經(jīng)掌握了弱人工智能。其實(shí)弱人工智能無(wú)處不在,人工智能革命是從弱人工智能,通過(guò)強(qiáng)人工智能,最終到達(dá)超人工智能的旅途。這段旅途中人類可能會(huì)生還下來(lái),可能不會(huì),但是無(wú)論如何,世界將變得完全不一樣。
讓我們來(lái)看看這個(gè)領(lǐng)域的思想家對(duì)于這個(gè)旅途是怎么看的,以及為什么人工智能革命可能比你想的要近得多。
我們現(xiàn)在的位置——充滿了弱人工智能的世界
弱人工智能是在特定領(lǐng)域等同或者超過(guò)人類智能/效率的機(jī)器智能,一些常見的例子:
汽車上有很多的弱人工智能系統(tǒng),從控制防抱死系統(tǒng)的電腦,到控制汽油注入?yún)?shù)的電腦。谷歌正在測(cè)試的無(wú)人駕駛車,就包括了很多弱人工智能,這些弱人工智能能夠感知周圍環(huán)境并作出反應(yīng)。
你的手機(jī)也充滿了弱人工智能系統(tǒng)。當(dāng)你用地圖軟件導(dǎo)航,接受音樂(lè)電臺(tái)推薦,查詢明天的天氣,和Siri聊天,以及其它很多很多應(yīng)用,其實(shí)都是弱人工智能。
垃圾郵件過(guò)濾器是一種經(jīng)典的弱人工智能——它一開始就加載了很多識(shí)別垃圾郵件的智能,并且它會(huì)學(xué)習(xí)并且根據(jù)你的使用而獲得經(jīng)驗(yàn)。智能室溫調(diào)節(jié)也是一樣,它能根據(jù)你的日常習(xí)慣來(lái)智能調(diào)節(jié)。
你在上網(wǎng)時(shí)候出現(xiàn)的各種其它電商網(wǎng)站的產(chǎn)品推薦,還有社交網(wǎng)站的好友推薦,這些都是弱人工智能的組成的,弱人工智能聯(lián)網(wǎng)互相溝通,利用你的信息來(lái)進(jìn)行推薦。網(wǎng)購(gòu)時(shí)出現(xiàn)的“買這個(gè)商品的人還購(gòu)買了”推薦,其實(shí)就是收集數(shù)百萬(wàn)用戶行為然后產(chǎn)生信息來(lái)賣東西給你的弱人工智能。
谷歌翻譯也是一種經(jīng)典的人工智能——非常擅長(zhǎng)單個(gè)領(lǐng)域。聲音識(shí)別也是一種。很多軟件利用這兩種智能的合作,使得你能對(duì)著手機(jī)說(shuō)中文,手機(jī)直接給你翻譯成英文。
當(dāng)飛機(jī)著陸時(shí)候,不是一個(gè)人類決定飛機(jī)該去那個(gè)登機(jī)口接駁。就好像你在網(wǎng)上買票時(shí)票據(jù)不是一個(gè)人類決定的。
世界最強(qiáng)的跳棋、象棋、拼字棋、雙陸棋和黑白棋選手都是弱人工智能。
谷歌搜索是一個(gè)巨大的弱人工智能,背后是非常復(fù)雜的排序方法和內(nèi)容檢索。社交網(wǎng)絡(luò)的新鮮事同樣是這樣。
這些還只是消費(fèi)級(jí)產(chǎn)品的例子。軍事、制造、金融(高頻算法交易占到了美國(guó)股票交易的一半)等領(lǐng)域廣泛運(yùn)用各種復(fù)雜的弱人工智能。專業(yè)系統(tǒng)也有,比如幫助醫(yī)生診斷疾病的系統(tǒng),還有著名的IBM的華生,儲(chǔ)存了大量事實(shí)數(shù)據(jù),還能理解主持人的提問(wèn),在競(jìng)猜節(jié)目中能夠戰(zhàn)勝最厲害的參賽者。
現(xiàn)在的弱人工智能系統(tǒng)并不嚇人。最糟糕的情況,無(wú)非是代碼沒(méi)寫好,程序出故障,造成了單獨(dú)的災(zāi)難,比如造成停電、核電站故障、金融市場(chǎng)崩盤等等。
雖然現(xiàn)在的弱人工智能沒(méi)有威脅我們生存的能力,我們還是要懷著警惕的觀點(diǎn)看待正在變得更加龐大和復(fù)雜的弱人工智能的生態(tài)。每一個(gè)弱人工智能的創(chuàng)新,都在給通往強(qiáng)人工智能和超人工智能的旅途添磚加瓦。用Aaron Saenz的觀點(diǎn),現(xiàn)在的弱人工智能,就是地球早期軟泥中的氨基酸——沒(méi)有動(dòng)靜的物質(zhì),突然之間就組成了生命。