未來是近在眼前，還是遙不可及?

很多媒體文章都認(rèn)為人類已鄰近真正AI(人工智能)，我們相信在未來，生活中到處都是機(jī)器人、無人機(jī)和自動(dòng)駕駛車輛，人類并不需要花太多時(shí)間控制這些機(jī)器。

但是現(xiàn)實(shí)中AI真的會(huì)像我們想象的那樣發(fā)展迅速嗎?

像Elon Musk和Stephen Hawking那樣在世界領(lǐng)先的大學(xué)部門和研究中心的研究人員，他們更加關(guān)注AI帶來的潛在風(fēng)險(xiǎn)，他們認(rèn)為我們必須采取行動(dòng)，以規(guī)避風(fēng)險(xiǎn)。他們預(yù)測，到2030年，機(jī)器將通過應(yīng)用人類智能形成自我意識(shí)。

事實(shí)上，Hawking博士告訴英國廣播公司：“人工智能的發(fā)展可能會(huì)導(dǎo)致人類的毀滅。”未來近在咫尺，人工智能可能很快超過人類。

然而，事實(shí)上，我們離真正的AI還很遠(yuǎn)。真正的AI是指能像人類一樣做出反應(yīng)，并會(huì)自我完善的強(qiáng)大人類智能。人類需要多久才能實(shí)現(xiàn)真正的AI呢，100年都不止，或許是幾個(gè)世紀(jì)幾千年，又或許我們永遠(yuǎn)都無法實(shí)現(xiàn)。

下面是一些原因。

智能并不等于超級智能

真正的AI或者說超級智能，應(yīng)該擁有人類的所有認(rèn)知能力，包括自我意識(shí)、情感和意識(shí)，因?yàn)檫@些都是人類認(rèn)知的特征。

牛津哲學(xué)家和領(lǐng)先的AI思想家Nick Bostrom將超級智能定義為“在每個(gè)領(lǐng)域都能超越人類智慧的智力，它的科學(xué)創(chuàng)造力、一般智慧和社交技能是人類難以望其項(xiàng)背的。”

現(xiàn)在AI只能專攻一個(gè)領(lǐng)域，在某一領(lǐng)域超越人類。比方說，AlphaGo可以擊敗圍棋世界冠軍，但它卻只會(huì)下圍棋。

雖然科學(xué)家已經(jīng)利用AI技術(shù)建立了神經(jīng)網(wǎng)絡(luò)來模仿人類大腦理解、分析信息和構(gòu)建概念的過程，但科學(xué)家卻不懂其中的原理，神經(jīng)網(wǎng)絡(luò)為什么用這種方式來解釋東西。

從科學(xué)的角度來看，神經(jīng)網(wǎng)絡(luò)只是一堆數(shù)學(xué)和方程，用數(shù)字的形態(tài)呈現(xiàn)。但我們知道，僅僅用這些來模仿人類智慧和人類的大腦是遠(yuǎn)遠(yuǎn)不夠的。

紐約大學(xué)計(jì)算機(jī)科學(xué)家Ernest Davis說道：“我沒有看到任何表明人類快要實(shí)現(xiàn)真正的AI的跡象。雖然AI可以戰(zhàn)勝圍棋世界冠軍或完成一些其他任務(wù)，但是從常識(shí)、視覺、語言和直覺等方面來說，它跟7歲小孩相比還差得遠(yuǎn)呢。”

如果沒有認(rèn)識(shí)到現(xiàn)在的AI和真正AI之間的區(qū)別，那么確實(shí)會(huì)產(chǎn)生跟Elon Musk和Stephen Hawking一樣的擔(dān)憂，他們都相信人類已經(jīng)具備開發(fā)真正AI的能力。

我們對智力和超級智能的理解是有限的

微軟聯(lián)合創(chuàng)始人Paul Allen在2011年寫道：“要讓人類到達(dá)這一奇點(diǎn)，僅僅用現(xiàn)有軟件是不夠的，我們還需要開發(fā)更智能更強(qiáng)大的軟件。開發(fā)這種高級軟件需要事先對人類自我認(rèn)知有非常深入的理解，我們現(xiàn)在只對該領(lǐng)域略知一二。”

因此，實(shí)現(xiàn)真正AI的前提條件還未滿足：我們還無法真正理解人類智能和意識(shí)。

大多數(shù)研究大腦和心靈的專家都同意這兩個(gè)觀點(diǎn)：我們不知道，智能是什么，我們也不知道意識(shí)是什么。

神經(jīng)科學(xué)和神經(jīng)心理學(xué)并不提供人類智能的定義。不同的領(lǐng)域，甚至不同的研究者，都用不同的術(shù)語來定義智能。

目前，AI專家給智能的定義是，學(xué)習(xí)、識(shí)別模式、展示情緒行為和解決分析問題的能力。但是，這個(gè)定義只是講述了認(rèn)知行為的某些方面，根本不能詳盡智能這個(gè)復(fù)雜的概念。

如果我們?nèi)祟惒焕斫庵悄?，我們又如何能?chuàng)造出“智能”的計(jì)算機(jī)呢?

人類的大腦太過復(fù)雜

為了復(fù)制人類的大腦和它的工作原理，科學(xué)家必須嘗試克隆大腦，或者開發(fā)一個(gè)仿大腦系統(tǒng)。

人類大腦有大約1000億個(gè)神經(jīng)元，在這些神經(jīng)元之間有一萬億個(gè)連接。到目前為止，最好的人工映射生活大腦是由OpenWorm項(xiàng)目實(shí)現(xiàn)的。團(tuán)隊(duì)設(shè)法將蛔蟲 Caenorhabditis elegans’302神經(jīng)元映射到計(jì)算機(jī)模擬中，該模擬為一個(gè)簡單的樂高機(jī)器人的運(yùn)動(dòng)提供動(dòng)力。

即使人類能夠掌握復(fù)制神經(jīng)元的技術(shù)，要重建整個(gè)人類的大腦還是太難了，因?yàn)榇竽X的生物結(jié)構(gòu)異常復(fù)雜。即使重建出大腦的外形，也難以合成人類的意識(shí)和智力。

如果我們的目標(biāo)是比人類更聰明的人工智能，那么這種人工智能必須至少有一方面的能力超越人類的大腦。但是，大腦可能是我們可用的最好的基準(zhǔn)，我們沒有參照物來創(chuàng)造比人類大腦更厲害的人工智能。

計(jì)算能力的限制

在科學(xué)界，很多人希望量子計(jì)算能夠幫助AI取得巨大進(jìn)步。

量子計(jì)算機(jī)近幾年一直很火。因?yàn)楫?dāng)前的計(jì)算機(jī)不夠強(qiáng)大或者不夠快，并且不具備模擬人類大腦的能力，所以像谷歌這樣的科技巨頭建立了自己的量子計(jì)算機(jī)專用于這些工作。

然而，量子計(jì)算仍然很神秘。與正常的計(jì)算機(jī)(二進(jìn)制，1或0)不同，量子計(jì)算機(jī)可以是同時(shí)是0和1。這意味著科學(xué)家必須熟悉量子力學(xué)的所有古怪的屬性，才能正確地在量子計(jì)算機(jī)上編程。

此外，量子計(jì)算機(jī)的計(jì)算能力也沒有谷歌聲稱的那么強(qiáng)大。量子計(jì)算機(jī)難以編程并且很難掌握，科學(xué)家還需要相當(dāng)長的時(shí)間來解決這些問題。

離真正的AI仍需巨大的飛躍

科技以前所未有的方式實(shí)現(xiàn)了難以想象的飛躍。我們見證了工業(yè)革命期間機(jī)械化的快速時(shí)期，以及互聯(lián)網(wǎng)給人類帶來的巨大變化。

但是，我們對智力、意識(shí)和人類思想等概念的認(rèn)識(shí)仍然處于一個(gè)初期階段。這些因素會(huì)阻礙人工智能的快速發(fā)展。

迄今為止，人類開發(fā)出的AI是很先進(jìn)，但是離人工創(chuàng)造意識(shí)仍隔很遠(yuǎn)的距離。

因此，要想實(shí)現(xiàn)真正的AI恐怕還需要無數(shù)時(shí)間的積累。