0
雷鋒網(wǎng)按：大眾似乎都比較喜歡關心一些更具驚悚性和顛覆性（不管是好的還是壞的）的話題，在人工智能領域的表現(xiàn)，就是大眾更多會傾向于相信一些“AI滅世論”之類的話題。這同時其實也意味著大家對AI抱有過分樂觀的期望。歷史上已有數(shù)次人工智能的低潮因為對AI的盲目樂觀與實際情況未能達到預期造成的失望而產(chǎn)生了。因此，在一些學者出面警告我們小心AI的威脅的同時，也有更多的學者想要不斷的提醒我們：AI不是洪水猛獸，現(xiàn)在的AI還遠未達到會取代我們的水平。
在28日舉行的首屆語音與智能技術高峰論壇上，微軟亞洲研究院的院長洪小文給我們詳細的解釋了他對AI、對智能本身的理解，以及我們該如何看待AI，我們到底需要一個怎樣的AI的問題。
洪小文認為，智能包括四個層面的定義，這幾層定義層層遞進，代表著“智能”的不同等級。
第一級是功能（Capability），這點基本是沒有爭議的，機器的內存、CPU的主頻、緩存、相機的像素，這都是實打實的數(shù)據(jù)。是很客觀的東西。
第二級是智能（Intelligence），不過“智能”這個概念其實一直在變。洪小文說，他還記得當時他買的第一臺“智能電視機”，那是很久以前的時候，一個叫珍妮絲的電視機品牌，第一次給電視機加上了遙控器，然后就叫那個電視叫智能電視了。那時候那個算不算智能電視呢？其實真的是算的，因為那之前所有電視都是沒有遙控器的，你想換臺必須要走到電視面前去換。非常麻煩，所以當年這樣的一個改進已經(jīng)足以讓人相信它是智能電視，但是到了今天，我想沒有任何人再會認為有個遙控器就叫智能電視了。
今天已經(jīng)沒有人認為計算能力是智能的體現(xiàn)了，洪小文說，甚至下棋也是這樣。下棋就是比誰算的多。當然AlphaGo已經(jīng)有一些推理的東西了，但主要還是在拼計算能力。
而到了第三和第四級的智力（Intellect）和智慧（Wisdom），定義就更模糊了。人類經(jīng)常要做出決定，有的時候這些決定也不是很有智慧，但是其中很關鍵的一點是，很多時候人的決定是在數(shù)據(jù)不足的時候做出的，而在這種情況下還仍然能維持相當高的準確率。如果有足夠的數(shù)據(jù)，很多計算機也能做出正確的決定，但一旦數(shù)據(jù)不足，計算機就會立即啞火。
關于這個還有一個極端的例子是引力波：人們今年才第一次勉強檢測到引力波，這是今年的一個大新聞，然而這個東西早在一百年前就被愛因斯坦預測其存在了。那時候哪有數(shù)據(jù)？別說小數(shù)據(jù)了，任何數(shù)據(jù)都沒有。而人可以在完全沒有數(shù)據(jù)的情況下做到預言的這么準確，這就是人類厲害的地方。
我們該如何對待智能？
分析一下我們的大腦，洪小文說，我們的大腦分為兩個半球，多年來心理學家和腦科學家的研究成果表示，左右腦的分工是有區(qū)別的。左腦更多負責邏輯，右腦更多負責直覺。左腦的分析能力更強，右腦的整合能力更強。左腦是“我知道”，右腦是“我相信”。
其實計算機是最好的左腦，比左腦還好，因為沒有人會跟計算機比計算能力。不過計算機里還有個很重要的東西叫算法，什么叫算法？洪小文說，算法就是一種按照既定順序按部就班的解決一個問題的流程（Step-by step set of operaions to solve problem）。根據(jù)這個定義我們可以引申出創(chuàng)造力的定義，什么叫創(chuàng)造力？洪小文說，他的定義就是：解決還未解決的問題。比如費馬大定理，如果你能在這個定理被解決之前就把它解出來，或者這個問題你能解的比已有的方法更好，那說明你擁有了很強的創(chuàng)造力。
所以我們可以看出來，計算機現(xiàn)在根本沒有創(chuàng)造力，目前的計算機只有計算，而它用來計算的算法全部都來自于人。所以每當機器打敗一次人類，我都不會覺得計算機怎么這么強，我會覺得人怎么這么強，居然能設計出這么厲害的算法。
現(xiàn)在很多領域內機器人對人的勝利，其實完全是勝之不武。比如說，讓你和計算機同時算1、2、3……100的和，我們都看過高斯的算法，我們把我們自己想象成高斯，在第一次聽說這道題之后去把這個問題用巧妙的辦法解了出來，然而我們會發(fā)現(xiàn)這樣算的速度其實還是沒有計算機快，即使計算機用的是最笨的方法，但由于它的計算能力強，它可以在一瞬間就把這個結果算出來，但我們會因此覺得計算機比人聰明嗎？顯然不會。
洪小文表示，計算機真的是一個很適合當“左腦”的東西。至于強AI，如果我們要做一個東西，要逼近、甚至超越人的智慧和創(chuàng)造力的話，首先要了解人。而我們目前還不夠了解自己。而且，最后我還想說一點，我們到底需不需要一個各方面都很像我們的機器人呢？其實，如果這個機器人有自覺，真的有智能的話，意味著我們就是沒有辦法控制它的（機器人三定律的可行性其實很低）。洪小文說，他常常舉一個例子：如果我們造一個機器人，想讓它去幫我們倒咖啡，那我們肯定希望我們叫它去十次它就會去幫我們倒十次。但是如果你是叫一個有自覺的東西去，比如我叫我太太幫我倒咖啡，我太太十次可能有五次跟我說你有手有腳，干嘛不自己去？然后我只能說是是是。也就是說，我們希望造的是一個可控的機器人，而可控的意思就是沒有自覺，我不希望我們造一個機器人，叫它幫我倒咖啡，結果它說主人你干嘛不自己去啊？如果我們非得要得到一個東西，希望它跟我們一樣，甚至比我們聰明，有自覺，且不可控，那我們在這方面的經(jīng)驗就太豐富了，我們生個孩子就好了。
最后洪小文說：我們大可不必恐懼AI，而且其實也沒有太多需要去造一個通用型AI。就像他剛剛分析的那樣，建造一個AI在學術上肯定是有很強的意義的，但是在實用性上，它可能反而不如現(xiàn)在這些AI，現(xiàn)在的AI雖然是弱AI，但是它對人類已經(jīng)非常有用了，計算機幫我們收集、處理數(shù)據(jù)，我們再在其基礎上做最終的決策，這種人+機器就是最好的組合，也是AI發(fā)展的另一個意義。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
