科技的最前沿是什么景象？普通人很難去觸碰。但本著吹牛無罪，意淫強身的理念，人工智能早已深入人心。

科技巨頭們紛紛憋著大招復(fù)制人腦。自從今年的《麻省理工科技評論》刊出全球十大突破技術(shù)以來，神經(jīng)形態(tài)芯片的面世似乎提上了日程。它看起來比其他九個都更加神秘，其實這無非是一場蓄謀已久的思維遠行而已。

傳統(tǒng)人工智能的悖論

2012年，谷歌展示了它的人工智能軟件在未被告知貓是什么東西的情況下，可以學(xué)會識別視頻中的貓，而完成這個任務(wù)用到了1.6萬臺處理器。細(xì)細(xì)品味，不得不承認(rèn)谷歌做到了一件很偉大的事情。但品味過后，沒有人會對此感到恐慌。因為即使是技術(shù)強大如谷歌，也只不過是用復(fù)雜的方法做到了對我們來說很簡單的事情。

神經(jīng)形態(tài)芯片與單純靠軟件來實現(xiàn)人工智能有本質(zhì)上的區(qū)別。前者是通過仿生來實現(xiàn)人工智能，而后者的邏輯是建立在一個叫馮·諾依曼的美國人，1946年提出的存儲程序原理上。說白了在存儲器和處理器的信息傳遞通道選擇不同。

雖然“馮·諾依曼架構(gòu)”支撐了計算機將近七十年的飛速發(fā)展，但隨著數(shù)據(jù)量指數(shù)級的增長，總線有限的數(shù)據(jù)傳輸速率就捉襟見肘了，官方稱之“馮·諾依曼瓶頸”。赤裸裸的美國版“成也蕭何敗蕭何”。

工匠不是造物主

其實在“馮·諾依曼架構(gòu)”提出的十年后，IBM公司就創(chuàng)建了第一臺人腦模擬器（512 個神經(jīng)元），一直在從事對類人腦計算機的研究，出發(fā)點是模仿突觸在人的神經(jīng)系統(tǒng)中的存在。

人腦中突觸的量級是千億個，可這還不是重點，重點是這千萬億個突觸是有很強的可塑性的?？伤苄砸馕吨裁?？記憶和學(xué)習(xí)！

IBM 2012年開發(fā)的模擬人腦的超級計算機已可模擬出相當(dāng)于5千億神經(jīng)元以及137億神經(jīng)突觸的計算架構(gòu)系統(tǒng)，但系統(tǒng)的運行速度相比于人腦要慢1542倍，根據(jù)計劃，2019年IBM將會利用88萬CPU，研制出與人腦速度相當(dāng)?shù)哪M人腦系統(tǒng)。

現(xiàn)在你可以斬釘截鐵的認(rèn)為，計算機的確擁有了與人類一樣的學(xué)習(xí)能力。沒有夸大其詞，更沒有偷換概念。但是不是可以認(rèn)為，坐等技術(shù)成熟，一個的新物種就華麗地誕生了？

ONE MORE THING

物種在維基百科的定義是：“生物分類的基本單位，位于生物分類法中最后一級，在屬之下。較為籠統(tǒng)的概念，是指一群或多或少與其它這樣的群體形態(tài)不同，并能夠交配繁殖出具生殖能力后代的相關(guān)生物群體”。關(guān)鍵詞——繁殖。

思考到這個層面會不會太上綱上線了？如果你恰好關(guān)注了上周科技圈的熱點話題，應(yīng)該記得關(guān)于特斯拉CEO( Elon Musk）的“人工智能威脅論”產(chǎn)生的論戰(zhàn)。其實這才叫上綱上線?？萍际且话央p刃劍毋需贅言，但殺了人總不能將罪惡推給殺人的刀。如果人工智能帶來的危機不是來自物種層面的，就不要企圖去制造一種人機大戰(zhàn)的假象了。

THE PRIDE &JOY OF AN ARTISAN

當(dāng)然我們不能因為對“威脅論”的失望，而忽略人工智能的偉大。即使我們現(xiàn)在能夠體驗到的人工智能都面臨著被調(diào)戲的尷尬，如果機器人能夠接受感官數(shù)據(jù)（比如圖像和聲音），并且不需要專門的程序就可以對其進行處理。這留給未來的想象空間實在太大，人類終于可以擺脫身理上的局限性，創(chuàng)造更多的可能和需求。我更愿意理解這會是人類歷史上，一次可以與直立行走相提并論的進化。

那些為這個初衷在黑暗中探索的科學(xué)家們是值得被世人尊敬的，雖然在科幻電影里的他們都化身為毀滅博士，給人類帶來滅頂之災(zāi)，這只是一種無知的誤解。回歸感性，我們可以將人工智能準(zhǔn)確的定位成一個聰明的傻瓜。TA的聰明是在人類的襯托下，貌似無所不知，無所不能。而TA本質(zhì)上的傻卻是因為站在其自身的角度，存在沒有任何意義。

我思故我在是個非常深刻的哲學(xué)問題，這種層面的人工智能還在完全看不見的未來。所以還是三觀端正的解讀科技比較靠譜，現(xiàn)實有時候也沒有想象中的那么骨感。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。