2
本文作者: 六爺 | 2014-11-08 08:42 |
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(qiáng)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(shí)這無非是一場蓄謀已久的思維遠(yuǎn)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?yàn)榧词故羌夹g(shù)強(qiáng)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(shí)現(xiàn)人工智能有本質(zhì)上的區(qū)別。前者是通過仿生來實(shí)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(jī)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(shí)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(jī)的研究,出發(fā)點(diǎn)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(diǎn),重點(diǎn)是這千萬億個突觸是有很強(qiáng)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(jī)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(yùn)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(jī)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(diǎn)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(shí)這才叫上綱上線。科技是一把雙刃劍毋需贅言,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(jī)不是來自物種層面的,就不要企圖去制造一種人機(jī)大戰(zhàn)的假象了。
THE PRIDE &JOY OF AN ARTISAN
當(dāng)然我們不能因?yàn)閷Α巴{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(yàn)到的人工智能都面臨著被調(diào)戲的尷尬,如果機(jī)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(jìn)行處理。這留給未來的想象空間實(shí)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(jìn)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?;貧w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?yàn)檎驹谄渥陨淼慕嵌龋嬖跊]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(shí)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。