人类水平的智能
 
在这一章,我们已经讨论了,只要我们未雨绸缪,防患于未然,人工智能就可能在不远的未来极大地改善我们的生活水平。那么,从长期来看,人工智能的发展会如何呢?人工智能的进步会不会最终因为某些不可跨越的桎梏而停滞下来?人工智能研究者最终能否成功实现他们的最初目标,创造出人类水平的通用人工智能?在第2章,我们已经了解到,物理定律允许一团合宜的物质具备记忆、计算和学习的能力,也了解了物理定律并不阻止这些物质具备这些能力,并发展出比人脑更高的智能。我们人类能否成功建造出这种超人类水平的通用人工智能?如果能,何时能创造出来?这些问题正变得越来越模糊。从第1章的内容可知,我们还不知道答案,因为世界顶级人工智能专家都各执一词。大部分专家预计,这将会在几十年到100年内实现,还有一些人认为这永远不会发生。这很难预测,因为当你探索一片处女地时,你并不知道你和目的地之间隔着几座山峰,只能看见最近的那座山,只有当你爬上去,才看得见下一个横在面前的障碍物。
最先会发生什么事呢?即便我们知道如何用今天的计算机硬件制造出人类水平的通用人工智能,我们依然需要足够的硬件,来提供所需的计算能力。那么,如果以第2章中所说的FLOPS(浮点运算次数)(37)来衡量的话,人类大脑具备什么样的计算能力呢?这个问题既好玩又棘手,其答案极大程度上取决于我们如何问这个问题,比如:
◦ 问题1:要模拟大脑,需要多少次FLOPS?
◦ 问题2:人类智能需要多少次FLOPS?
◦ 问题3:人类大脑能执行多少次FLOPS?
关于问题1的答案,已经发表了许多相关的论文。它们给出的答案大概在100个每秒千万亿次FLOPS,也就是1017次FLOPS[50]。这差不多相当于2017年全世界运行最快的超级计算机——价值3亿美元的“神威·太湖之光超级计算机”(如图3-7所示)的计算能力。就算我们知道如何用神威·太湖之光超级计算机来模拟一个技术精湛的劳动者的大脑,但如果我们不能把租用它的成本降到该劳动者的时薪之下,就根本无法盈利。甚至于,我们可能会花费得更多,因为许多科学家相信,要精确复制大脑的智能,光有数学简化的神经网络(就像第2章所说的那种神经网络)是行不通的。或许,我们需要在单个分子甚至亚原子粒子的层面上进行模拟,如果是这样,那所需的FLOPS就要高得多。
 
▲图3-7 神威·太湖之光超级计算机
注:神威·太湖之光超级计算机是2017年全世界运行最快的超级计算机,它的计算能力可能已经超过了人类大脑。
• • •
问题3的答案更简单一些:我不擅长计算19位数的乘法,即使用纸笔来演算,也要花好几分钟的时间。这样一算,我的FLOPS低于0.01次,比问题1的答案少了19个数量级!造成这种巨大差距的原因是,大脑和超级计算机都被优化来完成极端困难的任务。在下面这两个问题上,我们可以看到同样的差距:
◦ 一台拖拉机如何才能完成F1赛车的工作?
◦ 一辆F1赛车如何才能完成一台拖拉机的工作?
如果我们想要预测人工智能的未来,需要回答哪一个问题呢?都不需要!如果我们想要模拟人类的大脑,就需要关心刚才提出的3个问题中的问题1;但是,要建造人类水平的通用人工智能,就应该重点关注问题2。人工智能的未来会是什么样的,没人知道它的答案,但是,无论我们是选用软件来适应今天的计算机,还是建造更像大脑的硬件(38),都比模拟大脑便宜得多。
为了评估答案[51],汉斯·莫拉维克对大脑和今天的计算机都能有效完成的一个计算任务进行了一个类比。这个任务就是:人类视网膜在将处理结果经视神经传输到大脑之前,在人眼球后部进行的某种低级图像处理任务。莫拉维克发现,想要在一台传统计算机上复制视网膜的这种计算任务,需要大约10亿次FLOPS,而整个大脑所需要的计算量大约是视网膜所需的1万倍(基于体积比和神经元的数量),因此,大脑所需要的计算能力大约为1013次FLOPS,差不多相当于2015年一台价值1 000美元的计算机经过优化以后可以达到的能力。
简而言之,没有人能保证我们在有生之年能建造出人类水平的通用人工智能,我们不清楚最后到底能不能建造出来,但也并没有无懈可击的理由说,我们永远无法建造出来。硬件能力不足或者价格太昂贵,都已不再是令人信服的理由。关于架构、算法和软件,我们不知道终点在哪里,但当前的进步是迅速的,并且,全球各地的天才人工智能研究者组成了一个正在迅猛发展的共同体。他们正在逐渐解决各种挑战。换句话说,我们不能对“通用人工智能最终会到达甚至超过人类水平”这种可能性视而不见,认为它绝不可能发生。下一章,就让我们来探索一下这种可能性吧,看看它会将我们引向何方!
本章要点
 
◦ 人工智能的短期进步可能会在许多方面极大地改善我们的生活,比如,让我们的个人生活、电力网络和金融市场更加有效,还能用无人驾驶汽车、手术机器人和人工智能诊断系统来挽救生命。
◦ 如果我们要允许人工智能来控制真实世界中的系统,就必须学着让人工智能变得更加稳健,让它听从命令,这非常重要。说到底,要做到这一点,就必须解决与验证、确认、安全和控制有关的一些棘手的技术问题。
◦ 人工智能控制的自动化武器系统也迫切需要提升人工智能的稳健性,因为这种系统的风险太高了。
◦ 许多顶级人工智能研究者和机器人学家都呼吁签署一份国际条约来限制某些自动化武器的使用,以避免出现失控的军备竞赛,因为这样的军备竞赛可能会带来人人唾手可得(只要你有钱,又别有用心)的暗杀机器。
◦ 如果我们能弄明白如何让机器人法官做到透明化和无偏见,人工智能就能让我们的法律系统更加公正高效。
◦ 为了跟上人工智能的发展,我们的法律必须不断快速更新,因为人工智能在隐私、责任和监管方面提出了很多棘手的法律问题。
◦ 在人工智能把人类完全取代之前的很长一段时间里,它们可能会先在劳动力市场上逐渐取代我们。
◦ 人工智能取代人类的工作不一定是一件坏事,只要社会能将人工智能创造出来的一部分财富重新分配给社会,让每个人的生活变得更好。许多经济学家认为,如若不然,就会极大加剧不公平的现象。
◦ 只要未雨绸缪、提前计划,即使社会的就业率很低,也能实现繁荣昌盛,这不仅体现在经济上,还体现在人们能从工作以外的其他地方获得生活的目标上。
◦ 给今天的孩子们的就业建议:进入那些机器不擅长的领域,这些领域需要与人打交道,具有不可预见性,需要创造力。
◦ 有一个不容忽视的可能性是:通用人工智能会持续进步,直到达到甚至超过人类水平。我们将在下一章探讨这个问题!

章节错误,点此举报(免注册),举报后维护人员会在两分钟内校正章节内容,请耐心等待,并刷新页面。

您看此文用        秒

如若转载,请注明出处:《人类水平的智能-岚昕文学网》https://axcxa.com/kehuan/68/2513.html

打赏
  • 打赏支付宝扫一扫
  • 打赏微信扫一扫