游客

人工智能,“奇点时刻”临近?

游客 2017-02-13 13:28:56    200776 次浏览

人工智能,“奇点时刻”临近?

人工智能,“奇点时刻”临近?

2017年1月5日,Master(后承认是Alpha Go)在网络上取得对包括柯洁、朴廷桓和井山裕太在内中日韩顶级高手的快棋60连胜。

人工智能,“奇点时刻”临近?

2015年4月,英国科学家发明了机器手臂,能够娴熟做饭,厨艺达到世界一流水平。

人工智能,“奇点时刻”临近?

2017年1月6日,百度智能机器人“小度”和“小度之父”吴恩达(左一)亮相江苏卫视《最强大脑》。

人民视觉

文|姜奇平

人工智能一般被认为是通过模拟、延伸和扩展人类智能,产生具有类人智能的计算系统。其概念从1956年提出,经历了跌宕起伏“三起三落”的60年。随着硬件、软件、大数据、深度学习等技术发展到一定水平,人工智能开始呈井喷式发展,从长期不温不火状态骤然变热。

人工智能帮助人类提高工作效率、提升生活品质。但对人工智能的发展感到欣喜的同时,也要理性面对人工智能对人类提出的挑战

 技术与产业革命的新引爆点

从1956年到2016年,人工智能已经60岁。为什么偏偏到了此刻,“老夫聊发少年狂”,它从一众新兴高科技中脱颖而出?

美国作家卢克·多梅尔在《人工智能》一书中提出“奇点”的概念,奇点指的是机器在智能方面超过人类的那个点。目前,人工智能在技术和产业两个方面临近“奇点时刻”。

第一,信息革命正从技术深化到科学,向智能方向提升,人工智能正处在科技革命的奇点上。信息革命发端于信息技术革命。电子计算机、通信网络、互联网、云计算、物联网……分别代表着信息技术革命这头大象的不同部位。一直发展到大数据,信息技术这头大象的全貌才开始从科学的高度显现。以数据科学为基础的人工智能,代表着信息技术向信息科学的质的飞跃,第一次将信息技术发展到信息科学的高度。

如果说智慧的本质是“容易地应对变易”,那么人工智能是将理性与感性结合起来,像人类那样容易地应对“变易”。德国工业4.0专家乌尔里希·森德勒为了概括工业4.0的精髓,将英文的“简单”与“复杂”合成一个词,创造了一个新词“Simplexity”,意思是使复杂性变得容易。人工智能60年的发展,一直在探索“容易地应对变易”的具体方法。上世纪50年代的传统人工智能过于迷信理性算法。一直到上世纪80年代神经网络这种“感性”方法流行,才找到了处理非规律性事物的方法。2006年后,兼具理性与感性的深度学习成为人工智能的新主流。2016年,人类终于迎来了人工智能的一个重要时刻。2016年3月,谷歌围棋(Alpha Go)电脑程序,运用将感性与理性结合的蒙特卡洛算法,以4∶1的成绩战胜世界冠军、韩国棋手李世石。Alpha Go的胜利,标志着人工智能一个重要奇点时刻的到来,人工智能正在成为下一代技术革命引爆点。

第二,信息革命正从科学转化为技术,向智慧产业深化,人工智能正处在产业革命的奇点上。信息革命成熟于产业革命。技术革命的奇点,催生产业革命的奇点。技术革命率先引爆工业自动化、医疗健康等领域,使人工智能迅速向市场化、产业化方向发展。

以智能汽车为例,汽车电子已占整车成本的40%。如果汽车部件和附加值中的智能贡献比重超过50%,汽车就会发生质变,达到奇点。一旦所有行业智能比重超过50%,产业智能化的奇点时刻就将到来。无人驾驶汽车通过装载前视摄像头、前视雷达、激光雷达、高精地图及诸多智能科技设备,可以应对复杂的实际驾驶环境。

 为现代化发展更换“发动机”

当前31个发达经济体中,30个经济体增长放缓,1994年到2004年的年平均增长率从2%下降到1%。发展相对较快的美国,增长速度也从前10年的2.3%下降到了后10年的1.1%。工业化这台发动机提供的动能越来越衰减。用工业化和信息化两台发动机驱动现代化,就成为2008年国际金融危机以来人们找到的一条新出路。

发展人工智能的最大意义在于为现代化发展更换“发动机”。咨询公司埃森哲研究了美国、芬兰、英国等12个发达国家发现,预计到2035年,人工智能将帮助这些国家生产率提高40%左右。其中,因人工智能生产率增长最多的几个国家分别是:瑞典、芬兰、美国和日本。

在当前的人工智能研究领域,美国充当了领头羊的角色。美国奥巴马政府时期总统办公室发布《为了人工智能的未来做好准备》和《美国国家人工智能研究与发展战略规划》。在前一个报告中,前奥巴马政府呼吁优先考虑开展基础、长期的人工智能研究,并制定发展自动和半自动武器的政策。报告提议建立一个类似国防高级研究计划局的机构,支撑高风险、高回报的人工智能研究及应用;建议联邦机构应在人工智能领域优先开放培训数据和数据标准;建议美国交通部不断完善监管框架,将全自动车辆和无人机安全整合入交通系统。第二个报告提出了七大战略:长期投资人工智能研发领域、开发人机工作的有效方法、理解和应对人工智能带来的伦理问题、确保人工智能驱动系统的安全、为人工智能培训和测试开发共享公共数据集与环境、建立评估人工智能技术的标准和基准、深入了解国家人工智能研发人才需求。根据该规划,2015年联邦政府在人工智能相关技术方面投入约11亿美元。根据专业数据分析平台统计,截至2016年年初,全球已有957家人工智能公司,其中美国公司就有499家,占比超过了50%。

此外,其他一些发达国家也在人工智能开发上各有投入。日本侧重降低成本,强化智能制造能力,加大人工智能投入。2016年8月11日,日本政府将人工智能相关跨部门政策内容写入2016年度第二次补充预算案。部分政策会写入2017年度政府预算申请中,并持续给予支持。日本在制造业中利用人工智能提高生产率并克服人手短缺问题,应对社会老龄化挑战。日本还对发展人工智能技术的企业给予优惠税制、优惠贷款、减税等多项政策支持。

欧盟以“人脑项目”为未来新兴技术旗舰项目,侧重于对数据的研究。“人脑项目”十分注重从科学制高点上把握技术,汇集了神经科学、医学和计算机领域近300名专家。到2023年,这一项目将耗资10亿欧元。德国注重科技研发和技术成果转化,在人工智能申请专利数量上位列全球第四,但在机器人、神经网络、语音识别及图像识别等领域有一技之长。德国人工智能研究中心研究人工智能技术,如自动驾驶、语音识别、图像识别、机器学习、智能机器人人体跟踪等领域,并进行科技研发和技术成果转化。每年累计贡献的学术成果和科研项目价值超过4800亿欧元。

 “弗兰肯斯坦情结”能否解开

从短期看,人工智能推动经济自动化和社会智能化。人工智能提高自动化水平,从而提升生产力,积累大量财富。但自动化是否影响就业成为争议的焦点。由于中美工人工资存在较大差距,美国资本家宁可用自动化来替代工人,而不是增加就业。福瑞斯特研究公司的最新报告显示,未来5年,人工智能将导致美国的就业岗位减少6%。事实上,人工智能减少就业并不是必然的。与自动化用机器代替人不同,人工智能平台通过应用接口(API)接入大量增值应用(APP),可以为开发者创造广泛的灵活就业机会。阿里云研究报告提出在人工智能平台化的趋势下,未来人工智能将呈现若干主导平台加广泛场景应用的竞争格局,通过APP开发者开发大量细分场景应用,将比自动化更有效地激活灵活就业。

人工智能在智能交通、智能家居、智能社区等方面有突出表现。新型柔性机器人能够做饭、洗碗,还可以铺床、洗衣服、遛狗,人工智能还能帮你挑选穿搭、决定晚餐吃什么。虚拟现实、增强现实和混合现实结合人工智能等技术已经可以替代真人导游。未来城市交通也会因人工智能而得到改善,日本本田技术研究所汽车研发中心开发出一项利用人工智能预测交通拥堵情况的新技术。该技术将智能手机作为感应设备使用,将汽车速度、加减速等行驶数据与周边道路拥堵程度加以匹配,改善交通状况。

从长期看,人工智能将驱动经济向服务化、高端化方向转型,驱动社会向灵活化、智慧化方向转型。变易就是差异化,差异化对应的是需求价值上的高端化和供给上的服务化。工业化和自动化的主要经济效果是需求越差异化,差异化供给的平均成本越高,而人工智能实现与工业化相反的经济效果,即需求越差异化,差异化供给的平均成本越低。

借助人工智能,可以通过大规模定制,低成本地实现这种差异化。即以小批量多品种的方式,向服务化的方向升级,获取稳定的高附加值。未来的新闻可以是情境化的,通过个性化推荐 智能计算 情景感知等降低情境化的成本;未来广告可以是精准广告,根据消费者的上下文情境,判断消费意向,精准投放;未来的个人健康状况数据可以通过可穿戴设备记录,借助大数据分析,实现24小时医护和诊疗的个人定制化服务。2016年日本东京大学用国际商业机器公司的沃森人工智能技术,仅花了10分钟,便诊断出一名60多岁女性患有一种罕见的白血病,并提供了低成本的个性化诊疗方案。

对人工智能的安全问题,人类历来有弗兰肯斯坦情结。英国小说家玛丽·雪莱的小说《弗兰肯斯坦》讲述了一位理工科学生创造了一个科学生物,这个生物最终变成了杀人狂。人工智能会不会在超越人类智力后,与人类作对呢?美国奇点大学校长雷·库兹韦尔预言,这个奇点会出现在2045年。但《人工智能》一书的作者多梅尔认为,不在于人类是否能设计出比自身好的东西,而在于政策是什么以及人们决定要用技术去做什么。2016年9月,英国标准化协会发布了《机器人和机器系统的伦理设计和应用指南》,希望以机器人伦理指南为突破口,探索规避这类风险。目前各国政府、企业也越来越重视这一问题。

对人工智能发展带来的负面问题如何监管,是国际社会普遍关心的话题。美国前总统奥巴马认为,在人工智能的早期发展阶段,监管框架应当百花齐放。政府要尽量少干预,更多地投资科研,确保基础研究和应用研究之间的转化。随着技术的开发和成熟,如何将其纳入现有监管框架中,这是更难的问题,需要各国政府更多地参与探索。(作者为中国社会科学院信息化研究中心秘书长)

内容加载中