人工智能會(huì)產(chǎn)生自主意識(shí)嗎?
“這就是科學(xué)和科幻的區(qū)別。”人工智能協(xié)會(huì)首位華人會(huì)員、第四范式首席科學(xué)家、香港科技大學(xué)計(jì)算機(jī)系主任楊強(qiáng)教授20日接受《第一財(cái)經(jīng)日報(bào)》記者專訪時(shí)表示。
和霍金等科學(xué)家的擔(dān)憂不同，所謂人工智能產(chǎn)生意識(shí)、“奇點(diǎn)臨近”，在楊強(qiáng)看來并不存在。
但人工智能的確會(huì)對(duì)人類工作和生活創(chuàng)造便利。“比如說未來的智能機(jī)器人，它可以看你怎么工作、模仿你，你覺得重復(fù)性的工作都可以被它取代，而你只需專注作一些創(chuàng)造性的工作。”楊強(qiáng)說。
人工智能做了什么?
20世紀(jì)60年代，人工智能先驅(qū)圖靈提出著名的問題:“機(jī)器可以有思維嗎?”圍繞這個(gè)問題，人工智能的先驅(qū)開展了諸多探索。
他們有一個(gè)假設(shè):智能包括計(jì)算機(jī)可能賦予的智能，來自于計(jì)算物理符號(hào)的排列組合，只要能很聰明地把這些物理符號(hào)排列組合，人類可以從一系列的零和一的組合來得到“智能”。前三十年，眾多人工智能領(lǐng)域的科學(xué)家研究圍繞符號(hào)搜索展開。
“前三十年圍繞符號(hào)搜索領(lǐng)域開展人工智能研究的顯著成果，就是深藍(lán)計(jì)算機(jī)，”楊強(qiáng)說，“包括這次的AlphaGo，一半算法都是搜索算法，另一半算法是機(jī)器學(xué)習(xí)。”機(jī)器學(xué)習(xí)，正是人工智能研究后三十年的主要成果，特別是新世紀(jì)以來，以“神經(jīng)網(wǎng)絡(luò)”為代表的機(jī)器學(xué)習(xí)技術(shù)不斷獲得突破。
一些人工智能技術(shù)已應(yīng)用于多個(gè)領(lǐng)域，例如廣告、智能客服。同時(shí)也可應(yīng)用于金融領(lǐng)域，幫助人們更好地做出金融決策。
不過，盡管人工智能技術(shù)發(fā)展取得了許多里程碑，但依然面臨“瓶頸”。
在楊強(qiáng)看來，人工智能當(dāng)前面臨的一項(xiàng)瓶頸是過于依賴大數(shù)據(jù)，“現(xiàn)在的AI只是很初級(jí)的AI，因?yàn)樗么髷?shù)據(jù)來補(bǔ)足算法的不足，只要數(shù)據(jù)足夠大的話，很多算法上補(bǔ)丁都不用打了。如何在小數(shù)據(jù)情況下也能發(fā)展人工智能，這是我們當(dāng)前的一個(gè)關(guān)注焦點(diǎn)。”
“遷移學(xué)習(xí)”，就是解決大數(shù)據(jù)對(duì)人工智能制約問題的一項(xiàng)關(guān)鍵技術(shù)。
未來還能做什么?
什么是“遷移學(xué)習(xí)”?“比方說你建了一個(gè)薦書網(wǎng)站，又建了一個(gè)推薦食品的網(wǎng)站，那么我們可以拿薦書網(wǎng)站模型遷移到新場景下應(yīng)用。如果不用遷移學(xué)習(xí)，就得等很長時(shí)間獲得足夠多的數(shù)據(jù)來做智能推薦。”楊強(qiáng)向記者舉例說。
除了“遷移學(xué)習(xí)”，科學(xué)家還試圖賦予人工智能更多能力，例如“終身學(xué)習(xí)”。
未來，人類和人工智能的關(guān)系就像是“長機(jī)”和“僚機(jī)”，僚機(jī)會(huì)跟隨長機(jī)做一些動(dòng)作。比如說未來的智能機(jī)器人，它可以觀察人類如何工作，并模仿人類的工作。“你覺得重復(fù)性的工作都可以被人工智能取代，而你只需專注做一些創(chuàng)造性的工作。”楊強(qiáng)說。
“總的來說，人有哪些能力，未來都會(huì)對(duì)應(yīng)著一個(gè)人工智能。”展望未來，楊強(qiáng)說。不過，人工智能在不同領(lǐng)域的應(yīng)用，需要一個(gè)領(lǐng)域一個(gè)領(lǐng)域地突破。
