爱吧机器人网 » 专题 > 观点 > 正文

人工智能不可怕 可怕的是我们对人工智能误解太深

人工智能不可怕 可怕的是我们对人工智能误解太深

3月9日注定会被写入人类史册——是的你应该已经在无数刷屏的文章开头读到过这句话。这一天,全人类通过网络直播共同围观谷歌人工智能AlphaGo与韩国棋手李世石的超级对弈,见证了人类首局失守,笃信人类未来同样会遭人工智能搏杀的声音越来越多。

但那又怎样?人工智能赢了棋,人类却赢得了未来。

抛开深度学习、博弈树、神经网络等令门外汉眩晕的词汇,在人类与机器的较量转战围棋领域之初,我们就应该想见,即使是天才棋手也会敌不过人工智能。但这并不可怕,没有人类上千年来在棋谱上沉淀的智慧,何来AlphaGo今天的胜利?真正可怕的并非人工智能的成长上限,而是人类对人工智能深深的误解,以及惶恐。

从这一点上而言,人类输了首局反倒是好事。它让我们重新审视人性、竞技美学,以及人类智慧。人工智能对人类生活的种种颠覆,帮助我们直抵生活的核心。AlphaGo并非依靠自然进化而来,即便其会筑势、会手筋、会试应手、会逆转棋局,本质上映射的还是人类智慧的结晶。那么,更合适的建议或许是:“不用那么担心”。

人工智能不可怕 可怕的是我们对人工智能误解太深

Kevin Kelly

“人工智能的应用无处不在,它带来的影响力是巨大的。因为这意味着一切物体均可拟人化,意味着我们可以加速新事物发展,云端人工智能技术意味着,两双智能鞋的数据可以彼此分享,这就是综合人工智能的表现。这的确大大加快了发明新事物的进程。”很显然,《连线》杂志创始主编、《失控》作者凯文·凯利(Kevin Kelly)不仅丝毫不担心人工智能会对人类产生威胁,反而沉浸于智能技术所蕴含的无穷想象之中、并为此兴奋不已。

在其新作《必然》中,他将这种兴奋感展现得淋漓尽致:“人工智能时代的到来最大的益处在于,各种人工智能将帮助我们定义人性。我们需要人工智能告诉我们——我们是谁?”

凯文·凯利在书中说,在一个联系超密集的世界中,不一样的思维是创新和财富的来源。仅仅聪明是不够的。商业动机会让与工业力量相关的人工智能无处不在,它们廉价而聪明,会被植入到所有我们制造的东西里。当我们开始发明新的智能种类和新的思维方式时,将获得更大的回报。

霍金号召大家警惕人工智能可能带来的威胁、伊隆·马斯克因担心未来机器将取代人类而抑郁,但在扎克伯格看来,这些担忧毫无依据 (not valid fear)。在被问及如何看待机器可能在很多方面比大脑更聪明,比如IBM深蓝战胜棋王卡斯帕罗夫等问题时,扎克伯格曾作出如下回应:“人类制造机器就是为了让机器在某些方面强于人类,但是机器在某些方面超越人类不意味着机器有能力学习其他方面的能力,或者将不同的信息联系起来而做超越人类的事情,而这一点非常重要”。

当被问道“难道科幻小说里那种(机器超越人类)的事情真的就不可能发生么?我们难道一点都不需要担心人工智能的安全性么?”时,扎克伯格解释道:“我们现在担忧人工智能的安全性,就如同两百年前担心要是以后有飞机了飞机坠毁怎么办一样。如果我们总是过度担心安全性,我们就不可能造出飞机。不管怎么样,我们要先造出飞机,再担心飞机的安全性。我们过度担忧人工智能,将阻碍人工智能实际的进步。我们要认识到无人驾驶汽车可能可以帮助我们减少车祸的发生,而且人工智能系统甚至能够帮我们诊断疾病,所以因为担心安全性而阻碍人工智能的进步可能是最糟糕的选择,因为我们本来可以利用人工智能让世界更美好。”

是啊,世界正在发生一桩重要的事情,智能化正渗透进各个领域,可是为什么要因其足够富有想象空间,而忧心忡忡?

人工智能不可怕 可怕的是我们对人工智能误解太深

Demis Hassabis

就连DeepMind的创始人杰米斯哈萨比斯(Demis Hassabis)自己也说了,同样的算法可以武装到机器人身上,换句话说,让机器人像游戏中的算法那样学习现实世界的环境,并适时做出调整。哈萨比斯更是大胆预计,Alpha Go或许也将能开启一个新的研究方法,利用这种方法,机器能够快速识别出哪些领域具有研究的潜力,从而帮助人类研究者更好地找到研究方向。

当1997年深蓝多次击败顶级象棋棋手之后,人们也曾感到如临大敌。但结果呢?

“但更让人意外的是人工智能的出现并未削弱纯人类国际象棋选手的水平。恰恰相反,在廉价且超级智能的国际象棋软件的激励下,下国际象棋的人数、锦标赛的数量以及选手的水平都达到了历史之最。与深蓝首次战胜卡斯帕罗夫时相比,拥有国际象棋大师头衔的人数至少翻了一番。现今排名第一的人类国际象棋选手马格努斯·卡尔森(Magnus Carlsen)就曾和人工智能一起训练,并且被认为是所有人类国际象棋选手中最接近电脑的一个。他还是有史以来评分最高的人类国际象棋大师。”凯文·凯利在《必然》中写道。

人工智能不可怕 可怕的是我们对人工智能误解太深

上一页12下一页

上一篇:方兴东:惊叹人机大战是对高科技无知
下一篇:热评:AlphaGo对李世石的输赢 对AI发展毫无意义
精选推荐
2018年企业数字化转型的五大趋势
2018年企业数字化转型的五大趋势

[2017-12-16]  据2016年哈佛商学院研究表明,选择进行数字化转型的企业在3年内表现出了55%的平均毛利润提升,相比之下其他企业毛利润同期降低了37%。数字化转型企业的领头羊,也曾是收入处于......

谷歌大脑发布ROBEL基准 鼓励用低成本机器人训练AI系统
谷歌大脑发布ROBEL基准 鼓励用低成本机器人训练AI系统

[2019-10-11]  训练AI系统的机器人D& 39;Claw和D& 39;Kitty用于控制机器人的人工智能系统,测量其性能所使用的基准通常仅限于为工业环境设计的昂贵硬件, ...

苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展
苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展

[2017-12-11]  苹果隐秘的自动驾驶汽车项目多年来一直在转移焦点,但今年似乎正在加速。 4月份,公司获得了在加利福尼亚州进行自动驾驶汽车测试的许可证,而在6月份,苹果公司首席执行官库......

2023年服务机器人市场将超过250亿美元
2023年服务机器人市场将超过250亿美元

[2017-09-04]  全球服务机器人市场预计到2023年将达到250亿美元, 并在预测期内登记15% 的复合年增长率。短期中期回收期和投资回报率高 (ROI), 以及在教育和研究、临场感、防御、救援和安......

7种常见的机器人焊接类型
7种常见的机器人焊接类型

[2017-12-17]  机器人焊接是工业领域最常见的机器人应用之一,近几十年来主要由汽车行业驱动。机器人焊接在完成大批量,重复性的焊接任务时效率最高。...

通过对抗性图像黑入大脑
通过对抗性图像黑入大脑

[2018-03-02]  在上面的图片中,左边是一张猫的照片。在右边,你能分辨出它是同一只猫的图片,还是一张看起来相似的狗的图片?这两张图片之间的区别在于, ...

这些人型机器人是如此真实,你的肉眼几乎无法区分
这些人型机器人是如此真实,你的肉眼几乎无法区分

[2017-09-03]   我们生活在一个区分现实与幻想变得越来越困难的世界。由于机器人技术的进步,创造人工的人类正在逐渐接近完美的最终目标。我们现在看到的机器人不再只是一块发光二极管,......

麻省理工学院最新研究:优化软体机器人的控制和设计
麻省理工学院最新研究:优化软体机器人的控制和设计

[2019-11-24]  软体机器人属于一个新的领域,它可能在诸如外科手术等领域发挥重要作用(手术时的纳米机器人需要在人体内部移动而不损伤软组织)。软体机器 ...

本周栏目热点

2017年聊天机器人未达到行业预期的3个原因

[2018-01-18]  持续几年的“聊天机器人革命”带来了巨大的期望。营销人员和未来主义者幻想着智能虚拟自主代理人,他们会比我们更好地了解我们自己,从谈话片段中收集我们的愿望,并将我们的......

【浅析】人工智能关键技术决定机器人未来

[2016-02-15]     目前的机器人已经能够胜任精确、重复性的工作,但很多时候,它还不能够灵活 ...

比尔·盖茨:AI是把双刃剑 应用来改善教育医疗

[2019-03-19]  比尔·盖茨表示,在医疗领域人工智能曾用于过滤23andMe的基因数据,发现硒元素的缺乏或可与非洲的早产现象有关。在18个月后,我们可以了解到,该项目是否会给2万多名带来更多......

深兰科技方林博士:人工智能自主进化成为可能

[2018-12-07]  人工智能行业在国内迎来集中研究兴盛期,研究侧重点也从观点提出期,发展到了以谷歌Alpha Go和深兰Deepblue Go为代表的机器学习、深度学习独立研究期,并在智能语音识别交互......

[2016-01-14]     1月12日,重庆市委书记孙政才在科研机构、企业和产业园区调研时强调,要深 ...