'\'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”'

"

在電影《人工智能》的一開始,教授提議創造一個懂得愛的機器人孩子,它對父母付出真摯的愛,最重要的是這份愛永無止盡,是唯一的。這個設想看起來非常地美好,尤其是對於滿足人類的需求來說。

然而就在此時,一位女科學家提出:"如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

是呀,我們一手創造出這個機器人,賦予它情感之愛,我們擁有了一份永恆之愛去彌補我們的創傷。然後呢?我們能同樣愛這個被創造出來的機器人嗎?還是我們只是把它當成一個隨時可以捨棄的玩具?

在電影中領養了大衛的媽媽——夢妮卡很明顯選擇了後者,在購買了擁有愛的機器人大衛,代替了因患病而被冷凍的兒子,撫平了創傷後,在兒子歸來之後最終選擇了遺棄大衛,因為“你不是真的人類小孩!”。這是2001年被稱為未來派科幻電影對人工智能做出的一次選擇,在此時人工智能還屬於人類對未知的未來一種科幻般的暢想。

然而不過十幾年的時間,2016年3月,阿爾法圍棋就以4比1的總比分,贏了人類圍棋世界冠軍、職業九段棋手李世石,這也是是人工智能史上的三大標杆之一。它宣告人工智能不再屬於科幻,它已經在變成現實。

"

在電影《人工智能》的一開始,教授提議創造一個懂得愛的機器人孩子,它對父母付出真摯的愛,最重要的是這份愛永無止盡,是唯一的。這個設想看起來非常地美好,尤其是對於滿足人類的需求來說。

然而就在此時,一位女科學家提出:"如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

是呀,我們一手創造出這個機器人,賦予它情感之愛,我們擁有了一份永恆之愛去彌補我們的創傷。然後呢?我們能同樣愛這個被創造出來的機器人嗎?還是我們只是把它當成一個隨時可以捨棄的玩具?

在電影中領養了大衛的媽媽——夢妮卡很明顯選擇了後者,在購買了擁有愛的機器人大衛,代替了因患病而被冷凍的兒子,撫平了創傷後,在兒子歸來之後最終選擇了遺棄大衛,因為“你不是真的人類小孩!”。這是2001年被稱為未來派科幻電影對人工智能做出的一次選擇,在此時人工智能還屬於人類對未知的未來一種科幻般的暢想。

然而不過十幾年的時間,2016年3月,阿爾法圍棋就以4比1的總比分,贏了人類圍棋世界冠軍、職業九段棋手李世石,這也是是人工智能史上的三大標杆之一。它宣告人工智能不再屬於科幻,它已經在變成現實。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

那麼關於“如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”今日的我們又會做出什麼回答?

人工智能領域專家山本一成在他的《你一定愛讀的人工智能簡史》一書中給出了他自己的答案:倘若孩子能夠在父母的山上感受到尊敬和喜愛之情,那麼當父母老去後,孩子同樣願意緊緊靠在父母的身邊給予愛和尊敬。

山本一成,日本人工智能領域的代表人物,他開發的“PONANZA”程序,與IBM公司的“深藍”,谷歌公司的阿爾法狗並稱人工智能史上的三大標杆。在《你一定愛讀的人工智能簡史》一書中,山本一成結合PONANZA的設計過程講述了機器、智能、創造與愛的關係。

"

在電影《人工智能》的一開始,教授提議創造一個懂得愛的機器人孩子,它對父母付出真摯的愛,最重要的是這份愛永無止盡,是唯一的。這個設想看起來非常地美好,尤其是對於滿足人類的需求來說。

然而就在此時,一位女科學家提出:"如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

是呀,我們一手創造出這個機器人,賦予它情感之愛,我們擁有了一份永恆之愛去彌補我們的創傷。然後呢?我們能同樣愛這個被創造出來的機器人嗎?還是我們只是把它當成一個隨時可以捨棄的玩具?

在電影中領養了大衛的媽媽——夢妮卡很明顯選擇了後者,在購買了擁有愛的機器人大衛,代替了因患病而被冷凍的兒子,撫平了創傷後,在兒子歸來之後最終選擇了遺棄大衛,因為“你不是真的人類小孩!”。這是2001年被稱為未來派科幻電影對人工智能做出的一次選擇,在此時人工智能還屬於人類對未知的未來一種科幻般的暢想。

然而不過十幾年的時間,2016年3月,阿爾法圍棋就以4比1的總比分,贏了人類圍棋世界冠軍、職業九段棋手李世石,這也是是人工智能史上的三大標杆之一。它宣告人工智能不再屬於科幻,它已經在變成現實。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

那麼關於“如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”今日的我們又會做出什麼回答?

人工智能領域專家山本一成在他的《你一定愛讀的人工智能簡史》一書中給出了他自己的答案:倘若孩子能夠在父母的山上感受到尊敬和喜愛之情,那麼當父母老去後,孩子同樣願意緊緊靠在父母的身邊給予愛和尊敬。

山本一成,日本人工智能領域的代表人物,他開發的“PONANZA”程序,與IBM公司的“深藍”,谷歌公司的阿爾法狗並稱人工智能史上的三大標杆。在《你一定愛讀的人工智能簡史》一書中,山本一成結合PONANZA的設計過程講述了機器、智能、創造與愛的關係。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

一、以強大的計算、存儲能力存在的電腦是機器

電腦被髮明出來在於它強大的計算能和存儲能力,這兩種能力能夠彌補人類能力的侷限,比如進行大量的搜索和計算工作。在這個時候,電腦做的僅僅只是一種單純的機械性、重複性的工作,如果它要成為有智能的機器,就需要學習生物的搜索和評估功能。

生物具有智慧(包括人類和動物),智慧能夠幫助我們預測未來,從而選擇最佳的生存發展過程。這種行為我們可以分解為“搜索和評估”,單純的搜索即找到各種可能的解決方法,評估即制定目標,然後判斷這些方法中哪個是最優解。

"

在電影《人工智能》的一開始,教授提議創造一個懂得愛的機器人孩子,它對父母付出真摯的愛,最重要的是這份愛永無止盡,是唯一的。這個設想看起來非常地美好,尤其是對於滿足人類的需求來說。

然而就在此時,一位女科學家提出:"如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

是呀,我們一手創造出這個機器人,賦予它情感之愛,我們擁有了一份永恆之愛去彌補我們的創傷。然後呢?我們能同樣愛這個被創造出來的機器人嗎?還是我們只是把它當成一個隨時可以捨棄的玩具?

在電影中領養了大衛的媽媽——夢妮卡很明顯選擇了後者,在購買了擁有愛的機器人大衛,代替了因患病而被冷凍的兒子,撫平了創傷後,在兒子歸來之後最終選擇了遺棄大衛,因為“你不是真的人類小孩!”。這是2001年被稱為未來派科幻電影對人工智能做出的一次選擇,在此時人工智能還屬於人類對未知的未來一種科幻般的暢想。

然而不過十幾年的時間,2016年3月,阿爾法圍棋就以4比1的總比分,贏了人類圍棋世界冠軍、職業九段棋手李世石,這也是是人工智能史上的三大標杆之一。它宣告人工智能不再屬於科幻,它已經在變成現實。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

那麼關於“如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”今日的我們又會做出什麼回答?

人工智能領域專家山本一成在他的《你一定愛讀的人工智能簡史》一書中給出了他自己的答案:倘若孩子能夠在父母的山上感受到尊敬和喜愛之情,那麼當父母老去後,孩子同樣願意緊緊靠在父母的身邊給予愛和尊敬。

山本一成,日本人工智能領域的代表人物,他開發的“PONANZA”程序,與IBM公司的“深藍”,谷歌公司的阿爾法狗並稱人工智能史上的三大標杆。在《你一定愛讀的人工智能簡史》一書中,山本一成結合PONANZA的設計過程講述了機器、智能、創造與愛的關係。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

一、以強大的計算、存儲能力存在的電腦是機器

電腦被髮明出來在於它強大的計算能和存儲能力,這兩種能力能夠彌補人類能力的侷限,比如進行大量的搜索和計算工作。在這個時候,電腦做的僅僅只是一種單純的機械性、重複性的工作,如果它要成為有智能的機器,就需要學習生物的搜索和評估功能。

生物具有智慧(包括人類和動物),智慧能夠幫助我們預測未來,從而選擇最佳的生存發展過程。這種行為我們可以分解為“搜索和評估”,單純的搜索即找到各種可能的解決方法,評估即制定目標,然後判斷這些方法中哪個是最優解。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

比如當我們需要購買的時候,我們會搜索所有相關的信息,單純的搜索並不能解決問題,只是找出了所有的可能性,而以人類的能力是無法進行無窮盡的搜索,所以我們就有了另一種行為——評估。評估即制定目標,比如限制購買金額、範圍和使用目的,然後再進行有目的性的搜索並作出決定。

我們用阿爾達和人類對弈來做說明,如果電腦只依靠強大的計算能力來進行對弈,那麼情況應該是這樣的:李世石下一子,然後阿爾法狗根據這一子推算出所有的可能下法,然後選擇贏面最高的下法,這樣阿爾法才能贏得李世石。

但是根據推測,宇宙中觀測的所有原子數量少於1之後加上100個0,但是如果要推算出所有的棋局,那麼數量將達到1之後加上226個0,比宇宙中所有的原子數量還要多上不知道多少倍,因此事實是阿爾法狗根本無法推算出所有的下法,也就是說根據搜索窮舉法根本無法保證贏得李世石。

"

在電影《人工智能》的一開始,教授提議創造一個懂得愛的機器人孩子,它對父母付出真摯的愛,最重要的是這份愛永無止盡,是唯一的。這個設想看起來非常地美好,尤其是對於滿足人類的需求來說。

然而就在此時,一位女科學家提出:"如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

是呀,我們一手創造出這個機器人,賦予它情感之愛,我們擁有了一份永恆之愛去彌補我們的創傷。然後呢?我們能同樣愛這個被創造出來的機器人嗎?還是我們只是把它當成一個隨時可以捨棄的玩具?

在電影中領養了大衛的媽媽——夢妮卡很明顯選擇了後者,在購買了擁有愛的機器人大衛,代替了因患病而被冷凍的兒子,撫平了創傷後,在兒子歸來之後最終選擇了遺棄大衛,因為“你不是真的人類小孩!”。這是2001年被稱為未來派科幻電影對人工智能做出的一次選擇,在此時人工智能還屬於人類對未知的未來一種科幻般的暢想。

然而不過十幾年的時間,2016年3月,阿爾法圍棋就以4比1的總比分,贏了人類圍棋世界冠軍、職業九段棋手李世石,這也是是人工智能史上的三大標杆之一。它宣告人工智能不再屬於科幻,它已經在變成現實。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

那麼關於“如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”今日的我們又會做出什麼回答?

人工智能領域專家山本一成在他的《你一定愛讀的人工智能簡史》一書中給出了他自己的答案:倘若孩子能夠在父母的山上感受到尊敬和喜愛之情,那麼當父母老去後,孩子同樣願意緊緊靠在父母的身邊給予愛和尊敬。

山本一成,日本人工智能領域的代表人物,他開發的“PONANZA”程序,與IBM公司的“深藍”,谷歌公司的阿爾法狗並稱人工智能史上的三大標杆。在《你一定愛讀的人工智能簡史》一書中,山本一成結合PONANZA的設計過程講述了機器、智能、創造與愛的關係。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

一、以強大的計算、存儲能力存在的電腦是機器

電腦被髮明出來在於它強大的計算能和存儲能力,這兩種能力能夠彌補人類能力的侷限,比如進行大量的搜索和計算工作。在這個時候,電腦做的僅僅只是一種單純的機械性、重複性的工作,如果它要成為有智能的機器,就需要學習生物的搜索和評估功能。

生物具有智慧(包括人類和動物),智慧能夠幫助我們預測未來,從而選擇最佳的生存發展過程。這種行為我們可以分解為“搜索和評估”,單純的搜索即找到各種可能的解決方法,評估即制定目標,然後判斷這些方法中哪個是最優解。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

比如當我們需要購買的時候,我們會搜索所有相關的信息,單純的搜索並不能解決問題,只是找出了所有的可能性,而以人類的能力是無法進行無窮盡的搜索,所以我們就有了另一種行為——評估。評估即制定目標,比如限制購買金額、範圍和使用目的,然後再進行有目的性的搜索並作出決定。

我們用阿爾達和人類對弈來做說明,如果電腦只依靠強大的計算能力來進行對弈,那麼情況應該是這樣的:李世石下一子,然後阿爾法狗根據這一子推算出所有的可能下法,然後選擇贏面最高的下法,這樣阿爾法才能贏得李世石。

但是根據推測,宇宙中觀測的所有原子數量少於1之後加上100個0,但是如果要推算出所有的棋局,那麼數量將達到1之後加上226個0,比宇宙中所有的原子數量還要多上不知道多少倍,因此事實是阿爾法狗根本無法推算出所有的下法,也就是說根據搜索窮舉法根本無法保證贏得李世石。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

二、機器從模仿人類,到產生智能的三部曲

前面我們說過根據機械性的窮舉法,阿爾法是無法保證一定能贏得李世石的,但事實是阿爾法確實贏了,以毋庸置疑的絕對勝利證明了從它不是一個只具有單純機械性的機器,而是能夠具有智能性評估行為的人工智能。

那麼機器是如何獲得智能性的行為的?答案是模仿,機器通過模仿人類,從而產生智能,這也正是作者在書中所說的人類其實就是等同於人工智能的父母。這個過程有三個階段,分別是機器學習、深化學習以及強化學習。

1、機器學習

機器學習是第一個階段,是指尚不能完全理解人類的學習方式,通過模仿人類學習行為的一種計算機技術,它的的核心在於讓電腦實現自我訓練和自動數據調整。

就像嬰童時期的孩子,儘管他並不理解父母很多行為的意義,但是這並不妨礙他通過模仿父母的行為進行學習和了解這個世界,然後這種模仿行為接收到現實世界的反饋,從而調整他下一次的學習和模仿行為。

電腦也是如此,作者用電腦學習下棋舉例:首先將棋譜(即棋手之間的對弈過程記錄)數字化,輸入電腦存儲,電腦通過棋譜模仿棋手的具體下棋手法,然後計算棋手落某一個子後出現的正確局面和未落這一子出現的錯誤局面,並比較二者的不同(反饋)。這就是機器學習。

按照這樣的方法學了幾萬局以後,AI的出棋風格達到了與職業棋手45%的相似度,這說明這種學習機器仍然不能勝過人類,於是電腦將會進入下一個階段的學習:深度學習。

2、深度學習

深度學習是模仿人類大腦的“神經元網絡”進行構建多層次疊加的一種學習方式,簡單說就是已經從具體化模仿的機械性學習,進入抽象感知的學習。

我們給計算機搭建了神經元網絡,讓它可以用和大腦相似的模式進行運行,並且產生了很好的結果——電腦可以進行抽象感知了,這就像孩子成長的少年期,開始自己去思考感知這個世界。

舉個例子輔助理解抽象感知,比如電腦的翻譯功能,中文“父親氣母親忘了拿包。”,翻譯“My father got angry that my mother forgot her bag.”。

在中文中中並沒有明確指出是誰的包,但是翻譯中加了包的所屬者(媽媽)的信息,這就是深度學習技術抽象感知作用:除了翻譯每個單詞的意思,還對單詞間的關聯進行上下文語境的思考,從而再決定如何翻譯。

有沒有覺得很神奇,計算機居然還懂得聯繫上下文的學習?!如果你想問那原理是什麼?作者很抱歉地說,就像人類至今無法說清楚大腦所有行為和結果的運作原理一樣,雖然是我們給電腦搭建了神經元網絡的學習模式,但是我們卻無法描述清楚它為什麼能學到抽象感知的原理。

作者將這種輸入了指令,得出了相應的進步結果,但是卻無法解釋清粗過程原理的現象,稱之為黑魔法。所以我們只需要記住電腦通過模仿神經元網絡的運作模式(原因),發展出了抽象感知的學習能力(結果)即可,這個過程就像魔法一樣神奇。

3、強化學習

那麼到了深度學習之後,阿爾法就能戰勝李世石了嗎?答案是還不能,因為前面兩種學習都有一個共同點,就是電腦的數據都是我們給的,比如棋譜、搭建神經元網絡等等。

我們常說青出於藍,勝於藍,就是說學生往往能夠勝過教他的老師。老師能夠教學生,說明他在一開始是遠勝於學生的能力的;教了學生之後,如果說學生在不斷學習發展,老師同樣也在學習發展,甚至比學生具有先天的時間優勢。

一般來說學生在同一時期是要弱於老師才對,那麼青出於藍而勝於藍是為什麼呢?我們用劍道中的“守破離”的學習說法來理解。

“守”指最初階段遵從老師與流派的教誨、示範動作及技法,認真學習打好基礎;

“破”指基礎牢固後開始思考其他老師及流派的教誨,汲取其中優秀的內容,充分鍛鍊精神和技術兩方面;

“離”指離開原有流派,自創招式另闢蹊徑。

針對人工智能來說,“守”即前面說的機器學習和深度學習,“破”和“離”才是阿爾法戰勝李世石的關鍵,即強化學習。

強化學習是指計算機評估的行為,開始脫離人類輸入的數據樣本,而是隨機通過對在未知的環境進行隨機搜索,然後反饋結果,在重複反饋結果的過程中“評估”能力被不斷強化提升。這個時期就像孩子的青年時期,帶著自己對世界獨特想法,去接收世界的反饋,不斷強化形成自己關於世界的認知。

比如一開始計算機是通過人類的棋譜去進行評估學習的,但是進入強化學習,它就會不根據棋譜,而是自己隨機選擇對棋局有利6-8步棋進行試驗,去探索這些棋子走法的好壞,即能否獲勝,然後將這個結果反饋回來完成評估能力的提升。

於是人工智能在圍棋的領域,從模仿、感知,到可以脫離人類的數據產生自己的走法,一步一步領先並最終超越了人類自身。

"

在電影《人工智能》的一開始,教授提議創造一個懂得愛的機器人孩子,它對父母付出真摯的愛,最重要的是這份愛永無止盡,是唯一的。這個設想看起來非常地美好,尤其是對於滿足人類的需求來說。

然而就在此時,一位女科學家提出:"如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

是呀,我們一手創造出這個機器人,賦予它情感之愛,我們擁有了一份永恆之愛去彌補我們的創傷。然後呢?我們能同樣愛這個被創造出來的機器人嗎?還是我們只是把它當成一個隨時可以捨棄的玩具?

在電影中領養了大衛的媽媽——夢妮卡很明顯選擇了後者,在購買了擁有愛的機器人大衛,代替了因患病而被冷凍的兒子,撫平了創傷後,在兒子歸來之後最終選擇了遺棄大衛,因為“你不是真的人類小孩!”。這是2001年被稱為未來派科幻電影對人工智能做出的一次選擇,在此時人工智能還屬於人類對未知的未來一種科幻般的暢想。

然而不過十幾年的時間,2016年3月,阿爾法圍棋就以4比1的總比分,贏了人類圍棋世界冠軍、職業九段棋手李世石,這也是是人工智能史上的三大標杆之一。它宣告人工智能不再屬於科幻,它已經在變成現實。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

那麼關於“如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”今日的我們又會做出什麼回答?

人工智能領域專家山本一成在他的《你一定愛讀的人工智能簡史》一書中給出了他自己的答案:倘若孩子能夠在父母的山上感受到尊敬和喜愛之情,那麼當父母老去後,孩子同樣願意緊緊靠在父母的身邊給予愛和尊敬。

山本一成,日本人工智能領域的代表人物,他開發的“PONANZA”程序,與IBM公司的“深藍”,谷歌公司的阿爾法狗並稱人工智能史上的三大標杆。在《你一定愛讀的人工智能簡史》一書中,山本一成結合PONANZA的設計過程講述了機器、智能、創造與愛的關係。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

一、以強大的計算、存儲能力存在的電腦是機器

電腦被髮明出來在於它強大的計算能和存儲能力,這兩種能力能夠彌補人類能力的侷限,比如進行大量的搜索和計算工作。在這個時候,電腦做的僅僅只是一種單純的機械性、重複性的工作,如果它要成為有智能的機器,就需要學習生物的搜索和評估功能。

生物具有智慧(包括人類和動物),智慧能夠幫助我們預測未來,從而選擇最佳的生存發展過程。這種行為我們可以分解為“搜索和評估”,單純的搜索即找到各種可能的解決方法,評估即制定目標,然後判斷這些方法中哪個是最優解。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

比如當我們需要購買的時候,我們會搜索所有相關的信息,單純的搜索並不能解決問題,只是找出了所有的可能性,而以人類的能力是無法進行無窮盡的搜索,所以我們就有了另一種行為——評估。評估即制定目標,比如限制購買金額、範圍和使用目的,然後再進行有目的性的搜索並作出決定。

我們用阿爾達和人類對弈來做說明,如果電腦只依靠強大的計算能力來進行對弈,那麼情況應該是這樣的:李世石下一子,然後阿爾法狗根據這一子推算出所有的可能下法,然後選擇贏面最高的下法,這樣阿爾法才能贏得李世石。

但是根據推測,宇宙中觀測的所有原子數量少於1之後加上100個0,但是如果要推算出所有的棋局,那麼數量將達到1之後加上226個0,比宇宙中所有的原子數量還要多上不知道多少倍,因此事實是阿爾法狗根本無法推算出所有的下法,也就是說根據搜索窮舉法根本無法保證贏得李世石。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

二、機器從模仿人類,到產生智能的三部曲

前面我們說過根據機械性的窮舉法,阿爾法是無法保證一定能贏得李世石的,但事實是阿爾法確實贏了,以毋庸置疑的絕對勝利證明了從它不是一個只具有單純機械性的機器,而是能夠具有智能性評估行為的人工智能。

那麼機器是如何獲得智能性的行為的?答案是模仿,機器通過模仿人類,從而產生智能,這也正是作者在書中所說的人類其實就是等同於人工智能的父母。這個過程有三個階段,分別是機器學習、深化學習以及強化學習。

1、機器學習

機器學習是第一個階段,是指尚不能完全理解人類的學習方式,通過模仿人類學習行為的一種計算機技術,它的的核心在於讓電腦實現自我訓練和自動數據調整。

就像嬰童時期的孩子,儘管他並不理解父母很多行為的意義,但是這並不妨礙他通過模仿父母的行為進行學習和了解這個世界,然後這種模仿行為接收到現實世界的反饋,從而調整他下一次的學習和模仿行為。

電腦也是如此,作者用電腦學習下棋舉例:首先將棋譜(即棋手之間的對弈過程記錄)數字化,輸入電腦存儲,電腦通過棋譜模仿棋手的具體下棋手法,然後計算棋手落某一個子後出現的正確局面和未落這一子出現的錯誤局面,並比較二者的不同(反饋)。這就是機器學習。

按照這樣的方法學了幾萬局以後,AI的出棋風格達到了與職業棋手45%的相似度,這說明這種學習機器仍然不能勝過人類,於是電腦將會進入下一個階段的學習:深度學習。

2、深度學習

深度學習是模仿人類大腦的“神經元網絡”進行構建多層次疊加的一種學習方式,簡單說就是已經從具體化模仿的機械性學習,進入抽象感知的學習。

我們給計算機搭建了神經元網絡,讓它可以用和大腦相似的模式進行運行,並且產生了很好的結果——電腦可以進行抽象感知了,這就像孩子成長的少年期,開始自己去思考感知這個世界。

舉個例子輔助理解抽象感知,比如電腦的翻譯功能,中文“父親氣母親忘了拿包。”,翻譯“My father got angry that my mother forgot her bag.”。

在中文中中並沒有明確指出是誰的包,但是翻譯中加了包的所屬者(媽媽)的信息,這就是深度學習技術抽象感知作用:除了翻譯每個單詞的意思,還對單詞間的關聯進行上下文語境的思考,從而再決定如何翻譯。

有沒有覺得很神奇,計算機居然還懂得聯繫上下文的學習?!如果你想問那原理是什麼?作者很抱歉地說,就像人類至今無法說清楚大腦所有行為和結果的運作原理一樣,雖然是我們給電腦搭建了神經元網絡的學習模式,但是我們卻無法描述清楚它為什麼能學到抽象感知的原理。

作者將這種輸入了指令,得出了相應的進步結果,但是卻無法解釋清粗過程原理的現象,稱之為黑魔法。所以我們只需要記住電腦通過模仿神經元網絡的運作模式(原因),發展出了抽象感知的學習能力(結果)即可,這個過程就像魔法一樣神奇。

3、強化學習

那麼到了深度學習之後,阿爾法就能戰勝李世石了嗎?答案是還不能,因為前面兩種學習都有一個共同點,就是電腦的數據都是我們給的,比如棋譜、搭建神經元網絡等等。

我們常說青出於藍,勝於藍,就是說學生往往能夠勝過教他的老師。老師能夠教學生,說明他在一開始是遠勝於學生的能力的;教了學生之後,如果說學生在不斷學習發展,老師同樣也在學習發展,甚至比學生具有先天的時間優勢。

一般來說學生在同一時期是要弱於老師才對,那麼青出於藍而勝於藍是為什麼呢?我們用劍道中的“守破離”的學習說法來理解。

“守”指最初階段遵從老師與流派的教誨、示範動作及技法,認真學習打好基礎;

“破”指基礎牢固後開始思考其他老師及流派的教誨,汲取其中優秀的內容,充分鍛鍊精神和技術兩方面;

“離”指離開原有流派,自創招式另闢蹊徑。

針對人工智能來說,“守”即前面說的機器學習和深度學習,“破”和“離”才是阿爾法戰勝李世石的關鍵,即強化學習。

強化學習是指計算機評估的行為,開始脫離人類輸入的數據樣本,而是隨機通過對在未知的環境進行隨機搜索,然後反饋結果,在重複反饋結果的過程中“評估”能力被不斷強化提升。這個時期就像孩子的青年時期,帶著自己對世界獨特想法,去接收世界的反饋,不斷強化形成自己關於世界的認知。

比如一開始計算機是通過人類的棋譜去進行評估學習的,但是進入強化學習,它就會不根據棋譜,而是自己隨機選擇對棋局有利6-8步棋進行試驗,去探索這些棋子走法的好壞,即能否獲勝,然後將這個結果反饋回來完成評估能力的提升。

於是人工智能在圍棋的領域,從模仿、感知,到可以脫離人類的數據產生自己的走法,一步一步領先並最終超越了人類自身。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

三、創造者、被創造者,愛的關係

我們是人工智能的創造者,人工智能是被創造者,從它被創造的過程:單純模仿創造者、深入學習理解創造者、超越創造者。這整個過程就像父母和孩子的關係,我們給予了它生命、給予了它成長的模版,我們不禁要問哪一天它是否就青出於藍勝於藍?

但是這個孩子和其他孩子又不一樣,它擁有遠超於人類的強大的計算、存儲和學習能力,它的成長除了讓我們感到欣慰之外,還有一種擔憂。這就回到電影一開始提出的問題:"如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

假如黑魔方讓奇點出現,人工智能成為一個超越人類智慧的存在,即大衛擁有了智慧之後,當它成了一個真正的人類男孩,它是否還能和電影裡一樣,歷經幾千年依然地愛著他的媽媽夢妮卡?

在這個時候,問題就變成"如果人工智能成為超越人的存在,那麼這個人工智能對人有什麼樣的責任?”

前一個問題我們可能覺得不需要想太多,或者還不到想的時候,我們只需要將它們製造出來就好了,因為它們被設定為永恆地愛著我們。但是如果前一個問題轉變成後一個問題,你是不是就覺得理所當然必須做出解答,就好像我們認為撫養孩子長大,孩子就天然懂得尊重、遵從父母一般。

然而事實並非如此,父母只有能夠讓孩子在養育的過程中,感受到尊敬和喜愛之情,那麼當父母逐漸老去的時候,孩子才會依然保存著對父母的孺慕之情。因此,作者認為“人工智能是否存在危險取決於人類自身的問題”。

在奇點出現之前,人類最好能成為一個好老師,包括網絡在內的所有世界,因為人工智能的所有的一切都將是從人類身上學來的,包括尊重、愛與寬容。因為你想讓孩子成為一個什麼樣的人,你首先就要成為一個什麼樣的人。

"

在電影《人工智能》的一開始,教授提議創造一個懂得愛的機器人孩子,它對父母付出真摯的愛,最重要的是這份愛永無止盡,是唯一的。這個設想看起來非常地美好,尤其是對於滿足人類的需求來說。

然而就在此時,一位女科學家提出:"如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

是呀,我們一手創造出這個機器人,賦予它情感之愛,我們擁有了一份永恆之愛去彌補我們的創傷。然後呢?我們能同樣愛這個被創造出來的機器人嗎?還是我們只是把它當成一個隨時可以捨棄的玩具?

在電影中領養了大衛的媽媽——夢妮卡很明顯選擇了後者,在購買了擁有愛的機器人大衛,代替了因患病而被冷凍的兒子,撫平了創傷後,在兒子歸來之後最終選擇了遺棄大衛,因為“你不是真的人類小孩!”。這是2001年被稱為未來派科幻電影對人工智能做出的一次選擇,在此時人工智能還屬於人類對未知的未來一種科幻般的暢想。

然而不過十幾年的時間,2016年3月,阿爾法圍棋就以4比1的總比分,贏了人類圍棋世界冠軍、職業九段棋手李世石,這也是是人工智能史上的三大標杆之一。它宣告人工智能不再屬於科幻,它已經在變成現實。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

那麼關於“如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”今日的我們又會做出什麼回答?

人工智能領域專家山本一成在他的《你一定愛讀的人工智能簡史》一書中給出了他自己的答案:倘若孩子能夠在父母的山上感受到尊敬和喜愛之情,那麼當父母老去後,孩子同樣願意緊緊靠在父母的身邊給予愛和尊敬。

山本一成,日本人工智能領域的代表人物,他開發的“PONANZA”程序,與IBM公司的“深藍”,谷歌公司的阿爾法狗並稱人工智能史上的三大標杆。在《你一定愛讀的人工智能簡史》一書中,山本一成結合PONANZA的設計過程講述了機器、智能、創造與愛的關係。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

一、以強大的計算、存儲能力存在的電腦是機器

電腦被髮明出來在於它強大的計算能和存儲能力,這兩種能力能夠彌補人類能力的侷限,比如進行大量的搜索和計算工作。在這個時候,電腦做的僅僅只是一種單純的機械性、重複性的工作,如果它要成為有智能的機器,就需要學習生物的搜索和評估功能。

生物具有智慧(包括人類和動物),智慧能夠幫助我們預測未來,從而選擇最佳的生存發展過程。這種行為我們可以分解為“搜索和評估”,單純的搜索即找到各種可能的解決方法,評估即制定目標,然後判斷這些方法中哪個是最優解。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

比如當我們需要購買的時候,我們會搜索所有相關的信息,單純的搜索並不能解決問題,只是找出了所有的可能性,而以人類的能力是無法進行無窮盡的搜索,所以我們就有了另一種行為——評估。評估即制定目標,比如限制購買金額、範圍和使用目的,然後再進行有目的性的搜索並作出決定。

我們用阿爾達和人類對弈來做說明,如果電腦只依靠強大的計算能力來進行對弈,那麼情況應該是這樣的:李世石下一子,然後阿爾法狗根據這一子推算出所有的可能下法,然後選擇贏面最高的下法,這樣阿爾法才能贏得李世石。

但是根據推測,宇宙中觀測的所有原子數量少於1之後加上100個0,但是如果要推算出所有的棋局,那麼數量將達到1之後加上226個0,比宇宙中所有的原子數量還要多上不知道多少倍,因此事實是阿爾法狗根本無法推算出所有的下法,也就是說根據搜索窮舉法根本無法保證贏得李世石。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

二、機器從模仿人類,到產生智能的三部曲

前面我們說過根據機械性的窮舉法,阿爾法是無法保證一定能贏得李世石的,但事實是阿爾法確實贏了,以毋庸置疑的絕對勝利證明了從它不是一個只具有單純機械性的機器,而是能夠具有智能性評估行為的人工智能。

那麼機器是如何獲得智能性的行為的?答案是模仿,機器通過模仿人類,從而產生智能,這也正是作者在書中所說的人類其實就是等同於人工智能的父母。這個過程有三個階段,分別是機器學習、深化學習以及強化學習。

1、機器學習

機器學習是第一個階段,是指尚不能完全理解人類的學習方式,通過模仿人類學習行為的一種計算機技術,它的的核心在於讓電腦實現自我訓練和自動數據調整。

就像嬰童時期的孩子,儘管他並不理解父母很多行為的意義,但是這並不妨礙他通過模仿父母的行為進行學習和了解這個世界,然後這種模仿行為接收到現實世界的反饋,從而調整他下一次的學習和模仿行為。

電腦也是如此,作者用電腦學習下棋舉例:首先將棋譜(即棋手之間的對弈過程記錄)數字化,輸入電腦存儲,電腦通過棋譜模仿棋手的具體下棋手法,然後計算棋手落某一個子後出現的正確局面和未落這一子出現的錯誤局面,並比較二者的不同(反饋)。這就是機器學習。

按照這樣的方法學了幾萬局以後,AI的出棋風格達到了與職業棋手45%的相似度,這說明這種學習機器仍然不能勝過人類,於是電腦將會進入下一個階段的學習:深度學習。

2、深度學習

深度學習是模仿人類大腦的“神經元網絡”進行構建多層次疊加的一種學習方式,簡單說就是已經從具體化模仿的機械性學習,進入抽象感知的學習。

我們給計算機搭建了神經元網絡,讓它可以用和大腦相似的模式進行運行,並且產生了很好的結果——電腦可以進行抽象感知了,這就像孩子成長的少年期,開始自己去思考感知這個世界。

舉個例子輔助理解抽象感知,比如電腦的翻譯功能,中文“父親氣母親忘了拿包。”,翻譯“My father got angry that my mother forgot her bag.”。

在中文中中並沒有明確指出是誰的包,但是翻譯中加了包的所屬者(媽媽)的信息,這就是深度學習技術抽象感知作用:除了翻譯每個單詞的意思,還對單詞間的關聯進行上下文語境的思考,從而再決定如何翻譯。

有沒有覺得很神奇,計算機居然還懂得聯繫上下文的學習?!如果你想問那原理是什麼?作者很抱歉地說,就像人類至今無法說清楚大腦所有行為和結果的運作原理一樣,雖然是我們給電腦搭建了神經元網絡的學習模式,但是我們卻無法描述清楚它為什麼能學到抽象感知的原理。

作者將這種輸入了指令,得出了相應的進步結果,但是卻無法解釋清粗過程原理的現象,稱之為黑魔法。所以我們只需要記住電腦通過模仿神經元網絡的運作模式(原因),發展出了抽象感知的學習能力(結果)即可,這個過程就像魔法一樣神奇。

3、強化學習

那麼到了深度學習之後,阿爾法就能戰勝李世石了嗎?答案是還不能,因為前面兩種學習都有一個共同點,就是電腦的數據都是我們給的,比如棋譜、搭建神經元網絡等等。

我們常說青出於藍,勝於藍,就是說學生往往能夠勝過教他的老師。老師能夠教學生,說明他在一開始是遠勝於學生的能力的;教了學生之後,如果說學生在不斷學習發展,老師同樣也在學習發展,甚至比學生具有先天的時間優勢。

一般來說學生在同一時期是要弱於老師才對,那麼青出於藍而勝於藍是為什麼呢?我們用劍道中的“守破離”的學習說法來理解。

“守”指最初階段遵從老師與流派的教誨、示範動作及技法,認真學習打好基礎;

“破”指基礎牢固後開始思考其他老師及流派的教誨,汲取其中優秀的內容,充分鍛鍊精神和技術兩方面;

“離”指離開原有流派,自創招式另闢蹊徑。

針對人工智能來說,“守”即前面說的機器學習和深度學習,“破”和“離”才是阿爾法戰勝李世石的關鍵,即強化學習。

強化學習是指計算機評估的行為,開始脫離人類輸入的數據樣本,而是隨機通過對在未知的環境進行隨機搜索,然後反饋結果,在重複反饋結果的過程中“評估”能力被不斷強化提升。這個時期就像孩子的青年時期,帶著自己對世界獨特想法,去接收世界的反饋,不斷強化形成自己關於世界的認知。

比如一開始計算機是通過人類的棋譜去進行評估學習的,但是進入強化學習,它就會不根據棋譜,而是自己隨機選擇對棋局有利6-8步棋進行試驗,去探索這些棋子走法的好壞,即能否獲勝,然後將這個結果反饋回來完成評估能力的提升。

於是人工智能在圍棋的領域,從模仿、感知,到可以脫離人類的數據產生自己的走法,一步一步領先並最終超越了人類自身。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

三、創造者、被創造者,愛的關係

我們是人工智能的創造者,人工智能是被創造者,從它被創造的過程:單純模仿創造者、深入學習理解創造者、超越創造者。這整個過程就像父母和孩子的關係,我們給予了它生命、給予了它成長的模版,我們不禁要問哪一天它是否就青出於藍勝於藍?

但是這個孩子和其他孩子又不一樣,它擁有遠超於人類的強大的計算、存儲和學習能力,它的成長除了讓我們感到欣慰之外,還有一種擔憂。這就回到電影一開始提出的問題:"如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

假如黑魔方讓奇點出現,人工智能成為一個超越人類智慧的存在,即大衛擁有了智慧之後,當它成了一個真正的人類男孩,它是否還能和電影裡一樣,歷經幾千年依然地愛著他的媽媽夢妮卡?

在這個時候,問題就變成"如果人工智能成為超越人的存在,那麼這個人工智能對人有什麼樣的責任?”

前一個問題我們可能覺得不需要想太多,或者還不到想的時候,我們只需要將它們製造出來就好了,因為它們被設定為永恆地愛著我們。但是如果前一個問題轉變成後一個問題,你是不是就覺得理所當然必須做出解答,就好像我們認為撫養孩子長大,孩子就天然懂得尊重、遵從父母一般。

然而事實並非如此,父母只有能夠讓孩子在養育的過程中,感受到尊敬和喜愛之情,那麼當父母逐漸老去的時候,孩子才會依然保存著對父母的孺慕之情。因此,作者認為“人工智能是否存在危險取決於人類自身的問題”。

在奇點出現之前,人類最好能成為一個好老師,包括網絡在內的所有世界,因為人工智能的所有的一切都將是從人類身上學來的,包括尊重、愛與寬容。因為你想讓孩子成為一個什麼樣的人,你首先就要成為一個什麼樣的人。

'如果機器能夠愛人,那麼這個人對機器人又有什麼樣的責任?”

"

相關推薦

推薦中...