不想被AI淘汰,人类就得以科技升级大脑

插图: DOUG CHAYKA

作者 Christof Koch

我们从何时开始感到惶恐?今年,位于伦敦的人工智能企业DeepMind宣布在机器智能领域取得又一重大突破。他们研发的算法自行根据围棋规则反复尝试,学会了这个古老精妙的游戏。该程序名为AlphaGo Zero,在自我对弈400万场后,便拥有了超人的棋力。做到这些,它只花了不到一个月,而人类却往往需要经过一二十年的艰苦训练才有望成为棋艺高超的围棋大师。

与往常一样,这次也有专家出来告诉公众不必害怕人工智能,他们强调说,在现实生活中,下围棋算不上什么实用技能,因此科技的突飞猛进虽然令人惊异,却也无需恐慌。下围棋与人类的常规智能相去甚远。

然而也有许多人怀抱着合理的担忧,认为人工智能会对社会危害甚巨:引发失业,加剧不平等,让战争脱离人类的控制,甚至埋下威胁我们人类生存的隐患。无论你是和科学家Ray Kurzweil一样,相信人工智能的出现是天堂的曙光;抑或认同哲学家Nick Bostrom、物理学家Stephen Hawking以及企业家Elon Musk的言论,认为它意味着人类纪元的黄昏,有一点毋庸置疑:人工智能将对人类的命运造成深刻的影响。

人工智能对我们生存方式的威胁与日俱增,但我们也有应对之道。我们不该限制对人工智能的深入研究,而应该把它导向振奋人心的新方向。为了跟上我们创造的机器,我们得快速更新自己的生物计算机:我们必须发明新技术,增强人脑的处理和学习能力。

人工智能诞生于1956年夏天,当时在达特茅斯学院(Dartmouth College),科学家、数学家和工程师们汇聚一堂,讨论所谓的思维机器。从此以后,我们见证了人工智能一路狂飙突进。1997年,IBM的“深蓝”计算机(Deep Blue)击败了当时的国际象棋冠军加里·卡斯帕罗夫(Garry Kasparov)。2005年,在内华达-加利福尼亚沙漠,一辆自动驾驶汽车7小时内完成了132英里的越野行程,人工智能自此学会了驾驶。2011年,在智力问答竞赛节目《危险边缘》(Jeopardy!)中,IBM的另一台计算机“沃森”(Watson)击败了人类选手。去年,AlphaGo(AlphaGo Zero的前身)出人意料地击败了世界顶尖棋手李世石(Lee Sedol),声名鹊起。AlphaGo使用了前人的16万盘围棋棋谱来自我训练,而AlphaGo Zero则摒弃了一切人类以往的智慧,以100比0的成绩击败了它的前一代版本AlphaGo。

2017年5月25日,中国乌镇,棋手柯洁与AlphaGo对战。图片来源:AGENCE FRANCE-PRESSE/GETTY IMAGES

迄今为止,在跳棋、国际象棋、围棋等每位棋手都能纵观全局的项目中,机器已经胜过了人类。此外,在赌博、欺诈与其他社交技巧游戏中,计算机也逐渐占据上风。今年早些时候,卡内基梅隆大学(Carnegie Mellon University)研发的Libratus程序在20天的“无限额德州扑克” (No-Limit Texas Hold ’em) 锦标赛中击败了四名顶级选手。代码无需自我吹嘘,它就是比人类棋高一着。

人工智能还化身为虚拟私人助理,学会了倾听与交谈。例如苹果的Siri、亚马逊的Alexa、微软的Cortana以及Google Now,尽管目前它们的交流能力还很弱。不出一二十年,我们将难以分辨这些人工智能与真正人类的声音,它们所具备的,还有常人没有的完美记忆、沉着与耐心。

这些巨大的进步都是由摩尔定律驱动的,摩尔通过观察提出,每个集成电路上可容纳的元件数目每隔一年便会增加一倍。我们很难理解这种指数级的增长。自从人类为了生产原子弹而发明计算机以来,它们的计算能力已经增长了约100亿倍。我们正在见证第一批商业量子计算机的诞生,它们将推动计算能力进一步增长。

所有人都将被这第四次工业革命带来的变化所裹挟。蒸汽机带来了第一次工业革命,我们从农业社会进入工业社会。电力推动了第二次工业革命,人类从此能够大批量生产商品,消费文化也由此诞生。第三次工业革命以计算机和互联网为核心,人类的经济重心从制造业转向了服务业。

每次工业革命都大大提升了人类的生产力,让我们享受了更多的社会福利与更长的寿命。随着时间的推移,机器逐渐取代了各种各样的人类劳动力,我们的就业情况因而不断变化。

但这并不是自然规律。没有人能保证,未来所有(哪怕是大多数)成年人都能找到工作,尤其是在科技干扰就业的速度越来越快的情况下。到了某个节点,机器发展的速度将超过个人与整个社会的适应能力。那也许就是灾难降临之时。

麦肯锡全球研究院(McKinsey Global Institute)最近一项研究估算出,美国有10%到50%的工作是可以由现有的人工智能和机器人技术自动完成的。研究针对800个职业做了调查,发现约有60%的职业中,程序至少可以代替人完成30%的工作,而某些职业(例如司机、零售工人和快餐员工)完全可以被淘汰。

自动化当然有许多好处,例如生产出各种我们今天想也想不到的新奇产品——但这些好处只有富人或高薪人士才能享受。人工智能将加剧贫富人群之间的不平等。

机器学习还会改变战争。一旦人们研发出了武器化的人工智能,它们所投入的武装冲突规模势必比人类的理解与应对能力要大得多,反应速度也要快得多。总有一天,或许无心,或许有意,人工智能的杀戮行为将不再受到人类的监管。

有人预见了那个奇点来临的时刻——一个不确知的时刻,那时机器的智能超越了人类,于是科技发展得愈加迅猛,那也是一个我们目前为止无法理解的新纪元。

与光速不同,目前在理论上,智能没有极限。我们大脑的计算能力或多或少要受到进化的限制,而计算机的能力与灵活性却在不断增长。这要归功于成千上万名软硬件工程师彼此共享先进技术与发现,并在此基础上建立了一个庞大的生态系统。人类怎样才能跟得上它们的发展呢?

以往的回答是教育。但训练(以及再训练)人需要时间,而且并不是每个人都能(或者想)放弃开车、端盘子或者在超市收银的工作,转行去开发代码、设计电脑芯片、遛狗或者照顾老人的(这些都是不会很快被淘汰的工作)。

面对无情的现实,我们必须积极创造自己的未来,不让反乌托邦降临。我们必须直接接入神经系统,增强认知能力。

我们已经开始向这个方向行动了。

有了大脑传感器,因故瘫痪的BillKochevar能够自己吃东西了。图片来源:RUSSELL LEE/CASE WESTERN RESERVE UNIVERSITY/CLEVELAND FES CENTER

经颅直流电刺激是一种无创脑部技术,它会对颅内的大脑皮层施加微弱的电场。动物及人类志愿者实验表明,它可能会增强神经的可塑性,当某个动作不断重复时,大脑的表现变得更好了。使用者可以一边佩戴着耳机刺激运动皮层,一边举重、挥舞高尔夫球杆或者弹钢琴。渐渐地,运动员会学得更快或更好。

还有一种消费产品则通过头戴式耳机内置的脑电图(EEG)电极来感测深度睡眠时的慢波特征。监测到慢波特征时,设备会发出低沉的声响,增加慢波的深度与强度,让使用者睡得更沉。

不过,颅内数十亿的微小神经细胞与头皮的距离相当遥远,而EEG只能拾取到神经元活动的一些微弱的回声。我们并不能有选择地消除或放大微小神经元集群的活动。为了增强大脑的能力,我们最终还是需要直接听到并控制神经元个体:那些知觉、行动、记忆和意识的基石单元。为此我们需要直接接触脑组织,(起码目前)还是需要做神经外科手术来穿透颅骨的。

技术发展的速度要比我们预想的快,尤其是在脑机接口领域。看看七年前在车祸中受伤的Nancy Smith。她四肢瘫痪,只有头和肩部能动。加利福尼亚州的神经外科医生和神经科学家在她的大脑皮层植入了微小的一系列“针床”电极,对她的意图(拿杯子或敲击琴键)加以编码。然后程序算法会解码她的神经信号,再将指令传递给音乐合成器,这样她就可以用大脑来演奏音乐了。

与她经历相似的还有Bill Kochevar,数年前,他因骑自行车发生事故导致肩膀以下全部瘫痪。克利夫兰市(Cleveland)的医生与神经科学家团队在他的大脑左侧运动皮层植入电极,这些电极会读取约100个神经元的电震颤,解码Kochevar的意图,然后用电刺激他的手臂与双手的肌肉,让他能够伸手并抓握物品。这种功能性的电刺激类似于“写入”神经系统,会给出自然生成的粗略模拟指令。功能性刺激让Kochevar能够自己吃喝。已经有50多名患者在大脑里植入了听力设备。

写入大脑皮层并非遥不可及。当我们在地球上移动时,我们会通过肢体上的定位传感器和皮肤上的触摸传感器接收大量反馈信号。神经科学家目前正在设法为瘫患者植入电极,给体觉皮层施加电刺激,以此替代这些信号。

为这类研究提供资金支持的是大脑计划(BRAIN),该项目由政府与民间协作,自2013年开始,参与机构包括美国国家卫生研究院(National Institutes of Health)以及美国国防和情报组织。这项为期12年的计划预计为治疗研究提供超过40亿美元的资金。它赞助的项目包括对强迫症、抗治疗性抑郁症、特发性震颤、帕金森、癫痫、中风恢复以及失明进行直接脑刺激。

艾伦研究所(Allen Institute)最近公布的数据展示了皮层神经元复杂的轴突和树突。图片来源:ALLEN INSTITUTE

我负责管理的艾伦脑科学研究所(Allen Institute for Brain Science)亦有贡献。我们无偿公布了一份数据,展示了成百上千个活体神经样本的皮层神经元复杂的纤维轴突和树突,以及微弱电流通过这些细胞体时的电反应。经过患者同意,我们在做手术切除深层组织肿瘤或癫痫灶(通常作为医疗废弃物被丢弃)时,提取了这些方糖大小的皮层组织,并用机器保持存活,连续数天在实验室中研究它们的结构和功能。

此举堪称一大进步,因为目前我们所知的人类神经细胞所有知识均来自已经死亡的大脑,这些细胞中是没有任何电活动的。此外,我们还提供了计算机代码来模拟这些细胞的电反应。

关于人类大脑的基础知识与迅速发展的神经科技产业融合,能够帮助神经系统疾病患者重新拾回失去的能力,例如他们可以用大脑操控驾驶汽车。

随着越来越多的研究出现,我们每个人都将拥有增强认知的能力。

大脑增强可以帮助无法适应新工作环境的年长者,让他们重获孩提时代的灵活应变能力,每天毫不费力地学会几十个新词,毫无障碍地学习新技能,接受新事件。一旦我们完全掌握了神经可塑性的原理,我们将能随意控制它运行的机制。

我希望,有一天人类可以在脑海中浮现出一个概念——比如美国宪法。然后视觉皮层中的植入物读取这个意象,无线访问相关的维基百科页面,接着把其中的内容搬回视觉皮层,这个人就可以在大脑中阅读这个网页。所有一切都可以在心念意转间完成。还有一种植入物能将模糊的想法转化为精准的数字代码,于是每个人都成了程序员。

人类可以通过设定让大脑连续几小时将精力集中在某项任务上,或者任意控制睡眠的时间和深度。

未来,神经元直接连接后,两个或两个以上的大脑也许能合为一个独立意识,这一可能令人振奋,这种连接类似于胼胝体——连接左右两侧大脑半球两亿纤维束。这个独立意识可以调用成员大脑的记忆与技能,以单独的“群体”意识行动,协调多个个体完成高度复杂的活动,达到一致的整体目的。

这些想法是符合目前我们对大脑与心智的了解的。要想将它们从科幻小说变为事实,我们需要一个速成方案来设计出安全、便宜、可靠、耐用的设备和程序来控制颅内的大脑处理进程。它针对的人类能力提高必须“端对端”的。

为了加快这项技术的传播速度,相关政府机构、学术界、生物医疗器械行业以及真正承担风险、勇敢开拓的较小型公司都必须无偿、公开、快速分享数据和程序,加快创新的进程。我们也必须缩短冗长的监管程序,让每个人都能很快受益。

20世纪是物理学的世纪——想想原子弹、激光和晶体管,而这个世纪将是大脑的世纪。准确地说,这将是人脑——这个已知宇宙中最复杂的高度兴奋物的世纪。增强大脑,让我们获得连自己都无法想象的强大力量的能力,这一切已经近在咫尺。

Christof Koch博士是西雅图艾伦脑科学研究所(Allen Institute of Brain Science)首席科学家兼所长。

本文来自企鹅号 - 华尔街日报·派媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏美图数据技术团队

浅谈博弈论

感谢阅读「美图数据技术团队」的第 18 篇原创文章,关注我们持续获取美图最新数据技术动态。

611
来自专栏龙行天下CSIEM

科学瞎想系列之三十九 船舶动力系统(5)

快期末考试了,给宝宝们归纳总结一下,划划重点。 1 船舶动力系统经历了三个阶段,你也可以理解成三代。一是传统的动力推进系统加辅机电站系统,这个阶段动力是...

2685
来自专栏量子位

哈佛MIT联手出品 | 造价低于1美元的机械臂,可承自身重量千倍

原作 Darrell Etherington Root 编译自 TechCrunch 量子位 出品 | 公众号 QbitAI 麻省理工大学计算机科学和人工智能实...

3276
来自专栏人工智能快报

德国将利用深度学习推动新能源变革

德国大地上成排高高耸立的风力发电机和成批闪闪发光的太阳能电池板是该国转向无核、低碳能源的醒目标志。尽管德国是利用可再生能源的世界典范,其电网尚不能妥善应对阴晴不...

3297
来自专栏机器人网

工业机器人九大选型参数

机器人适用于非常多的应用,从材料搬运到机器维护,从焊接到切割。在今天,工业机器人制造商开发了适用于各种应用的机器人产品。你需要做的是:确定你想要机器人干什么以及...

3255
来自专栏ATYUN订阅号

MIT开发算法使无人机等时效性强的设备可以获得最新的数据

对于即时共享时效性强的信息的无线网络,光是快速传输数据是不够的,这些数据要尽可能新。考虑一下你车内的诸多传感器,尽管大多数传感器将数据包传输到中央处理器可能需要...

764
来自专栏Seele元一

大白话解读多重椭圆曲线Seele黄皮书

大家好,我是Seele生态区的志愿者小白,从今天起~我要开始给大家讲技术问题(小白紧张ing)。感觉真的是一场大事业耶~完全小白的小白用自己的角度给大家说说元一...

793
来自专栏镁客网

英德等国科学家共同完成OAM无线传输测试,性能秒杀光纤通信 | 黑科技

1360
来自专栏DT数据侠

你的空中姿态,大数据都知道!

提到“航班”一词,首先会想到的便是航班延误,航班准点率是影响旅客舒适度评价的重要标准。与此同时,越来越多的旅客也渐渐开始关注航空出行的时间、机型、座位、航司服务...

620
来自专栏大数据文摘

深度|加密技术如何对付量子计算机

24810

扫码关注云+社区