一场会议，两场棋局，三门学派，5个阶段带你了解波澜壮阔的人工智能发展史（下）

1.7五个阶段

回顾完历史，可以看一看现状了。现在的人工智能发展到哪个阶段了？

说现在到哪个阶段，需要知道一共有几个阶段。关于人工智能的发展，大概有五个阶段：记忆和计算；感知与认知；分析与推理；发明与创造；具有意识的机器[1]。当然，不同的阶段之间并没有明显的界限。

图1.9是机器实现人工智能的不同阶段。

1.7.1 记忆和计算

对于机器智能的最低要求就是记忆和计算，也是人工智能实现的第一个阶段。对于人类智能，图1.9的金字塔应该重绘，意识、感知和认知应该作为人类智能金字塔的塔基，毕竟这些是人类的生物本能，而记忆和计算，却需要专门的努力和学习。在人工智能领域，有个著名的莫拉维克悖论(Moravec's paradox)：对于机器来说，困难的问题是易解的，简单的问题是难解的。认出人脸，主动避障，在人类看来很容易的事情，对于机器却非常难实现；而计算、记忆，对于人类来说并不容易，机器却很容易做到。

即使最挑剔的人也会认为，在记忆和计算方面，机器已经完全超过人类了。如果大家需要什么知识，首先想到的是去网络搜索一下。大部分人可能就记住4、5个电话号码，计算机能记住多少个？要看有多大的存储空间，理论上，一台普通家用计算机都能够记住全人类所有的电话号码。至于计算，不用说什么超级计算机，就是十几元钱的计算器，在算数方面都碾压人类。

1.7.2 感知和认知

第二个阶段，是感知与认知。这个阶段也是当前人工智能的技术前沿。

感知，主要表现在对视觉和声音等客观世界信号的感知。视觉包括静态视觉(图像)和动态视觉(视频)。在图像识别方面，计算机已经不输于人类了，事实上在很多测试中，计算机在图像识别方面胜过人类。大家不要觉得识别一个图片很容易，好像几岁小孩都能做到，但是实际上对于计算机来说，识别图像很难。第2章会讲解图像在计算机内部的编码，让电脑从一张图片里面认出都有什么东西，是非常困难的一个过程。在动态视觉上，就是从视频中认出目标，例如YOLO(You Only Look Once)技术能够对视频流中的对象进行实时检测，也就是说，能够从视频流中识别出目标物体。而SAM模型（Segment Anything Model）可以快速识别图像和视频中的所有物体，并智能地将其分割成不同的形状和板块，用户可以点击其中的任意物品进行单独处理，实现“一键抠图”。

需要感知的信号，除了视觉信号，还有听觉信号。在很多应用中，语音识别是一个入口，比如你可以直接唤醒手机拨打电话、查询天气、购买外卖，或者在家里实现控制灯具、洗衣机、电视等家用电器，“君子动口不动手”，动动嘴就能洗衣服、开关灯、看电视、选节目，想象空间很大。在语音领域，另外一个重要的应用就是不同语言之间的实时翻译，人类语言的巴别塔终于要被人工智能跨越了。

对于语言的理解属于认知方面[2]。一般认为认知比感知要难一些，小孩子能够轻易认出图片的内容，但是翻译一门语言却需要艰难的学习。在对语言理解方面，就目前技术看来，ChatGPT是最接近实现通用人工智能的工具，它几乎可以回答人类问的所有问题，并且大多数回答都内容准确、逻辑清晰。它可以通过图灵测试，比人类的知识多很多，更重要的是，它还在不断的进化，很多人甚至认为，这一工具的发明，宣布人类进入了奇点(Singularity)时刻。

除了感知和认知之外，还有一些前沿人工智能技术，既比记忆和计算高级，但又不算是发明和创造，例如智能预测。说到智能预测，很多人非常感兴趣，例如预测一下明天股市是涨是跌(事实上，在量化投资领域，确实有很多人在做这件事情)。人工智能技术的预测可远不止预测股票或天气。例如人工智能制药，很多制药公司尝试使用人工智能技术来研发新药；人工智能合成新材料，传统方法周期长、费用高、风险大，实验室“诞生”一个新材料平均需要10年，从实验室“走进”生产车间需要再用20年。而借助人工智能，新材料的研发和应用周期有望缩短一半以上。在生命科学领域，代表性的工作是蛋白质折叠预测。2020年11月30日举办的国际蛋白质结构预测竞赛(CASP，有“蛋白质奥林匹克竞赛”之称)，AlphaFold2击败了其余的参会选手，能够精确地基于氨基酸序列预测蛋白质的3D结构。其准确性可以与使用冷冻电子显微镜、核磁共振或X射线晶体学等实验技术解析的3D结构相媲美。科学家Andriy Kryshtafovych在CASP大会上感叹道，“I wasn't sure that I would live long enough to see this”(这句话完全可以翻译为，我活久见)。进化生物学家Andrei Lupas对于AlphaFold2取得的成果表示，“这将改变医学，这将改变研究，这将改变生物工程，这将改变所有一切。”

1.7.3 分析和推理

人工智能的第三发展阶段是分析与推理，这个是人工智能技术另外一个研究热点。感知阶段是“是什么”阶段，而分析与推理，是解决“为什么”。举一个例子，假设有一组关于学生与体育成绩的数据，数据中包括五个属性，学生姓名、学号、身高、体重、体育成绩。人类很容易知道，学生的姓名和学号对于体育成绩没有影响，但是身高和体重会对体育成绩有影响，这些常识机器并不知道。虽然上世纪50年代人工智能就能够证明《数学原理》书中的若干子命题，中国数学家吴文俊也在“机器自动证明”方面取得了世界级的成果。但是这些都是证明数学定理，数学是逻辑自洽的，机器能够发现其中的逻辑性，而人工智能要解决的是生活中的实际问题，生活中的很多问题并不存在完整的逻辑链，因此，在这个方面还有很远的路要走。换句话说，人工智能在这个领域取得了少量的成就，但是还有很远的路要走。

1.7.4 发明和创造

人工智能的第四个发展阶段是发明与创造，目前的人工智能技术还未达到这个水平。但是，已经向这个方向迈进了。人工智能能够看图写出有意境的古诗，能够撰写莎士比亚风格的文章，能够绘出具有梵高风格的图画，但是，这些本质上都是深度学习技术经过大量数据训练的结果，并不是机器有意识的发明或创造。当然并不是说机器不可以看很多资料(数据)，而是说机器在阅读了很多资料之后，能够有意识的创造，就像人类所做的那样。如果人工智能到了这一阶段，会不会有一个天才机器人，能够自动发现“相对论”这样的改变人类文明的理论？

如果机器真的能做到这种程度，那这样的人工智能岂不是和人类一样？还不是，因为这时候的机器还没有人类所独有的意识。

1.7.5 意识机器

第五个阶段，具有意识的机器。

有了意识，人工智能就能理解人类，这种理解不止是语言方面，而且需要理解人类的各种约定俗成的内在规则。理解人类对于机器来说并不是容易的事情。

假设这样一个场景：我对别人说：“给我倒一杯水。”对方回答：“你没长手啊。”

相信大家都知道对方的潜台词是什么。这也是人类语言的特点，虽然没有直接回答，但是其实回答了对方；虽然不是问句，但其实很可能是问了一个问题。

在要求对方倒水的事件中，如果对方是个人，这没什么奇怪的，对方不愿意倒水而已；但是如果对方是个机器人，那不得了，机器人知道抗拒，它有自我意识了。

自我意识是一个比较奇妙的存在，只有具有自我意识的人才会想到“缸中之脑”这样的思想实验。我们都认为自己肯定是有意识的，但是没人能说清楚意识是什么。清醒的时候和睡觉的时候，都是同一个躯体，为什么睡着了就没有意识了？意识是一种生命活动吗？可是睡着的时候肯定是有生命活动的。做梦的时候有意识吗？如果说做梦是潜意识，可是连意识是什么都不知道，又怎么来描述潜意识呢？一个梦游的人有意识吗？这个人的行为是自主可控的吗？梦游的人犯罪了需要伏法吗？

人类的意识是需要依托身体的，否则无法解释为什么喝断片了会无意识，被麻醉了会无意识，但是过一段时间身体恢复又会有意识了。但是意识存在于身体的哪个部分呢？看起来是存在于大脑之中，因为一个人经历过换肤、换肾甚至换心手术，这个人还是他自己，但是如果换了大脑，那么这个人可能就不是他自己了。现在主流的神经科学家认为，人们意识的不同是因为每个人大脑中的神经细胞的连接不同。如果某一天科技发展了，人类可以更换神经细胞了，那么，如果一个人的神经细胞因为老化或者受损被逐一更换，那么换完之后，这个人还是他自己吗？如果不是的他自己话，那么从更换哪个神经细胞开始，这个人开始不是他自己了；如果这个人还是他自己的话，那么岂不意味着人类可以实现永生了？

如果真的有办法设计有意识的机器，那么意识应该算是什么呢？放到哪里了？根据人类的特点，身躯算硬件，意识算软件。同样，机器的意识应该不是硬件，那么就是软件了，软件是很容易进行复制的，假设有这样一个“意识软件”，它被复制到另外一个配置一样的机器上，既然两个机器硬件软件都一样，它们的意识是一样的吗？如果它们的意识是一样的话，那么这就不算意识，毕竟意识都是自我的，但是如果它们的意识不一样的话，软件不过是0、1代码，可以精确复制，一模一样的母本和副本，又怎么会有不一样的意识呢？对于本书这里提出的悖论，人类目前依然没有准备好。

当然，机器如果可以自我复制，那么它们很可能会把自己优秀的地方复制下去，而抛弃自己身上的缺点，这样机器就能进化了。机器的进化速度可要远远超过人类，毕竟，人类的进化要靠自然选择，在进化的时候，人类可没办法指定基因。

如果人工智能技术一直发展下去，会不会达到“奇点时刻”？

1.8Singularity

Singularity，中文译为“奇点”。

奇点这个词在不同的学科有不同的意义，在数学中，奇点指在该点上，某条曲线或某个曲面以无限快的速度变化；在天体物理学中，奇点表示最初宇宙大爆炸时刻的状态。

在人工智能领域，奇点时刻是指机器文明替代人类文明的时刻。

介绍完人工智能的过去、现在，也该讲一下人工智能的未来了。

人工智能未来会发展成什么样？答案是：不知道。美国未来学家库兹韦尔于2005年出版《奇点临近》一书，指出人类文明会在2045年被人工智能文明所代替。大家不要觉得库兹韦尔是疯人呓语，他获得过总统勋章，是谷歌公司的高级研究员，历史上他的很多预言都被验证是正确的。而且人类文明的发展是线性的(其实是阶梯型的)，可人工智能是以指数形式发展的，机器文明的进化速度要远远超过人类文明。

奇点到底是否会来临？答案依然是：不知道。其实即使机器文明没有替代人类文明，但是机器替代人类工作的趋势是越来越明显了，而且，这种替代和历史不一样之处在于，人工智能替代的工作是脑力工作，也就是大众认为的“体面的”工作。

机器人三定律最重要的一条是要求机器人不能伤害人类。机器人伤害人类了吗？那得看如何定义伤害，如果说机器人把谁打伤、杀害，很少听说机器人主动伤害人类。但是机器人打败了卡斯帕罗夫，战胜了李世石，伤害了他们吗？伤害了，大家可以去查一下卡斯帕罗夫、李世石在失败后的表现，卡斯帕罗夫赛后怀疑IBM公司作弊了(可是他已经是世界第一了)，李世石1:4输给AlphaGo，只有在唯一的一盘胜利之后才面露喜色，其他场比赛后都神情沉重。有人说他们是专业人士，那机器人伤害普通人了吗？伤害了，无形的伤害。机器人替代了很多人类的工作，引起了失业。马克思说，资本家榨取工人的剩余价值，对工人进行了残酷剥削。这种情况工人们会联合起来反抗资本家，这是因为工人有具体反抗对象。但是机器人造成的失业如何反抗？这时候，资本家不是剥削你，只是不雇佣你，反抗对象又是谁呢？那么国家层面立法禁止人工智能的发展，可行吗？中国禁止了，美国会加大投入，中美都禁止了，欧洲会加大投入。目前国际、国内巨头公司都在加强对人工智能的研究，谁也不愿意把这个领域拱手相让，谁也不想在这场新的工业革命领域落后。但是潘多拉的魔盒一旦打开，就再也关不上了。

如果人工智能真的是一场革命的话，会让这个世界变得更好吗？

答案是肯定的。

但是不是现在。

回顾历史，每次工业革命都给后人带来了巨大红利，但是给当时的人们带来的是巨大的痛苦。

第一次工业革命带来的结果是：人类生活得更好了，寿命更长了。但是这是站在当下，回顾历史的结果。后来人认为这次工业革命给人类带了了巨大的好处，这是因为后来人吃到了红利。在工业革命初期，它给社会带来巨大的负面作用。因为在任何一次革命的初期，只有少数人能够受益，工业革命的初期，给社会带来了巨大的动荡，当时诅咒它的人比欢呼它的人要多得多。在工业革命开始后的很长一段时间里，小作坊纷纷破产，很多人从中产阶级沦落到赤贫阶级。工业革命的发源地英国贫富分化严重，英国作家狄更斯的小说对那时候的生活有清晰的写照，他在小说《双城记》里面写到，“这是最好的时代，也是最坏的时代”，但是看完小说，你会发现，“这是最坏的时代”。也正是那个时代，世界出现了空前的工人运动，马克思主义从此诞生。

第二次工业革命以电力的广泛使用为代表。以美国为例，在第二次工业革命开始时，大部分美国人的生活变得更差了。按可比价格算，美国历史上最大的富豪是洛克菲勒、卡耐基、范德比尔特等人，他们最大共同点就是都出现在那个时代。在第二次工业革命时代，贫富差距十分严重，美国历史上的工人运动不多，但是大多数都出现在那个年代。

我们现在处在第三次工业革命—信息革命中。同样，这次受益者也只是少数。中国人整体的失落感并没有那么强，是因为中国太特殊了。信息革命伴随着中国改革开放，大部分中国人都能够从改革开放中受益。但是从世界范围来看，大多数人都没有从这次工业革命中获益，相反，人们的失落感却日益严重。国外很多人的生活比上世纪80年代更差了，工作的压力更大，工资却很少增长。2016年，美国特朗普当选总统，世界震惊、不解，其实这根本就不是意外，这是那些被信息革命、被全球化忘记的“沉默的大多数”在用选票反抗。皮凯蒂、克鲁格曼等经济学家都曾在公开场合评论过这种现象，自上世纪70年代以来，普通工人的工资实际上一直没有任何变化。斯蒂格利茨在2011年的《Vanity Fair》杂志上写道“近几十年来所有的所有增长果实—甚至更多—都被那些顶层人士所瓜分。”

事实可能比这些人说的还严重，请看图1.10。这张图记录了美国从1914年-2019年顶层1%和底层50%的人群税前国民收入占比变化情况。

图1.10中，横轴为年份，纵轴为收入占比，图中较粗的那条曲线(两头高，中间低)为1%富人的收入占比情况，另一条曲线为50%人群收入占比情况，可以看到目前1%的富人收入之和要比50%的底层民众的收入之和还要高很多，少数人掌握了大量财富。如果从收入占比来看，今天的贫富差距已经回到了上世纪20年代左右(但是比那时候要好一点)，穷人和富人最平等的年代是上世纪7、80年代(第二次工业革命的红利)，自那以后，富人的收入占比越来越高，穷人的状况恶化了。也正是从上世纪7、80年代开始，计算机和互联网开始走进千家万户，新的工业革命开始了。

本章的题注来自于卡罗尔的小说《爱丽丝漫游奇境记》。书中红桃皇后说，必须非常努力奔跑，才能保持在原地，这句话即“红桃皇后定律”，也是“内卷”的最好解释。韩愈也说过：学如逆水行舟，不进则退。当人工智能这个洪流来临的时候，作为个体，当然有权利无动于衷，人工智能关我什么事？不过无动于衷的结果就是被时代抛弃。历史的发展就是这样，被时代抛弃的那些“打工人”不是手艺不到家，而是因为行业消失了。那么这个问题有解吗？从历史的经验看来，没有，唯一的解决方法就是时间，长期的发展会抹平不同行业的差别。但是，长期有多长呢？凯恩斯说：长远看来，我们都死了(In the long run we are all dead)。

怎么办？不知道。但是有一点可以肯定，面对可能要到来的人工智能革命，无论什么行业的人，掌握一点人工智能技术，总是好的。“站在风口上，猪都会飞”，顺势而为，人工智能目前就在风口上。

在人类文明方面，不知道人工智能的未来是什么样，那么在技术方面呢？人工智能的技术会如何发展？人工智能技术有没有终极解决方案？答案仍然是：不知道。目前人工智能所引起的广泛关注，是随着深度学习技术的发展而来的，在某种意义上，今天很多地方提到人工智能技术，其实说的就是深度学习技术。那么深度学习技术会不会是终极解决方案？不知道，虽然从目前来看，它是最接近的，但不是唯一的，还需要时间的验证，人工智能的发展历史一次次告诉我们，当初以为不可能的方法，也许正是答案。故此，本书也会介绍不同的技术路线。

图灵测试的论文发表在Computing Machinery and Intelligence中，这篇论文的最后一句话非常优美，把它放在这里，作为本书正式内容的开始：

We can see only a short distance ahead, but we can see plenty there that needs to be done.

这句话有很多中文翻译，我的理解是这样：

我们能够预见的事情太少了，眼前的事就够我们忙活的了。

本文内容节选自《人工智能：是什么？为什么？怎么做？》由张恩德编著

版权声明

版权属于原作者，仅用于学术分享