首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

人工智能时代人类经验价值(上)

大家好,欢迎来到人工智能进化论课程,我是老张。

今天我们来聊一个比较有意思的话题,人类的经验和AI之间的关系是怎么样的?通过前面的课程,我们知道:当下的AI是通过人类的经验来学习知识的,AlphaGo打败人类的时候,它采用的是监督学习的方法,也就是说通过人类棋手的经验来指导AI进行学习,然后打败了人类。但仅仅半年之内,它就被它的后辈AlphaGo Zero打败了,而AlphaGo Zero有所不同,采用的是无监督学习的方式,这个“Zero”的意思就是“从零开始”,仅仅让机器学会基本的围棋规则,然后自我博弈进行迭代和升级。Zero最终以100:0的战绩打败了他的前辈AlphaGo,那从这个案例里面我们可以看到,机器学习展现出来的潜力是非常巨大的。另一方面也提出了一个值得我们思考的问题,人类的经验在人工智能时代是有多大的价值?

1

认知的要素——学习方法论

要深入探讨这问题,首先要了解人类经验的产生的关键要素,还有人类学习事物是有一个体系结构的。但现在的教育体系和学科分的太细,绝大部分研究微观问题而忽视了宏观问题。导致我们对一些宏观的规律以及常见事物都很难弄清楚基本原理。比如说提出一个最简单的问题:“人是吃什么长大的?”,这问题说出来很多人都会觉得很好笑,人吃什么长大的?那肯定是食物啦。那再继续这个“食物”又是从哪里来的?那你可能会说无非是吃植物和动物。动物分为食肉动物和食草动物,其中食肉动物肯定是吃食草动物的,那是草动物的最主要还是吃植物,所以说最终都可以说是吃植物。所以从这个层面上来讲是植物供给了人类的食物的来源,那这样说也是没错的。所以问题的答案就变成了:原来人类是吃植物长大的。再继续追问下去,植物又是从哪儿来的呢?相信中学学过生物的同学都知道是通过光合作用。植物吸收太阳光,把二氧化碳转化成有机物,这就是我们都知道的一个光合作用。那光合作用又是怎么样的原理,太阳光的能量又是怎么来的?这里就要会讲到原子核物理里面两种最强大的能量转化形式,一是核裂变,二是核聚变。首先说核裂变,这是原子弹的基本原理,通过原子核进行裂变,然后产生链式反应,瞬间出释放巨大的原子能,成为一个威力巨大的武器。二战时期正是由于核武器的产生,一定程度上改变了战争的格局。当世人认识到核武器的强大时,也对其产生了深深的恐惧。所以二战以的世界相对来说比较和平、稳定,没有一个超级大国敢去发动战争,因为大国之间的局部战争很容易升级到全面战争,后面失控成为核武器战争,没有人能承担这个风险。第二种能量转换形式:核聚变听起来比较陌生,但事实上是和每一个人都息息相关的原子物理现象。因为太阳无时无刻都在进行这个反应,在一亿摄氏度以上的高温下,氢原子结合形成氦原子,这不同于炼金术师的化学置换反应,而是在原子层面发生的改变,真正的生成新的物质。伴随这个过程中会有一定的质量损失,而根据爱因斯坦最著名的质能方程E=mc²,损失的质量将会以能量的形式辐射出去,也就是太阳光照到了我们的地球。所以太阳损失的物质以太阳光光的形式传到地球,照射植物进行光合作用,所以说到底滋养了地球万物的还是太阳。并且太阳光是如此之强烈,不停向整个星系辐射它的能量。地球在虽然太阳系里面,离太阳也不算远,但也仅仅吸收到了它的非常非常小的一部分,可以说是九牛一毛,具体来说是十六亿分之一。

但就是这么一点点的太阳光的能量孕育了整个人类的文明以及全球的多样化的生物种群,绝大部分的陆地、海洋的生物都是依赖太阳光的,除了洞穴里面和深海的某些生物除外。我们从这里的分析可以看到,要了解“人是吃什么长大的?”这样简单问题,你都需要有各种学科的知识,生物学、原子物理、化学、天文学、地理学这么多的学科综合一起,你才能知道一个大概的原理。每一个环节里面还有更加复杂的反应在进行。深究下去这问题非常难说的清楚,所以举例子的目的主要是在于让大家了解:我们现在的学科知识结构把它拆的特别细,在这种情况下不利于我们整体认知一些常规的事物和规律。在更多的情况下,我们都是习以为常观察表面现象:太阳光照射万物,一年分为春夏秋冬,农作物按照季节自然成熟,然后就变成了食物。中间包含的能量转化过程和宇宙基本原理是被忽略的,我们人类自身对于自然界或者宇宙的认知都是比较表面的,更像是一个盲人摸象的过程,看到了什么现象,就总结一点规律。直到近三四百年才有科学的研究体系,试图了解事物本质的原理。同样的,我们现在对人工智能的认知方法论也是存在很大的认知片面的问题,偏重微观操作层面的研究,重投入的是具体算法、技术层面、还有商业应用的研究,当然这些也算是正常的商业行为,毕竟变现路径比较短,也比较快。而宏观层面的方向和趋势性的长期研究投入比较少,而这项技术本身发展的速度又是极快,应用又特别广泛,它就像太阳光一样,我们已经习以为常,但却对它一点都不了解,这里面就有很大的风险。在这种认知体系下,传递给人工智能的知识或者训练人工智能的方法也难免会出现偏差,这些偏差会带来什么样的影响,这就是我想要去讨论了话题。

在这里我认为认知分为三个最重要的部分,第一个部分是认知方法论;第二部分是存储介质;第三部分是资讯输入。

我们刚才讲了认知方法论的问题,AI学习的方法论是需要人工去输入数据、搭建模型、设计算法,再进行训练最终解决某一特定的问题。这是机器学习的方式。当然,无监督学习的情况下数据相对少一点,需要有基础的规则,AI也能形成最优解的方案。而我们人类的学习方式更多是观察总结,再把这些知识进行记录,通过文字来传播。

2

认知的要素——存储介质

第二点我们讲讲存储介质对认知的影响,虽然我们现在已经进入了数字化社会,但是我们的信息主要存储介质并没有太大的改变,基本上还是书本上的文字,只不过多了一些载体变成了电子,比如在电子屏幕上看电子书。那我们回到人类刚出现的时候,从基因学的角度来看一看信息的存储介质,对于生物进化重要的作用。纸张和文字的载体是很晚才出现的,在更早的时候人类的传递最重要生物信息,是通过基因——也就是单个的细胞。在细胞信息容量这么有限的情况下,是什么样的信息是必须要传递给下一代人的,这是一个非常值得研究的话题。人类的基因只有23对染色体,大概有两点七万个基因组。就是这23对染色体,确定了一个个体的生物特征以及他所要遗传的信息,这是一个先经过编码高度压缩的信息,然后在生物在胚胎发育和后天生长的过程中进行解码和还原的一个过程。基因决定了你是长成什么样的人,一般来说跟你的父母长得很像,如果像隔壁老王的话,那就不是基因学的问题,而是伦理学的问题了。你也会遗传父母的一些特征,肤色、样貌、长相、身材,也包括一些疾病可能性概率,这都是来自你的基因组里面的。所以说在这么小的信息存储空间内,记载的东西一定是特别重要的。但是,人类在进化的过程中,发现光有生物的这个信息的传递是不足以支撑人类发展的,所以逐渐的发明了文字和语言,这是一个比较缓慢的过程。有了文字和语言,我们就可以通过讲故事,让下一代传承我们的非生物信息和一些人类社会信息,包括祖祖辈辈积累的经验和知识。主要存储介质的变化——从生物转向非生物,也是推动社会进步的一个重大的技术趋势。

那在人类进化历史上还有两个技能也是特别重要的,第一是用火,第二个是工具的使用。使用火烧烤食物,可以让人类吃到熟的蛋白质,有利于人体吸收。大量进食这样的食物,人类的大脑就得到了快速发展,更强大的运算跟存储能力以及分析能力能够让人类更好应对危险啊,发明和使用更多工具。在生物进化的过程中,基因突变是非常重要的,因为产生基因突变的时候某些突变会带来一些适应性,更好的适应环境和发展,这突变的基因片段会被继承下来,但这样的进化速度是非常的缓慢的。基因也在一代代传承中进化,使人类拥有了动物界的最强大脑,可以更好地适应环境和种群发展。第二点工具的使用同样也是一样的,让人类有一定的改造世界的能力,去抓获一些动物,在能够满足温饱的同时,把余下的猎物圈养起来。这就从原始人狩猎部族生活,逐渐进入了农耕社会,所以这也是推动人类进步发展重大的技术。

但是,在这过程中我们看到,生物以这样的速度的迭代是非常缓慢的,那现在信息化的社会发展速度这么快,互联网出来已经几十年时间,但为什么我们还没有在生物学上观测到互联网带来的影响呢,那是因为这一切的速度变化太快了,以至于生物学上的进化还来不及做出反应,技术的进步就推动社会产生更大的变化。在一代、两代甚至几代人之内,生物学上的基因和突变都很难去适应这些变化。所以人工智能时代的到来,也许就意味着人类靠自然选择进行基因传递的方式会逐渐产生变化,通过人工智能技术破解基因组密码,也许未来可以对基因进行编辑和定向干预,抛开伦理学的问题的话,也许这代表了一种人类走进未来的方式。

现在人工智能的速度跟机器的发展速度如此之快,而我们人类还是以生物学的进化的方式来进步,中间的差异如何缩小呢?或者说有没有一种办法让我们以更快的速度,甚至跟机器达到同样的速度?这可能会比较困难,在运算和处理速度上现在已经是远远落后机器了,但是在存储跟继承方面还是有一定机会的。比如说再过几年,不远的未来发明了生物计算机,或者生物芯片可以直接连接我们的身体,有了物理的接口就可以跟电子的设备进行直接的连接。这样的话就会更加的快速便捷,我们也可以用电子的方式来进行存储,那起码在存储这个环节上我们跟机器是可以达到同步的,并且运用这样的技术,你的一生的阅历和经验,都可以以视频资料、影像资料、经验资料、技能资料、总结规律、个人喜好等等,这些可以分门别类的,形成一个结构化的文件,也就是你的“社会化电子基因”。当你生孩子时候你可以把这个完整的文件给他,他可以通过生物的电子接口跟“社会化电子基因”文件进行对接,快速的从里面去学习到你一生的经验,从而更好的进行传承。信息压缩的比率大大下降,解读还原的价值就更高。比如我们听长辈讲个故事,很多年前的故事,这故事他有可能是自己经历的一部分,有可能是听别人说的,信息在传递过程中折损是很厉害的,最终我们听到的版本可能已经远离原始的真相了。如果视频资料影像资料,甚至是VR资料更多的话,可以更加完整地保留这些资讯下来,那我们也可以借助传递介质,对我们的进化有更大的改变作用,特别是人工智能的技术的应用,把里面的编码跟解码能够做成生物接口的话,那就可以非常快速的学习,让我们降低学习成本,很多东西就可能成为天赋技能。比如你爸妈学会了,那你和你的子孙就可以快速的学习获得。现在文字的这种继承形式,信息压缩还是比较厉害的,前人花了很大的精力,把一生的经验写了本书。那这本书给后人阅读,也需要有相当的阅历或者经验和相关知识才能够部分看懂,还不能达到全部看懂。这样的学习效率和速度都是比较慢的,如果电子生物接口可以实现的话,这个问题是有可能解决的。

本篇是老张创作的课程《人工智能进化论课程》基础篇内容,觉得有帮助的话请转发和评论~

点击原文订阅课程与老张互动~

(未完,请看下篇)

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180831A1IX3V00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券