舒圣祥

自2009年以來，人工智能已經(jīng)吸引了超過170億美元的投資，并且在過去四年保持著62%的民間投資增速。那些叫得出名號的互聯(lián)網(wǎng)公司，無不在押注人工智能。

這實(shí)在是一片藍(lán)海。就像純平的光傳感器代替鏡頭之后，相機(jī)幾乎可以被塞進(jìn)任何角落。類似的轉(zhuǎn)變，也可能發(fā)生在任何一個領(lǐng)域，無論是知化的音樂、知化的房產(chǎn)、知化的護(hù)理、知化的建造、知化的玩具還是知化的體育……

凱利預(yù)測，到2026年，谷歌的主營產(chǎn)品，將不再是搜索，而是人工智能，阿爾法狗不過是開胃菜，谷歌眼鏡、無人駕駛都有很成熟的產(chǎn)品。同樣，IBM的沃森，相比同門前輩“深藍(lán)”要牛得多，它也許很快就會成為世界上最好的診斷專家。以至于現(xiàn)在出生的孩子在成年后，也許就很少需要依靠醫(yī)生來診斷了。

人工智能研究的歷史已近60年，為何會在這幾年加速推進(jìn)？凱利總結(jié)了三大突破。

一是廉價的并行計(jì)算。要辨認(rèn)某個口語詞匯，需要聽到所有音素以及它們之間的關(guān)系；要識別某張圖片，需要看到所有像素以及它們之間的關(guān)系。執(zhí)行這種深度并行任務(wù)，需要建立一個神經(jīng)網(wǎng)絡(luò)。

2009年，吳恩達(dá)（現(xiàn)任百度首席科學(xué)家）和斯坦福大學(xué)的一個研究團(tuán)隊(duì)，發(fā)現(xiàn)用于電子游戲的GPU芯片，可以并行運(yùn)行神經(jīng)網(wǎng)絡(luò)。吳恩達(dá)開發(fā)的人工神經(jīng)網(wǎng)絡(luò)，看一周相關(guān)視頻，就能自主學(xué)會識別哪些是關(guān)于貓的視頻。如今，在GPU集群上運(yùn)行神經(jīng)網(wǎng)絡(luò)，已成人工智能的一項(xiàng)常規(guī)技術(shù)。

二是大數(shù)據(jù)。海量數(shù)據(jù)的收集，為人工智能提供了訓(xùn)練的條件。吳恩達(dá)說，建設(shè)人工智能，就像造一艘火箭飛船，需要一個巨大的引擎和許多燃料。飛船的引擎是各種學(xué)習(xí)型算法，燃料正是提供給這些算法的大量數(shù)據(jù)。

第三大突破，當(dāng)然就是更好的算法。先是識別一只眼睛，下一個層級是將雙眼歸在一組，再下一個層級是把雙眼和鼻子關(guān)聯(lián)在一起。識別一張人臉，需要疊加多達(dá)15個層級，每個層級可能都是百萬的節(jié)點(diǎn)。杰夫·辛頓的深度學(xué)習(xí)算法，成為當(dāng)下所有人工智能產(chǎn)品的組成部分。

GPU集群+大數(shù)據(jù)+深度學(xué)習(xí)代碼，讓人工智能的火箭起飛。這是與人類完全不同的心智種類，是完全不同的思維方式，這是異類智能。諸如蓋茨、霍金、馬斯克等聰明人，都擔(dān)心創(chuàng)造聰明絕頂?shù)娜斯ぶ悄苁莻€錯誤，甚至是人類最后的文明。

凱利并不太同意這樣的觀點(diǎn)，但認(rèn)為人工智能會重新定義人類，告訴我們“我們是誰”。

如果問，人的目的是什么？有一個答案就是：制造生物演化無法得到的新型智能。我們最重要的機(jī)械產(chǎn)品，不是某樣事情比人類做得更好，而是能做人類完全不能做的事情；我們最重要的思維產(chǎn)品，也不是比人類想得更快更好，而是能思考人類完全無法思考的事情。

但有一個問題是，如果10個工人就有7個會因此失業(yè)，該怎么辦？因?yàn)?，到本世紀(jì)結(jié)束前，如今人們從事的職業(yè)中，將有70%很可能會被自動化設(shè)備取代。

“只有人類能夠從事的工作”，注定會越來越少。人類和機(jī)器之間，將形成一種共生關(guān)系。我們的薪水高低，將取決于能否和機(jī)器人默契配合。不過，正如兩百年前美國70%的勞動力都是以農(nóng)場為生，而今天只留下了1%。被取代的農(nóng)民并沒有閑著，更多當(dāng)時的人們想象不到的工作，潮水般襲來。

未來，機(jī)器人不僅在很多工作上能比我們干得好，或者能干很多我們干不了的事，也能幫助我們，發(fā)現(xiàn)自己的新工作，拓展我們存在的價值和意義。