都在談人工智慧，你真的懂智能的本質嗎？十分鐘梳理《智能的本質》

副標題：人工智慧與機器人領域的 64 個大問題

作者：皮埃羅 · 斯加魯菲（Piero Scaruffi）

出版社：⼈⺠郵電出版社
ISBN：978-711-544-3786
版次：2017 年 1 ⽉
購買鏈接：

皮埃羅 · 斯加魯菲（Piero Scaruffi）

畢業於義大利都靈大學數學系。20 世紀 80 年代初來到矽谷，創辦奧利維蒂公司的人工智慧中心，並曾作為訪問學者在哈佛大學做人工智慧研究。20 世紀 90 年代中期，皮埃羅作為訪問學者在斯坦福大學人工智慧實驗室深造心智論。後來還曾在矽谷第一家人工智慧初創公司 IntelliCorp 任職高級工程師。其研究項目涉獵自適應系統、認知科學、專家系統、神經網路、自然語言處理等。 2003 年之後成為獨立研究人員，曾在加州大學伯克利分校、斯坦福大學和加州大學聖何塞分校兼職講授認知論、心性學和藝術史等課程。研究範圍包括哲學，意識論和矽谷史。他興趣廣泛，其著述包括了認知模型到音樂史的廣博學科。同時是北京他山石智庫首席科技顧問以及美院客座教授。

在書中，作者從常識出發，對人工智慧和機器人表達了很多「令人驚訝」而又讓人深思的觀點：

• 如果機器可以打造一個更美好的世界，這個世界為什麼還需要我們？

• 深度學習是學習人類做過（過去時）的事情的技術。

• 在陪伴老年人方面，迄今為止最先進的機器人都不如狗做得好。

• 永生終將成為一種待價而沽或是可租可借的服務，就像目前的雲計算服務一樣。

• ……

有兩種方式可以實現圖靈測試：第一種，使機器變得像人一樣聰明；第二種，使人變得像機器一樣愚蠢。

—— 皮埃羅 · 斯加魯菲

歷史學家、科學家、哲學家和詩人都曾記載了人類對無限性的追求。這在過去（或多或少）意味著他 / 她努力追求與創造和主宰世界的神融為一體。後來，隨著無神論在西方文明中逐漸佔有一席之地。

亞瑟 · 叔本華（Arthur Schopenhauer）將此概念重新定義為「權力意志」 （will to power）。

弗里德里希 · 尼采（Friedrich Nietzsche）認為西方社會的神已死，他們對於無限性的追求從神秘存在轉向數學以及科學研究。

大約一個世紀以前，伯特蘭 · 羅素（Bertrand Russell）和大衛 · 希爾伯特（David Hilbert）等歐洲數學家建立了一套邏輯程序，基本意在簡化對事物的可能存在的證明和發現過程。因而人類轉變了看待事物的視角：無限不再是人類必須努力獲得的目標，轉而變成了人類可以通過創造實現的事物。

人類對無限論的一系列研究產生了諸多影響甚廣的成果，其中一項就是數字電子計算機的出現，它是英國數學家阿蘭 · 圖靈（Alan Turing）的實驗思想的具體實踐。阿蘭 · 圖靈隨後發表了他在機器智能領域的經典論文《計算機器與智能》（Computing Machinery and Intelligence，1950 年），幾年之後，「人工智慧」一詞開始在科學家及哲學家的圈子中流行開來。

此後，有關人工智慧的研究分化為兩個流派，一個是以二進位和數理知識為基礎的邏輯派，另一個是以神經元突觸的物理層面為基礎的神經網路學派。

隨著計算機硬體技術的指數級增長，邏輯派逐漸式微，而神經網路學派不斷興起。

在矽谷進行了 30 年人工智慧研究的皮埃羅認為，時至今日，人工智慧領域的主流技術，在本質上仍然是圖靈機的架構（我們現在使用的智能手機和筆記本電腦都還是這一結構），經過幾十年的發展，其最大的變化是硬體速度與性能的提升，在演算法邏輯上並沒有根本性的革新與改變 —— 人們取得的進步在本質上只是將更多的高性能處理器連結起來，給了神經網路更大的空間來模擬大腦的思維。

深度學習是學習人類做過（過去時）的事情的技術。

—— 皮埃羅 · 斯加魯菲

暴力型人工智慧

暴力型人工智慧是指依靠高性能的硬體設備，依靠簡單加總或窮舉的方式來找到解決方案的計算方法。其在目前在人工智慧領域獨佔鰲頭。如果放到30年前，以當時計算機的成本、體積和速度，幾乎沒有人會考慮製造一個系統來識別貓臉或與人對弈。從那時發展到現在，變化最大的恐怕就是現在的人工智慧領域的科學家可以利用成千上萬台強大計算機來完成他們想要實現的東西。最為典型的例證就是谷歌的 AlphaGo。

人類大腦每小時大約消耗 20 瓦能量；而以 AlphaGo 1920 塊處理器以及 280 塊圖形處理器的配置，每小時的耗能可以達到 440 千瓦的水平（這其中還不包括訓練過程中消耗掉的能量）。但除了下圍棋，AlphaGo 還能做些什麼？答案是什麼事都做不了。而人類除了打遊戲之外，還能完成做飯、洗車等無數的事情。AlphaGo 消耗 440 千瓦能量只能完成一件事，而人類只消耗 20 瓦能量則能做無限多的事情。如果一個人使用比你多 20000 倍的資源，卻僅僅做了一件事， 你到底該怎樣定義這類人？

奇點論

奇點專家熱情洋溢地預言「機器進化」：很快機器將變得非常智能，接下來它們將超越人類智能，獲得一種人類完全無法理解的智能形式。但是，這種奇點預言與技術現狀之間是明顯脫節的。

奇點論的樂觀預測有兩個前提：計算機運算速度的指數增長以及體積的不斷縮小。誠然，目前計算機的發展的確很快，速度更快、體積更小、價格也更加親民。

即便假定這種趨勢會繼續「以指數速度發展下去「（正如奇點專家們即將宣稱的那樣），就理所當然地認為這種（硬體）進步能夠支撐機器智能領域產生令人震驚的差異，無疑是基於一種非直接的假設：計算機在速度、體積、價格上的巨大進步將首先影響人類水平的智能，然後才是更高水平的智能。畢竟，假如你將很多很多很多的愚笨的神經元組合在一起，也能得到像愛因斯坦那樣聰明的大腦。如果將上百萬塊的超高速 GPU 組合放到一塊，也可能獲得超人類智能。但這只是可能。

不管怎樣，我們都最好為摩爾定律可能失效的那一天做好充足的準備。2016年，英特爾的威廉 · 霍爾特（William Holt）宣布英特爾將不再生產超越 7 納米技術的晶元產品，並警告說將來為了節約能源，降低熱量（即成本），處理器可能會變得更慢。雖然近 70 年來計算機的體積不斷縮小，但是 2014 年，它們又開始向更大發展（例如 iPhone 6手機）。

毫無疑問，電動工具的出現加快了技術的進步，而計算機的發明使之如虎添翼。而這些新生事物能否最終成為一種不同類型的「智能」，很可能取決於你對「智能」的定義。

所以，奇點論所稱的奇點何時會到來，或者是否在很久以前就已到來，這都取決於我們如何來回答 —— 什麼是智能？

人工智慧的頭號應用現在是以及將來仍然是…… 讓你買下你不需要的東西。

—— 皮埃羅 · 斯加魯菲

媒體預測人工智慧將被廣泛應用於所有經濟領域。到目前為止，我們看到的事實與媒體的觀點大相徑庭。 2016 年，彭博預測有 2600 家創業公司投身 A.I. 技術，但 IDC 統計得出，2015 年所有 A.I. 軟體公司的銷售總額勉強達到十億美元。 A.I. 話題很熱門，但到目前為止，人們願意花錢買的 A.I. 產品少之又少。

A.I.的頭號應用現在是以及將來仍然是……（此處應有鼓點）…… 讓你買下你不需要的東西。所有主流網站都在通過應用簡單的人工智慧形式，跟蹤你、研究你、了解你，然後再向你賣東西。你的私人生活對他們來說暗藏商機，人工智慧幫助他們找到從你身上賺錢的切入點。看到這一切，人工智慧的創始人或許在九泉之下也不得安寧。

2014年以來，最複雜的（或至少廣泛使用）的人工智慧系統是 Facebook 的機器學習系統 FBLearner Flow。這一系統由候賽因 · 米漢那（Hussein Mehanna）團隊設計開發，目前在成千上萬個計算機上運行。 這一系統被應用於 Facebook 的各個模塊，用於快速訓練部署神經網路。神經網路可以通過幾個參數進行微調。優化這些參數絕非一個小工程 。它需要大量的「試錯」。但是，機器學習精度僅提高 1％ 就意味著 Facebook 增加數十億美元收入。所以，Facebook 正在開發 Asimo 機器人，用來進行上萬次的試驗以便找到每個神經網路的最佳參數。換句話說，Asimo 正在做負責深度學習系統開發的工程師所做的工作。

儘管傑夫 · 哈梅巴赫的嘆息不無道理，但我們必須承認深度學習的發展一直由谷歌和 Facebook 等公司的資金驅動，這些公司的主要商業收入來源為說服人們買東西。如果全世界都禁止在網路上做廣告，深度學習學科很可能會再次重返它的發源地—幽閉的大學實驗室。

神經網路的進步將帶動語音識別（例如，蘋果的 Siri）和圖像識別（例如 Facebook 的 Deep Face 和微軟的 CaptionBot）的發展 。

在醫療領域，深度學習技術將幫助放射科、心臟科和腫瘤科醫生實時了解他們拿到的所有圖像。Googlebot（谷歌用來掃描全世界所有網頁的「爬蟲」）在醫療圖像領域也將會有相似應用。

2015 年，美國推出精準醫療計劃，收集和研究一百萬人的基因組，然後將這些基因數據與他們的健康狀況匹配，使醫生能夠針對每個人的情況給出正確的藥品和劑量。如果沒有機器在龐大的資料庫中進行模式識別，該計劃幾乎不可能實現。

無人駕駛汽車可能永遠無法完全實現，但「司機助手」即將成為現實。谷歌的第一台無人車的工程師安東尼 · 萊萬多斯基（Anthony Levandowski）創建的 Otto 公司不打算讓人工智慧取代卡車司機，而是協助貨車司機，特別是在高速公路上的駕駛過程。

人們對機器人的需求非常旺盛。建築和鋼鐵行業有一些危險工種，每年因公死亡的工人達到上萬人。據國際勞動組織統計， 每年煤礦事故造成 10,000 名以上礦工死亡；這個數字還不包括由於惡劣的工作環境壽命被大大縮短的礦工人數。

我們還需要機器照顧日益壯大的老年人群體。壽命延長以及生育率下降，正在重塑社會的人口結構。除去青少年和兒童，日本和德國已沒有足夠的人來照顧 46 歲以上的人。這個數字每年還在上升。日本 90 歲以上的老人達到 100 萬，其中 6 萬人是百歲老人。2014 年，歐盟 65 歲以上的老年人佔總人口的 18%，數量達到 1000 萬人。我們沒有足夠的年輕人來照顧老年人，從經濟角度考慮，太多的年輕人投入這一非生產性任務是一種浪費。我們需要機器人來幫助老人鍛煉身體，提醒他們吃藥，到門口幫他們取快遞，等等。

我不怕機器人的到來。我怕機器人姍姍來遲。

我們今天的機器人能提供的服務還很有限。主要的機器人製造商，包括ABB（瑞士），庫卡（德國，2016 年被的美的收購）和四大日本公司（發那科，安川，愛普生和川崎）的主營業務或者專營業務是工業機器人，而且是智能不高的機器人。絕大多數的機器人都在流水線上工作，在我們生活中能真正幫上忙的機器人還很罕見 —— 帶有計算機視覺的機器人非常罕見，帶有語音識別的機器人非常罕見。換句話說，今天幾乎不可能在市面上買到自主機器人，讓它在工廠或庫房等嚴格可控的環境之外給人類提供切實的幫助。

如果機械外骨骼可以算作機器人的話，那它是機器人的一個成功案例。機械外骨骼是可以穿的機器人。該技術最初由美國國防高級研究計劃局（DARPA）開發，用於幫助士兵搬運重物；現在有些康複診所用它來幫助腦損傷和脊柱損傷的病人。目前這類產品的價格不菲，但可以設想一下在不遠的未來，我們在硬體商店就可以租到機械外骨骼，幫我們收拾花園修理房屋。穿上機械外骨骼后，你就能輕而易舉地抬起重物，掄起大鎚。

如果機器可以打造一個更美好的世界，這個世界為什麼還需要我們？

—— 皮埃羅 · 斯加魯菲

意識上傳與人類永生

迄今為止所有假設的生命延長技術中，也許沒有什麼比意識上傳更能引起機器智能冬粉的遐想。由此奇點與數字不朽之間產生了某種聯繫：到了某個時刻超級智能機器將能為我們完成一項偉大的任務，上傳我們整個的自我，並「變成」我們。與「雲」的不朽相結合，你的「自我」將成為不朽。從一個奇點到下一個奇點，意識可以上傳下載。

這種想法引起了宗教式的崇拜 / 運動，「超人類主義」。這方面最早的預言家可能是弗里敦 · 艾斯范德里（Fereidoun「FM-2030」Esfandiary），他的代表作是《你是超人類嗎？》（Are You a Transhuman?，1989 年），並預測，「2030年，我們將成為永恆，每個人都會有永遠活下去的機會。」他死於胰腺癌（但很快被安置於低溫懸浮液中）。

到了科學發展到可以將意志上傳到網路空間的那一天，我們大多數人， 連同我們的大腦，可能都不在人世了，。這一令人不安的想法早於我們正在討論的這門科學。羅伯特 · 艾丁格（Robert Ettinger）的書《不朽的展望》（1962 年），是公認的「人體冷凍」宣言，它是通過冷凍保存大腦的學科。實際上是人體冷凍開啟了「生命延續」運動。

1964 年這門學科的另一位創始人埃文 · 庫珀（Evan Cooper）成立了生命延長協會（LES）。

1972 年噴氣推進實驗室的空間科學家弗雷德 · 張伯倫（Fred Chamberlain）成立了阿爾科固態低溫協會（ALCOR），現名阿爾科生命延續基金會，加入這一行業。

它與西方世界的最成功的宗教的相似之處因為太明顯而被忽視。世界末日將以奇點的形式到來，不過，不用擔心，我們都將通過意識上傳復活，正是奇點的超級計算機使之成為可能。它與古代西方宗教的唯一區別是以前的人無法復活：我們無法上傳他們的大腦。但也許那些超人類機器以後會找到一種方法讓死人復活的辦法。

誰為機器的行為負責

2000 年至 2010 年間，無人機和機器人戰爭走出科幻電影的大銀幕，變為現實。 據大衛和伊萊恩 · 波特 （Elaine Potter）於 2010 年成立的獨立非盈利組織新聞調查局統計，美國無人機已在至少七個國家奪去了 2500 - 4000 人的性命 （阿富汗、巴其斯坦、敘利亞、伊拉克、葉門、利比亞和索馬利亞）。其中約 1000 位平民，約 200 名兒童。

這些武器是比較極端的例子，說明機器是如何緩解我們的負罪感的。如果我不小心殺了三個孩子，我將在內疚中度過餘生，也許會自殺謝罪。但是，如果無人機誤殺了三個孩子，5000 公里以外的使用谷歌地圖、巴其斯坦情報和人工智慧軟體的一個團隊負責編程，將軍或總統親自下令襲擊，在這些人中，誰會對這三個孩子的死感到內疚？給機器分配任務的美妙之處在於，行兇者不用親自動手 —— 責任被淡化，「扣動扳機」比不扣動扳機更加容易。如果錯誤是軟體故障造成的，會怎麼樣呢？軟體工程師會感到內疚嗎？他甚至可能不知道軟體中有「錯誤」，就算他知道，可能他永遠也不會知道這個錯誤會導致 3 名兒童死亡。

「借刀殺人」並不是新鮮事物。至少可追溯到第一次世界大戰中的第一次空中轟炸 （因為當時這種做法駭人聽聞，後來被畢加索永遠的定格在他的畫作「格爾尼卡」中），人們使用機器（飛機）向看不見的市民空投炸彈，而不是向可見的敵人投擲手榴彈或開槍射擊。兇手將永遠不會知道也不會親眼看到他殺死的人。

其他的所有事情與戰爭同理。使用機器進行某個行動基本上使機器的設計者和操作者免於該項行為的責任。

同樣的概念適用於其他情景，例如手術中，如果由機器執刀的手術失敗，導致病人死亡，是誰的錯？操控機器的團隊？生產機器的公司？ 確定這個手術方案的醫生？我懷疑這些人都不會感到特別內疚。最多不過就是機器的計數器機械化地在手術失敗的統計數據中加一。 「哎呀呀，你死了。」這將是社會對可怕事件的反應。

你不再與人來往後，人性會發生什麼變化？

我們生活在一個半自動化的世界，我們乘坐機器出行（汽車、公共汽車、火車、飛機），廚房電器幫我們做大部分的家務，包括電視機和電腦在內的機器為我們提供娛樂。

我們與其他人的互動越來越少，因為機器替代了人類原有的許多功能。你在銀行取錢誰把錢交給你？自動取款機。在停車場誰遞給你停車卡？機器。

我們單純地從經濟角度看待那些取代人類的機器：24/7 服務成為現實，機器的價格低廉甚至免費；一個工種被淘汰；我們可以在其他地方創造更多的就業機會，因為我們節約了原來的人工成本；等等。但是，但在機器當道的背後還隱藏著更重要的故事：如果我周圍的人都被機器取代，這意味著我與人的互動減少。每多一個人被機器取代，我與其他人互動的機會也相應地減少。我們談了很多關於人機交互，並輕易地忽視了一個事實：人機交互帶來的後果是人與人之間的交往減少。

這種趨勢已經持續了至少一百年。曾經有大批的接線員轉接電話，曾經有大批的秘書打文件，曾經有大批的銷售員服務於廣大客戶，等等。今天，這些人已經消失，我們在機器世界里越來越孤單。

這種趨勢將持續到人工智慧時代，那時許多人，尤其是老人，將只與機器打交道。機器會看管我們的家，為我們跑腿，照顧我們的身體，豐富我們的娛樂生活。這將極大地減少我們與其他人交往的必要性；甚至我們與自己家人也漸漸疏離，因為家人的支持變得越來越不必要。

未來你的同事將是機器人。你的朋友將是機器人。也許你的戀人也將是機器人。親眼看著你離開這個世界的朋友也將是機器人。世界各地的多家醫院已採用機器照顧病危病人。

探索更大的世界

知了學習社

@zhiliaostudy