首页 > 科技 > 读书分享 | 你准备好迎接“永生”了吗?

读书分享 | 你准备好迎接“永生”了吗?

今日看点

很多人都预测人工智能未来的发展,符号主义学派认为计算机会拥有人类的意识和智能;行为主义学派认为人工智能基于控制论和整个“感知-动作”的控制系统;联结主义学派以网络连接为基础,从大脑结构入手了解智能结构。库兹韦尔则提出,在未来,人类与机器将实现“深度融合”,人类也将由此实现“永生”!

作者简述

雷·库兹韦尔身上顶着许多光环。他,是“天才发明家”,8岁创立了机器人木偶剧院,12岁开始研究计算机和相关设备,14岁写出了一篇论述大脑皮质的论文。迄今为止,库兹韦尔获得了包括美国国家技术在内的众多奖项,并入选美国发明家名人堂。

他,是奇点大学掌门人,从20世纪90年代开始,库兹韦尔将目光转移到未来上,他创立了加速回报定律。并和NASA、谷歌一起,聚集了世界上最聪明的大脑,创立了奇点大学并担任校长,以解决世界上最宏大的问题。

他,是颠覆世界的未来学家,他有四大预测:机器人将能与人类匹敌、人类将攻克癌症、人类将与人工智能结合变身成为“混血儿”、奇点来临。比尔盖茨称他是“预测人工智能最厉害的人”。

书籍概述

图片来源于网络

本书由历史上的思想实验————爱因斯坦的驾乘光束切入,从生物学的角度分析思维的演进与未来变化,讲到人类的旧脑与新脑、大脑新皮质的卓越能力。而后论述计算机模拟人脑的可能性,大胆地预言了人工智能的未来:未来人类一定会制造出可与人脑相媲美的“仿生大脑新皮质”,它们甚至比人脑更具可塑性,并可放置在云端,与遥远的人类生物大脑远程相连。那时,人工智能或许真的能够与人类相媲美,而人类,也能由此实现“永生”!

全书共分为三大部分,第一部分讲思想实验,从自然界到人类思考,论证人类智慧的工作过程;第二部分讲大脑皮质,从旧脑到新脑新皮质再到仿生数码新皮质,剖析人脑的结构与工作的原理;第三部分则从计算机模拟人脑的可能性入手,分析意识的“特质”和加速汇报定律。

人工智能将如何改变人类

1

人脑的进化故事

不管是人脑还是智脑,能够产生和发展的基点是信息。人脑的发展从原子开始,碳原子能够通过4种不同的方式联结,形成复杂的分子,由此,物理学催生了化学。10亿年后,一种被称为DNA的复杂分子逐步进化完成,它能精确编码信息、编译生物,由此,化学催生了生物学。生物体进化出了神经系统,能够进行交流与决策,协调复杂的生理结构和行为,大脑逐渐能够储存和加工信息,生物学由此催生了神经学。从原子到分子,再到DNA,再到大脑,再进一步就是独一无二的人类。

2

人类的新脑与旧脑

生物的大脑分为三部分,原脑、旧脑和新脑。其中,原脑维持人的基本生存,不具备学习和思考能力,而旧脑(大脑旧皮质)和新脑(大脑新皮质)是生物进化到高级动物之后出现的。旧脑又称感性脑,负责掌管情绪与感性记忆,新脑又称理性脑,人类的一切心智行为都与它有关。旧脑与新脑中都会出现情绪经历,思维发生在新皮质,而感觉在二者中都会发生,旧脑通过控制快乐和恐惧来定好议程,新脑则一直尝试着理解旧脑相对原始的公式并力图控制自己的议程。

3

如何创造意识:思维模式识别理论

在人类的大脑新皮质中约有50万个皮质柱,每个皮质柱包含着约6万个神经元。因此大脑新皮质中总共大约300亿个神经元,皮质柱中每个模式识别器包含大约100个神经元,因此,大脑新皮质大约3亿个模式识别器。其中每个模式由三部分组成。

第一部分是输入,包括构成主要模式的低层级模式,比如输入一个字母L,不需要重复识别,神经系统可以自动链接。

第二部分是模式的名称,在大脑新皮质中就是轴突,表现在语言世界里就是一个词语,比如“pen”。

第三部分是较高层级模式的集合,不同层级之间的模式识别可以自动触发下一层,也是形成我们联想识别和顺序识别的重要原理。

4

人造大脑新皮质

新皮质是我们称为创造性物种的原因,爱情、隐喻、创造等都与它有关。所以如果想要扩大可用的新皮质,有两种办法。一种是多人合作,另一种就是制造出一种人造新皮质,也就是库兹韦尔所提倡的,“我们的梦想是研究出一种人造新皮质,它在功能和灵活性方面皆可与人类大脑新皮质相媲美。”非生物新皮质将会变得更快,并且能够系统地探索我们以指数级增长的知识边界的所有重叠界限。

这种非生物的新皮质就是数码新皮质,通过备份智力中的数码部分,达到准确模拟人脑的目的。其中涉及到隐马尔可夫模型对思维的解读,进化与遗传算法对参数的设置、LISP处理语言列表和分层记忆系统储存信息。

5

成功模拟人脑的智能

在上面的基础上,不断通过冗余理论增加信息的准确性,使计算机拥有准确的沟通、记忆与计算能力。而后根据冯·诺依曼的存储程序概念,将程序像数据一样放在存储器中,通过重新编程来进行代码的修改。随着科技的不断发展,新一代的图灵机将会通过测试,机器能够按照大脑的核心算法进行创造性思考,实现数字化信息的可靠传输与存储。

正如图灵论所表达的那样,人脑遵循自然定律,所以它的信息处理能力不可能超过机器。

图灵测试解释(来源于搜狗百科):现代计算机科学之父英国人阿兰·图灵1950年提出。图灵测试会在测试人在与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。问过一些问题后,如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答,那么这台机器就通过了测试,并被认为具有人类智能。

对比研究

1

纵向梳理

在库兹韦尔的著作中,最有代表性的有四本:《智能机器时代》、《灵魂机器的时代》、《奇点临近》和《人工智能的未来》。

在《智能机器时代》一书,他成功地预言了电脑将在1998年战胜棋王;在《灵魂机器的时代》一书中他提到,到21世纪,信息技术、生物工程、纳米材料三大前沿技术将合力打造出新的智能机器,重塑人类的大脑和躯体并预言了2009、2019、2029、2049、2072、2099年以及数千年之后的人类社会的图景。

通过纵向梳理我们可以看出,库兹韦尔一直在预测,从上世纪80年代到现在,他始终以奇点临近和加速汇报定律为理论基础,以更加丰富的例子论证未来科技与智能的趋势:从人脑发展智能到人脑与智能结合最终实现宇宙的超级智能。

其实,整个世界的发展是遵循“加速回报定律”的,即人类越往后发展,量级变化就会越来越快。原始狩猎时代,几万年都没有很大变化,但智能时代,十年的科技进步比前一个世纪都多。根据库兹韦尔的观点,这种不断发展的科技力量将会把人类带到一个可以称之为“奇点”的阶段;跨过这一阶段后,一切传统的人类社会、生活模式与艺术都不复存在,新的人机复合体将进入“苏醒”状态。到那个时候,人类是什么、宇宙是什么的的问题或许真的可以被回答:整个宇宙都是一个超级智能的世界,人类也不例外。

2

横向对比

其实,这些年来,很多国家、很多领域的人都在研究人工智能,美国的约翰·普利亚诺在《机器人来了》一书中从个体与时代的关系切入,研究在在人工智能时代,如何才能不被淘汰;英国的玛格丽特·博登则分析了无处不在的人工智能,梳理了人工智能发展的历程,概述了每个阶段的不同特点,形成《AI:人工智能的本质与未来》一书;在日本的松本徹三和中国张林峰合著的《 AI成“神”之日:人工智能的终极演变》中提到了重要的一点:对未来的预测:AI会无限接近人,但永远不会和人一样;而美国皮埃罗·斯加鲁菲《智能的本质》中谈到了实现图灵测试的办法:有两种方式可以实现图灵测试——第一种,使机器变得像人一样聪明; 第二种,使人变得像机器一样愚蠢。

综合看来,目前学术界与业界对于人工智能的研究包括三个方面:一是梳理人工智能发展的历程与特点,研究其技术的更新之路;二是探讨人工智能对世界产生的影响,包括对艺术、社会以及人工智能的法律与伦理;三是研究人工智能的未来,主要抱有对人类产生威胁、为人类服务和与人类“融合”三种观点。

科技融合的未来思考

随着大数据、云计算、互联网、物联网等信息技术的发展,泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展,大幅跨越了科学与应用之间的“技术鸿沟”,进入人工智能的应用实践期。这时,我们开始关注文化与科技的融合。

其实,文化与科技融合有两个方面,一是用人文精神指引科技的发展。关于科技向善还是向恶的问题争论了很多年,让人文精神注入科技之中,就会有正确的理念引领科技前进的方向。人文精神的终极内涵,是对人内心世界的关怀,以实现自身的和谐与社会的和谐。而科技正通过便捷生活与智能社会帮助我们实现这个目标,科技日渐改变着整个社会的运转模式,但其运转内核没有变,那就是以人为本。

二是将文化与科技相融,在产业方面形成新的经济增长点。首先是传统文化方面的利用,“数字故宫”、兵马俑的“互动小游戏”上线并取得良好的反响;其次是版权保护,运用大数据、区块链等对音乐、电影等泛娱乐行业进行监测与追踪,让盗版无处遁形;最后,体验经济增长更快,不管是展览、旅游还是游戏,VR、AR、人工智能、交互展陈等技术造就的沉浸式、互动化体验吸引了一大批用户,未来也必将继续发力,促进产业的不断优化与升级。

结语

作为一种智能物种,人类取得的进步主要反映在知识的进化中,包括人类创造的技术与艺术。人工智能作为正在向人类智能入侵的先锋,将与我们不断竞争,而本身就存储在云上的数据和智能,能够实现人脑与智脑的融合,从而“唤醒”宇宙,将人类的智能注入宇宙的大脑中,重塑宇宙前景。这固然是一种大胆的猜测,但当下智能在各个领域的不断应用正在向着预测慢慢靠拢。不管怎样,我们都要明确,时代的发展不可逆,我们要顺应时代,更要引领时代,通过文化与科技的跨界融合,找到文化产业发展新的经济增长点,促进文化服务与文化市场的不断增长与完善。

参考来源:

雷·库兹韦尔.人工智能的未来[M].浙江人民出版社,2016.

黄伟、聂东、陈英俊.人工智能研究的主要学派及特点[J].赣南师范学院学报,2001.

END

美 编 | 隋 缘

本文来自投稿,不代表本人立场,如若转载,请注明出处:http://www.souzhinan.com/kj/204319.html