人工智能会代替人类吗?

人工智能
上海抗疫期间,学习受到了影响。同时思考了一些平时不会去思考的哲学问题。结合自己的学习知识和专业,对“人工智能会代替人类吗?”这个问题思考良久,著文以飨读者。

文章题目的命题有点大,个人理解实际上他包含两层含义:第一层,人类会灭亡吗?第二层,人类灭亡的主要原因会是人工智能所代表的技术吗?

对于第一个问题给出的理性答案是:人类会灭亡。作为一个人类,肯定不希望人类灭亡,但这是客观规律不可避免的。对于这个问题有一个引申的潜在问题:人可以永生吗?对于这个问题从古至今已经有无数的常识,得到的答案无一不是否定的。就算是当前科技高度发达的现在,很多科学研究的前沿命题似乎都给了人们一点点渺茫的希望,但是从逻辑上来说是不可能的。可以理解为一方面科学研究也是需要吸引人眼球的,这样才能拉来投资。它所表达的永生的潜台词,大概率不是为了真的研究永生,而是为了科学研究可以获得经费。

另一方面,媒体也需要一个容易理解的、爆炸性的新闻来吸引读者、推广科学观念。这一点和本文的题目立意非常类似。有一个简单的逻辑上推理来说明“人永生”这个命题是伪命题。假设人作为个体能够永生,但是已知的地球和太阳是不能永生的,那么为了个体的永生就需要保证地球和太阳的永生。如果离开太阳系,去寻找另外的星系,但是宇宙是永生的吗?虽然在已知范围内还不能给出肯定的答案,可以看出为了保证一个个体的永恒存在需要的能量会随着时间的增加而剧烈的增加。这可能吗?

对于第二个问题给出的个人认知范围内的理性答案是:非常有可能。本人在学习人工智能相关技术的过程中,对于人工智能的预期经历过类似过山车的几个阶段。

第一个阶段:好奇。好奇是人的本能。最开始对人工智能非常好奇,头脑里对它充满了问号。类似于乜斜着研究看着它。

第二个阶段:怀疑。基于对相关计算机知识的有限理解和直观感受,个人感觉编写的程序不可能达到科技新闻中描述的能力!用“井底之蛙”这个词来描述当前阶段的状态最合适不过了。

第三个阶段:触动。这个不得不说到AlphaGo。这件事用事实彻底击碎了第二个阶段的所有怀疑。而且这件事在脑海中刻下了一句无法磨灭的话,这句话的大致意思是:李世石下赢的那一盘棋创造了2个第一。他代表人类第一次下赢了人工智能,同时也是人类最后一次下赢人工智能。这一点和程序猿的核心思维是完全一致的:Talk is cheap, show me the code。

随着研究的深入,人工智能分别在CV(计算机视觉)、NLP(自然语言处理)、RC(推荐系统)等等方面,已经给出了完整的解决方案,以上方案与商业的结合已经沁入到了生活的方方面面。同学们可以清晰地感受到抖音系的发展,从事后诸葛亮的角度分析,抖音系是基于不确定性的模式,而且阿里和企鹅是基于确定性的模式。就像信息技术的发展一样,从确定性向不确定性(概率)在发展。

第四个阶段:在这件事触发的基础上,进入了第四个阶段:充满希望的学习。在这个阶段开始系统性的学习机器学习部分的理论,并且将其实践在一些低成本的工作生活中。在本阶段过程中深刻的体会到了机器学习可以实实在在的解决之前coding过程中无法解决的问题,而且是低成本的解决。

这里需要着重强调一下,低成本的含义是:已经有人替你负重前行了,也就是说它的理论基础和实践操作部分已经有人帮你趟过一遍了,而我现在做的只是应用而已。在第四个阶段中,有两点突出的体会,这两点突出的体会用两句话直接表示为:1. 现在的机器学习更像是一门艺术,而不是一门技术;2. 之前学到的计算机、通信方面的知识更像是武功秘籍中的招式;而学了机器学习之后才对广义信息技术(包括计算机技术等)的心法得见一斑。

在本阶段的过程中,也深刻体会到了为什么当前时代称其为生物时代、核能时代?而是信息时代呢?个人体会其根本原因在于:信息技术的心法就是数学。广义的信息技术是建立在严谨的数学大厦之上的。广义信息技术实际上是对数学知识的实现。这一点从当前公认的三位计算机祖师——香农(封面的老头是不是有点味道?)、图灵、冯诺依曼——所著论文可以明确地感受到。列举一下他们三位代表作的名字《The mathematics theory of communication》、《Computing Machinery and Intelligence》、《First draft of a report on the EDVAC》。

如果有点英文基础和学术背景的同学可以明确地感受到(特别是前两篇论文)题目中包含的霸气。他们仿佛不是在写论文,而是在开创一个学科。就算站在当下这三位祖师各种深邃的思想依旧深深地震撼了我。他们似乎已经穿越了时间,似乎已经非常肯定地看到现在能做到的一切,似乎还看到了更远的未来。这一点也是数学特点的一个体现:数学,它不一定能保证给出最对的那个结果,但是它肯定可以保证不是错的。在学习的过程中也了解到了当前机器学习中存在的问题和适用的场景。最主要的体现在于它的理论基础并不像$F=ma$和$E=mC^2$那样优美,而是通过各种限制条件(人工的修补)得到结果。而且特别是深度学习的可解释性依然是当前研究的方向之一。

第五个阶段,深入地学习和研究。由于了解到了当前机器学习中存在的问题和适用的场景,也为以后的研究方向指明了方向。有句俗语:“不怕贼偷,就怕贼惦记”。人工智能的目标就是让人类引以为傲的智能可以通过人工的方式来实现。而现在学习和研究的目标就是为这个过程添砖加瓦。

在这个阶段的认知中对人类的智能一个体会:人类的智能是一个平衡了各种功能和性能参数的结果,它并不是完美的,它的使用也是受到了非常多的限制条件的。人类智能一个最大的突出优点在于它的适应性非常好。也就是在深度学习中常说的泛化性能。如果能找到这种适应性的规律和特点,那么极有可能人工智能的下一个爆发点即将出现。而这是不是人类灭亡的丧钟呢?不过从另外一个角度来说,这个过程是人类可见的或者有可能可控的,这是不是人类自己的幸运呢?我们自己创造了一个符合奥运精神:更高、更快、更强的物质(物种)来代替我们自己,是不是很有点玄学的味道呢?

综上所述,个人认为:人工智能代替人类是一个大概率事件,唯一的问题在于什么时刻发生。坦然面对,你不知道下一块巧克力是什么味道的。

责任编辑:华轩 来源: 今日头条
相关推荐

2021-01-20 14:11:12

人工智能深度学习机器学习

2022-03-09 16:19:11

人工智能科技超能力

2020-04-16 09:35:43

机器学习技术人工智能

2021-11-04 14:21:46

人工智能机械化技术

2019-03-20 14:26:34

人工智能机器人AI

2021-08-20 20:00:41

人工智能AI

2021-07-09 10:20:32

人工智能AI开发

2017-05-27 14:55:41

人工智能软件架构

2020-02-05 16:50:26

AI人工智能

2020-12-08 11:06:52

人工智能机器学习

2021-05-18 10:52:10

人工智能

2019-09-19 16:32:02

机器人人工智能

2024-04-01 00:20:00

AI科学

2017-03-21 08:31:33

人工智能

2021-11-23 15:40:36

人工智能AI

2022-02-22 10:41:18

人工智能AI机器人

2021-03-19 10:22:03

人工智能

2021-09-21 10:33:56

人工智能科学技术

2022-08-09 13:48:30

人工智能时尚行业聊天机器人

2017-04-25 16:25:44

点赞
收藏

51CTO技术栈公众号