這是一個 AI“上鏡率”爆表的年代，無論什么似乎都能 AI 一番。

　　在“人盡皆知”的表象之下，又有多少普通人了解“人工智能”的基礎(chǔ)和走向呢?例如幾個常見的討論主題：人工智能將會以何種速度發(fā)展?人工智能會讓我下崗嗎?人工智能是否會讓人類走向毀滅?

　　這些大而寬廣、目標(biāo)深遠(yuǎn)的問題，顯然不是普通人能夠準(zhǔn)確給出答案的。

　　但 Terrence J. Sejnowski(特倫斯·謝諾夫斯基)，對這些問題絕對有話語權(quán)。以他目前幾個主要的頭銜為例：美國索爾克(Salk)生物研究所計算神經(jīng)生物學(xué)實驗室主任、NIPS(目前人工智能的頂級會議)基金會主席、奧巴馬政府“BRAIN”計劃顧問委員會委員、美國五院院士等等。

　　除了頭銜之外，Terrence 對于人工智能的發(fā)展也頗有貢獻，他和 AI 領(lǐng)域“四駕馬車”之一、“深度學(xué)習(xí)之父”稱號的卡內(nèi)基梅隆大學(xué)教授杰弗里·辛頓(Geoffrey Hinton)，在 30 多年前就早早地證明了簡單的“神經(jīng)網(wǎng)絡(luò)可以完成一些復(fù)雜的任務(wù)”，這一成就開啟了神經(jīng)網(wǎng)絡(luò)的快速發(fā)展。即便后來遭遇了人工智能的“寒冰期”中，他也從未放棄在人工智能方面努力。

　　作為最了解人工智能歷史、趨勢，最早開啟人工智能浪潮的人之一，Terrence 前不久剛出版了自己的第四本書——《深度學(xué)習(xí)革命》。書中內(nèi)容橫跨了深度學(xué)習(xí)的過去、現(xiàn)在和未來，整體時間跨度長達 60 年。

　　用 Terrence 自己的話來說：

　　可以說是圈外人了解人工智能發(fā)展歷史、理解人工智能發(fā)展趨勢、并且最終形成自我預(yù)測能力的上佳材料。

　　虎嗅也就本次發(fā)布的書籍及內(nèi)容，對特倫斯·謝諾夫斯基專門進行了一次采訪，內(nèi)容涵蓋其對于人工智能的深度理解、趨勢預(yù)測等精彩內(nèi)容，以下是我們深度整理、編輯之后的版本。

　　人工智能崛起依賴的是生物技術(shù)?

　　通常來說，人們都將人工智能看做一串串代碼組成的軟件，但在擁有哈佛大學(xué)醫(yī)學(xué)院神經(jīng)生物學(xué)、普林斯頓大學(xué)生物學(xué)雙博士后學(xué)位的 Terrence 看來，人工智能更像是人類創(chuàng)造的一個新的“物種”。

　　其中一個重要原因，是人工智能技術(shù)發(fā)展過程中，對于生物的參考。

　　Terrence 從上世紀(jì) 80 年代就開始與神經(jīng)網(wǎng)絡(luò)打交道：“最早我只是一位物理學(xué)博士，雖然早早開始研究神經(jīng)網(wǎng)絡(luò)模型，但最初的研究并不順利，因為不借助生物學(xué)的力量，我就只能夠用方程式去猜測人類大腦的運轉(zhuǎn)方式。屢屢失敗之后，我就去了哈佛大學(xué)讀神經(jīng)生物學(xué)博士后，那之后我才意識到了人的大腦究竟是有多么復(fù)雜。”

　　于是乎，Terrence 開始嘗試另外一種方法：將人類學(xué)習(xí)時，生物微觀結(jié)構(gòu)中的變化，轉(zhuǎn)化成一個又一個方程式，融入到神經(jīng)網(wǎng)絡(luò)模型當(dāng)中。

一個波茲曼機例子(其中包括 3 個隱藏單元和 4 個可見單元)

　　到了 1985 年，Terrence 和 Hinton 取得了里程碑式的成績，在《認(rèn)知科學(xué)》雜志之發(fā)表了一篇題為《一種“波茲曼機”的學(xué)習(xí)算法(A Learning Algorithm for Boltzmann Machines)》的論文。他們所開創(chuàng)的“波茲曼機”是神經(jīng)網(wǎng)絡(luò)中的一種，同時也是最早能夠?qū)W習(xí)內(nèi)部表達，并能表達和解決復(fù)雜的組合優(yōu)化問題的神經(jīng)網(wǎng)絡(luò)。

　　學(xué)術(shù)界從那時起才堅定了神經(jīng)網(wǎng)絡(luò)的潛在價值，并且開始不斷在這個方向上努力。

　　Terrence 在采訪中總結(jié) 30 多年來神經(jīng)網(wǎng)絡(luò)的進展時，特別提到了“強化學(xué)習(xí)”：“它參考了人類自我學(xué)習(xí)成長的模式。更具體地說，是模仿了人類神經(jīng)元網(wǎng)絡(luò)中多巴胺的刺激作用。”

　　有人這樣概括“強化學(xué)習(xí)算法”——就是在訓(xùn)練的過程中，不斷的去嘗試，錯了就扣分，對了就獎勵，由此訓(xùn)練得到在各個狀態(tài)環(huán)境當(dāng)中最好的決策。

　　讓絕大多數(shù)普通人第一次了解到人工智能、在圍棋上打敗人類最強棋手的 AlphaGo，最核心的算法就是“強化學(xué)習(xí)”。所以在對決過程中，計算機不再需要去計算所有的結(jié)果，而是可以像人一樣、甚至更高效地去不斷做決策，最終獲得勝利。

　　這一成就在 Terrence 看來，還不算是最令人激動的，因為“強化學(xué)習(xí)”中需要人類扮演引導(dǎo)的角色，除了為神經(jīng)網(wǎng)絡(luò)樹立目標(biāo)之外，人們還需要不斷修正神經(jīng)網(wǎng)絡(luò)的參數(shù)。相比之下，人工智能目前另外一個熱門的方向是“無監(jiān)督學(xué)習(xí)”，后者最大的特點就是嘗試讓計算機自己對數(shù)據(jù)進行總結(jié)歸納，并且進行學(xué)習(xí)。

　　用他自己的話來說：“這與人類嬰兒階段，通過視覺、觸覺、味覺等感官對世界進行觀察、收集、判斷是“如出一轍”的。這個時候我們再來看搭載了無監(jiān)督學(xué)習(xí)的機器人，它不就是‘嬰兒機器人’嗎?那再給它一些時間，不就會成長為青少年機器人，最終再成為成熟的機器人嗎?”

　　雖然 Terrence 表示未來很難預(yù)測，但最終還是給出了一個：“所以未來如果真的有能跟人類比肩的機器人制造出來，它也必須經(jīng)歷與人類相似的成長、進化的過程。而且相比于特定生態(tài)位(種群在生態(tài)系統(tǒng)中的位置)和進化而得到的并不能算‘智慧’，那些更多是對于環(huán)境的適應(yīng)，而人工智能將會橫跨整個生物智能的范圍，這將讓世界變得更加豐富。”

　　也就是說，未來人工智能物種中還可以有 AI 貓、AI 狗?

　　人工智能會帶來什么?

　　在進一步探討是否應(yīng)該恐懼之前，我們決定先跟 Terrence 聊聊一些對于未來的暢想。他直接拿筆記本的鍵盤舉了個例子：“未來我們肯定是不再需要鍵盤了，當(dāng)你都可以和你的電腦對話了，誰還需要鍵盤呢?到時候，筆記本都會像 25 年前的打字機一樣，被直接送進博物館。”

　　這一個例子也曾被“硅谷鋼鐵俠”Elon Musk 提過，就在我們期待 Terrence 聊聊由其引發(fā)的基礎(chǔ)商業(yè)模式改變時，他先強調(diào)了自己謹(jǐn)慎的態(tài)度：“以前我車上都有一本地圖，每次去一個地方我都要看著地圖來開車，現(xiàn)在我需要的只是輸入地址，然后手機就會給我發(fā)送指令，指引我去到目的地。再比如社交網(wǎng)絡(luò)，它完全改變了人們交流的方式，也改變了信息的傳播。”

　　“這相對于互聯(lián)網(wǎng)創(chuàng)建之初的 1990 年，完全就是兩個世界。1990 年也沒有人能夠預(yù)測到同樣的東西。”Terrence 頓了一下笑著說道，“可能還是因為人類沒有足夠的智慧吧(去預(yù)測未來)。”

　　“隨著 AI 的引入，人類將通過復(fù)雜的機器算法與計算機形成腦機接口，我們不知道未來會發(fā)生什么。但參考前面的例子(互聯(lián)網(wǎng))來看，這將會是一件非常神奇的事情，它(未來)將會與今天的生活大不相同。”

　　不過改變并不只有正向的，我們也向 Terrence 提了一個“挑戰(zhàn)性”的問題：我們?nèi)绾伪ＷC互聯(lián)網(wǎng)公司這樣的人工智能、數(shù)據(jù)平臺，不會作惡?

　　Terrence 這樣回答道：“我們還是倒回到歷史中來看，對我比較喜歡回顧歷史。250 年前的工業(yè)革命，蒸汽引擎的誕生提供了大量的動力，往往一臺發(fā)動機就能干一百個人的機械工作。人們隨后開始把大量的發(fā)動機投入到工廠，百倍的產(chǎn)品從工廠中生產(chǎn)出來。但同時那個時代又是非?？膳碌?，大量的蒸汽機燒著煤炭，向大氣中源源不斷地排放著大量的污染物，整個倫敦都被污染所籠罩。”

　　“不夸張的說，那就是新技術(shù)帶來的改變，生活在其中就像是一‘地獄’。那么我們(人類)是怎么應(yīng)對的呢?人們意識到工業(yè)革命必須要調(diào)整之后，開始建立各種全新的法律，例如如何控制污染，例如有了機器也不能使用童工等等。人類會自然地選擇去阻止負(fù)面的事情發(fā)生，這某種程度上就是政府的職責(zé)，在這個過程中，政府實際上是在監(jiān)管、甚至拖慢技術(shù)的應(yīng)用。”

　　“因此對于任何新技術(shù)的出現(xiàn)，我們實際上都需要一段時間來研究如何調(diào)節(jié)。最優(yōu)的調(diào)節(jié)手段甚至還不是一次練就的，它需要時間，因為人們需要時間來理解技術(shù)的影響，并且對其中負(fù)面的因素進行抵制。”

　　Terrence 在說完整體的情況之后，開始著重分享自己對于互聯(lián)網(wǎng)巨頭的看法：“人工智能的算法、數(shù)據(jù)這些關(guān)鍵性的資源目前的確被谷歌、微軟、阿里巴巴這樣的大公司所掌控。但這些資源更像是公共資源。再加之今天的很多大公司早已國際化了，他們的觸角都是全球化的。也許 100 年之后，國家的邊界就會消失甚至變得無關(guān)緊要。這的確可能是一個瘋狂的猜測，但大公司的權(quán)利在與日俱增的確是事實。他們未來甚至能影響國家如何規(guī)范商業(yè)，規(guī)范個體的行為等等。”

　　Terrence 還給出了一個他的結(jié)論：“我唯一能夠保證的只有一點——未來會讓所有人大吃一驚。期望環(huán)境保持不變，一直延續(xù)下去，絕對是愚蠢的。”

　　我們是否應(yīng)該對 AI 恐懼?

　　這個所有人都會關(guān)心的問題，實際上也是 Terrence 決心寫下這本書的其中一個主要原因。當(dāng)時他在野外徒步了一個星期，但腦海里面卻重復(fù)在想此前人們對于人工智能的恐懼。有的人說世界末日要來了，有的人說人類將要被淘汰等等。

　　“這實在是太瘋狂了。但我確信事情不會像他們想象的那樣糟糕，因為對于人工智能，我比普通人知道得多得多。所以我真的需要分享一下我對于人工智能的見解，但(這本書)絕對不是為了說教，我只是想糾正大部分人的錯誤認(rèn)識。”Terrence 平靜而認(rèn)真地說道。

　　“我更多想要講述的是一整個(人工智能發(fā)展)故事，一個關(guān)于過去的故事。人工智能的靈感你從哪里來?基于我們這些從業(yè)者，它的優(yōu)缺點有哪些?會造成哪些影響等等。當(dāng)然還包括我的一些小猜測，人工智能將會如何影響我們的生活?這些都在書里。”

　　Terrence 隨即又舉了一個具體的例子：“早在 1994 年，人類打造的計算機就已經(jīng)在國際象棋上打敗了人類?？雌饋韲H象棋似乎已經(jīng)‘過時’了，但人們并沒有說再也不下國際象棋了。相反一個有趣的變化發(fā)生了：原來國際象棋高手主要依靠互相切磋來提升水平，大城市中的棋手和俱樂部往往會占據(jù)優(yōu)勢，但最新的國際象棋世界冠軍，實際在挪威偏遠(yuǎn)的一個小村莊中生活，跟他對弈的正是電腦。所以不管你在世界何地，哪怕是在非洲的村莊，你都可以借助計算機來加深你的熱愛，甚至推動更多的普通人來下國際象棋。”

　　“這明顯和大部分人設(shè)想的情景不同，所以說預(yù)測未來是不靠譜的。”Terrence 繼續(xù)說道，“每一次新技術(shù)被引進社會，不總會有人會說它是文明的終結(jié)嗎?你看核能、又或者是轉(zhuǎn)基因，這些技術(shù)每個都擁有滅絕人類的可能，但人類每次憑借互相的交流溝通、法律等手段就是能避免最壞的情況。”

　　除了對人類抱有信心之外，Terrence 還點出了人們無需過多擔(dān)憂的另外一個原因——人工智能發(fā)展并沒有想象中那么快。

　　“最近幾年無人駕駛火熱，各種技術(shù)、各種方案紛紛出現(xiàn)。但這種技術(shù)最終想要轉(zhuǎn)化成可以商業(yè)化的產(chǎn)品，往往還需要十年以上的時間，更不要提自動駕駛這種可能有幾十年過渡期的新技術(shù)，按我自己來看，20 年可能才會完全可靠。但科技就是這樣發(fā)展的，你手上拿著的手機并不是變魔術(shù)一瞬間變出來的，而是許多人數(shù)十年的心血。”

　　“所以最瘋狂的想象大多數(shù)都不會靠譜，電影中那樣的終結(jié)者也不會出現(xiàn)。”Terrence 充滿信心地說到，然后像是開玩笑一樣說了個看法：“我們反倒是要思考下怎么和人工智能談戀愛，因為它們可能會具備人類所有的情感。”
　　（邯鄲網(wǎng)站建設(shè)）