讓我們先向‘阿爾法狗’(AlphaGo)舉杯，慶祝人工智能(AI)發展史上的又一大進步，然后或許可以開始擔心了。”英國《衛報》這樣評論過去一周那5場劃時代的棋局——“阿爾法狗”以4∶1戰勝世界圍棋高手李世石。有評論稱，對于電腦程序員和人工智能研究人員來說，這樣的勝利是一個歷史性跨越。不過，當研究者們為這個有可能改變世界和未來的“狗”興奮不已時，抵制者們早已公開表達疑慮和恐懼——人類會因人工智能的崛起而滅絕嗎？《環球時報》記者身在美國硅谷，真切地感受到人工智能研發的熱潮，無論是初創公司、科研機構，還是科技巨頭，紛紛在人工智能領域投入大量財力。與此同時，一些隱憂也被激發出來。

　　各大科技公司“必爭之地”

　　“阿爾法狗”的研發者并非谷歌，而是英國公司“DeepMind”。這家位于倫敦的人工智能公司于2014年被谷歌收購，有媒體稱，谷歌花費了4億美元。這筆收購，被看作是谷歌招攬人才、向人工智能領域進軍的計劃之一。

　　在硅谷，對于人工智能野心勃勃的公司不止谷歌一家。根據美國科技媒體網站“主板”報道，Autonomy、DeepMind、SwiftKey、VocalIQ這些英國搞人工智能和機器學習的創業公司，分別被美國的科技巨頭惠普、谷歌、微軟和蘋果收購。它們并非個案，隨著人工智能領域的風險投資不斷增長，美國的科技企業正在搶購英國這類創業公司。

　　除了谷歌，臉譜(Facebook)也被認為是人工智能領域的領導者之一。近幾年來，臉譜一直在大力投資和發展人工智能。去年7月，臉譜在巴黎新設立一家人工智能實驗室，成為繼在硅谷、紐約之后的第三家。臉譜最新研發的應用之一，就是通過人工智能技術繪制一張細致的世界人口地圖，從而以最合適的方式幫助各個地區聯網。

　　科技網站Re/code在今年2月引用研究公司CB Insights的一份報告稱：2010年至2015年期間，企業對人工智能創業公司的投資增長了15倍。2015年，企業以及企業的風投部門在15個大規模交易中投資了1.28億美元。

　　今年1月27日，臉譜創始人扎克伯格在其個人臉譜網頁上寫道：2016年自己的個人挑戰，就是創造一套像電影《鋼鐵俠》里“賈維斯”一樣的人工智能機器，以幫助自己的工作和生活。他稱，今日的人工智能善于“認知模式”，卻沒有“常識”。自主學習是臉譜研究團隊長期專注的問題，也仍然是整個人工智能研究領域的一個重要挑戰。

　　有硅谷科研人員對《環球時報》記者說，這就是為什么有輿論認為“阿爾法狗”的勝利具有劃時代意義。第一，圍棋規則簡單，卻是人類邏輯思維的高級表現;第二，“阿爾法狗”通過深度學習和神經網絡，開始自主學習人類的思考方式，這區別于目前的電腦——執行人類指令;第三，這一進展比人工智能研究者的預期提早了至少十年。

　　在硅谷，對于人工智能技術的競爭和人才爭奪已經白熱化。以至于在“阿爾法狗”大勝李世石之后，媒體上居然不乏這樣的標題：“腦之戰：臉譜人工智能實驗室主任非議谷歌的勝利”“對臉譜而言，谷歌的勝利苦樂參半”……

　　地平線機器人創始人兼CEO、原百度深度學習研究院負責人余凱曾在硅谷工作，現在每年也要去硅谷多次。他的“地平線”公司，核心人員在硅谷時是世界上最早一批做深度學習的科技人員之一。余凱對《環球時報》記者說，“人工智能在硅谷非常非常熱，無論谷歌的兩位創始人，臉譜的創始人扎克伯格，還是特斯拉的創始人，他們最關注的都是人工智能。從風投到創業者，毫無疑問，人工智能是他們最關注的話題，深度學習的人才尤其是各公司爭奪的對象。這種人才在硅谷是稀缺的。”

　　人工智能尚未無所不能

　　一場“人機大戰”帶來全球對人工智能的集中關注，那么，這是否預示著人工智能的發展進入了大爆發期？

　　一名研究人工智能問題專家對《環球時報》記者說，可以斷言，人工智能發展進入了快速軌道，但是不是爆發期還不一定，因為圍棋是人工智能要解決的問題中相對簡單的一個，是相對完備信息下的決策問題。而絕大部分智能問題需要在不確定的環境下作決策。

　　美國科技博客網站Gizmodo的一篇文章寫道，一個高智能系統可能會對一個特定任務無所不知，比如解決一個棘手的經濟問題或者黑客攻擊敵人的系統。但在這些領域之外，它將是非常無知的。谷歌的“DeepMind”精通圍棋，但沒有能力去掌控其他領域。

　　在美劇《硅谷》里，有一段非常有喜感的情節：劇中一個角色坐上了一輛無人駕駛汽車。誰料，車開到半路，系統故障，“汽車先生”居然自己做主改變了目的地。驚慌失措的男主多次試圖和“汽車先生”對話，卻被置若罔聞。最終，人機溝通失敗，他被陰差陽錯送到一座無人島上。

　　拋開人類的無窮想象力，理性看待人工智能目前的發展，可能并不需要草木皆兵。就像美劇《硅谷》里調侃的，無人駕駛汽車雖然先進，但也會無故宕機、不受控制，甚至存在網絡安全隱患。

　　有輿論認為，從技術層面來說，對于人工智能的擔憂仍然為時尚早。人工智能的技術難度，恐怕還是被人類低估了。硅谷一名科研人員告訴《環球時報》記者，在人工智能的發展過程中，最難的還是認知。它們可以識別，但是很難理解，很難對話。

　　余凱也說，人工智能取得現在的成就源于人類計算能力大大增強、移動互聯網和大數據的發展，以及一些原理性突破(基于各種豐富的深度神經網絡去處理圖像、時間序列數據、優化決策問題)，但人工智能面臨一個關鍵難點，即認知問題。語音、圖像識別，都要靠感知，而感知涉及語義理解、知識的獲取、推理，這些是更高層的智能，目前機器還做不到。

　　《環球時報》記者在美國注意到，美國銀行、電信、電力、網絡等機構早就使用類似Siri語音助手的“機器接線生”，以節省人力。但實際情況卻是，人機溝通，費事又費神，讓人苦不堪言。

　　我們將因此滅絕？

　　美國當代著名社會學家理查德·桑內特曾在他的書中講述說，1962年，古巴導彈危機差點觸發核大戰。事發后不久，他在街頭偶遇自己的老師漢娜·阿倫特。和其他所有人一樣，漢娜為導彈危機感到震驚。此前幾年，漢娜曾提出，工程師并非其自身所造之物的主人，其他物品的制造者也是如此。漢娜有這種信念是在上世紀40年代中期，當時美國洛斯·阿拉莫斯實驗室計劃制造出第一批原子彈。“她希望我能吸取正確的教訓：制造事物的人往往并不理解他們正在做什么。”

　　漢娜這種擔心在硅谷一些引領人工智能發展的名人中也存在。特斯拉CEO伊隆·馬斯克對人工智能的發展很警惕。他認為，人類需要超級關注人工智能，因為它的潛在危險性超過核武器，是人類最大的生存威脅。他甚至連同其他科技公司的高管，豪擲10億美元，投資了一個非營利的人工智能項目，致力于消除人工智能的危害。

　　充滿激情的技術倡導者、微軟創始人比爾·蓋茨也警惕超級智能的發展。他曾說：我同意伊隆·馬斯克還有其他一些人的看法，我不明白為什么有些人還沒有認識到問題的嚴重性。當然，科學家霍金的“人工智能威脅論”更著名。他在接受英國廣播公司采訪時也說：“人工智能的全面發展可能導致人類的滅絕。”

　　并非所有人都這么看。扎克伯格在個人臉譜網頁上稱：我們不應對人工智能感到恐懼，而應期望它給世界帶來難以計量的益處。

　　《環球時報》記者曾去過舊金山灣區一家無人餐廳，店內沒有一個服務生，顧客全部通過機器點單、結賬、取菜，高效又省事。顧客們卻說，有一兩家無人餐廳，的確很新奇，但如果所有餐廳都變成自動化的無人餐廳，就會很無趣，因為：“如果不和人交流，久了會有些無聊”“我還是喜歡和人交流”。

　　機器人能否代替人？技術發展能否取代情感交流？人能否和人工智能相愛？

　　在所有這些問題中，最值得思考的還是人類應該如何面對自己所創造出來的人工智能。正如美國奇點大學人工智能項目負責人尼爾·杰卡布斯坦所說，要應對即將到來的人工智能革命，我們需要在數學素養、生態素養尤其是道德素養上不斷自我提升，從而確保當我們手持利器之時，不會對同胞兵刃相見。

　　“阿爾法狗”大勝后，硅谷的華人微信圈流傳著一個段子：我叫李世石，我是一名來自韓國的棋手，今天早上出門前我在網上各大投注點用盡家財下了巨資買我自己輸。我想，這就是人類比人工智能強的地方。在成敗輸贏面前，如此智慧地“自嘲”，人工智能能嗎？

　　不過，對于很多中國業界人士來說，首先要思考的或許是縮小與硅谷的差距。余凱說，“阿爾法狗”系統的具體方法已經公開，中國的研究人員在幾個星期或幾個月就可重現這種技術，反映出中國過去兩到三年對人工智能的關注和進步。但要思考的問題是：打敗圍棋高手，這樣的第一次為什么沒在中國產生？它為什么在谷歌出現？

　　“捅破窗戶紙很容易，但如果有一萬個窗戶格字，只有一個可以捅破，要想第一個找到這個格子卻不容易。”余凱說，最大的差距還是創新力問題。像摸索深度神經網絡增強學習的方法，需要時間，需要證明其行之有效，為此參與者要付出巨大努力。但他相信，“未來的創新，太平洋會越來越成為一個內湖，大洋兩邊的硅谷和北京都會是創新最活躍的地方。”

?

?

?

相關鏈接：

?