AI未来进行式

最近在看李开复2021年写的《AI未来进行式》。

开篇是他40年前准备攻读美国卡内基梅隆大学博士学位的申请书里写下的这段话：“人工智能（Artificial Intelligence，AI）研究的是如何通过智能软件和硬件来完成通常需要人类智能才能完成的任务。AI是对人类学习过程的阐释，对人类思维过程的量化，对人类行为的澄清，以及对人类智能边界的探索。AI将是人类认识自我这一历程的‘最后一公里’，我期盼能够投入这个崭新的、前景可期的计算机科学领域。”

早在1956年夏，就有计算机科学家约翰·麦卡锡（John McCarthy）在著名的达特茅斯会议上首次提出“人工智能”这个词，然而几十年过去，AI仍被视为一个非常新颖的科研方向，AI的影响局限于学术领域，在商业应用方面发展甚微──在计算机科学发展史上，AI在应用实践领域的前行步伐极为迟缓，直到过去5年，AI热潮才席卷全球，一跃成为世界上最火爆的技术热点。

而我开始适应和依赖AI，是在2026年的现在。

它的进步实在太神速了。去年还用到吐，今年从被打击的“绝望”，到现在慢慢开始“享受红利”，再寻求破局之法，我对它的改观，一日三变。了解一点“什么是AI”，或许是打消恐惧、寻求破局的最好办法。

如今AI已经发展成一门涵盖许多子领域的重要学科。

机器学习是迄今为止AI应用最成功的子领域，而在这个领域中，最大的技术突破就是深度学习。

AI是一项非常复杂的技术，而且具有很高的不可解释性。深度学习的决策基于复杂的方程组，模型中的复杂运算全部在成千上万层的神经网络中自主进行，而不是按照确切代码的指引进行的，所以AI系统先天就具有不可解释性，也不容易被“调试”。

▲ 人脑和AI“脑”的差别和擅长

AI研究的核心目的，是希望计算机拥有与人类一样的智慧和能力。

书里第三个故事《双雀》写得很好，是关于机器陪伴、AI辅助学习和人之间情感联系的探讨。

在通往通用人工智能的道路上，有许多尚未解决的极具挑战性的难题。有些难题我们目前尚未取得任何进展，而有些难题我们甚至不知从何入手，例如如何赋予AI创造力、战略思维、推理能力、反事实思考能力、情感以及意识。这些难题至少需要十几项类似于深度学习这种量级的技术突破。在过去的60多年中，AI领域只出现了一项巨大的技术突破（即深度学习）。

李开复认为，我们应该把精力放在开发适合AI的、实用的应用程序上，并寻求人类与AI的良性共生，而不是纠结基于深度学习的AI能否成为或者何时成为通用人工智能的问题。

人们目前对AI的恐惧来自于它学习能力的强大，以及许多工作，可预见的会取代人类。但是了解到这个领域仍然有这么多难题没有解决，说明在这些方面都是留给人类处理的工作机会。只是在现在社会来讲，这些都不是能“明码标价”的，因为我们不能用金钱来衡量感情和一些无法量化的事情。这些或许会转换成社会学的问题，新的秩序会逐渐因“需求”而建立，我们对很多东西的价值考量，也会转变。

看完书我对此仍然抱有惶恐，也有期待，但暂时没有办法。一切未知，拭目以待。

（ END ）