特伦斯：AI的进化动力与终极限制

随着低垂的果实被摘走，越来越多的人抛出疑问「人工智能是否会再次进入寒潮？」但很少有人知道寒潮的真实情况，人工智能经过60多年的发展究竟在哪些方面已发生了变化，制约它发展的因素会有哪些，它会朝着什么方向演进？面对种种制约条件，我们可以做出哪些努力?

近期捕手志与美国「四院院士」（全美在世仅3位）、深度学习的先驱及奠基人、《深度学习：智能时代的核心驱动力量》一书作者特伦斯深度交流了一番，希望解开上述问题。特伦斯从AI的第一波浪潮就参与其中，他对当前AI发展现状的深度思考值得看看。

一、AI的发展与制约

“深度学习只是通用人工智能的第一步。它基于我们的大脑皮层结构，但我们的大脑还有许多其他区域可用于开发通用智能，我们需要对这点加深理解。”

特伦斯：在20世纪80年代，计算机速度慢且价格昂贵，因此必须对它进行逻辑化编程，但今天计算机的速度比过去要快一百万倍，并且通过深度学习，AI可以通过实例进行自我编程。比如，当我开始研究AI时，我们只能解决小问题，但今天可以通过更大的深度学习网络解决难题。

特伦斯：深度学习的成功基于在非常高维度的参数空间中，学习高度复杂的统计模型。这使它能够解决现实世界中的统计问题，例如语音识别和自然语言翻译，这些问题难度也是非常高的。

特伦斯：人们担心深度学习会夺走人类工作。相反，对人类而言，无论你是办公室的白领或是医生，深度学习都会使你变得更聪明。一些工作会彻底改变，但新的工作也会产生。

其实每当一项新技术产生时，都会有一个调整过渡期，在此期间会有意想不到的结果发生。目前人们正在测试自动驾驶汽车，但正如我在《深度学习》一书中描述的那样，人类社会需要几十年才能适应这项新技术。

特伦斯：深度学习只是通用人工智能的第一步。它基于我们的大脑皮层结构，但我们的大脑还有许多其他区域可用于开发通用智能，我们需要对这点加深理解。

特伦斯：深度学习打开了一扇门，让人工智能通过语音、语言和视觉与人交流，而基于编写程序的AI无法做到这一点，因为问题各不相同导致编写的程序极大且复杂。

深度学习可以应用于有足够数据量的许多问题，它还对许多其他问题产生重大影响，例如：在医学领域，深度学习对许多疾病的医疗诊断都好过或与最棒的医生匹敌。深度学习在许多科学领域也非常有效，例如天文学和细胞生物学。

美国有数百家小型AI初创公司，有许多打造专用机器学习芯片的硬件初创公司。

特伦斯：计算能源成本是人工智能的终极限制。人类大脑中有1000亿个神经元，每个神经元都与其他数千个神经元相连，总计达千万亿个突触连接。大脑运转所需的功耗是20瓦，但一台远不如大脑强大的千万亿次级超级计算机，功耗却为5兆瓦，是大脑功耗的25万倍。

目前最大的深度学习网络只刚好嵌入像米粒大小的大脑部分，随着学习系统的扩展，发展AI必须制造出更节能的专用芯片，我们需要比现在强大一百万倍的硬件。如今我们才刚刚开始：谷歌、微软和亚马逊等大型科技公司正在打造更节能的专用机器学习芯片。

特伦斯：区块链技术有可能帮助我们解决数据访问问题，这是世界各地正在探索的众多解决方案之一。

二、AI的国界与治理

“因为我们创造了AI，所以与管控人类自己相比，我们应该能更好地管控AI，人类自身是更糟糕的麻烦制造者。”

特伦斯：AI在全世界都在觉醒，任何国家都没有垄断地位。在20世纪80年代，只有少数大学拥有足够的计算机能力来进行AI研究。今天，任何拥有笔记本电脑的个人都可以做出重要的发现：AI已经变得民主化，这意味着没有人能预测下一项重大进步将来自哪里。政府不应对此阻挠，而应加强国际合作促进这一进程。

特伦斯：我在书中的评论是基于将当前的AI技术应用于AI可以解决的问题，并且可以提供许多解决方案。但有些问题可能需要一个新的突破，没有人知道该突破发生的时间和地点。

特伦斯：当前的这些限制最终将被克服。深度学习已经与强化学习相结合，达到了围棋世界冠军水平。我们在大脑中发现了许多其他类型的学习算法，这些算法将在未来大大增强AI的功能。

特伦斯：所有技术都可以用于善恶目的。与我们共同存在的有些技术甚至比AI更具存在风险，如核武器和生物战。到目前为止，我们通过识别并减轻风险已幸存下来。自然进化赋予我们的智能帮助我们在不确定的环境中生存，而我们需要自救，从而在更加不确定的环境中生存。

特伦斯：因为我们创造了AI，所以与管控人类自己相比，我们应该能更好地管控AI，人类自身是更糟糕的麻烦制造者。AI将有很多用途，我们现在甚至无法想象。我们必须应对每项新的应用，以确保它得到适当的监管。

三、AI的进化与破局

“当前神经科学领域正在发生一场革命，这将引发人们对大脑创造智能的新见解，但它还需要几十年才能将这些发现转化为下一代AI。”

特伦斯：我们不了解人类大脑的工作原理，但即使它并不完美，也并不能阻止我们对其使用。我们对神经网络的数学理解正在取得重大进展，并且可以修复缺陷，但这需要很多年。我想Freeman Dyson可能没有意识到这些进步。

特伦斯：对一项技术有理论上的理解有助于对该技术做出重大改进，但这会是一个漫长的过程。例如，我们经历了从1903年莱特兄弟的第一次载人飞行发展到今天的大型喷气式飞机。

特伦斯：大自然让人类大脑进化以解决许多问题，我们可以从大自然中学到很多东西。大自然解决了这些问题，这证明解决方案是可能的。直到最近，我们对大脑的工作原理还不太了解，但在21世纪已经取得了很大进展，对大脑的逆向工程才刚刚开始。

特伦斯：人类在规范商业世界方面做得还不够好。你在指出人类智能的缺陷，这可能不是AI的最佳目标。

特伦斯：每个人都有自己的目标。我认为AI的最终目标是让人类更好地了解自己，并将天平向更好的方向倾斜——同舟共济符合我们所有人的利益。

特伦斯：「共生」很好地描述了人类和AI的合作方式，AI不会取代我们，反而会让我们更聪明地做事。如今「共生」现象已在医学和生物学领域发生。

特伦斯：我完全同意Rodney Brooks的观点，即我们需要更好地了解我们的身体如何帮助我们解决问题。自1956年AI出现以来，我们认识到，我们认为容易的问题，如视觉、言语和运动控制，比我们想象得要困难得多，相比之下抽象推理要简单得多。

特伦斯：AGI是一个系统级问题，而我们还在解决外围问题。我们需要更多时间探索如何整合深度学习所能实现的所有功能。如今，Deep Mind振奋人心的研究正在引领潮流。

特伦斯：从AI开发到其转化为大众市场产品的时间约为50年。今天推动AI发展的基本发现来自20世纪80年代。在已取得进展的基础上，当前技术还需要几十年的时间才能趋向成熟。

当前神经科学领域正在发生一场革命，这将引发人们对大脑创造智能的新见解，但它还需要几十年才能将这些发现转化为下一代AI。

特伦斯：在现有技术的基础上，短期内的进步将是渐进的，而无法预测的主要进步将在25年内发生。

AD：还在为资金紧张烦恼吗？猎云银企贷，全面覆盖京津冀地区主流银行及信托、担保公司，帮您细致梳理企业融资问题，统筹规划融资思路，合理撬动更大杠杆。填写只需两分钟，剩下交给我们！