当科幻成为现实：人工智能的明天在哪里？

威腾网 • 7年前扫码分享

本文根据暴风魔镜VR合伙人杨奕南在专家汇25日“趋势?跨界?合作”沙龙上的分享整理而成。

人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。。。

在科幻小说中，人工智能总被定义为一种有自我意识的机器，影响着人类社会。在《终结者》、《太空堡垒》、《星际迷航》以及《星球大战》等知名科幻电影中，具备人工智能的机器人或计算机总是富有感情、具备意志力和决断力，能够以自我意识实施行动。

那么，当今媒体、工业领域以及科技领域所说的人工智能到底什么呢？暴风魔镜VR合伙人杨奕南先生，在专家汇25日举行的“趋势?跨界?合作”分享会上，对人工智能的定义、发展过程和未来趋势做了详细解读。

首先，人工智能（Artificial Intelligence），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

人工智能最近很火，听起来也很神秘，又伴随着很多道德和意识形态上的争论和探讨，如人工智能会不会取代人类？或者像电影里那样，最后会消灭人类？所以充满争议，这也使人工智能在人们的话题榜上长盛不衰。今天就在这里探讨人工智能。

人工智能的影响，现在已经不仅仅局限与技术层面了，已经深深地影响到我们现在的商业模式、公司管理架构，颠覆以往的业务模式。

01从人文角度探讨人工智能

首先我们从几部影视剧讲起。影视行业对于新兴的东西都是很有兴趣的，所以现在的电影中，有越来越多题材便是与人工智能相关。第一部要说的也是影响力较大是的《模仿游戏》，《模仿游戏》的主人公是计算机的先驱图灵。艾伦?图灵是英国数学家、逻辑学家，按中国传统说法，算是所有计算机行业的祖师爷，也是人工智能行业的鼻祖。图灵对于人工智能的发展有诸多贡献，著名的图灵机模型为现代计算机的逻辑工作方式奠定了基础。

二战中，图灵曾协助军方破解德国的著名密码系统Enigma，对盟军取得了二战的胜利提供了很大的帮助，他为破译密码制造的图灵机，从本质上讲，与现在的智能手机、PC机完全一致，即图灵当年定义的可计算机器。甚至图灵认为，人的大脑也不过是一台精密的可计算机器，在他的著名论文《可计算数》中认为，我们人类的所有计算过程，都可以用机器计算的方式来进行模拟，最后无限接近于脑机接口的样式，以进行脑机交互。目前为止，这种想法已经不算是科幻了，包括德国在内的科学家，目前已经可以实现简单的人机交互操作。比如戴上特质头盔，控制遥控飞机的上下左右简单飞行等，目前已经不存在大的技术障碍了。其工作原理简单来说就如同读心术，人的大脑在思考时，会产生特殊的脑电波，对这种脑电波进行接收和分析，便能得知目标的思想，而当技术可以影响人类的脑电波时，便是心灵控制，曾经的巫术和魔法，现在通过技术手段，有一些我们已经可以做到。

2001年，斯皮尔伯格执导的电影《人工智能》上映，这也是比较早的探讨人工智能的电影，主题则是人工智能的情感，在当时的我们看来，也许感觉比较荒谬，机器怎么会有情感呢？不过随着科技的进步，人工智能的发展，我们发现其实人类的情感也不过是一种算法，而且未必是最复杂的算法。用计算机来模拟人类情感，从根本上来讲，并不是什么困难的事情。

比如我们在各个社交平台上的点赞、点喜欢和不喜欢，这些数据都可以进行分析，并用来让计算机了解人类情感。再比如游戏中的NPC，就是用电脑来模拟人类用户，制造出的角色。当算法更精密、数据更多的时候，所制造出的NPC，也会更像人类玩家控制的角色，这也是一种情感模拟。

最后一部要说的是美剧《西部世界》，去年大火的电视剧，相信大家都有了解，而这部电视剧从第一季来看，其实探讨的是机器伦理。这部剧大热也是有原因的。我们现在正处在人工智能高速发展的过程中，人形人工智能也已经走出了第一步，而在和人形人工智能相处时，必将带来很多的法律、伦理、道德等等方面的问题，而这个问题，必将因为人工智能的飞速发展，而越来越急迫的需要我们做出解答。

02科学家怎样看待人工智能

所有文艺和影视作品，都是从人文的角度上来探讨人工智能的影响和意义，因为影视作品中不太可能过深的探讨技术层面的东西，那科学家们从机器的角度怎么来看待人工智能呢？

这里我们又要说到一个概念：图灵测试。只有当人们通过一个界面或其他载体与人工智能进行沟通的时候，不能判断出界面背后是一个真人还是一台机器的时候，也就是我们没办法分辨人与机器的时候，那么这台机器就通过了测试，并被认为具有人类智能。

当然有人会说，通过界面交流分辨不出，那把界面拿掉，不就一眼看出是不是人工智能了么？

这可未必！

首先，现在国外的一些机器人公司，已经可以制出高仿真度的机器人，与真人相似度极高，惟妙惟肖。其中一个女机器人，通过使用细致的材料模拟面部肌肉，更是可以连表情都做到与真人毫无二致，还有皮肤使用一种特殊材料的机器人，摸上去和人的肌肤质感相同，甚至比人的皮肤更加光滑。另外，这些机器人，连跨国旅行坐飞机时都是要买机票，安排座位的，有些机器人还有自己的经纪人，要请他出席活动，先要和他的经纪人谈谈，和一个明星一样。

其次，机器人的一个误区就是机器人必须“像”人，其实机器人在英文原文中并没有人的意思，所以长得像不像人，并不是机器人的必备要素。只是在一些to c的项目上，为了让人们更好的接纳机器人，才会在外观上制作成人的模样，其他情况下，并无此必要。

03人工智能与人类智能的对比与区别

人类所有的智能，拆分开来可以分为记忆、计算、感知、模式识别（将看到和听到的还原成一种特定的意思）、情感几个方面。人工智能也可以被设计成拥有这几方面的能力，而且，有些方面还会超过人类。

这里有一个简单的公式：

人＝外貌＋感知＋大脑＋运动

机器人＝外观＋传感器＋存储计算（认知／情感／运算／推理／逻辑等）＋运动控制。

所以：不强调外观和运动能力、自由意志与灵魂的前提下，AI≈机器人。

比人强：记忆、计算、感知。

人工智能可以根据处理器、内存和外部接口来获得比人强的能力，记忆上可以趋向于无穷无尽，只需扩大存储空间；计算上可以达到每秒上亿次以上；感知上，人类看不到的红外线、听不到的超声波，人工智能都可以通过传感器看到、听到。

接近：模式识别、情感。

模式识别主要是图像和声音上的识别，谷歌大脑和百度设计的小度，都在实际试验中达到和人类接近的识别能力。情感方面也已经被破解，如果有足够的商业驱动，也可以很快接近人类。

即将超越：学习、创造力

很多人认为，人工智能是无法自己学习和创造能力，所有程序都是人为灌输，所以在智能上是无法超越人类的，这又是大错特错了。实际上，学习和创造能力在今天的计算能力和深度学习算法上看来，也不是我们想的那样难。现在，我们已经将创造力完全破解为一定的公式，通过制定一条条的规则和一定数量的参数自动运行，便可以自动学习产生新的知识。谷歌大脑有过实验，在没有输入猫的概念的情况下，通过分析千万张照片，自己生成了猫的概念，再向其出示多张照片，分析哪张有猫，哪张没有猫？结果也完全正确，这就是学习能力，和人类儿童的学习模式一模一样。

争议：自我意识

自我意识、自由意志被认为是人与机器人的最大不同。这仿佛是一个哲学问题，人到底有没有自由意志，还是一台简单的机器？大多数人都会认为我们是有自由意志的。不过从本质上讲，我们自己决定自我的行为和思维、想法，依赖的也不过是我们从前接受的信息、经验等等，然后通过一定的思维方式（算法），来做出决定，看起来和人工智能的运作方式在一定程度上也存在共通性。不过，由于意志的本质属于量子级别的效应，我们暂时无法从根本上了解自由意志的起源和运作方法，所以，我们还可以安慰自己，自由意志是上帝赐给我们最大的不同吧。

04火箭理论：人工智能引擎—算法；燃料—大数据

火箭理论的核心观点，是人工智能在运行过程中，需要以算法为驱动引擎，以大数据为供应引擎的燃料。这么说可能不够直观，我们举个例子：

今日头条发展迅速，作为一个新闻类平台，日活跃数都可以达到全网第四的排名，但是今日头条却并没有多少编辑，而是以算法来进行推荐，这就是人工智能应用的一种，算法就是这一程序的核心引擎，而支持这一算法运行的基础，是今日头条上所有的文章、阅读数据、用户数据。只有这些数据存在，人工智能才能运转，只有数据的不断添加更新，这一算法才能不断运转并发展改进。

目前的算法已经可以做到使计算机自己写新闻稿，尤其是体育类新闻稿已经可以脱离人工模式了。甚至有些公司可以使人工智能自己写言情小说，在输入算法添加数千本小说参数后，人工智能写出的小说而小说文风可以做到独树一帜。甚至有人担心自动编程机器人出现之后，很多程序员都将失业。

不过，关于人工智能的争议，也随着算法的升级发展而愈演愈烈。本人看来，目前人工智能的价值观都还是人类输入的，所以人工智能也不存在善恶，因为他们反映的就是人类的价值观。我们暂时不用担心人工智能，而是要管好我们人类自己。

05发展阻碍与未来预测

目前人们对于人工智能的发展在“人工还是增强”的问题上仍然存在争论，也就是“通用人工智能”与“专用人工智能”的争论。现状是：通用人工智能（强人工智能）比人弱；专用人工智能（弱人工智能）比人强。至于以后的发展我还是认为先专用人工智能，后通用人工智能。因为这里存在一个商业问题：

新兴科技的发展方向：一定是先To B再To C，因为To C的要求往往比To B的要求高很多。To B模式是一个销售过程，只需要找准企业的核心痛点，并解决掉，其他衍生需求差一点也无妨。To C则要面对成千上万的客户，甚至千万上亿的客户，各户需求各不相同，所以必须做到尽善尽美才能引爆一个To C的模式。也因此，现在大量的人工智能都是应用在To B模式上的。

阻碍：在商业回报方面的驱动仍然不够，现在商业驱动够的主要是机器换人方面，比如用在富士康，上几百条人工智能流水线，可以替换百万工人。