人工智能离我们有多远/近？

Posted 2020-10-21

人工智能离我们有多远/近？

柯洁在跟AlphaGo下完棋之后讲过一句话：“人类围棋几千年的发展，我们只看到了冰山一角，而AlphaGo则有了上帝的视角”。

有人说人工智能近在眼前，明天就会颠覆人类，特别像李开复这种牛人，天天出来吓唬别人，说五年之后人工智能会使大量人失业，把人吓到不行。还有人说人工智能都是骗人的，过几天就没了，都是噱头。到底人工智能离我们远还是近呢？我们来客观的看一下。

首先要搞清楚人工智能是分两个层次的。一个是感知层，一个是认知层。

什么是感知能力？简单理解就像一个人的器官的感觉，譬如说能感觉到是冷还是热，能感觉图像上画的是猫还是狗。能感觉到别人说话的内容，有人说英语时，就能反应说这是英语，自己不懂英语，就明白自己肯定是听不懂他说话的。一听就知道他说的是英语，这就叫感知能力。什么叫认知能力？就是指一些更加偏向于推理跟智能方面的东西。譬如说一个人讲的是英语，虽然自己不懂英语，但从他说话的动作、神态以及当前所处的环境能够分析出来，他可能是需要帮什么忙，大概能猜出来他想做什么，这就是一种认知能力。还有譬如说读了一篇文章后，能根据自己的认知和理解，推断出来这篇文章讲得有没有道理。像朱老师给大家讲了一堂课之后，学生就会觉得“这个老师讲得有道理”或者说“这个老师讲的狗屁不通”。为什么会产生这样一种判断呢？就是因为有一定的认知能力。譬如说找一个五岁孩子听老师说的话，他知道老师说的是一个什么字，但他听不懂老师表达的是什么意思，有没有道理。因为他只有感知能力，没有认知能力。譬如说找一个相关行业的大学生听朱老师的课，那他一听就知道讲的是什么内容，有没有道理。所以说感知跟认知是两个层次的东西。

在人工智能领域，感知的运用主要就是在于图像识别，语音识别。语音识别就是别人说了一段话，机器只要能把他翻译成文字，能把他提取出来，这就是拥有了感知能力。说白了就是机器的耳朵没坏，别人说的都听进去了。但听进去了并不代表听懂了，只拥有感知能力的机器并不知道那段话的言下之意，因为那是靠认知能力决定的。在图像识别方面，如果说能识别到一个图像里面是一只狗或者说是一只猫，但并不知道图片代表什么意思，这就是感知能力。但如果能看出人家为什么要给你看这张图片，能看出来图片代表了什么意思就是认知能力。认知能力说的就是自然语言的一个理解。自然语言的理解跟语音识别有什么关系呢？譬如说感知能力是识别语音说了什么内容，但自然语言的理解就是指理解到了语音所代表的含义。感知能力只能识别出一个字，但自然语言的理解可以知道里面的情绪。譬如说:“滚”字，自然语言就能理解到这个人很愤怒，这个人骂我了。我要么走，要么骂回去，或者打一架，会产生一种相应的反应，这就是自然语言的理解。语音识别就只能识别出来一个字，是很平和的，是没有任何情绪的，所以说这是两个层次。人机交互，就像网上看到的仿真机器人，能跟人说话，聊天，这就是真正的人机交互了。

目前感知层已经开发得不错了，譬如说语音识别方面，说话的内容已经能够很容易的翻译出来，但是认知层还远远不行，还差得远。人工智能能识别语音的内容，但识别不出所代表的含义，所以真正的类人机器人还是很遥远的。很多人一听说人工机器人出来，就想着哪天可以娶个机器人媳妇，就完美了，但那还是很遥远滴。至少这几年还是看不到的，现在人类还是只是在突破感知方面的技术，尽量让机器先把字跟图认对，如果拿人做类比的话，现在的AI还在人类的两三岁的状态。想让他跟你谈文学方面的造诣什么的，还早着呢。他现在只能练个ABC什么，只能给你讲讲笑话，如果你跟他说谈论下文学，讨论下C语言这种高深的，那他就听不懂。他不懂这些东西，这就是目前人工智能发展的一个档次。

人工智能最终的目标是什么呢？当然不是为了玩，最终的目标是让机器做到人做不到的东西，让机器从上帝视角出发去帮人解决问题。举几个目前研究领域在发力的地方，譬如说用图像分析的方法，让拥有图像分析能力的AI通过口型识别给电影进行配音。什么意思呢？像一些口型专家可以通过口型来判断一个人在说什么，就不听声音，光看图像，看嘴怎么动就知道在说什么。这种技术呢，在很多特工电影里面经常看到，其实现实生活中也是有这种人的。但是有这种能力的人是非常稀有的，而且他们的识别准确率也不是特别的高。但用AI去分析，他的识别率就非常高了，会比人厉害，识别的准确率跟速度都比人类高很多；还有医疗AI，让AI帮人看病，做诊断。让AI成为比医生更厉害的医生，当然限于西医，中医目前还做不到；AI甚至能帮助人类进行作曲，写作类的文艺创作。比如说作曲，周杰伦之前为什么这么火呢？就是因为周杰伦作曲好，再加上方文山帮他作词，这两人一组合，每年都能推出好多新歌，好歌。其实把周杰伦的歌给谁唱都能火，因为主要是歌写得好（杰伦粉不要打我们）。周杰伦怎么赚到那么多钱？那不就是靠他的作曲能力嘛。如果有一个AI，听了大量周杰伦的歌，学习了大量他的歌，就可以发现里面的规律了，于是乎，AI写了一首歌，那首歌是一首没听过的新歌，但一听就是周杰伦的风格。机器能不能做到这种事情呢？现在就是在尝试让AI做这些事情。比如说让机器去学习很多莎士比亚的小说，让机器把莎士比亚的所有小说学习完再自己写一个新的，然后给你看，别人说这是莎士比亚写的，你觉得可能是真的。但其实不是，是机器仿造莎士比亚的风格去写的。如果让朱老师去画画，打死我也画不出来呀，我就没那个艺术细胞。呵呵，让我作曲就更不可能了，让我听曲都听不懂，别说作曲了。我们一般认为这些事情只有那些有艺术细胞的人才能做，但如果机器也能做，也能有艺术细胞了，是不是就做到了人做不到的事情了呢？这个太厉害了，机器能不能哪一天会编程，然后让程序员全部下岗呢？可以的，有了AI后，程序员下岗是有可能的。柯洁在跟AlphaGo下完棋之后讲过一句话：“人类围棋几千年的发展，我们只看到了冰山一角，而AlphaGo则有了上帝的视角”。什么是“上帝视角”？就说他站在人类目前还不能够站到的角度看问题。就像上面提到的，给你一张照片，如果上面是一个外星生物，人类可能就会觉得：“什么鬼玩意，不认识”。而AI会说：“是一只猫”，结果一问外星人，真的是只猫。他是怎么判断的呢？我们不知道，他是依靠他的技术去分析的，他就是有这样一种人类目前没有的视角。柯洁为什么有这样的一个感叹呢？他已经是最优秀的围棋手了，但他也是一个人类，他为什么说人类看到的只是冰山一角呢？因为他以前的对手不管怎么下都逃不过他的思路，他都能知道对方想做什么，但当他跟AlphaGo下棋的时候，他不知道对方是怎么想的，看不懂对方的棋路、风格和想法，所以柯洁说只是看到了冰山一角。像围棋还有很多的玩法跟思路，我们人是没注意到的，但AI通过学习掌握到了。所以机器是有超越人的一种能力的，就叫做“上帝视角”。AI开启了上帝视角后，就可以作弊了，他可以搞出一些人类无法理解的东西。有一句话可以帮助大家了解什么是“上帝视角”，这句话是微软研究院的人员说的，他说：“人类其实认知一个东西也是经历了一个阶段的，人类一开始的认知是纯属观察的，没有任何科学研究的理论，只是通过眼睛去看，去观察这个社会”，譬如说中国古代讲的天圆地方，人们认为“天是圆的，地是方的”，西方人认为“地球是宇宙的中心”，这些都是观察得来的。当时只会观察，没有其他方法。后来牛顿用数学方法研究实践，又确认了一个理念叫“科学”，什么叫科学？科学就是能用数学解释的东西，数学能解释就是科学，数学不能解释的东西就是迷信，像鬼呀，神呀都是迷信，因为不能用数学的方法来证明是存在的。到了上个世纪五六十年代，人们开始用计算方法模拟世界，计算机发明了。以前为什么不这么做呢？因为以前算不过来。当计算机发明后，就可以用计算模拟世界，譬如说天气预报，当年诸葛亮是怎么借东风的呢，怀疑他也是算出来的，他可能就是算到了会刮风，那他是怎么算出来的呢？难道有人给他报天气预报吗？他可能是通过观察的方法。像清明时节雨纷纷也是观察出来的，因为一到清明节就老下雨。现在人们是怎么知道的呢，就是通过计算的方法来计算天气会怎么变化。但是到人工智能时代之后会有一个第四种方式，就是用数据来驱动。所谓的用数据驱动，就是把大量的数据喂养AI，当“喂饱”了之后，他就会拥有上帝视角，他就能用人类所不能理解的方式告诉你答案，结果证明他是对的，但不知道他是怎么得出来的。只需要用数据喂养它，他就可以长出超越人类的智慧，这就叫人工智能。人工智能离我们还有多远呢？有些东西近在咫尺，有些东西远在天边。