4
跨界裝逼遭雷劈！
跨界裝逼遭雷劈！
跨界裝逼遭雷劈！
重要的事情說三遍，然后我這個中文系學生要開始對人工智能評頭論足啦。
一兩個月前我堅定地認為機器永遠也無法擁有自主意識，所以人類不需要擔心人工智能會反過來統治人類，甚至每次看到蠱惑“人工智能是惡魔”的人都要跳出來激烈地抗辯一番，恨不得直接罵人“傻X”。但最近看到一些高階機器人的出現（麻省理工的獵豹和日本武士機器人，其實也不是很高階，還是肌肉反應的階段），更重要的是接觸了一些新觀點，之前的觀念發生了一些變化。
在上海出差，采訪完騰訊優圖的Gary，和他以及另一個工程師吃飯的時候閑聊。
“即使我現在把一個小孩從生下來到10歲的所有的數據都給你，你有辦法訓練出一個跟他一樣的系統來嗎？做不到，所以現在也不是一個數據上的問題，而是我們本質上還不了解這個問題。”我引述出門問問CTO雷欣的觀點。
“初生嬰兒的大腦數據并不是空白，它早就攜帶了人類幾百萬年進化的信息。如果我們能把這些數據和達爾文進化論也變成訓練數據的一部分，（復制一個一模一樣的系統）是有可能的。”該工程師哥哥。
“你的意思是說，還是數據量和計算能力夠不夠的問題？”我。
“可以這么理解。”他。
“機器計算能力的增長速度是指數級的。”Gary。
DFRobot的葉琛博士也說過“唯一制約神經元網絡發展的就是計算能力”，所以，其實是一個足夠大的量變引起質變的問題？
引入一個橫亙在人和機器之間的“邦加德問題”（可以這么理解：無法解決邦加德問題，就無法解決人工智能“自主思考”的問題）：
蘇聯的數學家邦加德提出的邦加德問題是模式識別的一個重要概念。給你兩組圖形，每一組圖形有三個圖，找出左手邊的6個樣本圖形所遵循的規律，并且確定右手邊的6個樣本圖形不符合這個規律。
人類的肉眼至少還可以判斷左邊三個點連起來都是三角形、都是鈍角三角形之類，但機器表示很困惑：我應該看什么？一個對象或情景可以有不同的表示，具體表示什么和上下文情景有關，這是人類獨具的“高層感知”能力，其最重要的特性之一就是它的極端靈活性（根據情景調整感知側重點），比如媒體刊出某張趙薇和范冰冰微笑合影的圖片，想表達的是兩人“相逢一笑泯恩仇”，但是我們現在的機器看到這張照片作出什么判斷呢？應該是“兩人外貌相似度10%”、“左邊年齡33，右邊年齡31”之類吧。
高層感知，這也正是現代計算機技術尚不能完全實現的智能識別機制。
但邦加德問題是一個不能被解開的謎題嗎？不一定，人腦作出“相逢一笑泯恩仇”判斷過程是確鑿無疑而不是隨機、偶然的，確鑿無疑的東西一定有規律可循。我們現在無法完全解釋這種規矩，有可能是因為現有的數據搜集不夠、技術水平無法將“高層感知”的過程分解成可以捕捉、識別的數據（深度學習的數據層數還不夠），而并不是它本身不可以被認知。
解決這個問題會伴隨著多得足以讓人瞠目結舌的數據和計算，甚至多得可能引起計量單位界的“通貨膨脹”，所以被認為遙遙無期，但霍金和Elon Musk，他們是離“計算”更近的人，應該是能更切身地感受到機器計算能力迭代的速度有多么驚人，所以會比一般人對人工智能警惕性更高。
所以，你說未來有一天，機器會不會完全GET到人腦的機能？未必不可能。但我還是對人類的未來表示樂觀，如果萬能的科學家能造出有自主意識的機器人（那就是造物主God先生了啊），應該也有辦法提前造出約束它的規范和秩序吧。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
