人工智能普惠日常 ,能否被科學(xué)家掌控？

人工智能技術(shù)的誕生要追溯到20世紀(jì)50年代，當(dāng)時(shí)學(xué)界對(duì)于如何構(gòu)建人工智能產(chǎn)生了兩種路徑分歧。一類觀點(diǎn)主張基于邏輯和計(jì)算機(jī)程序，另一類則主張直接從數(shù)據(jù)中學(xué)習(xí)。這是大自然經(jīng)過上億年發(fā)展給人類帶來的智慧，也意味著科學(xué)發(fā)展需經(jīng)歷幾十年甚至百年后，才得以更智能的姿態(tài)普惠日常。

這一定程度源于業(yè)界對(duì)AI“不可解釋性”的擔(dān)憂。尚處在發(fā)展早期的人工智能，卻無法為人類所解釋其運(yùn)作原理，將必然阻礙AI的長遠(yuǎn)發(fā)展。

不過特倫斯·謝諾夫斯基卻不這么看，在近日接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)他明確表示，相比AI，人腦被頭骨層層包裹，里面一片黑暗，才是真正的“黑盒子”，但AI背后的算法框架其實(shí)可為數(shù)學(xué)家們掌控。現(xiàn)代科學(xué)家們正在研究，在未來十年一個(gè)周期的時(shí)間內(nèi)，如何借助對(duì)腦科學(xué)的研究，更好讓AI落地。我們現(xiàn)在還處在第一步而已。

深度學(xué)習(xí)路徑的由來

前者曾主導(dǎo)AI發(fā)展早期的數(shù)十年間研究和應(yīng)用，但后者才是目前大眾所知曉的AI技術(shù)實(shí)現(xiàn)路徑。

特倫斯·謝諾夫斯基現(xiàn)在是美國“四院院士”、美國索爾克生物研究所計(jì)算神經(jīng)生物學(xué)實(shí)驗(yàn)室主任，也是人工智能發(fā)展早期支持后者觀點(diǎn)的少數(shù)人之一。即使曾經(jīng)歷美國政府機(jī)構(gòu)大幅縮減人工智能資金投入，卻并未影響到他所在觀點(diǎn)方的探索之路。

在前述特倫斯對(duì)MIT教員的探討過程中，他指出，蒼蠅眼中的視覺網(wǎng)絡(luò)進(jìn)化了數(shù)億年，其視覺算法嵌入了本身的網(wǎng)絡(luò)。這也是為什么可以利用蒼蠅眼神經(jīng)回路的布線圖和信息流對(duì)視覺系統(tǒng)進(jìn)行逆向工程，但為什么不能在數(shù)字計(jì)算機(jī)上這樣做，因?yàn)橛布旧硇枰浖碇贫ㄒ鉀Q什么問題。

這也是通用設(shè)備與專用設(shè)備的差異性所決定。此后，一批不依賴于數(shù)字邏輯構(gòu)建搭建的機(jī)器人開始有所發(fā)展。

到今天，我們大多從AlphaGo在兩次大型對(duì)戰(zhàn)中戰(zhàn)勝世界級(jí)冠軍選手的故事了解到其得以發(fā)展下來的原委。Google旗下團(tuán)隊(duì)通過讓機(jī)器學(xué)習(xí)圍棋的多樣化棋局?jǐn)?shù)作為基礎(chǔ)數(shù)據(jù)，AlphaGo除了具備評(píng)估盤局的深度學(xué)習(xí)網(wǎng)絡(luò)，還有解決時(shí)間信用分配問題的系統(tǒng)，通過這些得以評(píng)估落子的行動(dòng)順序。

在接受采訪時(shí)，特倫斯提到此后出現(xiàn)的“取代人類”相關(guān)質(zhì)疑。“柯潔在輸?shù)舯荣惡筇岬?，人類學(xué)了這么多年才懂得如何下圍棋，但AlphaGo教會(huì)我，其實(shí)我對(duì)圍棋一無所知。但難道機(jī)器人戰(zhàn)勝人類之后，人們就不下圍棋了?并不是。”他指出，AlphaGo實(shí)際上在幫助人類懂得新的棋法，由此一來，人類也可以變成更好的棋手。“AlphaGo沒有要取代人類，實(shí)際上在推進(jìn)人類變得更好。”

仍處在初級(jí)階段

但現(xiàn)階段的AI真的能開始教人類了嗎?其實(shí)還沒有。

縱觀科學(xué)技術(shù)的發(fā)展歷程，從基礎(chǔ)科學(xué)，到真正實(shí)現(xiàn)商業(yè)化，都至少經(jīng)歷了50年時(shí)間。而目前人工智能的應(yīng)用還是基于30年前完成的基礎(chǔ)研究而來。

這意味著我們處在人工智能時(shí)代非常初級(jí)的階段，也被稱為是“弱人工智能時(shí)期”。

人工智能從1956年誕生，目標(biāo)是模仿人工的智能并在機(jī)器上實(shí)現(xiàn)，目前遠(yuǎn)遠(yuǎn)沒有達(dá)到這個(gè)程度。當(dāng)然他也指出，“現(xiàn)在有了AI可以引發(fā)巨大的變化，這是我們之前無法預(yù)測的，但我們必須跟蹤理解它，最終要利用它造福公眾，并且要預(yù)防預(yù)料外的結(jié)果。”

至少目前，AI在場景中的應(yīng)用已經(jīng)可以帶來一些驚喜，比如翻譯。特倫斯指出，五年前Google將深度學(xué)習(xí)相關(guān)技術(shù)應(yīng)用到翻譯軟件中，“幾乎是一夜之間，過往幾千年來的文化壁壘就此被打破了。”他表示，有了通用翻譯器后，人類文化間的偏見也有望就此被消除。

初級(jí)階段的人工智能相關(guān)技術(shù)仍面臨著諸多挑戰(zhàn)。不過特倫斯明確向21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，不太可能存在“深度神經(jīng)網(wǎng)絡(luò)”之外的其他人工智能技術(shù)框架。

“現(xiàn)在我們的發(fā)展在朝著兩個(gè)方向走。第一是利用原有的框架，借助大數(shù)據(jù)應(yīng)用解決各種問題;第二是一些研究人員在嘗試突破各種邊界和限制。”他舉例道，一些科學(xué)家嘗試把人類聚焦感官數(shù)據(jù)的能力(比如在嘈雜環(huán)境中聚焦某一個(gè)聲音)帶到深度學(xué)習(xí)中，讓深度學(xué)習(xí)網(wǎng)絡(luò)也擁有選擇特定問題、特定信息的能力。

“過去五年中，我們有了很大進(jìn)展，當(dāng)然要做的工作還有很多。新技術(shù)的發(fā)展是以十年為一個(gè)周期計(jì)算，可能AI在未來20-30年才會(huì)實(shí)現(xiàn)它的潛力。包括自動(dòng)駕駛技術(shù)的發(fā)展，也是需要經(jīng)過十幾年甚至幾代人的努力來實(shí)現(xiàn)。”這是特倫斯反復(fù)強(qiáng)調(diào)的觀點(diǎn)，人工智能技術(shù)尚處在發(fā)展的第一個(gè)階段，科學(xué)家們在嘗試?yán)斫飧鼜?fù)雜的內(nèi)涵并解釋它。

比如研究人類的大腦運(yùn)作機(jī)制，包括大腦是如何從經(jīng)驗(yàn)中得出推論，但有時(shí)人類得出的結(jié)論并不總基于邏輯，其中還存在認(rèn)知偏差。“人類的大腦很奇妙，我相信會(huì)有很多東西讓我們很興奮，包括未來研究人的大腦神經(jīng)科學(xué)和人工智能的交融。”他如此說道。

腦科學(xué)研究的啟示

實(shí)際上，深度學(xué)習(xí)框架的靈感也正來自對(duì)人類大腦運(yùn)作機(jī)制的研究。

特倫斯向21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，“深度學(xué)習(xí)網(wǎng)絡(luò)很龐大，它在做的是簡化大腦中的處理機(jī)制。”他分析道，大腦中有上千億個(gè)神經(jīng)元，其中有很多彼此相連的突觸，科學(xué)家在學(xué)習(xí)它的框架，并且用里面的一些一般性原則進(jìn)行簡化用于深度學(xué)習(xí)框架的發(fā)展。比如卷積神經(jīng)網(wǎng)絡(luò)(CNN)是用來處理視覺信號(hào)，把視覺輸入變成神經(jīng)信號(hào)作為輸出，去識(shí)別圖像以及和各種事物做聯(lián)結(jié)。

世界各國對(duì)于腦科學(xué)的研究在近年來正成為一個(gè)重要工程在推進(jìn)。美國在2013年提出“BRAIN計(jì)劃”，目的就是創(chuàng)造新的神經(jīng)技術(shù)，以加速對(duì)大腦功能和障礙的進(jìn)一步了解，特倫斯也是這個(gè)計(jì)劃的參與者。

“我們關(guān)于大腦研究項(xiàng)目有一個(gè)5-10年計(jì)劃。期望在這段時(shí)間內(nèi)要提升人類測量和探知大腦的能力，研究出新方法和新工具，這也是所謂創(chuàng)新神經(jīng)科學(xué)要做到的事。”他指出，希望基于此，形成新的深度學(xué)習(xí)規(guī)則。

提及進(jìn)展，他告訴21世紀(jì)經(jīng)濟(jì)報(bào)道記者，“這肯定不是按照一年為單位計(jì)算，而是10-20年來看?，F(xiàn)在我們進(jìn)行的腦科學(xué)研究，是在建立一個(gè)科學(xué)家社區(qū)，培養(yǎng)學(xué)生，為他們提供相應(yīng)工具，從而幫助技術(shù)更好地發(fā)展。我們現(xiàn)在處于早期的準(zhǔn)備狀態(tài)，在幫助科學(xué)家收集更多數(shù)據(jù)，最終推進(jìn)AI的發(fā)展。當(dāng)然進(jìn)程還是比較快的。”

要探知的話題有很多，比如人腦對(duì)信息的處理和傳輸速度是毫秒級(jí)，遠(yuǎn)比電腦要慢。但大腦中的信息傳遞是非常復(fù)雜的過程，了解信息如何儲(chǔ)存和處理后，才是人類有效改良AI的關(guān)鍵。

還有一些挑戰(zhàn)，假如神經(jīng)元中的突觸連接有所改變，是否會(huì)改變信息的輸入和輸出強(qiáng)度，需要多久才能發(fā)現(xiàn)信息傳遞帶來的影響等。

近日埃隆·馬斯克宣布旗下公司Neuralink項(xiàng)目推出侵入式腦機(jī)接口方案;Facebook團(tuán)隊(duì)也宣布能夠通過讀取腦損傷參與者的大腦，做到實(shí)時(shí)解碼一小部分對(duì)話中的口語單詞和短語。這都是對(duì)人腦研究的最新重大進(jìn)展。特倫斯對(duì)此熱切關(guān)注，其中一個(gè)原因是，Neuralink公司聯(lián)合創(chuàng)始人之一Flip Sabes此前是特倫斯所在研究室的學(xué)生。

“我的研究室訓(xùn)練出了世界上最棒的認(rèn)知神經(jīng)科學(xué)家!”提及此，他十分興奮。“這是我們邁出的重要一步，可以讓我們解碼更大量的神經(jīng)元信息。在過去20年內(nèi)，學(xué)界已經(jīng)在嘗試將芯片植入到大腦前額葉的位置，解碼大腦給四肢發(fā)出的動(dòng)作信號(hào)，以此幫助治療脊椎類疾病引起的運(yùn)動(dòng)能力喪失。”

他向記者介紹道，通過腦機(jī)接口這類技術(shù)，可以提取到人類的感官信息，“馬斯克一旦成功，在未來我們就不需要用鍵盤打字，可以直接提取大腦信息，用意念進(jìn)行谷歌或者百度搜索。這會(huì)帶來一個(gè)全新的世界和聯(lián)結(jié)方式。不過它不會(huì)馬上發(fā)生，可能要再過幾十年。”

當(dāng)然，對(duì)于腦科學(xué)的研究并不只是為了促成人工智能這類基礎(chǔ)技術(shù)的發(fā)展，這將衍生出對(duì)更多行業(yè)領(lǐng)域的新變革。正如特倫斯在新書《深度學(xué)習(xí)》中所說，“我們是一個(gè)偉大的生物鏈。

今天的人工智能也是如此。經(jīng)歷過20世紀(jì)前期關(guān)于發(fā)展路徑的分歧和摸索后，科學(xué)家們終于意識(shí)到，基于腦科學(xué)的研究，將成為AI的助推器。近年來，包括中國、美國、歐盟、日韓等國家和經(jīng)濟(jì)體正將這作為重要工程推進(jìn)。