人工智能奇点

·巴拉特采访了许多AI技术开发和理论研究专家，撰写成《我们最后的发明：人工智能与人类时代的终结》一书。他指出，人类历史上颠覆性的技术变革不少，如发明火、农业、印刷术和电力等，但是“没有人觉得非给它想出个花哨的名字不可”。那么，为什么非要用“奇点”这个似乎有点花哨的概念来描述AI技术变革呢?因为“技术奇点本身会带来智能(也即造就初始技术的、独一无二的人类超强实力)上的变化，这就是它跟其他所有革命不同的原因”。

AI技术最独特之处在于它可以赋予“机器(计算机)”以“智能”——在此之前人类技术都是用“人的智能”来发明的，而目前以及未来，技术也可用“机器的智能”来发明，而AI奇点来临的重要标志是“用(机器)智能生产智能”。如此，人类一切技术发明创造的智能源泉将无限涌流——也正是在此意义上，巴拉特将AI称作人类“最后的发明”，人类的“终极命运”正在被开启。

现代机器第一次“动能”自动化革命发生在19世纪，当今AI引发的是第二次“智能”自动化革命。动能自动化机器(如自动印刷机等)对哲学社会科学的影响是间接的，而智能自动化机器的影响则是直接的。据悉，德国一家出版社已用AI机器撰写并出版了一本学术专著。随着AI的进一步发展，机器智能对哲学社会科学研究这种“智能活动”本身必将产生越来越大的直接影响，哲学社会科学迎接挑战、介入AI研究，已非常必要而迫切。

推动多门类科学深度融合

目前，AI技术研发方面已取得的成果很多都是多学科融合的结果。这些成果推动窄(或弱)人工智能(ANI)进一步向通用(或强)人工智能(AGI)发展而趋近奇点，哲学社会科学的介入已成为AI进一步发展的现实需要。没有计算机科学与脑科学、神经心理学与语言学等诸多学科的融合发展，AI研发就不可能取得今天这样巨大的成就。经历一阵爆炸性发展的热闹后，现在有人宣称“AI寒冬”可能再次来临，已经获得大发展的ANI还会继续发展。但沿着目前这种基于神经网络建构的联结主义、大数据驱动的机器深度学习的技术路径，似乎很难将ANI推进到AGI而趋近奇点——机器学习以外的技术路径总体来说目前还处于“设想”阶段，并且还存在诸多争议。

目前已取得巨大成就的计算机神经网络是对人脑神经网络或多或少的模仿，因而也不同程度地建立在脑科学研究基础上，其运作的不可解释的“黑箱”特性，也与脑科学目前尚未充分把握人脑智能运作规律和机制等密切相关：AI“黑箱”特性的破解，有待脑科学的进一步发展。反之，AI神经网络的发展，也将有助于探析人脑智能运作规律和机制。西方AI奇点论认为，未来的机器智能将全面超越人的生物性智能。这种判断实际上预设机器智能具有巨大发展潜能，但却忽视了脑科学早已揭示的一点，即人脑智能也同样远远没有得到充分开掘和释放而具有巨大潜能。这样说并非让人与机器一较高下，而是揭示AI未来发展与应用极其丰富的可能性，比如运用于教育，不断发展的AI机器也会成为人脑潜在智能得到不断开掘和发展的工具。

与此相关的另一种预设是，人的生物性的肉体对人的智能发挥只

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!