童話里的故事都是騙人的，電影里的故事其實也一樣，特別是科幻電影。

提到人工智能，對大多數(shù)人來說，知識的印記來自科幻書籍或影視作品。特別是好萊塢大片兒給我們的灌輸。比如早年斯皮爾伯格的電影《人工智能》、后來感人至深的《機器人瓦力》，再到最近兩年的《超能查派》。

無一例外，科幻影片造成很多同學，對人工智能最普遍的誤解，那就是機器人都很聰明，很輕易就能擁有自主意識。甚至天然的以為機器人能夠像寵物狗一樣，會與人類產(chǎn)生情感共鳴。在這顆孤獨的星球上，這也正是很多人歡心期待人工智能早日實現(xiàn)的原因。

對于腦洞大開的高能人群，隨之而來的還伴有恐懼，會擔心未來有一天機器人終將要發(fā)動一場Revolution。甚至比爾·蓋茨、埃隆·馬斯克這樣的科技界領袖，也紛紛警告過人工智能對人類未來的威脅。正像《機械公敵》里面上演的情節(jié)，超級電腦利用阿西莫夫“機器人三定律”的邏輯漏洞，為保護人類未來的整體利益，卻要開始清洗部分人類。

這些可能發(fā)生嗎？非常有可能，但在目前的現(xiàn)實世界，只能說你真的想多了！我們離真正的人工作智能還差之千里（這里指的是技術差距，而非實現(xiàn)時間）。我們現(xiàn)在科技領域所謂的人工智能，絕大多數(shù)仍處在弱人工智能Artificial Narrow Intelligence (ANI)階段。

這個階段的人工智能，本質上跟你手中的計算器或辦公室的電腦并無區(qū)別，都是按照一定的編程邏輯在執(zhí)行指令。它們只是通過程序設定模仿人類的一部分行為方式。特別在今天有大數(shù)據(jù)支持的情況下。從某一個維度上講，數(shù)據(jù)庫越擴大，機器就會越“見多識廣”，自然更加的“聰明”。這正是一些汽車廠商實現(xiàn)自動駕駛的方法，用海量的交通數(shù)據(jù)作為自動駕駛的判斷依據(jù)。

但相信很多人如我一樣，對科幻電影“入戲”太深，并不認可這樣的人工智能。機器沒有自主意識，猶如一個人失去了靈魂，只會按部就班的聽令做事，那么充其量只是人們開發(fā)了一些算法和代碼，然后讓硬件根據(jù)這些算法來運行而已。

就連大名鼎鼎的波士頓動力(Boston Dynamics)最新發(fā)明的機器狗Spot Mini，你也只能說它是一臺擁有四肢、身上布滿傳感器的移動電腦。固然他們在動態(tài)平衡算法、對環(huán)境的感知能力等方面取得了長足進步。但它并沒有真正實現(xiàn)自主學習能力，最終也僅是被編程的高級工具。

所以像谷歌的無人駕駛車、微軟小冰，還有之前大名鼎鼎的深藍，甚至是我們日常使用的智能手機，這些生活中已在廣泛存在的智能，只能被稱為擬智能。就是不需要通過學習得來的智能。他們有很龐大的數(shù)據(jù)庫支持，有很強的運算能力，但走的還是傳統(tǒng)老路，沒有自主學習能力，當然就不會產(chǎn)生自我意識。

圖靈法則: 機器人≠人工智能

那么讓機器產(chǎn)生自我意識很難嗎，有沒有評判標準？在談圖靈法則之前，還是先說很多人的一個理解偏差。人工智能其實是個很寬泛的話題，其本質是研究如何使計算機去實現(xiàn)以往只有人類才能做的智能工作。所以千萬不要把機器人和人工智能混為一談了。

如果把人工智能比喻為人類的大腦，機器人只是人工智能眾多的承載“身體”之一。像語音識別、視覺感知、處理決策，或現(xiàn)在流行的自然語言交互，其實都可算入ANI弱人工智能。所以不要一提及人工智能就想到機器人。同理，也不是所有機器人都實現(xiàn)了人工智能。起碼目前在這世界上，公開宣稱通過圖靈測試的只有2014年來自俄羅斯的一部機器人。

圖靈測試是什么？其主旨是在5分鐘時間內的開放性對話中，有1/3的測試者分不清是在和人還是在和機器交流時，機械就算通過了人工智能測試。以當今科技的發(fā)展來看，作為對機器是否擁有人工智能的一個評判標準，圖靈法則的測試標準和測試內容都不夠嚴謹。但目前世界上通過的測試者依然寥寥。（如果對圖靈測試感興趣，建議大家可以腦補另一部電影《機械姬》）

在這里就可以看出機器要產(chǎn)生自我意識會有多難，而人類的大腦又是多么不可思議、難以復制的存在！引用知名網(wǎng)站W(wǎng)ait But Why中一篇有關人工智能的神作的說法：

“一些人類認為困難的事情，像微積分、金融市場策略、語言翻譯等，對于計算機來說都太簡單了；而人類覺得容易的事情，像視覺、動作、移動、感知，對計算機來說卻太難了。”

這就是莫拉維克悖論: 人工智能實現(xiàn)人類的高階智慧能力只需要非常少的計算力，比如像成人一樣下棋，做運算推理，但是如果讓它做一些一歲小孩子的技能，也就是一些無意識的技能，比如感知能力、移動能力和直覺，卻需要極大的運算能力。

理論上，通過模仿人腦的物理、化學和電子結構，計算機是可以模擬人腦的?？杉词共徽勎覀冞€不了解人腦神經(jīng)元和腦細胞工作的原理，僅僅從計算機的能力角度來說，人類也還沒有如此足夠強大的計算機。在2015年底，經(jīng)過長達十年的嘗試研究后，人類才首次成功用計算機真實模擬了一個含有207種亞型、共計約31000個神經(jīng)元的大鼠神經(jīng)網(wǎng)絡。而人腦中的神經(jīng)元數(shù)量是1000億個!

強人工智能時代終將到來?

是不是看到現(xiàn)實中的人工智能進展比較失望，但我想告訴你，人類其實已經(jīng)邁入了快速發(fā)展的軌道。最根本的原因是，以前實現(xiàn)人工智能的方式都是基于邏輯推理，而現(xiàn)在深度學習技術和龐大的人工神經(jīng)網(wǎng)絡，讓一切都改變了。

作為深度學習領域的“教父”級人物，杰弗里·辛頓（Geoffrey Hinton）最近表示，神經(jīng)網(wǎng)絡正在向大腦靠近。此前看似癡人說夢的機器自己學習，無需編程介入，已經(jīng)在神經(jīng)網(wǎng)絡上能夠實現(xiàn)了。

同時辛頓透露AlphaGo已經(jīng)擁有了直覺。這是因為圍棋和國際象棋非常不同。圍棋擁有無窮無盡的變化和可能性，讓棋手依靠的并不是單純計算能力，還要依托人類的直覺。就是在觀察棋盤后，感覺下在這里是對的，但棋手也說不出為什么，只是憑的一種感覺?，F(xiàn)在AlphaGo已有了這樣的覺醒。這就是實現(xiàn)遞歸自我改進的神經(jīng)網(wǎng)絡和之前以邏輯運算為基礎的人工智能的巨大差異。

顯然通過這樣不斷的自主學習和進化，未來與人類一樣聰明度的強人工智能Artificial General Intelligence (AGI)是一定能夠實現(xiàn)的。不論思考、計劃、解決問題、抽象思維還理解復雜的概念、快速學習、從總結經(jīng)驗中學習……強人工智能做任何人類的腦力活動。根據(jù)一份調研報告顯示，很多科學家預測強人工智能大約會在2040年左右出現(xiàn)。

那么再回頭來看人工智能威脅論，就不是危言聳聽了。未來人類會被機器徹底統(tǒng)治嗎？我想是大有可能的。加速回報定律（Law of Accelerating Returns）告訴我們，人類從石器時代、青銅時代、農業(yè)時代、工業(yè)時代一路來到現(xiàn)在的信息時代，經(jīng)歷的更迭時間總是跳躍式的越來越短。這是因為科技基礎在一步步變強，催生顛覆性技術革新的時間就越來越短。

像上面所提及的人工神經(jīng)網(wǎng)絡已經(jīng)在依靠自我改進，一旦達到強人工智能水平。能夠自我學習的機器將是非?？膳?，會不斷實現(xiàn)跳躍式的進步。那么就會出現(xiàn)比人類更聰明的人工智能，也就是超級人工智能。憑借幾何級的進化能力，那將是人類自己制造出的“上帝”! 屆時人類的智慧和境界，將根本看不懂這位被自己造出的“上帝”。所以人類的最終結局，或許只取決于這位“上帝”是否足夠仁慈。