當科幻成為現實：人工智慧的明天在哪裡？

本文根據暴風魔鏡VR合伙人楊奕南在專家匯25日「趨勢?跨界?合作」沙龍上的分享整理而成。

人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。。。

在科幻小說中，人工智慧總被定義為一種有自我意識的機器，影響著人類社會。在《終結者》、《太空堡壘》、《星際迷航》以及《星球大戰》等知名科幻電影中，具備人工智慧的機器人或計算機總是富有感情、具備意志力和決斷力，能夠以自我意識實施行動。

那麼，當今媒體、工業領域以及科技領域所說的人工智慧到底什麼呢？暴風魔鏡VR合伙人楊奕南先生，在專家匯25日舉行的「趨勢?跨界?合作」分享會上，對人工智慧的定義、發展過程和未來趨勢做了詳細解讀。

首先，人工智慧（Artificial Intelligence），是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧是對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。

人工智慧最近很火，聽起來也很神秘，又伴隨著很多道德和意識形態上的爭論和探討，如人工智慧會不會取代人類？或者像電影里那樣，最後會消滅人類？所以充滿爭議，這也使人工智慧在人們的話題榜上長盛不衰。今天就在這裡探討人工智慧。

人工智慧的影響，現在已經不僅僅局限與技術層面了，已經深深地影響到我們現在的商業模式、公司管理架構，顛覆以往的業務模式。

01

從人文角度探討人工智慧

首先我們從幾部影視劇講起。影視行業對於新興的東西都是很有興趣的，所以現在的電影中，有越來越多題材便是與人工智慧相關。第一部要說的也是影響力較大是的《模仿遊戲》，《模仿遊戲》的主人公是計算機的先驅圖靈。艾倫?圖靈是英國數學家、邏輯學家，按中國傳統說法，算是所有計算機行業的祖師爺，也是人工智慧行業的鼻祖。圖靈對於人工智慧的發展有諸多貢獻，著名的圖靈機模型為現代計算機的邏輯工作方式奠定了基礎。

二戰中，圖靈曾協助軍方破解德國的著名密碼系統Enigma，對盟軍取得了二戰的勝利提供了很大的幫助，他為破譯密碼製造的圖靈機，從本質上講，與現在的智能手機、PC機完全一致，即圖靈當年定義的可計算機器。甚至圖靈認為，人的大腦也不過是一台精密的可計算機器，在他的著名論文《可計算數》中認為，我們人類的所有計算過程，都可以用機器計算的方式來進行模擬，最後無限接近於腦機介面的樣式，以進行腦機交互。目前為止，這種想法已經不算是科幻了，包括德國在內的科學家，目前已經可以實現簡單的人機交互操作。比如戴上特質頭盔，控制遙控飛機的上下左右簡單飛行等，目前已經不存在大的技術障礙了。其工作原理簡單來說就如同讀心術，人的大腦在思考時，會產生特殊的腦電波，對這種腦電波進行接收和分析，便能得知目標的思想，而當技術可以影響人類的腦電波時，便是心靈控制，曾經的巫術和魔法，現在通過技術手段，有一些我們已經可以做到。

2001年，斯皮爾伯格執導的電影《人工智慧》上映，這也是比較早的探討人工智慧的電影，主題則是人工智慧的情感，在當時的我們看來，也許感覺比較荒謬，機器怎麼會有情感呢？不過隨著科技的進步，人工智慧的發展，我們發現其實人類的情感也不過是一種演算法，而且未必是最複雜的演算法。用計算機來模擬人類情感，從根本上來講，並不是什麼困難的事情。

比如我們在各個社交平台上的點贊、點喜歡和不喜歡，這些數據都可以進行分析，並用來讓計算機了解人類情感。再比如遊戲中的NPC，就是用電腦來模擬人類用戶，製造出的角色。當演算法更精密、數據更多的時候，所製造出的NPC，也會更像人類玩家控制的角色，這也是一種情感模擬。

最後一部要說的是美劇《西部世界》，去年大火的電視劇，相信大家都有了解，而這部電視劇從第一季來看，其實探討的是機器倫理。這部劇大熱也是有原因的。我們現在正處在人工智慧高速發展的過程中，人形人工智慧也已經走出了第一步，而在和人形人工智慧相處時，必將帶來很多的法律、倫理、道德等等方面的問題，而這個問題，必將因為人工智慧的飛速發展，而越來越急迫的需要我們做出解答。

02

科學家怎樣看待人工智慧

所有文藝和影視作品，都是從人文的角度上來探討人工智慧的影響和意義，因為影視作品中不太可能過深的探討技術層面的東西，那科學家們從機器的角度怎麼來看待人工智慧呢？

這裡我們又要說到一個概念：圖靈測試。只有當人們通過一個界面或其他載體與人工智慧進行溝通的時候，不能判斷出界面背後是一個真人還是一台機器的時候，也就是我們沒辦法分辨人與機器的時候，那麼這台機器就通過了測試，並被認為具有人類智能。

當然有人會說，通過界面交流分辨不出，那把界面拿掉，不就一眼看出是不是人工智慧了么？

這可未必！

首先，現在國外的一些機器人公司，已經可以制出高模擬度的機器人，與真人相似度極高，惟妙惟肖。其中一個女機器人，通過使用細緻的材料模擬面部肌肉，更是可以連表情都做到與真人毫無二致，還有皮膚使用一種特殊材料的機器人，摸上去和人的肌膚質感相同，甚至比人的皮膚更加光滑。另外，這些機器人，連跨國旅行坐飛機時都是要買機票，安排座位的，有些機器人還有自己的經紀人，要請他出席活動，先要和他的經紀人談談，和一個明星一樣。

其次，機器人的一個誤區就是機器人必須「像」人，其實機器人在英文原文中並沒有人的意思，所以長得像不像人，並不是機器人的必備要素。只是在一些to c的項目上，為了讓人們更好的接納機器人，才會在外觀上製作成人的模樣，其他情況下，並無此必要。

03

人工智慧與人類智能的對比與區別

人類所有的智能，拆分開來可以分為記憶、計算、感知、模式識別（將看到和聽到的還原成一種特定的意思）、情感幾個方面。人工智慧也可以被設計成擁有這幾方面的能力，而且，有些方面還會超過人類。

這裡有一個簡單的公式：

人＝外貌＋感知＋大腦＋運動

機器人＝外觀＋感測器＋存儲計算（認知／情感／運算／推理／邏輯等）＋運動控制。

所以：不強調外觀和運動能力、自由意志與靈魂的前提下，AI≈機器人。

比人強：記憶、計算、感知。

人工智慧可以根據處理器、內存和外部介面來獲得比人強的能力，記憶上可以趨向於無窮無盡，只需擴大存儲空間；計算上可以達到每秒上億次以上；感知上，人類看不到的紅外線、聽不到的超聲波，人工智慧都可以通過感測器看到、聽到。

接近：模式識別、情感。

模式識別主要是圖像和聲音上的識別，谷歌大腦和百度設計的小度，都在實際試驗中達到和人類接近的識別能力。情感方面也已經被破解，如果有足夠的商業驅動，也可以很快接近人類。

即將超越：學習、創造力

很多人認為，人工智慧是無法自己學習和創造能力，所有程序都是人為灌輸，所以在智能上是無法超越人類的，這又是大錯特錯了。實際上，學習和創造能力在今天的計算能力和深度學習演算法上看來，也不是我們想的那樣難。現在，我們已經將創造力完全破解為一定的公式，通過制定一條條的規則和一定數量的參數自動運行，便可以自動學習產生新的知識。谷歌大腦有過實驗，在沒有輸入貓的概念的情況下，通過分析千萬張照片，自己生成了貓的概念，再向其出示多張照片，分析哪張有貓，哪張沒有貓？結果也完全正確，這就是學習能力，和人類兒童的學習模式一模一樣。

爭議：自我意識

自我意識、自由意志被認為是人與機器人的最大不同。這彷彿是一個哲學問題，人到底有沒有自由意志，還是一台簡單的機器？大多數人都會認為我們是有自由意志的。不過從本質上講，我們自己決定自我的行為和思維、想法，依賴的也不過是我們從前接受的信息、經驗等等，然後通過一定的思維方式（演算法），來做出決定，看起來和人工智慧的運作方式在一定程度上也存在共通性。不過，由於意志的本質屬於量子級別的效應，我們暫時無法從根本上了解自由意志的起源和運作方法，所以，我們還可以安慰自己，自由意志是上帝賜給我們最大的不同吧。

04

火箭理論：人工智慧引擎—演算法；燃料—大數據

火箭理論的核心觀點，是人工智慧在運行過程中，需要以演算法為驅動引擎，以大數據為供應引擎的燃料。這麼說可能不夠直觀，我們舉個例子：

今日頭條發展迅速，作為一個新聞類平台，日活躍數都可以達到全網第四的排名，但是今日頭條卻並沒有多少編輯，而是以演算法來進行推薦，這就是人工智慧應用的一種，演算法就是這一程序的核心引擎，而支持這一演算法運行的基礎，是今日頭條上所有的文章、閱讀數據、用戶數據。只有這些數據存在，人工智慧才能運轉，只有數據的不斷添加更新，這一演算法才能不斷運轉並發展改進。

目前的演算法已經可以做到使計算機自己寫新聞稿，尤其是體育類新聞稿已經可以脫離人工模式了。甚至有些公司可以使人工智慧自己寫言情小說，在輸入演算法添加數千本小說參數後，人工智慧寫出的小說而小說文風可以做到獨樹一幟。甚至有人擔心自動編程機器人出現之後，很多程序員都將失業。

不過，關於人工智慧的爭議，也隨著演算法的升級發展而愈演愈烈。本人看來，目前人工智慧的價值觀都還是人類輸入的，所以人工智慧也不存在善惡，因為他們反映的就是人類的價值觀。我們暫時不用擔心人工智慧，而是要管好我們人類自己。

05

發展阻礙與未來預測

目前人們對於人工智慧的發展在「人工還是增強」的問題上仍然存在爭論，也就是「通用人工智慧」與「專用人工智慧」的爭論。現狀是：通用人工智慧（強人工智慧）比人弱；專用人工智慧（弱人工智慧）比人強。至於以後的發展我還是認為先專用人工智慧，後通用人工智慧。因為這裡存在一個商業問題：

新興科技的發展方向：一定是先To B再To C，因為To C的要求往往比To B的要求高很多。To B模式是一個銷售過程，只需要找准企業的核心痛點，並解決掉，其他衍生需求差一點也無妨。To C則要面對成千上萬的客戶，甚至千萬上億的客戶，各戶需求各不相同，所以必須做到盡善盡美才能引爆一個To C的模式。也因此，現在大量的人工智慧都是應用在To B模式上的。

阻礙：在商業回報方面的驅動仍然不夠，現在商業驅動夠的主要是機器換人方面，比如用在富士康，上幾百條人工智慧流水線，可以替換百萬工人。

人工智慧的未來預測：

Gartner已經連續兩年將人工智慧列為排名第一的戰略性技術。谷歌、IBM、Salesforce和蘋果等大公司對人工智慧創業公司的收購也在不斷升溫——僅2016年就有40筆人工智慧相關的收購。而在可預見的未來，人工智慧的發展也必將加速。

預測一：加速轉向對話式交互

自然語言、手勢、眼神等幫助人機交互通過圖靈測試

預測二：設計將開始發展，以增加我們對AI的信任

為AI輸入價值觀

預測三：我們將開始談論AI系統之間的溝通方式

演算法與演算法間的溝通，建立AI間標準

預測四：人工智慧將會遭到固有偏見的衝擊

科學隨著每一次的(老科學家的)葬禮而不斷進步

預測五：企業開始關注人工智慧的投資回報率

AI as a service，成為基礎設施

人工智慧很快會變成各種基礎設施，如果我們想享受人工智慧的最後一點紅利，比你的競爭對手搶先去使用，這就是競爭優勢。

最後用一句話來形容目前的人工智慧產業的現狀：「這不是結尾，這連結尾的開頭都算不上， 但， 這也許是開頭的結尾。」 －－丘吉爾

註：

1、《可計算數》：1936年，24歲的圖靈發表了現代計算領域奠基性的論文《論可計算數及其在判定問題上的應用》。這篇論文堪稱圖靈一生中最重要的貢獻。

2、圖靈測試（英語：Turing test，又稱「圖靈判斷」），是阿蘭·圖靈於1950年提出的一個關於判斷機器是否能夠思考的著名試驗。圖靈測試會在測試人在與被測試者(一個人和一台機器)隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。問過一些問題後，如果被測試者超過30%的答覆不能使測試人確認出哪個是人、哪個是機器的回答，那麼這台機器就通過了測試。

關注專家匯公眾號，一起學習創新創業與企業管理之道！

商務合作、專家預約、申請投稿，請聯繫我們：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！