別怕人工智慧，你遲早要跟它談戀愛

2019科創高峰論壇，席位有限速來佔位

黑馬智庫，創業必讀

這是一個AI「上鏡率」爆表的年代，無論什麼似乎都能AI一番。

在「人盡皆知」的表象之下，又有多少普通人了解「人工智慧」的基礎和走向呢？例如幾個常見的討論主題：人工智慧將會以何種速度發展？人工智慧會讓我下崗嗎？人工智慧是否會讓人類走向毀滅？

這些大而寬廣、目標深遠的問題，顯然不是普通人能夠準確給出答案的。

但Terrence J. Sejnowski（特倫斯·謝諾夫斯基），對這些問題絕對有話語權。以他目前幾個主要的頭銜為例：美國索爾克（Salk）生物研究所計算神經生物學實驗室主任、NIPS（目前人工智慧的頂級會議）基金會主席、奧巴馬政府「BRAIN」計劃顧問委員會委員、美國五院院士等等。

除了頭銜之外，Terrence對於人工智慧的發展也頗有貢獻，他和AI領域「四駕馬車」之一、「深度學習之父」稱號的卡內基梅隆大學教授傑弗里·辛頓（Geoffrey Hinton），在30多年前就早早地證明了簡單的「神經網路可以完成一些複雜的任務」，這一成就開啟了神經網路的快速發展。即便後來遭遇了人工智慧的「寒冰期」中，他也從未放棄在人工智慧方面努力。

作為最了解人工智慧歷史、趨勢，最早開啟人工智慧浪潮的人之一，Terrence前不久剛出版了自己的第四本書——《深度學習革命》。書中內容橫跨了深度學習的過去、現在和未來，整體時間跨度長達60年。

用Terrence自己的話來說：

我真的需要分享一下我對於人工智慧的見解，但（這本書）絕對不是為了說教，我只是想糾正大部分人的錯誤認識，並且將人工智慧30年發展歷史進程中，那些重要的時刻、想法分享出來。並且以我個人的角度對未來做出一定的預測。

可以說是圈外人了解人工智慧發展歷史、理解人工智慧發展趨勢、並且最終形成自我預測能力的上佳材料。

虎嗅也就本次發布的書籍及內容，對特倫斯·謝諾夫斯基專門進行了一次採訪，內容涵蓋其對於人工智慧的深度理解、趨勢預測等精彩內容，以下是我們深度整理、編輯之後的版本。

人工智慧崛起依賴的是生物技術？

通常來說，人們都將人工智慧看做一串串代碼組成的軟體，但在擁有哈佛大學醫學院神經生物學、普林斯頓大學生物學雙博士後學位的Terrence看來，人工智慧更像是人類創造的一個新的「物種」。

其中一個重要原因，是人工智慧技術發展過程中，對於生物的參考。

Terrence從上世紀80年代就開始與神經網路打交道：「最早我只是一位物理學博士，雖然早早開始研究神經網路模型，但最初的研究並不順利，因為不藉助生物學的力量，我就只能夠用方程式去猜測人類大腦的運轉方式。屢屢失敗之後，我就去了哈佛大學讀神經生物學博士後，那之後我才意識到了人的大腦究竟是有多麼複雜。」

於是乎，Terrence開始嘗試另外一種方法：將人類學習時，生物微觀結構中的變化，轉化成一個又一個方程式，融入到神經網路模型當中。

一個波茲曼機例子（其中包括3個隱藏單元和4個可見單元）

到了1985年，Terrence和Hinton取得了里程碑式的成績，在《認知科學》雜誌之發表了一篇題為《一種「波茲曼機」的學習演算法（A Learning Algorithm for Boltzmann Machines）》的論文。他們所開創的「波茲曼機」是神經網路中的一種，同時也是最早能夠學習內部表達，並能表達和解決複雜的組合優化問題的神經網路。

學術界從那時起才堅定了神經網路的潛在價值，並且開始不斷在這個方向上努力。

Terrence在採訪中總結30多年來神經網路的進展時，特別提到了「強化學習」：「它參考了人類自我學習成長的模式。更具體地說，是模仿了人類神經元網路中多巴胺的刺激作用。」

有人這樣概括「強化學習演算法」——就是在訓練的過程中，不斷的去嘗試，錯了就扣分，對了就獎勵，由此訓練得到在各個狀態環境當中最好的決策。

讓絕大多數普通人第一次了解到人工智慧、在圍棋上打敗人類最強棋手的AlphaGo，最核心的演算法就是「強化學習」。所以在對決過程中，計算機不再需要去計算所有的結果，而是可以像人一樣、甚至更高效地去不斷做決策，最終獲得勝利。

這一成就在Terrence看來，還不算是最令人激動的，因為「強化學習」中需要人類扮演引導的角色，除了為神經網路樹立目標之外，人們還需要不斷修正神經網路的參數。相比之下，人工智慧目前另外一個熱門的方向是「無監督學習」，後者最大的特點就是嘗試讓計算機自己對數據進行總結歸納，並且進行學習。

用他自己的話來說：「這與人類嬰兒階段，通過視覺、觸覺、味覺等感官對世界進行觀察、收集、判斷是「如出一轍」的。這個時候我們再來看搭載了無監督學習的機器人，它不就是『嬰兒機器人』嗎？那再給它一些時間，不就會成長為青少年機器人，最終再成為成熟的機器人嗎？」

雖然Terrence表示未來很難預測，但最終還是給出了一個：「所以未來如果真的有能跟人類比肩的機器人製造出來，它也必須經歷與人類相似的成長、進化的過程。而且相比於特定生態位（種群在生態系統中的位置）和進化而得到的並不能算『智慧』，那些更多是對於環境的適應，而人工智慧將會橫跨整個生物智能的範圍，這將讓世界變得更加豐富。」

也就是說，未來人工智慧物種中還可以有AI貓、AI狗？

人工智慧會帶來什麼？

在進一步探討是否應該恐懼之前，我們決定先跟Terrence聊聊一些對於未來的暢想。他直接拿筆記本的鍵盤舉了個例子：「未來我們肯定是不再需要鍵盤了，當你都可以和你的電腦對話了，誰還需要鍵盤呢？到時候，筆記本都會像25年前的打字機一樣，被直接送進博物館。」

這一個例子也曾被「矽谷鋼鐵俠」Elon Musk提過，就在我們期待Terrence聊聊由其引發的基礎商業模式改變時，他先強調了自己謹慎的態度：「以前我車上都有一本地圖，每次去一個地方我都要看著地圖來開車，現在我需要的只是輸入地址，然後手機就會給我發送指令，指引我去到目的地。再比如社交網路，它完全改變了人們交流的方式，也改變了信息的傳播。」

「這相對於互聯網創建之初的1990年，完全就是兩個世界。1990年也沒有人能夠預測到同樣的東西。」Terrence頓了一下笑著說道，「可能還是因為人類沒有足夠的智慧吧（去預測未來）。」

「隨著AI的引入，人類將通過複雜的機器演算法與計算機形成腦機介面，我們不知道未來會發生什麼。但參考前面的例子（互聯網）來看，這將會是一件非常神奇的事情，它（未來）將會與今天的生活大不相同。」

不過改變並不只有正向的，我們也向Terrence提了一個「挑戰性」的問題：我們如何保證互聯網公司這樣的人工智慧、數據平台，不會作惡？

Terrence這樣回答道：「我們還是倒回到歷史中來看，對我比較喜歡回顧歷史。250年前的工業革命，蒸汽引擎的誕生提供了大量的動力，往往一台發動機就能幹一百個人的機械工作。人們隨後開始把大量的發動機投入到工廠，百倍的產品從工廠中生產出來。但同時那個時代又是非常可怕的，大量的蒸汽機燒著煤炭，向大氣中源源不斷地排放著大量的污染物，整個倫敦都被污染所籠罩。」

「不誇張的說，那就是新技術帶來的改變，生活在其中就像是一『地獄』。那麼我們（人類）是怎麼應對的呢？人們意識到工業革命必須要調整之後，開始建立各種全新的法律，例如如何控制污染，例如有了機器也不能使用童工等等。人類會自然地選擇去阻止負面的事情發生，這某種程度上就是政府的職責，在這個過程中，政府實際上是在監管、甚至拖慢技術的應用。」

「因此對於任何新技術的出現，我們實際上都需要一段時間來研究如何調節。最優的調節手段甚至還不是一次練就的，它需要時間，因為人們需要時間來理解技術的影響，並且對其中負面的因素進行抵制。」

Terrence在說完整體的情況之後，開始著重分享自己對於互聯網巨頭的看法：「人工智慧的演算法、數據這些關鍵性的資源目前的確被谷歌、微軟、阿里巴巴這樣的大公司所掌控。但這些資源更像是公共資源。再加之今天的很多大公司早已國際化了，他們的觸角都是全球化的。也許100年之後，國家的邊界就會消失甚至變得無關緊要。這的確可能是一個瘋狂的猜測，但大公司的權利在與日俱增的確是事實。他們未來甚至能影響國家如何規範商業，規範個體的行為等等。」

Terrence還給出了一個他的結論：「我唯一能夠保證的只有一點——未來會讓所有人大吃一驚。期望環境保持不變，一直延續下去，絕對是愚蠢的。」

我們是否應該對AI恐懼？

這個所有人都會關心的問題，實際上也是Terrence決心寫下這本書的其中一個主要原因。當時他在野外徒步了一個星期，但腦海裡面卻重複在想此前人們對於人工智慧的恐懼。有的人說世界末日要來了，有的人說人類將要被淘汰等等。

「這實在是太瘋狂了。但我確信事情不會像他們想像的那樣糟糕，因為對於人工智慧，我比普通人知道得多得多。所以我真的需要分享一下我對於人工智慧的見解，但（這本書）絕對不是為了說教，我只是想糾正大部分人的錯誤認識。」Terrence平靜而認真地說道。

「我更多想要講述的是一整個（人工智慧發展）故事，一個關於過去的故事。人工智慧的靈感你從哪裡來？基於我們這些從業者，它的優缺點有哪些？會造成哪些影響等等。當然還包括我的一些小猜測，人工智慧將會如何影響我們的生活？這些都在書里。」

Terrence隨即又舉了一個具體的例子：「早在1994年，人類打造的計算機就已經在國際象棋上打敗了人類。看起來國際象棋似乎已經『過時』了，但人們並沒有說再也不下國際象棋了。相反一個有趣的變化發生了：原來國際象棋高手主要依靠互相切磋來提升水平，大城市中的棋手和俱樂部往往會佔據優勢，但最新的國際象棋世界冠軍，實際在挪威偏遠的一個小村莊中生活，跟他對弈的正是電腦。所以不管你在世界何地，哪怕是在非洲的村莊，你都可以藉助計算機來加深你的熱愛，甚至推動更多的普通人來下國際象棋。」

「這明顯和大部分人設想的情景不同，所以說預測未來是不靠譜的。」Terrence繼續說道，「每一次新技術被引進社會，不總會有人會說它是文明的終結嗎？你看核能、又或者是轉基因，這些技術每個都擁有滅絕人類的可能，但人類每次憑藉互相的交流溝通、法律等手段就是能避免最壞的情況。」

除了對人類抱有信心之外，Terrence還點出了人們無需過多擔憂的另外一個原因——人工智慧發展並沒有想像中那麼快。

「最近幾年無人駕駛火熱，各種技術、各種方案紛紛出現。但這種技術最終想要轉化成可以商業化的產品，往往還需要十年以上的時間，更不要提自動駕駛這種可能有幾十年過渡期的新技術，按我自己來看，20年可能才會完全可靠。但科技就是這樣發展的，你手上拿著的手機並不是變魔術一瞬間變出來的，而是許多人數十年的心血。」

「所以最瘋狂的想像大多數都不會靠譜，電影中那樣的終結者也不會出現。」Terrence充滿信心地說到，然後像是開玩笑一樣說了個看法：「我們反倒是要思考下怎麼和人工智慧談戀愛，因為它們可能會具備人類所有的情感。」

*本文由虎嗅APP（ID：huxiu_com）授權i黑馬發布，作者：李賡。i黑馬，讓創業者不再孤獨。

i黑馬，讓創業者不再孤獨。

聚焦科創產業，發掘科創之，

星聆聽前沿觀點，助力產業升級，

免費圍觀

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！