人工智能的利弊.docx

《人工智能的利弊.docx》由会员分享，可在线阅读，更多相关《人工智能的利弊.docx（3页珍藏版）》请在第壹文秘上搜索。

1、人工智能的利与弊霍金、马斯克等科技大佬都公开发声，担心人工智能会失去控制，上演科 幻小说中人机大战的情节，其他人则害怕认知工作的自动化会将会导致大面积 的失业。两个世纪以后的今天，曾经的“机器问题”卷土重来，我们需要找出 可行的解决方案。人工智能崛起引发担忧，我们到底该如何应对？据报道，对于机器人的崛起，专家们曾发出警告，“机器取代人类劳动力 可能致使人口冗余”，他们担心“这种超能技术的发展已经超越了人类的驾驭 能力，”如今，一些人表示担忧，若人工智能继续进化，我们会失去赖以为生 的工作、丧失存在感，甚至会被“终结者”们赶尽杀绝。但事实上，这些恐惧 与两个世纪以前人们对机械化和蒸汽机发展的讨论

2、如出一-辙，那时，人们针对 机器威胁展开一场名为“机器问题”的讨论。而现在，一场关于人工智能利弊 的辩论正在悄然兴起。诞生初期，人工智能技术（Al）也经历过大起大落，但在过去几年的发展黄 金期，Al技术突飞猛进，这都得益于“深度学习”技术开启的新篇章。深度学 习旨在模拟人脑结构建立大规模（或者“深度”）神经网络，在充沛的数据支持 下，神经网络可以通过训练来处理各种各样的事情。其实所谓深度学习技术已经默默为我们服务多年了，谷歌（微博）搜索、 FaCeboOk的自动图片标记功能、苹果的Siri语音助手、亚马逊推送的购物清 单，甚至特斯拉的自动驾驶汽车都是深度学习的产物。但是这种快速的发展也 引发了

3、人们对于安全和失业问题的担忧。霍金、马斯克等科技大佬都公开发 声，担心人工智能会失去控制，上演科幻小说中人机大战的情节，其他人则害 怕认知工作的自动化会将会导致大面积的失业。两个世纪以后的今天，曾经的 “机器问题”卷土重来，我们需要找出可行的解决方案。“机器问题”和解决方案启示人们最为担忧的是人工智能技术会破开牢笼，变得邪恶而不可控。早 在工业革命浪潮席卷全球时，人机矛盾已经出现，现在的矛盾不过是披上了人 工智能的新外衣，人类的焦虑依旧，科学怪人及此后类似的文学作品都是 这种担忧的映射。然而，尽管人工智能技术已成为一门显学，但是它们只能完 成特定的任务。想在智商上战胜人类，Al还差得远呢。此外

4、，Al是否真能超越 人类还未可知。失业恐惧由来已久。“科技性失业”的恐慌在20世纪60年代（公司开始安 装计算机和使用机器人）和80年代（个人电脑开始上市）都曾弥漫开来，似乎大 规模的自动化办公马上就要到来，让人类下岗。但事实上，每一次恐慌之后，科技进步为社会创造的就业岗位远多于它杀 死的过时职位，我们需要更多人从事全新的工作。举例来说，ATM机替代了一 些银行柜员，为银行设立分行节约了成本，让雇员进入了机器不能做的销售和 客服领域。同样地，电子商务的出现增加了零售商的生存空间。而在办公中引 进电脑则不是为了取代员工的位置，员工习得新技能后，会成为电脑的辅助。 尽管此前曾有报道称，未来10年或

5、20年间，美国47%的岗位将面临自动化， 但是我们的研究显示，这一数值恐怕连10%都不到。尽管短期内一些工作消失的弊端会被全新职位出现的长期影响完全抵消且 带来更大的好处，但是19世纪工业革命的经验表明，转变的过程极其痛苦。从 停滞不前的生活水平上反映出经济的增长需要几百年，而从显著的收入变化上 来看只需几十年。人口从乡村大量涌入城市工厂，在当时的欧洲引发动荡。各 国政府花费了整整一百年的时间构建新的教育和福利体系适应这种转变。聪明的回应此外，社会交往技能也会变得更加重要。由于工作岗位的更迭变快，技术 革新的脚步也逐渐加快，人类的工作年限越来越长，社交技能成了社会的基 石。它能在人工智能主导的

6、社会保持人类的优势，帮助人类完成基于情感和人 际往来的工作，这是机器无法拥有的优越性。对人工智能和自动化的担忧也催生了人们对“安全网”的渴望，有了它普 通人就能免受劳动力市场动乱影响。一些人认为应该革新福利系统，让每个人 都享有保障生存的“基本收入”。但是在没有充足证据表明技术革命会导致劳 动力需求锐减的形势下，这种做法并不可取。反之，各国应该学习丹麦的“灵 活安全系统”制度，让企业裁员更加容易，但是在被裁员的职工接受再培训和 再求职期间提供保障。这种制度下，福利、养老金、医保等应该跟随个体本 身，而不是与职员身份挂钩。尽管技术快速进步，工业时代的教育和福利系统并没有完全实现现代化， 相关制度

7、也不够灵活。革新势在必行，决策者必须行动起来，否则当前福利系 统会面临更大的压力。19世纪40年代，约翰穆勒写道，“没有什么比立法 者对这类人的照顾更为正当了，他们的生活被技术的发展所累。在蒸汽时 代，这是真理，在人工智能的时代，同样也是。人工智能的定义详解人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比 较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者 人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说， “人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识 (CONSCIOUSNESS)自我(SELF

8、)、思维(MlND)(包括无意识的思维(UNeoNSCloUS_MIND)等等问题。人唯一了解的智能是人本身的智能，这是普遍 认同的观点。血是我们对我们自身智能的理解都非常有限，对构成人的智能的 必要 元素也了解有限，所以就很难定义什么是“人工”制造的“智能” 了。因 此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造 系统的智能也普遍被认为是人工智能相关的研究课题。人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政 治决策，控制系统，仿真系统中得到应用。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对 人工智能下了这 样一个定义：“人工智能是关于知识的学科一一

9、怎样表示知识以及怎样获得知 识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为： “人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些 说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能 活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需 要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人 类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三 大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪 三大尖端技术（基因工程、纳米科学、人工智能）之一。这是

10、因为近三十年来 它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成 果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个 系统。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推 理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑 智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科 学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有 学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是 实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应 用分支。从思维观点

11、看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感 思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科 学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不 仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互 相促进而更快地发展。人工智能的研究价值例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完 成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计 算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着 时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着 时代的变化而发展。它一方面

12、不断获得新的进展，另一方面又转向更有意义、 更加困难的目标。通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制 论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的 问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以 将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外， 还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。 一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在 学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直 接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如 此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和 创造。这是智能化研究者梦寐以求的东西。