--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能时代：破解人机共存密码（套装共10册）" author: null edition: null publisher: null year: null isbn: "9787521719512" library_document_id: "396e1bee-219e-4bee-9884-3214c17ff8f5" source_sha256: "e5d429a1fedfac2a13b0bd25057c39d818c33927767948a9bb41411f01413ced" pdf_physical_page_count: 3314 pdf_physical_page_index_base: 0 range_start: 2140 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5?start=2140&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2140&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2130&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2150&limit=10" --- # 人工智能时代：破解人机共存密码（套装共10册） > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=2140 | PRINTED_PAGE=NOT_DETECTED 在从酒店出发到会场的出租车上，我无意中听到了后座两名IBM管理人员的谈话。IBM当时正要推出一个围绕沃森的平台，该平台可使用非结构化数据库，来组织和回答健康和金融服务等专业领域的问题。沃森掌握的数据比任何人可能知道的还要多，可以回答问题并提出建议。当然，与其他机器学习程序一样，它仍然需要人类提出问题，并从给出的建议中进行选择。 IBM早已裁撤掉了硬件部门，其计算机服务部门也早已风光不再。IBM在沃森上花费了巨资，想要依靠其软件部门来帮忙完成700亿美元的营收计划。该公司在慕尼黑已为沃森物联网业务投资了2亿美元用来建立新的全球总部，[3]这是IBM在欧洲有史以来最大的一笔投资，为的是满足6000多个客户不断增长的利用人工智能来改造运营业务的需求——IBM计划在全球投入30亿美元来发展认知计算，而这只是其全球计划的一部分。但许多其他公司也在对AI进行重大投资，现在想要断言哪些投注会赢，哪些会输，还为时尚早。 21世纪的生活 在传统医学中，通常采用相同的治疗方法对所有患有特定病症或疾病的患者进行治疗，但现在有了认知计算，治疗已变得更加个性化，也更精确。例如黑色素瘤，过去患上这种疾病的人就等同于被判了死刑，但现在已经可以通过对患者的癌细胞进行基因测序，并针对其病症设计出独特的癌症免疫疗法，以停止甚至逆转黑色素瘤的病情发展。虽然这种疗法目前的治疗费用为25万美元，但当对患者癌症基因组测序的基础成本降至几千美元，并且研制所需单克隆抗体的成本仅为几百美元时，最终几乎每个黑色素瘤患者都有能力负担相关的医疗费用。从大量患者那里收集到足够多变异和疗效方面的数据后，医疗决策将变得更好，且收费更低。一些类型的肺癌也可以用相同的方法进行治疗。制药公司正在投资癌症免疫治疗研究，许多其他种类的癌症也许很快就能被治愈。如果没有机器学习方法来分析大量遗传数据，这一切都不可能实现。 ## PDF_PHYSICAL_PAGE_INDEX=2141 | PRINTED_PAGE=NOT_DETECTED 我曾担任过NIH院长的顾问委员会成员，为推进“BRAIN计划”提供建议。我们的报告强调了概率和计算技术的重要性，该技术能帮助我们解释由新的神经记录技术产生的数据。[4]机器学习算法现在被用于分析同时来自数千个神经元的记录，分析来自自由移动动物的复杂行为数据，以及从电子显微镜的一系列数字图像中自动重建三维解剖回路。通过对大脑进行逆向工程，我们将揭秘自然界自身发现的许多新算法。 NIH在过去的50年中资助了神经科学的基础研究，但当前的趋势是将越来越多的资助转向了能够尽快实现医疗应用的转化研究。我们当然希望能转化已经发现的技术，但如果现在不为新的发现提供资金，那么从现在开始的50年里，我们几乎或根本没有任何技术可应用于临床。这也是为什么现在就开展一些基础研究项目非常重要，例如“BRAIN计划”，该举措能够帮助我们找到在未来治疗精神分裂症和阿尔兹海默症等衰弱性脑部疾病的方法。[5] 未来的身份认证 2006年，黑客从美国退伍军人事务部一个员工家中的电脑里窃取了2650万退伍军人的社会安全号码和出生日期信息。退伍军人行政处当时是使用社会安全号码作为其系统中的退伍军人标识符，黑客甚至都不需要解密数据库。有了社会安全号码和出生日期，黑客可以盗取任何人的身份信息。 在印度，超过10亿的公民可以通过指纹、虹膜扫描、照片和12位身份号码（比社会安全号码多3位数字）信息进行唯一的身份识别。印度的Aadhaar是世界上最大的生物特征识别项目。在以往，一位想要得到一份公共文件的印度公民会经历无尽的等待，这个过程中还会涉及许多中间人，每个人都会向他索取贿赂。而如今，通过快速生物扫描，公民可以直接获得补贴食品权和其他福利待遇，许多没有出生证明的穷人现在也拥有了便携式身份认证，可随时随地在几秒钟内识别出身份。以欺骗手段获取福利的身份盗窃行为已经销声匿迹了。一个人的身份已经无法再被窃，除非小偷准备切断这个人的手指并摘除他的眼球。[6] ## PDF_PHYSICAL_PAGE_INDEX=2142 | PRINTED_PAGE=NOT_DETECTED “印度国家登记处”是南丹·尼勒卡尼（Nandan Nilekani）[7]做了7年的一个项目，他是一个亿万富翁，并且是印度外包公司Infosys的联合创始人。尼勒卡尼庞大的数字数据库已经帮助印度在身份数字化方面超越了许多发达国家。根据尼勒卡尼的说法：“一个小的增量变化乘以10亿，就是一个巨大的飞跃。……如果10亿人能够在15分钟内拿到手机，而不用花上一周，那么这将为经济注入一股巨大的生产力。如果有100万人能让资金自动进入他们的银行账户，这将是经济上巨大的生产力飞跃。”[8] 在享受拥有数字身份数据库带来的便利的同时，我们也失去了隐私，尤其是当生物识别码与其他数据库（如银行账户、医疗记录和犯罪记录）以及其他公共计划（如运输）相关联时。隐私泄露问题在美国和许多其他数据库间互相关联的国家已经很严重了，即使它们的数据是匿名的。[9]显而易见，无论我们是否愿意，我们的手机都已经在追踪我们的行踪了。 社交机器人的崛起 电影经常将人工智能描述为像人类一样走路和说话的机器人。不要指望AI看上去像1984年的科幻电影《终结者》里操着德国口音的终结者那样。不过，你会与2013年的科幻电影《她》中萨曼莎一样的AI声音交流，并和2017年科幻电影《星球大战：原力觉醒》中R2-D2和BB-8一类的机器人进行互动。AI已经是日常生活的一部分。认知设备，比如亚马逊Echo智能音箱的语音助理Alexa，已经能和你交谈，并很高兴能让你的生活更轻松，更有满足感，就像2017年电影《美女与野兽》中的时钟和茶具一样。生活在一个拥有那样物种的世界里会是什么样子呢？来看看我们迈向社交机器人的第一步吧。 ## PDF_PHYSICAL_PAGE_INDEX=2143 | PRINTED_PAGE=NOT_DETECTED 目前，人工智能的进展主要集中在感官和认知方面，运动和行为智能的进展还未见端倪。有时我演讲的开场白便是，大脑是已知宇宙中最复杂的设备。但我的妻子比阿特丽斯是一位医生，她经常提醒我说，大脑只是身体的一部分，而身体比大脑更复杂，尽管身体的复杂性（从运动性演变而来）是不同的。 我们的肌肉、肌腱、皮肤和骨骼能够积极地适应世界的变迁、地心引力和其他同类。从内部来说，我们的身体是化学加工的奇迹，可以将食物转化为做工精细的身体部件。它们是由内而外工作的终极3D打印机。我们的大脑从身体各个部分的内脏传感器获得输入，这些传感器不断监测身体内部活动，包括最高层次的皮层表征，就内部优先事项做出决定，并在所有相互竞争的要求之间维持平衡。从真正意义上来说，我们的身体是大脑不可或缺的组成部分，这是具身认知（embodied cognition）的核心原则。[10] 哈维尔·莫维兰（Javier Movellan）（图12–1）来自西班牙，曾经是加州大学圣迭戈分校神经计算研究所机器感知实验室的教员和联合主任。他相信，通过打造能够与人类互动的机器人，我们将比采用传统实验研究更多地了解认知。他搭建了一个机器人婴儿，当你对它微笑时，它也对你微笑，颇得路人的喜爱。哈维尔研究了婴儿与母亲的互动，他得出的结论是，婴儿会尽量从母亲那里获得更多的微笑，同时尽量减少自己的努力。[11] 哈维尔搭建的最著名的社交机器人Rubi看起来像是一个天线宝宝（Teletubby），有着丰富的面部表情，眉毛能够扬起表现出有兴趣，相机眼睛能够转来转去，手臂也可以抓取东西（见图12–2）。在加州大学圣迭戈分校儿童早期教育中心，18个月大的幼儿通过Rubi腹部的平板与它进行互动。 ## PDF_PHYSICAL_PAGE_INDEX=2144 | PRINTED_PAGE=NOT_DETECTED 幼儿很难取悦，他们的注意力非常短暂。他们玩几分钟玩具就会失去兴趣，把它们扔到一边。他们会如何与Rubi互动呢？为了安全起见，Rubi不是按照工业强度打造的，于是第一天，男孩们就扯掉了它的胳膊。经过一些修理和加载软件补丁后，哈维尔再次进行了尝试。这一次，机器人要执行的程序是，当手臂被拉开时要放声大哭。这阻止了男孩们的“暴力”行为，并且让女孩们争相拥抱Rubi。这是社交工程领域学到的重要一课。 ## PDF_PHYSICAL_PAGE_INDEX=2145 | PRINTED_PAGE=NOT_DETECTED 幼儿通过指向房间内的物体（如时钟）与 Rubi玩耍。如果Rubi不能在0.5\~1.5秒的时间窗口内将视线移向物体，那么幼儿就会失去兴趣并走开。如果反应太快，Rubi的机械性就太明显了；如果反应太慢，Rubi又会让孩子们感到很无聊。一旦互惠关系形成，孩子们就会将Rubi看作是一个有感情的生命，而不是一个玩具。当Rubi被带走（到维修店进行升级）后，孩子们会感到不安。他们会被告知Rubi感到不舒服，会在家休息一天。在一项研究中，Rubi被要求教幼儿学习芬兰语单词，他们学习的速度和学英语单词一样快；教他们学习一首流行歌曲的效果就更明显了。[12] ## PDF_PHYSICAL_PAGE_INDEX=2146 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=2147 | PRINTED_PAGE=NOT_DETECTED 之前对将Rubi引入课堂环境的顾虑之一，是教师可能会担心自己在某一天被机器人取代。但事实恰恰相反：老师对Rubi表示欢迎，因为它可以作为一位辅助管理班级秩序的助手，特别是在教室里有访客时。一个能够彻底革新早期教育的实验是“千个Rubi项目”（thousand Rubi project）。这个想法是批量生产Rubi，将它们放在上千个教室中，每天通过互联网从数千次实验中收集数据。教育研究的一个问题是，在一所学校适用的方案可能不适用于另一所学校，因为学校之间存在很多差异，特别是教师之间的差异。“千个Rubi项目”也许能够考察许多关于如何改进教育实践的想法，并且可以探究在各地服务于不同社会经济群体的学校之间的差异。虽然能够让项目开展起来的资源一直没有到位，但这仍然是一个好主意，应该有人来跟进。 双腿站立的机器人很不稳定，需要一个复杂的控制系统来防止它们翻倒。而且事实上，婴儿需要12个月才能学会走路而不会摔倒。在第2章中已经做过简短介绍的罗德尼·布鲁克斯（见图12–3），想要打造能够像昆虫一样走路的6条腿机器人。他发明了一种新型控制器，可以对6条腿的动作进行排序，能够让机器人蟑螂向前移动并保持稳定。他那开创性的想法是，让腿部与环境进行的机械交互作用代替抽象的计划和计算。他认为，要让机器人完成日常任务，它们较高的认知能力应该基于感官运动（sensorimotor）与环境的相互作用，而不是抽象的推理。大象具有高度的社会性，有着强大的记忆力，并且还是器械天才，[13]但它们不会下国际象棋。[14]1990年，布鲁克斯继续创立了iRobot，迄今为止已经卖掉了超过1000万个Roombas扫地机器人来清洁更多的地板。 工业机器人具有坚硬的关节和强大的伺服电机，这使得它们看起来和感觉起来都很机械化。2008年，布鲁克斯创立了RethinkRobotics公司，该公司设计出了一个关节柔韧，可以转动手臂的机器人Baxter。它的每个手臂可以按要求来移动，还会自行编程以重复执行过的动作顺序，人们不必再编写一个程序来移动Baxter的手臂了。 ## PDF_PHYSICAL_PAGE_INDEX=2148 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=2149 | PRINTED_PAGE=NOT_DETECTED 莫维兰比布鲁克斯更进一步，开发出了一种名为“Diego San”（在日本制造）的机器人宝宝[15]，其电动机是气动的（由气压驱动），对比大多数工业机器人使用的刚性转矩电机，Diego San所有的44个关节都更柔软（见图12–4）。制作它们是基于这样一个灵感：当我们拿起某件东西时，我们身体中的每一块肌肉都会在一定程度上被牵动（如果我们一次只移动一个关节，看起来就会像机器人）。这使我们能够更好地适应不断变化的负载情况以及与世界的互动。大脑可以同时自然流畅地控制身体中的所有自由度——所有关节和肌肉——而DiegoSan项目的目标是找出大脑是怎么做到这一点的。Diego San的脸上有27个运动部件，可以表达各种各样的人类情感。[16]机器人宝宝的动作非常逼真。虽然哈维尔有几个成功的机器人项目，但DiegoSan并不是其中之一。他并不知道如何使机器人婴儿的表现像人类婴儿那样流畅。 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2150&limit=10)