--- schema_version: "library-reader-v1" source_type: "original_book" title: "AI 3.0（畅销书《复杂》作者、复杂系统前沿科学家梅拉妮·米歇尔，历经10年思考，厘清人工智能与人类智能的全新力作，全景式地展现了人工智能的..." author: null edition: null publisher: null year: null isbn: null library_document_id: "75afffda-b96b-4df5-89ff-2ec037cfed66" source_sha256: "21c9bed4763f96ba9dce4c4e24be07b2ddb63e08acce9107a510c1026714c784" pdf_physical_page_count: 491 pdf_physical_page_index_base: 0 range_start: 120 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/75afffda-b96b-4df5-89ff-2ec037cfed66?start=120&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/75afffda-b96b-4df5-89ff-2ec037cfed66.md?start=120&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/75afffda-b96b-4df5-89ff-2ec037cfed66.md?start=110&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/75afffda-b96b-4df5-89ff-2ec037cfed66.md?start=130&limit=10" --- # AI 3.0（畅销书《复杂》作者、复杂系统前沿科学家梅拉妮·米歇尔，历经10年思考，厘清人工智能与人类智能的全新力作，全景式地展现了人工智能的... > 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=120 | PRINTED_PAGE=NOT_DETECTED 对大脑进行逆向工程意味着要对其运转机理有充分的了解，从而能够复制大脑，或者说，至少可以在计算机中运用大脑的基本原理并复制其智能。库兹韦尔认为，这种逆向工程是一种实用的、短期内能实现的创造人类水平的人工智能的方法。考虑到目前人类对大脑的运转机理所知甚少，大多数神经科学家会强烈反对这一观点。但是，库兹韦尔的论点还是建立在指数趋势的基础上，不过，这次指的是神经科学的进步。他在2002年写道：“对必要趋势的细致分析表明，在30年内，我们就将掌握人类大脑的运作原理，并能够使用人工合成的物质对人脑的功能进行再创造。” 29 绝大多数的神经科学家并不认可对此领域的这一乐观预测，而且，即使一台根据大脑的原理运行的机器可以被制造出来，它又如何才能习得所有能够让它看起来更智能的知识呢？毕竟，一个新生儿也有大脑，但是他并没有我们所说的“人类水平的智能”。库兹韦尔对此表示赞同：“大脑的复杂性大部分来自其与复杂世界之间的互动。因此，正如自然智能也需要接受教育一样，为人工智能提供教育也是有必要的。” 30 当然，提供一项教育可能需要花费很多年的时间。库兹韦尔认为，这一进程可以被大大加快。“当代电子元件的信息处理速度已经比人类神经系统的电化学信息处理速度快了1 000万倍以上。一旦人工智能掌握了人类基本的语言技能，它将能通过快速阅读所有的人类文献以及吸收数百万网站上的开源知识，来扩展自己的语言技能和通用知识。 31 ## PDF_PHYSICAL_PAGE_INDEX=121 | PRINTED_PAGE=33 库兹韦尔还不太清楚这一切将如何发生，但他确信：“我们不能像某些大型专家系统那样，一个链接一个链接地编码人类智能，来实现人类水平的人工智能。相反，我们要基于人脑的逆向工程，建立一个复杂的自组织系统层次结构，并为其提供教育……比起人类教育的过程，这一过程的速度将快上数百倍，甚至上千倍。” 32 奇点的怀疑论者和拥趸者 人们对库兹韦尔的著作《精神机器的时代》（The Age ofSpiritual Machines ）和《奇点临近》的反应往往处在两个极端：热情地拥抱或者不屑一顾地怀疑。当我在读库兹韦尔的书时，我属于后一阵营，现在仍是如此。我一点都不相信他对指数函数曲线的过分解读，以及他对大脑进行逆向工程的论断。虽然深蓝在国际象棋比赛中击败了卡斯帕罗夫，但人工智能在其他绝大多数领域的能力还远低于人类的水平，所以预测人工智能将在短短几十年内与人类比肩，在我看来真的是一种荒谬的乐观。 我认识的大多数人都有类似的怀疑。对人工智能的主流态度在记者莫琳·多德（Maureen Dowd）的一篇文章中得到了完美体现，她描述了她与斯坦福大学的著名人工智能研究者吴恩达（Andrew Ng）的一次对话，在她提到库兹韦尔时，吴恩达条件反射性地翻了个白眼，并说道：“每当我读到库兹韦尔的《奇点临近》时，我的眼睛就会不受控制地做出这种反应。 33 ## PDF_PHYSICAL_PAGE_INDEX=122 | PRINTED_PAGE=NOT_DETECTED 另一方面，库兹韦尔也有许多拥趸者。他所有的著作都是畅销书，并在许多权威的出版物上得到了积极的评价。《时代周刊》对奇点的评价是：“这不是一个边缘想法，这是对地球生命之未来的一个严肃假设。” 34 库兹韦尔的思想在科技产业中影响尤为巨大，这一领域的人们常常将指数级的技术进步视为解决所有社会问题的手段。库兹韦尔不仅是谷歌工程总监，还是奇点大学的联合创始人，奇点大学的另一位联合创始人是未来主义派企业家彼得·戴曼迪斯（Peter Diamandis） (21) 。奇点大学是一家“跨人文主义”智库、创业公司孵化器，有时还为技术精英举办夏令营。奇点大学的公开使命是：教育、启发领导者应用指数型技术来解决人类面临的重大挑战 35 。这一组织部分得到了谷歌的背书。谷歌的联合创始人拉里·佩奇是奇点大学的早期支持者，并且经常在奇点大学的课堂上演讲。奇点大学的赞助者中还包括一些其他的知名科技公司。 侯世达是一位在奇点怀疑论和担忧论之间徘徊的思想家，这让我很意外。他很困扰，他曾跟我说过，库兹韦尔的书在最滑稽的科幻场景里混入了非常真实的东西。在我对此进行争辩时，侯世达指出，从几年后的角度回头看，库兹韦尔做出的每个看似疯狂的预测，往往也包含一些已经成真或即将成真的内容，这确实令人惊讶。到21世纪30年代，会出现“把人们所有的感官体验，以及与他们的情绪反应相关的神经关联物都发布到网上的‘体验波束’”吗？ 36 这听起来很疯狂，但在20世纪80年代末，库兹韦尔曾依据指数级增长理论预测：到1998年，一台计算机将击败人类国际象棋冠军……结果就是我们不再那么看重国际象棋了 37 。当时就有许多人觉得这听起来很疯狂，但这件事不但发生了，而且比库兹韦尔预测的还要早一年。 ## PDF_PHYSICAL_PAGE_INDEX=123 | PRINTED_PAGE=NOT_DETECTED 侯世达指出了库兹韦尔对所谓的“克里斯托弗·哥伦布（Christopher Columbus）策略”的巧妙运用 38 ，侯世达指的是科尔·波特（Cole Porter）的歌曲《他们都笑了》（TheyAll Laughed ）歌词里有一句是“当克里斯托弗·哥伦布说地球 是 圆 的 时 ， 他 们 都 笑 了 ” （ They all laughed atChristopher Columbus when he said the world wasround）。库兹韦尔引用了许多完全低估了技术进步的速度及其影响的历史上的杰出人士的言论。举几个例子：1943年，IBM董事长托马斯·沃森（Thomas J. Watson）说“我认为全球计算机市场的容量可能是5台”；数字设备公司联合创始人肯·奥尔森（Ken Olsen）在1977年说“个人没有任何理由会需要在家里放一台计算机”；比尔·盖茨在1981年说“640 KB内存对任何人来说都应该足够了” 39 。侯世达也被他自己在国际象棋上的错误预测所刺痛，因此，尽管库兹韦尔的想法听起来很疯狂，他也不愿立即否定它们。“就像击败卡斯帕罗夫的时候，深蓝肯定停下来想了一下。” 40 对图灵测试下注 作为一个职业选择，未来学家倒是一份不错的工作，如果你能获得这样的工作的话。你可以去写书，并在书中做一些在几十年内都无法评估的预测，而这些预测的结果又不会影响你在当下的声誉或者你的书的销量。 ## PDF_PHYSICAL_PAGE_INDEX=124 | PRINTED_PAGE=NOT_DETECTED 2002年，出现了一个名为Long Bets的网站，这个网站是有竞争力的、负责任的预测的“竞技场”，因而可以使未来学家保持“诚实”。它允许预测者给出一个指定实现日期的长期预测，也允许挑战者来挑战该预测，双方都用钱押注，而这个赌注将在预测日期过后进行支付。该网站的第一个预测者是一家成功的软件公司Lotus的创始人米歇尔·卡普尔，他做了一个消极的预测：“一直到2029年，都不会有计算机或智能机器通过图灵测试。”卡普尔是一位长期致力于互联网公民自由的活动家，他很熟悉库兹韦尔，并且是关于奇点的两个阵营中对奇点持高度怀疑态度的那一方。库兹韦尔同意成为这次公开打赌的挑战者，如果卡普尔赢了，2万美元的赌注将捐给由卡普尔参与创立的电子前沿基金会，如果库兹韦尔赢了，这笔钱则捐给库兹韦尔基金会。2029年底将进行相关测试，以决定最终获胜者。 与图灵不同的是，在打这个赌的时候卡普尔和库兹韦尔必须以书面方式详细陈述他们的图灵测试如何工作。他们从一些必要的定义开始。一个“人”的定义要根据2001年对这个术语的认识，即生物学意义上的人类，其智能未经非生物的相关智能加强；一台“计算机”指的是任何形式的非生物智能，比如各种硬件和软件，并且可以包括任何形式的技术，但不能是生物学上的人，比如被增强的人、其他形式的生物体或生物学上的神经元，但是，对生物神经元的非生物模拟却是被允许的。 ## PDF_PHYSICAL_PAGE_INDEX=125 | PRINTED_PAGE=NOT_DETECTED 赌注的条款还规定，测试由3名人类裁判执行，他们会对计算机选手和3名人类“陪同选手”进行访谈，这4名选手都将竭力让裁判相信他们是人类。裁判和人类陪同选手将由“图灵测试委员会”选出，该委员会由卡普尔、库兹韦尔（或他们的委任人）以及一名第三方成员组成。每一名选手都将接受每位裁判长达2个小时的访谈，而不是5分钟的闲聊。在所有测试结束后，裁判将针对每一位选手做出他们的判断：是“人类”还是“机器”。“如果计算机使3位人类裁判中的两位或以上做出误判，使他们误以为该计算机是人类，那么这台计算机则被视为通 过 了 ‘ 图 灵 测 试 人 性 判 定 测 试 ’ （ Turing test humandetermination test）。” 除此之外，每一位图灵测试裁判都需对这4位选手进行排名，从第1名（最不像人类）到第4名（最像人类）。如果计算机的排名中位数大于或等于2位及以上的人类陪同选手的排名中位数，则该计算机将被视为通过了“图灵测试排位测试”（Turing test rank order test）。 如果计算机同时通过了图灵测试人性判定测试和图灵测试排位测试，则视为计算机通过了图灵测试。如果有计算机在2029年年底之前通过了图灵测试，那么库兹韦尔就赢得了赌注，否则，卡普尔赢。 真是非常严格！尤金·古斯特曼根本就没有机会。我必须谨慎地同意库兹韦尔的这一评估：“在我看来，不存在一套技巧或比最基本的人类智能更简单的算法可以让机器在不具备人类智能水平的情况下，还能通过合理设计的图灵测试。” 41 ## PDF_PHYSICAL_PAGE_INDEX=126 | PRINTED_PAGE=NOT_DETECTED 除了列出他们长期赌约的规则外，卡普尔和库兹韦尔还分别撰写了多篇相关的文章，列出了各自认为自己会赢的理由。库兹韦尔总结了他在书中提出的论点：计算能力、神经科学和纳米技术的指数级进步，这些方面合在一起将会使大脑的逆向工程成为可能。卡普尔对此并不认同，他的主要论点以我们人类的肉身和情感对我们认知的影响为核心：“对环境的感知与物理层面的互动，对塑造经验的认知来讲同等重要，情感约束并塑造了那些会思考的事物的外壳。” 42 卡普尔断言，如果机器没有人类躯体的等同物以及与之相关的一切，它将永远无法习得通过他和库兹韦尔所设计的严格的图灵测试所需要的一切知识。 我认为，人类学习的根本模式是经验性的。书本学习是在这之上的一层……如果人类的知识，特别是关于经验的知识，在很大程度上是隐性的，也就是说，这些知识从来不被直接和明确地表达，那就无法从书本中找到，而库兹韦尔设想的知识获取方法将会失败……问题不在于计算机知道什么，而在于计算机不知道什么以及无法知道什么 43 。 库兹韦尔同意卡普尔对于经验式学习、隐性知识和情感之作用的观点，但他相信在21世纪30年代之前虚拟现实将变成“完全现实” 44 ，并足以重建用来教育一个可以发展壮大的人工智能所需要的物理体验（欢迎来到黑客帝国）。与此同时，这种人工智能将拥有一个具有逆向工程构造的、有情感的人工大脑作为核心部件。 ## PDF_PHYSICAL_PAGE_INDEX=127 | PRINTED_PAGE=NOT_DETECTED 你会像卡普尔一样，对库兹韦尔的预测持怀疑态度吗？如果你持怀疑态度，那么库兹韦尔会说：“那是因为你不理解指数。我和一个批评家的意见分歧的核心常常在于，他们会说，你低估了人类大脑逆向工程的复杂性或生物科学的复杂性，但我不这么认为，我认为是他们低估了指数级增长的力量。” 45 怀疑者指出了库兹韦尔的论点中的几个漏洞。的确，计算机硬件在过去50年里取得了指数级的进步，但我们有很多理由相信这种趋势在未来不会持续下去。库兹韦尔当然不同意这一点。更重要的是，计算机软件并没有显示出同样的指数级进步。很难说与50年前的软件相比，今天的软件在以指数级的速度变得更复杂或更像人脑了，甚至很难说这种趋势是否曾经存在。库兹韦尔关于神经科学和虚拟现实的指数发展趋势的论调也广受争议。 库兹韦尔的拥趸者则指出，如果你身处其中，有时候就很难看到指数级增长的趋势。假设我们正处在一条指数函数曲线缓慢增长的某一个点上，这对我们来说更像是一个渐进的增长，但它却是具有欺骗性的，因为增长即将爆发。 当下这个人工智能的春天是否像许多人认为的那样，是即将来临的爆发的第一个预兆？或者，它只是缓慢的、渐进式增长曲线上的一个路径点，至少在未来一个世纪都不会发展出人类水平的人工智能？还是说这又是一个人工智能泡沫，很快就会有另外一个人工智能寒冬跟上来？ ## PDF_PHYSICAL_PAGE_INDEX=128 | PRINTED_PAGE=NOT_DETECTED 为了帮助我们进一步理解这些问题，我们需要仔细研究一下独特的人类智能背后的一些关键能力，比如感知、语言、决策制定、常识推理和学习等。在接下来的章节中，我们将看到人工智能在获取这些能力方面取得了多大进展，并且我们将评估人工智能的前景——包括在2029年之前及之后的。 ## PDF_PHYSICAL_PAGE_INDEX=129 | PRINTED_PAGE=NOT_DETECTED 本章要点 03 强弱人工智能之争 尽管深度学习近年来取得了很大的成功，但和迄今为止所有的人工智能实例一样，这些程序仍然只是所谓的“狭义”或“弱”人工智能的例子。此处的“狭义”和“弱”是用来形容那些仅能执行一些狭义任务或一小组相关任务的系统。AlphaGo可能是世界上最好的围棋玩家，但除此之外什么也做不了，它甚至不会玩跳棋、井字棋等游戏。谷歌翻译可以把英文的影评翻译成中文，但它无法告诉你影评者是否喜欢这部电影，更不用说让它自己来观看和评论电影了。 “狭义”和“弱”人工智能往往是与“强”“人类水平”“通用”或“全面”人工智能（有时候也被称作AGI，即通用人工智能）对比而言的，后者即那种我们在电影中常看到的，可做我们人类所能做的几乎所有事情，甚至更多事情的智能。通用人工智能是人工智能领域研究最初的目标，但至今还没有创建出任何能够在通用意义上被称为“智能”的人工智能程序。该领域最近的一项研究表明：“一堆狭义智能永远也不会堆砌成一种通用人工智能。通用人工智能的实现不在于单个能力的数量，而在于这些能力间的整合。 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/75afffda-b96b-4df5-89ff-2ec037cfed66.md?start=130&limit=10)