东说念主工智能的改日之路

演讲东说念主简介：

刘嘉，麻省理工学院博士，心思学家，历久从事心思学、脑科学与东说念主工智能有计划。清华大学基础科学讲席阐明、心思学系系主任、清华大学脑与智能现实室首席有计划员、北京智源东说念主工智能有计划院首席科学家。

东说念主的默契与大脑构造

为什么东说念主如斯难以一语气？为什么这个寰宇老是让咱们产生好多困惑？这是东说念主类从有文雅运转就一直存在的问题，道理其实相等陋劣。

当先，咱们看见的寰宇只是这个寰宇中相等小的一部分，咱们忽略了绝大部分的东西。

咱们在清华作念过一个小现实：一位戴玄色渔人帽的女士在清华问路，在她问路的时间，咱们安排一块隔板从戴玄色渔人帽的女士和被问路的东说念主之间穿过。当板子过来时，原本问路的女士抬着板子走开了，而原本抬板子过来的另一位戴蓝色渔人帽的女士留了下来，由她赓续问路。在7个被问路的东说念主中，只好一个东说念主提神到了发问东说念主的变化。这个小现实的问路场景里，东说念主们其实只看见了寰宇上相等小的一部分，由于这些是不进犯的信息，东说念主们就容易忽略掉这些信息。

但更可能发生的是，东说念主们的默契还会污蔑这个寰宇。比如图1这一组图里，有两个拼在扫数的方块图，一个颜料深少量，一个颜料浅少量，还有一个圆环，它的灰度介于两者之间，圆环傍边两半颜料一样。但若是把两个方块图分开，人人一般都会以为圆环的颜料一边变浅了，一边变深了，事实上，它们的颜料仍是完全一样的。再把这个圆环分开，变成荆棘转移，这时看见的东西有立体感了，好像是深灰色的东西盖上了一层淡色的毛玻璃，以及淡色的板盖上了深色的毛玻璃。

咱们每时每刻不在不雅察这个寰宇，但又每时每刻不在污蔑这个寰宇，这到底是为什么？

这其实取决于咱们的视觉系统。假如外部寰宇存在一个绿苹果，它会以约莫100亿比特/秒的信息量干涉咱们的视网膜，视网膜通过约100万个神经鸠合，鸠合到视觉皮层，这个时间咱们的信息流就从百亿比特/秒变成600万比特/秒；经过视觉低级皮层加工再传到高等皮层来决定看到的东西是什么时，信息流又变成了100比特/秒。这时信息量衰减了1亿倍。可见，当咱们作念决策时，咱们获取的信息其实黑白常有限的，是以咱们就需要构造出新的东西，把缺失的信息补上，而咱们的大脑就像魔术师一样来弥补这些缺失的信息。这一方面可以解释为什么有好多东西咱们看不见——因为传输进程中还是被东说念主脑衰减掉、过滤掉了；同期也可以解释，为什么有的东说念主看见一个绿苹果会认为是红苹果——因为这个重构的进程是创造性的，不是陋劣复制。正是基于这个构造，咱们也可以把一个苹果动作一个梨子，这是咱们大脑构造的进程，是一个闲居的表象。

东说念主脑重构的道理

为什么咱们的大脑不行像录像机、摄影机一样忠实客不雅地响应物理寰宇，为什么非要我方来重构这个寰宇？这样的东说念主脑重构究竟有什么刚正？

正如康德所言：“莫得嗅觉撑握的学问是空的，莫得学问带领的嗅觉是瞎的。”这句话的前半句说的是，若是莫得外部的输入，咱们很难构建我方的心思寰宇，但我想强调的是下半句“莫得学问带领的嗅觉是瞎的”。若是你不知说念你看的是什么东西，那你就等于什么都看不见。这是因为，这个寰宇是拖泥带水的，需要咱们去构造，把咱们的一语气加进去，只好这样咱们才能信得过知说念这个寰宇究竟发生了什么。

与一语气比较，更进犯的是创造。当大脑莫得被外部信息填满而留住空间时，咱们能够在这空间里创造出我方想要创造的东西。正如《小王子》的作家圣·德克旭贝里所言：“一堆岩石在有东说念主对着它想考时就不再是岩石了，它将化身为大教堂。”这即是东说念主类了不得的创造——当咱们的先人跋山涉川来到一派荒野，他们看见的不是一堆乱石，而是改日的家园。是以，在当年的300万年里，东说念主和山公分开进化，东说念主的大脑体积加多了3倍；但是，这体积并不是平均加多的，加多最大的场合在额叶：与200万年前的先人能东说念主比较，咱们的头骨往前杰出，以容纳更大体积的额叶，而执意的额叶使咱们能构造出不存在的东西。比如咱们的先人准备去打猎，无谓等看见猎物才作念出反应，他只需要提前设想狩猎的情景，就可以把一切安排好。如斯一来，东说念主可以把改日在脑海里“演”一遍，构建出一个个可能的改日，从而对改日作念出行径决策，这是东说念主类能够投降其他比咱们更执意更凶猛的动物，成为万物之灵的关键。这也印证了荀子的一句话：“关联词东说念主之是以为东说念主者，非特以二足而无毛也，以其有辨也。”

重构心思寰宇的学问从何而来

东说念主脑对寰宇的构造，老是需要先验学问，而先验学问一部分来自基因的烙迹。换言之，咱们来到这个寰宇时并不是一块白板，而是带着32亿年的机灵来的，这些机灵就印刻在基因中。

咱们也曾用我校心思系女阐明和女博士后的像片，作念了一个意思意思的小现实：若是把她们的脸全部访佛起来，作念一张“平均脸”，人人无数反馈说这张“平均脸”充满两个字：“贤明”。“平均脸”所代表的道理是什么？东说念主脸其实是咱们的基因图谱——咱们的基因都写在脸上，当咱们把脸平均起来之后，得到的是这18位至意平均的基因，平均的基因代表突变很少。而基因一朝突变，能够率是无益的，基因突变越少，阐明基因越好，捎带遗传性疾病的概率就越低，这即是为什么东说念主们无数会以为“平均脸”更排场、更合适咱们的审好意思。

既然脸是咱们的基因图谱，对活命来讲如斯进犯，咱们便需要发展出相等执意的看脸身手，即神态识别。咱们有计划小组还是通过实考据明，神态识别身手也写在东说念主类的基因里。咱们找了两类双胞胎，一种是同卵双胞胎（由吞并个受精卵发育而来），基本上具有100%相易的基因。另外一种是异卵双胞胎（由两个孤立的受精卵发育而来），基因遗传物资的平均遗传度能够是50%。通过比较他们在神态识别上的身手，咱们发现同卵双胞胎在神态识别任务上的相似进程更高，即神态识别的身手受遗传身分的影响。这少量也可以从咱们的另一有计划得到考据，即神态失认症或者人人说的“脸盲”。

在图2袒露的这个遗传树里，只须孩子有神态失认症，他的父母中能够率有一个亦然神态失认症。第二幅图里有一个意思意思的三角，三角形底边的两个端点代表的即是同卵双胞胎。其时咱们在大学里测试了一个女孩，发现她有神态失认症，那女孩说她有一个同卵双胞胎姐姐，咱们把她姐姐请来一测，发现竟然亦然神态失认症。

“骄傲”对大脑的影响

除了看别东说念主的神态，咱们也往往照镜子看我方。最心爱照镜子的东说念主传闻是纳西索斯，他是古希腊神话里的超等帅哥，对我方的神态着了迷，每天趴在溪边，通过水的倒影赏玩我方的绝世好意思颜。心思学由此称这种表象为“纳西索斯情结”，道理是一个东说念主高度自恋，对我方爱到了极致。

其实对我方的爱，对我方神态的赏玩，背后响应的是一个相等进犯的秉性，即东说念主类的骄傲。骄傲是个体对我方的总体气魄，东说念主分红高骄傲和低骄傲两种。

什么是高骄傲？这里有四个问题：1.你是否定为你是一个有价值的东说念主？2.你是否定为你领有好多好意思好的品性？3.你是否对我方惬心？4.你是否对我方握细目气魄？

若是你对每说念问题的报恩都是“是”，那么你即是高骄傲的东说念主。“骄傲”在咱们靠近逆境时能提供极大的匡助。

当一个东说念主历久接纳压力和灾荒，体魄会变得差，心思幸福感会低下，更灾祸的是，默契发展会受损，默契身手会比别东说念主低好多，体现时大脑上即是海马体会受到极大的损害，而海马体是东说念主学习、顾虑、空间导航的核心。

骄傲在压力源和心思寰宇之间诞生起一说念安如泰山的防地，它就像勇敢的士兵一样挡在东说念主的心思寰宇眼前，帮东说念主把压力、负性事件挡在外面，让东说念主能够闲居、健康地成长。东说念主有两种老本，一种是物资老本，一种是心思老本，骄傲自信、感性谢却，这些即是心思老本。物资老本膏腴的东说念主未必有高骄傲，而处境不利的东说念主莫得丧失他的骄傲与自信时，就很可能在触达低点时再反弹，并达到东说念主生新的高度。

咱们所处的物理寰宇历久是不完竣的，总有让东说念主不惬心之处，但是每个东说念主可以在一个不完竣的物理寰宇里构建出一个好意思好的心思寰宇。为什么？因为咱们的大脑即是一个构造体，从物理寰宇所接收到的信息，经过大脑的使命，可以构建出一个完竣的心思寰宇。这正印证了社会心思学家班杜拉所说的一句话：“东说念主既是环境的家具，亦然环境的营造者。”

东说念主的双链进化

东说念主和动物的进化有确凿质的区别。动物是按照基因，按照达尔文的进化论，少量点试着活命、前进。东说念主除了有代表着当年的生物基因的演化，还有另外一条演化线，即基于社会基因（Meme）的演化，而这条线带着咱们以与动物不一样的方式前进。

生物基因由一些碱基对组成，那社会基因是什么？旷古时，咱们的先人中有一位短暂因为某种原因能够把火生起来了，一种学问、手段被创造出来，这就十分于基因在突变，一个优秀的基因产生了。会生火的这种手段、学问就像基因一样运转传播给其他东说念主，从一个部落传到其他部落，渐渐地生火就从个东说念主领有的手段变成东说念主类领有的手段。渐渐地，东说念主们又运转会制作长矛和其他器具，经过漫长的发展，缓缓构建成今天的东说念主类社会。这即是为什么咱们一直强调学问、文雅是如斯进犯，而大学即是文雅的产房。孟子说过：“东说念主之是以异于兽类者几希；子民去之，正人存之。”这里的“几希”即是咱们的文雅，即是咱们在演化进程中所创造所传播的社会基因。

科技发展的主要指标之一，是要让学问的扩散变得更快、更便利。约莫在六千年前，东说念主类最早的翰墨楔形翰墨在眉月地带被发明出来，使得东说念主类的学问手段可以被纪录下来，可以被忠实传播。之后的活字印刷，以于今天的电话、电报、互联网等等这一切，使得咱们能够愈加高效地把学问传播出去，鼓吹文雅加快演化。

东说念主类的文雅时期约莫可以分红三个阶段：第一个阶段是原始文雅，约莫阅历了两百多万年，它的前十万年和后十万年莫得什么太大变化。第二个阶段是农业文雅，约莫阅历了四千多年，这个时间东说念主类运升沉成文雅种族，懂得了一些天文地舆学问等等，学会培植庄稼，可以折服野兽，把它们变成亲畜，但发展依然十分冷静。信得过带来巨大变化的是第三个阶段，即工业文雅。工业文雅从运转出身到现时，不外是短短三百年；但在这三百年里，变化是如斯之快，以至于咱们不得不将它再细分红四个阶段，第一个阶段是机械化时期（1760-1840年代），出现了蒸汽机等。第二个阶段是电气化时期（1840-20世纪初），出现了电力等。第三个阶段是自动化时期（1950-21世纪初）。而第四个阶段，即是咱们现时所处的信息时期。

东说念主工智能的发达

2002年，我的博士论文答辩题目是《神态识别的默契神经机制》，在答辩的第二张PPT里我这样写说念：“现时来源进的机器识别神态的正确率只但是立时水平，而东说念主类能够在一秒钟内识别上百张神态，为什么东说念主类如斯伟大，为什么东说念主类如斯理智，为什么机器如斯愚笨？”

在2002年，机器识别东说念主脸还可以说是“一塌费解”。到了2015年，我作为江苏卫视《最执意脑》的总经营，野心东说念主机大战名堂，即机器和东说念主比拼神态识别，看谁的身手最强。比赛的成果让我牵记：经过十几年的发展，东说念主工智能还是执意到在东说念主脸识别上胜过东说念主类的最执意脑。我其时相等幸运我的博士论文是在十几年前答辩的；若是我现时这样开题，可能就拿不到博士学位了。

其时除了牵记，还有趣味：东说念主工智能究竟是靠什么来达到和东说念主一样的神态识别水平，以致超越东说念主类的水平？

咱们诞生了一个东说念主工神经聚集，测验它去识别性别，即区别是男性如故女性，它的正确率能达到100%。这个神经聚集究竟是靠什么把男性和女性别离开？咱们找了一张中性神态，即是把男性和女性神态求平均，给它加上立时杂音，然后“喂给”东说念主工神经聚集，它有时间会判断这个图是一个女性，而这个神态加上其他杂音，则会被判断为男性。于是，完全一样的底图，加上不同的杂音，就会得到一组被东说念主工神经聚集认为是女性的图和一组被认为是男性的图。当把这组被认为是女性的图中的中性神态去掉，只留住杂音时，这些杂音访佛起来，咱们得到的就不再是立时杂音，而是东说念主工神经聚集用于识别女性的里面表征。相通，咱们也可以得到男性神态在这个神经汇聚集的里面表征。进一步，咱们把两者相减，就得到了东说念主工神经聚集用以别离男性和女性的模式。在这个模式里，可以看到，眼睛、眉弓、鼻子、东说念主中是它认为的别离男性和女性的关键特征。而这些关键特征，的确是咱们东说念主类用于别离男性和女性的关键特征，它们的相似度达到了0.73，这黑白常高的关系度。但是，原原委委，咱们并莫得告诉过这个东说念主工神经聚集：你应该用什么方式去识别男性和女性；只是要让它作念这件事情，它就会产生跟东说念主类类似的里面表征、默契操作，从而完成性别判断。也即是说，东说念主工智能在这个进程中呈现出和东说念主类一样的心思寰宇。

在那一刻我运转意志到，生物当年的进化都是一条单线，基于碳基的方式运行。但是当东说念主类创造出东说念主工智能之后，东说念主类文雅就很可能不再是平滑上前，接下来偶然会出现一种改换性的跃迁，可能在文雅的进化中出现奇点。

为什么这样说呢？咱们来看东说念主类和东说念主工智能的三大区别。

第一，算力。东说念主类的大脑经常重3.5斤傍边，天然只占咱们体重的2%，但耗尽了咱们体魄25%以上的能量，因此它是一个耗能大户，还是达到了咱们体魄能够撑握的极限。是以，东说念主类的大脑看起来还是到了进化极限，再给一千年、一万年，东说念主类的大脑很可能不会变得更大，理智进程也不会加多。但是关于东说念主工智能来说，一块CPU不够可以再加一块CPU，一块硬盘不够可以再加一块硬盘，表面上它有无限的算力和无限的存储身手。

第二，寿命。东说念主的寿命是有限的，再伟大的想想也有罢手的一刻。但东说念主工智能的寿命是无限的，CPU烧了可以换块CPU，电线断了再换根电线就行。

最关键的，是东说念主工智能的无穷可能。关于东说念主类而言，一般来说有两种学问，一种是可以形容的明学问，比如牛顿定律。一种是可以感受但难以形容的默学问，比如骑自行车的学问。此外还有第三种学问，是东说念主类所莫得而机器领有的，即暗学问，它不可感受，不可形容，不可抒发，它是存在于海量数据中万世万物之间的探究，数目极其巨大，东说念主类无法一语气。

2016年，AlphaGo打败了东说念主类围棋顶尖高东说念主之一李世石。其时寰宇围棋积分排行第一的围棋手柯洁说：“咱们东说念主类下了2000年围棋，连门都没入。”棋圣聂卫平说：“咱们应该让阿至意（AlphaGo）来教咱们棋战。”这不是他们谦善，而是事实。一个东说念主不吃不喝一辈子所下的围棋最多也即是10万盘，而从东说念主类发明围棋到现时，累计统共下了约莫3000万盘围棋。而围棋的空间有多大呢？一个格子可以有三种状况，放白棋、放黑棋或者不放，而棋盘统共有19×19个格子，是以它的状况统共有319×19种，约莫等于10172，这比扫数六合中的原子数目还要多。联系于如斯高大的围棋空间，东说念主类的两千多年探索，只是这个空间里一个微不及说念的小点，而大部分空间如故一派阴暗。AlphaGo之是以比东说念主类愈加执意，并不是它比东说念主类理智，而是因为它探索了更大的空间，因此找到了更多下法云尔。牛顿曾说：“我就像在海边玩耍的小孩，偶尔拾到瑰丽的贝壳，就应许不已。但面对真谛海洋，我仍一无所知。”现时看来，这不是牛顿谦善，而是实情。

再看一下艺术。现时东说念主工智能还是可以制作达到专科水平的绘图（图3、图4）和音乐。此外，讼师、医师、税务师、参议师等需要相等专科的学问的“金领”业绩，也逐渐出现了东说念主工智能的身影，看起来很可能有一天会被东说念主工智能取代。神经聚集之父、深度学习的创举东说念主杰弗里·辛顿（Geoffrey Hinton）接受麻省理工学院的《Tech Review》采访时说：“将来深度学习可以作念任何事情。”

东说念主工智能与类东说念主智能的巨大差距

东说念主工智能真的还是无所不行吗？心思学家进修了其时来源进的东说念主工神经聚集模子GPT-3。他们认为之是以GPT-3显得相等理智，是因为问了它智能的问题。假定问它一些很“弱智”的问题，它会怎么报恩？他们问它：“我的腿上有几只眼睛？”这个连莫得上过学的小孩都能正确报恩的问题却难倒了GPT-3，它报恩说：“你的腿上有两只眼睛。”这标明它并不睬解眼睛是什么，它只是在作念关联云尔——东说念主有两只眼睛，腿是东说念主的一部分，是以它认为腿上应该有两只眼睛。这个例子充分印证了爱因斯坦名言：“任何傻瓜都知说念，关键在于一语气。”GPT-3知说念但并不睬解眼睛究竟是什么，而一语气，正是咱们东说念主类信得过了解这个寰宇、能在这个寰宇里目田游荡的关键。

杰弗里·辛顿昭着也意志到了这个问题，他暗意，咱们可以进一步发展东说念主工智能，当一个东说念主工智能能够准确形容一个场景，它即是一语气了。果真这样么？假定有这样一个场景：有个东说念主从柱子上狠狠摔了下来，跌倒在地。若是让东说念主工智能来形容这个场景，它会说一个东说念主从柱子上掉下来了。而咱们对这个场景还有一个很进犯的反应——“疼”。这个区别体现了东说念主类具有一种异常进犯的身手，即共情：别东说念主遇到了灾荒我能不教而诛，而这种感受是自动的。共情不是一种蹂躏，而是一种必需品，因为当一个孩子莫得这种不教而诛的身手，枯竭同理心，他在小时间就很难对父母产生依恋，很难和其他小一又友玩到扫数；在长大以后，会对酬酢常情枯竭一语气，对他情面绪枯竭反应，不行凭证酬酢模式调遣我方的步履，有可能作念出反社会的步履。假定咱们的改日是由一台台莫得共情的机器所组建的“自闭症”式的社会，这个社会还能有文雅吗？这个社会还能有发展吗？是以，东说念主工智能的奠基东说念主之一马文·李·明斯基说过这样一句话：“现时的问题不是一个智能的机器是否领有心情，而是不领有心情的机器是否能领有智能。”在马文·李·明斯基看来，心情是智能的基础，得先有心情才有智能。

又如在好莱坞电影里，好意思国的黑手党跑去找一个店家说：“你这个蛋糕店看上去真可以，若是无意发生失火烧掉那就太可惜了。”辅导这个黑手党的话是什么道理？A：请店家作念好消防使命，别烧掉了店铺，那样太可惜了。B：请店家交保护费，要否则就要烧掉店铺。对咱们而言，谜底不问可知是B，是黑手党在挟制并诈骗店家。但是关于机器来说，它还很难一语气这话背后祛除的推理和因果。正如古希腊形而上学家德谟克利特所言：“我宁可找到一个因果的解释，也不肯成为波斯东说念主的王。”对东说念主而言，咱们认为万事万物都是有因果的，而正是这种对因果的执着使咱们能够推理，能够把零碎的万世万物探究在扫数，组成一个个故事。

其实笛卡尔四百多年前就说过：“即使机器可能在某些方面作念得和咱们一样好，以致更好，但它们在其他方面不可幸免地会失败。这是因为它们不是通过一语气而只是凭证预设来行径。”这少量，到现时还莫得发生实质的改变。

是以，天然现时东说念主工智能取得了很高的建树，但是和东说念主的智能仍然存在巨大差距，依然莫得达到类东说念主智能。那么改日怎么达成类东说念主智能呢？我认为，关键点就在于脑科学+东说念主工智能。

举个陋劣的例子：线虫是一个相等陋劣的生物，只好302个神经元。但是，麻省理工学院的有计划者效法了其中19个神经元，就完成了自动驾驶这个任务，其参数比传统的大模子足足低三个数目级，只好75000个参数，而这个仿生的东说念主工神经聚集对不同说念路具有相等高的通用性和可解释性，以及相等强的鲁棒性。只是效法来自陋劣生物的19个神经元，就可以完成自动驾驶的初步任务，这是因为生物不是靠神经元的数目取胜，而是靠32亿年进化酿成的机灵取胜，这项有计划效法的其实是32亿年进化酿成的机灵。从这个角度讲，东说念主类的大脑是现时寰宇上最理智的大脑，有860亿个神经元，平均每个神经元有3000个鸠合，它代表着六合中在才略上所能达到的最高建树。那么，东说念主工智能为什么不行向东说念主脑学习，以东说念主脑为模板、以东说念主脑为模仿，来发展出更好的东说念主工智能呢？

对线虫神经元的效法，只是一个运转，下一步也许咱们会去效法神经元数目百万级的果蝇、更高量级的斑马鱼，以致小鼠、大鼠、猕猴，终末是东说念主类。只是从神经元的数目上来讲，这即是一个巨大的挑战，因为神经元的数目足足差了9个数目级，而还有更多更大的挑战来自机制和算法，以及更多的未知。但是我确信，脑科学加上东说念主工智能，有一天也许能够造出一个比好意思东说念主脑的数字大脑。

小结

莎士比亚说：“所谓过往，齐为序章。”咱们的现时是当年的改日，还是写定，但咱们的此刻完全不是改日的当年，因为咱们的改日是不决的，取决于咱们现时怎么作念出聘请。

东说念主类发明了东说念主工智能，在今天跟着算力的加多、技巧的非凡，它运转有了超越东说念主类的可能。咱们现时需要对具有一切可能的改日作念出聘请。

在我看来，改日约莫有三种可能。第一种，东说念主工智能像科幻电影《星球大战》里的R2-D2一样，是东说念主类忠实的伙伴，成为东说念主类相等好的一又友，匡助东说念主类变得更执意。第二种可能，咱们构建出一个数字大脑，它的身手可能比现时东说念主类的大脑更强，这时可以达成东说念主机合二为一，把咱们的意志、顾虑、心情上传到这个数字大脑里，若是CPU坏了就换一块CPU，内存需要扩大少量就加点内存，这样东说念主就可以获取精神上的“长生”。改日学家库兹韦尔在《奇点降临》这本书中认为约莫在2045年，这一刻就会到来。第三种可能，即是科幻电影《闭幕者》里所展示的，东说念主类文雅消失。

改日会怎么样，最终取决于咱们现时作念什么。这很进犯，因为咱们今天站在了这个进化的节点之上。