人工智能不必像人,而是要自我进化

作者:李圆敏 来源:中国日报网
2018-10-14 12:48:01
分享

人工智能比人聪明吗?回答这个问题,要看怎样给人工智能定义。如果我们定义的重点放在“聪明”上,意义

20世纪50年代,心理学家J. P. 吉尔福德将创造性思维分为两类聚合思维和发散思维。吉尔福德将聚合思维定义为正确回答问题的能力,主要表现为记忆和逻辑。发散思维就是能够从一个或多个问题中发现诸多潜在答案,一种好奇心展现一种“跳出框框”思考能力。“记住奥地利首都,跟对德语一窍不通却能在维也纳创业完全是两码事。”

大多数人认为的人工智能相对优势,主要是指它的聚合智能能力。凭借超强的内存容量和处理能力,计算机在基于规则的游戏、复杂计算和数据存储(国际象棋、高等数学和危险问题)方面胜过人类。有些人可能会说,计算机所缺乏想象力,或打破规则的好奇心——也就是发散性。

是,如果这种普遍观点是错误的呢?如果人工智能相对于人类的真正优势恰恰是它的发散性智能——它的创造潜力,那会出现怎样状况?

如今人工智能有一个更有意思的应用是名为“生成设计”的领域。在这个领域机器输入大量数据,要求出数千个符合特定标准的设计。从上讲,这是在训练机构发散思维潜能。

例如,建筑软件企业欧特克设计一间新办公室,问员工理想的工作场应该具备什么素:多少光线?隐私?还是开放空间?程序员将这些调查结果输入人工智能,而生成设计技术产生了超过万个不同的设计图。人类建筑师从这些电脑生成的设计中提取出他们最中意的设计点子,建造了世界上第一个使用人工智能创建的大型办公室。

“生成式设计就是在跟全能但又无趣的精灵一起工作,”谷歌母公司Alphabet秘密研究实验室X的负责人阿斯特罗·特勒(Astro Teller)说。也就是说,它很神奇,但有点太刻板。因此,我问特勒,公司什么时候使用这种令人痛苦的密集精灵。“无处不在!”他说。最重要的是,生成式设计可以在确保病人安全的情况下,帮助生物学家模拟新药的效果。通过在生物模拟器中测试一种新药物的数千种变体,有一天我们可以设计出一种商业飞机——在拉载几百名乘客之前,详尽测试所有规格数据

人工智能的发散思维潜能是该领域最热门的课题之一。今年春天,几十名计算机科学家发表了一篇关于人工智能历史的重要论文。这篇论文研究而是集合了很多故事——有些是负面的,有些很搞笑——展示了人工智能以其独创性震惊了自己的设计师。大多数故事都涉及人工智能机器学习,程序员在没有明确指令的情况下,给计算机数据和一个问题,希望算法能找到答案。

首先是个负面的例子。有一种算法是用来计算如何用最小的力让虚拟飞机着陆。人工智能很快发现,如果飞机坠毁,程序会记录下的一个很大大到淹没自己的内存,并把它看成完美数字于是,人工智能一次又一次地撞毁飞机,预设机上所有的虚拟人杀死。这是一种邪恶的规则——黑客攻击让那人们更加担心,有知觉的人工智能最终会毁灭人类。(需要明确的是,模拟器混乱和天网之间存在巨大的距离。)

不过,正面的例子也同样有趣。在一项运动测试中,一个模拟机器人设计以尽可能快的速度前进。但是,机器没有自己设计走路,而是自己设计一座高塔,向前高塔怎么可能倒在地的方式诸如的运作呢?好吧,两种方都能很快地跨越水平距离。人工智能异常地执行任务。

人工智能研究科学家詹妮尔·谢恩创建一个人工智能网站上,有一摔倒策略天才解释。“在我把这篇论文发布到网上后,我听到一些生物学家说,‘哦,是的,小麦用这种方法繁殖!她告诉我。“在每个季节结束的时候,这些高大的麦秆都会掉落下来,它们的种子落在离麦秆的起点稍微远一点的地方。”

程序员的角度来看,人工智能无法行走。从人工智能的角度来看,它在模拟环境中快速发生变异,发现了一些小麦秸秆经过数百万年才学会的东西:掉落为什么还要?这种观点很新奇。

本文中的故事不仅证明人工智能的愚蠢。事实上,它们是相反的证据模仿生物学的不同智力。研究报告的主要作者在结论中写道:“因此,这些趣闻轶事可以作为证据,证明进化,无论是生物学上的还是计算上的,都是天生具有创造性的,应该经常被期待能给我们带来惊喜、愉悦,甚至超过我们。”有时,机器比它的制造者更聪明。

这并不是说人工智能展示了心理学家所说的人类创造力。这些机器不能开启,不能自我激励,不能提出不同的问题,甚至不能解释他们的发现。没有意识或理解,一个生物不可能真正有创造力。

可是,如果人工智能,尤其是机器学习,不像人那样思考,也许更准确的说法是它会进化,就像生物体一样。想想我们熟悉的步式进化。随着基因突变,基因会偏离其原有的结构。有了自然选择,生物体就会集中于最适合其环境的突变上。因此,进化生物学显示出了一种发散的、聚合的智能,这对于机器学习的过程(比如生成设计)来说,这比人类思维混乱更好

从人类的角度来看,人工智能可能并不“聪明”。但它已经证明了它可以对进化进行模拟,从这种角度说人工智能是才。

(编译:李圆敏 编辑:王旭泉)

分享