人工智能有可能统治人类吗？.doc

《人工智能有可能统治人类吗？.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人工智能有可能统治人类吗？　　　　卡内基梅隆大学计算机学院教授、图灵奖获得者RajReddy　　本文转自微软亚洲研究院　　5月31日上午，卡内基梅隆大学计算机学院教授、图灵奖获得者RajReddy莅临微软亚洲研究院，为我们带来了一场题为“重新审视人工智能：以历史的视角”的精彩讲座。Reddy教授从历史的视角出发，带领我们回溯了60年来计算机科学和人工智能领域的成就，回应了大众对“人工智能威胁论”的疑虑，并对未来的“超智能”作出了展望。本文是演讲的文字精简版。　　60多年前，我们的行业先驱开创了计算机科学、人工智能这些全新的研究领域。但是直到今天，人们对人工智能依然

2、抱有大量的误解和恐惧，认为人工智能将取代人类、统治世界。面对这些质疑，我认为，只有理解我们从何而来、身处何处，我们未来将去往何方，才不会对这些关于人工智能的误解感到困惑。　　人工智能将永远无法统治世界，相反，由于人工智能可以成为每一个人的“超能力”，人类是平等的，没有谁将因为使用人工智能而凌驾于他人之上。如果我们向前回溯科技发展的历程，我们会发现，人工智能的发展与以往任何一次的技术进步都是相似的，不同的是我们比过去多了几百万倍的数据库，这些数据库正是我们今天所获得的一切成就的基础——无论是机器文本翻译、语音翻译，还是机器问答，这些创造性突破都离不开数据和计算能力的

3、强有力支撑。　　60年前，当我的导师JohnMcCathy在1956年的达特茅斯会议上首次提出“人工智能”这一概念时，当时的初心是想让电脑像人一样智能地帮助人们完成一些繁琐的任务，人们就有更多的时间从事自己喜欢的事业。事实上，60年前机器就能帮助人们完成一些任务了，比如加减乘除的运算。于是人们继续发问，机器还能帮助我们完成其它任务吗？科学家们就开始了尝试，图灵说他相信机器可以拥有某些智能，ArthurSamuel开始研究如何让计算机学习下棋。所以机器学习在50年代就出现了，那时的机器学习是简单的规则学习，探索机器是否能发现、辨认和使用模式（pattern）。所以在

4、人工智能的最初阶段，人们探讨的都是下棋、玩游戏、理论验证这样的问题。接下来人们开始探索计算机能不能拥有解决问题的能力，他们编写程序让计算机尝试处理一些数学问题。由于这些问题只需要穷尽所有的可能性就可以解决，所以计算机解决得比人类更好更快。　　　　在达特茅斯会议之后的第一个十年里，当时我还是斯坦福大学的一名学生。那时，人们认为电脑能够看、听、说并不是智能的表现，因为每一个普通人都可以做到这一点。但事实证明这种想法是错误的，从第二个十年开始，我们就开始研究制造机器人，让计算机能够说话，也开始了计算机视觉等新领域的研究，我们一路走来，历经困难，也有了许多新的突破。　　某

5、些人认为只有通用人工智能才能解决某些常识性问题，事实上，根本就不存在通用人工智能，所有的智能都是应用于某一特殊领域的智能。马文·明斯基在《心智社会》(TheSocietyofMind)中提到，人脑的智能不是整个大脑一起运作的，而是分为成千上万个区域，每一片区域具有一种特定功能。大脑的研究人员发现大脑有大约1立方厘米的区域专门用来识别妈妈的脸。当然，大脑会把负责图像识别的区域和负责语言的区域连接起来，这样一来我们就会把妈妈本身和“Mother”这个单词联系起来，所以连接就成为智能最重要的一部分。　　我们希望计算机可以实现那些人类可以做的事情，比如说话、学习等等。然后

6、，大家开始研究专家系统、机器人、自动驾驶汽车等等。到了20世纪末，我们用AI技术实现了几个对人类来说非常容易或者稍微有些困难的工作，比如，证明理论、下象棋等。随后，我们遇到了技术转折点，我们拥有了足够的计算能力、储存和带宽来实现那些我们过去认为永远无法实现的能力。　　　　AI已经可以完成某些被认为是人类才能完成的任务。未来，AI能不能完成人类没办法做的事情？这不仅仅是通用人工智能，而是超智能。我认为未来这一点是可以实现的。回到AI和计算机科学的定义，我在1965年有过一个定义——AI和计算机科学是提高大脑能力的学科。你的大脑可以做的任何事情，计算机和AI都可以做地

7、更好更快，甚至可以完成一些人类没办法完成的事情。　　20世纪，计算机科学家们所做的就是对已有知识进行编程，采用各种各样的方式来让机器学习自己解决人类的任务。从比较简单的解数学题、下棋，到理解语言、语音、图像，再到机器人可以画画、创作音乐、完成股票自动交易这些更有创造力的任务。　　与20世纪相比，21世纪的人工智能有两点不同：　　第一，我们经历了一个范式转换，在21世纪，计算机科学的重大突破将由大数据来驱动——微软技术院士、图灵奖得主JimGray将大数据命名为继实验科学、理论推演、计算机仿真三大范式之后的“第四范式”。因此下一代人工智能系统就是数据驱动的人工智能系

8、统。　　第