從科學到科幻，吳恩達對話劉慈欣

百度近期推出了凡爾納計劃，旨在邀請很多有趣的人，比如說讓科學家和科幻作家之間有一個更好的對話，通過碰撞，讓科技更具想象力，将曾經隻存在于科幻作品中的未來科技變成現實。首次活動邀請到了百度首席科學家吳恩達和著名的科幻作家、《三體》作者劉慈欣來暢談人工智能。機器之心在對話現場進行了采訪報道。

點選檢視原視訊

人工智能的價值和影響

吳恩達希望在未來的10年-20年中，人工智能可以為我們帶來一個更好的社會，人工智能現在已經帶給人類非常大價值，而未來這個價值會不停增加。「現在有很多工作，都是需要一個人每天做差不多一樣的東西，如果可以用電腦來把它變成自動的，比如說更友善安全的自動駕駛。這樣的話，人們就可以用自己的時間來做更有意思的東西。」

由于現在大衆更多的把人工智能看成是一種顯學，在人工智能的傳播和讨論中也會出現很多誤區，這在一定程度上會影響大衆對人工智能的看法，甚至會影響整個行業。

對此，在互相提問環節，作為科學家和工程師的吳恩達向更加擅長知識表達和資訊傳播的作家劉慈欣詢問道：我們應該怎麼樣把人工智能的發展和未來的影響解釋給社會。

劉慈欣從比較科幻的角度去審視了人工智能對未來的影響，他覺得我們現在低估了人工智能對未來的影響，就我們現在談到人工智能對未來的影響，都是一些很具體的影響，比如說我們有更智能的駕駛，我們家裡面可能有機器人的保姆，改變我們的生活。劉慈欣認為，真正的人工智能，一旦全面發展起來，它對人類社會的改變可能是很深層的。「人工智能的發展，它開始可能會代替一部分人的工作，到最後，很可能它把90%甚至更高比例的人類的工作全部代替。」劉慈欣在節目中說道。

人工智能取代我們的工作，這也是目前大衆對人工智能近期所造成影響中最為擔心的一點。其實第一次工業革命開始後就出現了「盧德革命」，英國經濟學家大衛•裡卡多就已經對「機器替代人工」表現出自己的憂慮。美林證券的報告預測 47% 的工作可能會被機器人替代，其中制造業和服務業領域首當其沖。麥肯錫全球研究院稱，目前人們所做的有償的工作中有 45% 能夠通過借助目前已經得到驗證的技術被取代，如果自然語言處理技術能夠達到人類中等水準，那這個比例會上升到 58%。而機器之是以能夠如此明目張膽的奪走人類的工作，原因就在于它提高了我們的工作效率，增強我們自身的認知能力，更多的将人類解放出來，對效率、自身能力和自由的追求便是我們持續尋求技術變革的不竭動力。我們研究人工智能的初衷就是「讓機器完成那些此前隻有依靠人類才能完成的任務」，而現在人工智能已經出色的完成了階段性任務，我們應該理智的去接受。是以對于這個問題，我們更加期待出現吳恩達描繪的那個場景：在人工智能的幫助下，我們可以有時間去做更多有意思的事情。

人類大腦VS人工智能

劉慈欣則向吳恩達問了一個大衆比較關心的問題——大腦原理和人工智能的關系，他問到：「我們能否在完全不了解人類大腦原理、不知道大腦如何産生智能的情況下，就憑着機器來産生出人工智能？還是我們必須了解人類大腦的運作機制，然後才能産生出真正的人工智能？」

對此，吳恩達認為，現在人工智能價值非常大，不過也有一點炒作，是以很多人開始比較難了解人工智能跟人的腦是有什麼關系的。現在大家喜歡說人工智能是一個巨大的神經網絡，不過其實這些神經網絡跟人腦的關系是非常少的。吳恩達的回答代表了目前人工智能産業界對這個問題的主流觀點，Facebook 人工智能實驗室負責人 Yann LeCun 就曾表示：我最不喜歡的描述是「它像大腦一樣工作」，他不喜歡人們這樣說的原因是，雖然深度學習從生命的生物機理中獲得靈感，但它與大腦的實際工作原理差别非常非常巨大。将它與大腦進行類比給它賦予了一些神奇的光環，這種描述是危險的，這将導緻天花亂墜的宣傳，大家在要求一些不切實際的事情。人工智能之前經曆了幾次寒冬就是因為人們要求了一些人工智能無法給與的東西。

不可否認的是，大腦确實是給人工智能，尤其是深度神經網絡帶來了很多靈感，聰明的工程師會非常恰當的使用這些靈感，再利用機器的特長去創造出更加先進的模型和算法，而不是拘泥于大腦本身。這很重要，但是有一個限度。舉個例子，對卷積神經網絡結構（convnets) 的了解是基于 Huble 和 Wiesel 對于貓的視覺皮層組織的經典發現。如果沒有後者，前者根本不會存在。但是被 Hubel 和 Wiesel 所啟發而建立的第一個視覺學習模型則是 Fukushima 的神經認知機，他試圖了解大腦皮層運作的方式但是并沒有成功。卷積神經網絡利用的是反向傳播算法，它并不關心大腦皮層是怎樣工作的 這對深度學習的啟示是：從大腦中提取靈感，但是适可而止。

但不管怎樣，大腦和人工智能也總是被有意無意的聯系起來，非常小心謹慎的從大腦擷取靈感來改善機器學習算法；通過反向大腦工程來創造出模拟大腦的模型；或者僅僅是因為友善大衆了解，拿大腦和機器學習去做一些類比。比如，Hinton 和 LeCun 都對 AlphaGo 和李世石的「計算能耗」做過對比；Hinton 也比較過目前深度神經網絡和大腦神經網絡的量級；LeCun将記憶網絡比喻成大腦掌管記憶的海馬區；DeepMind的 DeepQ 是将深度神經網絡與所有動物都有的通過大腦多巴胺驅動獎勵機制的「強化學習」結合了起來，等等。也有專家會野心勃勃的将計算機和人類大腦的計算原理等價起來，提出「生态算法（ecorithm）」的 Leslie Valiant 認為，這是一種能在任何系統上運作的學習算法，并能與實體環境發生互相作用。

總之，認為「深度學習讓機器像人腦一樣學習」這種觀點是完全錯誤的，吳恩達做了一次非常重要的科普。對此，劉慈欣提出了另外一個疑惑「我們看看飛機發展的曆史，飛機發展的曆史好像萊特兄弟他發明第一架飛機的時候，他好像對于鳥飛行的這個原理，我不知道是不是很清楚，至少他這個飛機飛行的方式，完全不是模仿鳥類，它還是完全是一個固定翼的。」吳恩達最後做了總結，他認為現在我們的人工智能還沒有做到成功，是以這一點很難講，但他覺得很有可能，我們做人工智能是不太需要了解人腦是怎麼做的。

人工智能研究

回到人工智能産業的研究和進展，吳恩達表示，百度目前有很多人工智能項目，包括語音識别和更加自然的人機語音互動、圖檔識别、無人駕駛等，團隊也已經做的非常好，幾年之前團隊還開發了針對全公司的人工智能平台Paddle。「我覺得自動駕駛也是對人有非常大的價值，覺得我們的社會有很多不同的領域，比如說醫療、教育、金融，都會可以用技術來完全改變。」他說。吳恩達拿醫療行業來舉例，他覺得現在中國有非常多非常好的醫生，不過依然是病人太多、醫生不夠。這幾年來已經看到有一些人工智能的技術和裝置可以判斷病人的病情。他希望這種技術可以開始支援醫生，來讓他們更有效的做更加重要的工作。

對于百度剛剛釋出的凡爾納計劃，吳恩達認為，下一步打算邀請國内的科學作家，到美國的人工智能研究院來繼續讨論溝通。

劉慈欣則拿凡爾納的科幻小說來類比百度目前的研究，凡爾納的小說有個特點，就是基于那個時代已經有的技術，凡爾納的幻想都一個比較近未來的幻想。就是說它是從我們現有的技術起步，都有可能實作的。比如說像百度大腦、智能汽車、智能教育等等這些，都是經過努力能夠在未來的二十年變為現實，并且深刻改變我們生活的。

而中美兩國在人工智能方面的對比，吳恩達說：「我覺得人工智能的技術現在有一些地方是中國比較領先，在使用那些超級計算機來做這些巨大的神經網絡其實百度比美國做的比較快。我覺得有好幾件事是百度先做的，然後美國的公司看到我們做了之後慢慢的跟着我們。」

意識上傳和超級智能

關于意識上傳，吳恩達和劉慈欣對這個問題的回答非常一緻——這還是比較科幻。吳恩達認為：「可能五百年、甚至一千年後我們可以創立這種技術，不過現在我們對人腦的了解，還是我們差不多不知道人腦是怎麼樣做事的，是以覺得這種技術還是非常非常遠。」

劉慈欣認為意識上傳和下載下傳的技術難度與我們現在的人工智能，甚至包括現有的冬眠技術都不是一個層次，那是一項超級技術，還是屬于科幻範圍的技術。如果那個實作了，那它對整個人類文明的改變，可以說是前所未有的。

随着人工智能的發展，它會不會在電腦或者我們廣義的網際網路上湧現出一種類似于像生命這樣的東西？

吳恩達認為，人工智能中有一個我們以前沒有見過的東西——人有智能、也有意識；而人工智能現在隻有智能、沒有意識。「我們在曆史是沒有見過這種東西的，可能未來我們可能會得到一個技術的突破，讓電腦也得到這個意識。」而且吳恩達認為這種技術還是那麼遠，可能是一百年、甚至一千年後，是以現在還是不太擔心。對此，劉慈欣說自己一個技術樂觀主義者，但他的樂觀不在對人性的善上面的樂觀。「我對它（人性的善）完全不抱任何希望，而且說是把人的善投射到包括人工智能這樣的技術上，我也完全不抱希望。」劉慈欣樂觀的原因是從另一個角度，從不同的管道産生的，他認為，人工智能離具有自我意識同時又有足夠高的智能威脅到人類，還是個很遙遠的事情。

假如機器擁有了意識，我們如何應對？吳恩達表示，我們需要「培養這些電腦變成好的電腦。」劉慈欣認為「防範強人工智能對人類造成威脅，有多種多樣的方法」。

來自未來的寄語

最後，主持人梁冬讓吳恩達和劉慈欣站在15-20年後來對今天的人們說幾句寄語。吳恩達說：「其實我想跟年輕人講一句話，繼續努力，繼續不斷的學習。并且學到非常好的學習方法。」劉慈欣也同樣表達了教育的重要性：「從人工智能的角度來說一下。我覺得現在培養孩子，應該盡量着重培養他擁有那些機器，擁有不了的能力。比如創新能力、想象力等等。」

©本文由機器之心原創，機器之心系今日頭條簽約作者，本文首發于頭條号，轉載請聯系本公衆号獲得授權。