10次思维旅行

　　第八章 人工智能会超越人类智慧吗？ 凯文??沃维克 （Kevin Warwick） 2000 新世纪伊始，沃维克要求我们思考一下，在不远的将来，机器人的智力是否足以与人类的智力相媲美。期间他向我们介绍了一个真正的机器人动物园，以幽默的方式展示了人类的认知，比如感知和情感，是如何配置到机器上的。我们发现了技术是如何增强人类大脑的，而且观众获得了预见未来的机会，因为沃维克非常准确地预测到了许多今天困扰我们的人工智能的重要问题。 紫色的探照灯照亮了整个大厅，桌子上摆放着各种机器，其中包括一对大型机器人手臂，十分引人注目。“机器人引发了一些非常有争议的问题”，沃维克说。这是他首次面向年轻观众的讲座。“我们希望它们做什么？我们想要它们做出什么样的决定？它们将对社会产生什么影响？” 要回答这些问题，我们需要知道机器人具备什么技能。沃维克首先考虑的是人形安卓机器人，一种外观和行为都有点像人类的机器人，需要拥有和我们一样的智能感官来移动和交流。沃维克兴致勃勃地介绍这样一款机器人。他说：“这个机器人跨越七千英里距离，从日本千里迢迢地赶来，就是为了今天来到这里和我们见面。”他透露说这款日本*先进的机器人，专门为今天的这场讲座而来。这个满脸愁容的机器人具有一些人类的特征，有大眼睛，有鼻子、眉毛、嘴巴和一双巨大的金属耳朵。和人类一样，它主要通过视觉来感知外界。我们可以看到它是如何把摄像头作为眼睛，跟随光线而动的（摄像头的工作原理类似于眼睛视网膜）。这些大耳朵里还装有用来听声音的麦克风，当身后有人大叫时，它会受到惊吓。 但机器人也可以被赋予超越人类的感官认知。接下来我们将见到来自沃维克所在的雷丁大学里的机器人—“七个小矮人”。这些忙碌的小机器在演讲大厅的地板上窜来窜去，沃维克不得不躲到演讲台上“避难”，随后他解释了这些机器人如何使用超声波来寻找方向。超声波信号撞到某个物体时，会反弹回来，提醒机器人前方有障碍物。 正如在前面几个讲座中提到的那样，人类的大脑已经进化到能够很好地适应我们*依赖的视觉。但是，尝试开发具有超声波等超能力的机器人，也能增强我们自己的感知能力，尤其是在我们的感知出问题的时候。 沃维克问：“如果将人类的感官换成这种机器人的感官，结果会怎样呢？”一位热心的志愿者乔，在一副超声波耳机的帮助下，获得了寻找答案的机会。这副耳机所发出的信号与“小矮人”机器人相同。沃维克召集了几位观众来扮演一个林木繁茂的“虚拟森林”，蒙着眼睛的乔必须在这群人中找到自己的路，而且不撞到任何一个人。每当乔快撞到人的时候，耳机里就会播放类似电子琴的声音。在这些声音的引导下，他设法穿过了密密麻麻的人群，而且没有碰到任何人。因此，沃维克指出，这种超越人类的感知能力不仅适用于机器人，而且具有上述功能的耳机可能也适用于盲人。 沃维克认为，如果人类要与机器人成功互动，还需要考虑人性的另一个重要方面—情感。为了证明这一点，他利用周末时间让两名年轻的观众做了一个实验。此时鲁斯和罗文姐弟俩登上讲台，旁边还有一只可爱的机器狗—爱博（Aibo）。“实验内容就是先询问姐弟俩是否愿意把自己的狗丢在一边，同爱博度过一个周末。下面就是这个周末发生的事情。” 我们看到了在鲁斯和罗文家里拍摄的视频，记录了实验过程。姐弟俩送别自己的狗，接着开始了解爱博，并与它一起玩耍，一同训练。演播大厅里，沃维克问他们两人是否愿意永远留下爱博，舍弃自己有血有肉的爱犬。出人意料的是，两人都同意了。沃维克打趣说：“那这样的话，待会儿我把你俩的爱犬牵走，你们留下爱博，怎么样？” 爱博之所以让人无法拒绝，是因为它能像活生生的狗一样与我们进行情感交流。如果我们参考苏菲??斯科特（Sophie Scott）在2017年讲座提出的观点—情感是通用的沟通方式，且在长期进化中形成（见第221页），就不觉得稀奇了。若是难以理解情感，就更加无法理解他人。 而且正如沃尔夫在第五章（见第101页）向我们展示的那样，大脑回应我们的情绪状态的信号会引起身体的各种生理变化，比如心跳加速、手心出汗，这些都会泄露我们的想法和感受。 因此，如果机器人想要与人类进行智能互动，就得先了解我们的情感。考虑到这一点，我们展示了一段美国高端机器人Kismet（意为“好运”）的视频，它能对人类声音中的语气和情感做出反应。受到表扬时，它还会微笑，观众都被逗笑了。沃维克解释说：“但是它并不是特别聪明，很多时候会产生一些小误解。”（其实，情感识别在机器人中仍然是一个棘手的问题，随后我们将在苏菲??斯科特的讲座中发现这一点。） 在倒数第二场演讲中，沃维克将主题转向了一个他很关心的问题：如果我们能够将人类和机器结合在一起，那么会怎样呢？“我们能否展望一下未来，那时我们不再是纯粹的人类，而是半生物半机器的结合体？”他问道，“未来我们会拥有一个只有赛博格（cyborgs）的世界吗？”沃维克解释说，赛博格指一半是人，一半是机器的存在，即生化人。人的能力将被极大强化。 尽管听起来很前卫，但事实上，它已经在发生了。例如，人类可以通过大脑向肌肉发出电信号以控制义肢，支配其移动方向。为了证明这一点，沃维克请来了部门的同事，他的义肢配置了可以显示肌肉发出的电信号的肌电图，准确执行了操作者想要发出的手部动作。 但沃维克坚信赛博格会更激进。“在我看来，赛博格是与技术永远连接在一起的人；或许人类和技术能够融为一体。”他认为，如果我们能将大脑与技术直接相连，我们*终可能有能力用自己的思想控制它；相应的，技术也将拥有控制我们的能力。“人类的大脑非常复杂，但是在把大脑与外部世界直接连接方面，我们已经取得了一定的进步。” 下一位嘉宾本杰明??格洛弗（Benjamin Glover）是一个佩戴了人工耳蜗助听器的小男孩。安装在耳内的人工耳蜗能够将声波转换为电信号，然后传送到大脑。这一过程本来是在成千上万个毛细胞的帮助下完成的，它们会根据声波在耳朵里产生的振动做出反应。细胞移动时，它们将振动转化为电信号，经听觉神经传送到大脑。如果这些毛细胞像本杰明的一样受损，就会对听力产生很大影响。因此，在头骨上安装一个耳蜗，人为地模仿毛细胞的作用，就能直接将声波转化为大脑可以处理的信息。 我们听说，观众对下一个赛博格已颇为熟悉。沃维克透露说：“几年前，我在手臂上做了一个类似的植入手术。”然后，他向我们展示了贴在他手臂上的一个小型电脑芯片。有了这个植入芯片，他不用触摸就能打开所在大学的门，自动开灯，并在靠近电脑时直接打开电脑，就好像钥匙和电脑密码都植入了他的身体。 凯文??沃维克（1954-） 沃维克，出生于英国考文垂（Coventry）。16岁离开学校，进入英国电信公司当学徒，后在阿斯顿大学攻读学位，随后在帝国理工学院攻读博士学位。举办讲座时，他还是雷丁大学神经机械学教授，现在是考文垂大学的科研副校长。他不仅在机器人和人工智能研究上颇有建树，其“赛博格项目”也备受关注。他还在自己身上进行了一系列实验，在讲座中也提到了。这为他赢得了“世界上**位赛博格”和“赛博格首领”的称号。 沃维克描述了这项实验的下一个阶段（他称之为“赛博格项目”）。我们了解到，他希望将电极植入到手臂上的神经，拦截来自大脑的与感官或运动有关的电信号。电极会把信息发送到电脑，所以这能有效地解码和存储人类大脑的一些内容。他说，如果把这些信号传递回神经系统，可能会触发疼痛感或引发某些动作，甚至有可能以这种方式把两个人连接起来。*后，沃维克希望他的妻子也能植入一个类似的芯片，这样他们就可以共享彼此的感觉。沃维克想知道，体验别人的疼痛是什么感觉。“你知道那是什么感觉吗？你能感到同样的疼痛吗？我们还不知道答案，但这正是科学的意义所在。”（沃维克后来成功地进行了上述两个实验步骤。当他和妻子的芯片相连时，每当妻子紧握双手，就会有一个脉冲信号传达至他的大脑。他将其描述为一种新型亲密交流形式。现在他称之为“一种电报”。） 当然，这种技术也会有令人难以置信的应用：通过从一个人的神经系统向另一个人的神经系统发送信号，就可以实现纯粹的思维交流。 在*后一次讲座中，沃维克将话题从赛博格转回到机器人，并考虑它们是否能真正成为智能机器人。他问道：“我们能赋予它们独立的思想吗？”随后他读了亚瑟??查尔斯??克拉克（Arthur C. Clarke）的小说《2001：太空漫游》（2001： A Space Odyssey）中的一段节选。在这部小说中，一台名为哈尔（Hall）的电脑摆脱了人类控制，*终控制了人类的宇宙飞船。做讲座时，2001年已经近在咫尺，所以沃维克问大家，这个愿景与现实之间有多远呢？ *著名的机器人智力测试或许是计算机科学家艾伦??图灵（Alan Turing）在1950年设计出来的。沃维克解释说，如果一台电脑能通过回答问题成功骗过我们，让我们误以为它实际上是人类，那么它就能通过图灵测试，也就是说使人类无法分辨出回答是来自人类还是机器。但截止到举办讲座时，还没有电脑通过图灵测试。 沃维克在讲座大厅里再现了图灵测试。房间外安装了两台电脑，沃维克解释说，其中一台由一名志愿者控制，另一台由电脑程序控制。观众席上的孩子们会向电脑发送一系列问题，现场和电视机前的观众则要根据答案来判断哪些是志愿者回答的，哪些是电脑回答的。*后一场讲座将会在电视上进行直播，屏幕上会提供一个电话号码和电子邮件地址，欢迎广大电视机前的观众前来提问。 观众发来用以图灵测试的问题 你会撒谎吗？ 天线宝宝是什么？ 你为什么不开心？ 你在学校*喜欢的科目是什么？ 如果可以选择的话，你想要蓝眼睛还是绿眼睛？ 你对什么感兴趣？ 你头疼过吗？ 你妈妈叫什么名字？ 与此同时，在进一步探索机器智能的问题时，我们遇到了13岁的英国青少年国际象棋冠军高文??琼斯（Gawain Jones），他正在与一个叫弗里茨（Fritz）的电脑程序进行国际象棋的比赛。沃维克说：“数学家估计，国际象棋棋盘上可能的走位比宇宙中的原子还要多，所以这是一个相当复杂的游戏。” 三年前，当时的世界象棋冠军加里??卡斯帕罗夫（Garry Kasparov）败给了一台名为深蓝（Deep Blue）的象棋电脑。大屏幕上播放了卡斯帕罗夫败给机器后接受采访的视频，可以看出他显然心有余悸。“当我遇见无法理解的事物时会害怕，而今天的操作真的让我无法理解，我根本不知道背后发生了什么”。 但是沃维克这次为听众揭开了背后的谜底，解释了电脑达到这种智能状态所使用的技巧。与人脑相比，电脑*大的优势是速度，因为它们能以比人脑快得多的速度走完数千种可能的走法。但这种智能也十分有限。他说：“如果电脑能具备一些基本常识，一定会表现得更好。” 从出生的那一天起，人类就开始学习，大脑也随着经验的积累而发育（详见科林??布莱克莫尔的讲座，第115页）。正如瑞士心理学家让??皮亚杰（Jean Piaget）所说，智力是你迷茫无措时所使用的工具，但这要依赖以往的经验和面临的新情况。沃维克解释说，如果电脑要想达到这种水平，我们需要为其设置不同的情境并编程，让电脑可以依次处理每种情境，但这样十分费力。假设我们将它们看作人类，“从婴儿期就开始赋予其学习的能力”，会发生什么呢？ 机器人研究的热点话题之一是机器学习，为了进一步深入研究，沃维克请来了一个叫尼布勒（Nibbler）的小机器人，它正在演讲大厅里跑来跑去。沃维克说：“给这个小机器人设置的‘人生目标’是向前移动，且不撞到物体。”收到指令后，尼布勒却不断碰到桌子，让观众觉得非常好笑。沃维克解释说，这是一件好事，因为尼布勒正在使用人工神经网络从经验中学习，这种人工大脑允许它通过反复试验和试错来学习。所以，这个机器人的学习方式有点像婴儿，在编程和经验中一点点进步。 沃维克说话时，尼布勒在继续探索，慢慢地它不再撞到物体。它仅用49个神经元就做到了这一点，“所以它大脑的处理能力和鼻涕虫一样”。沃维克说，这与人脑的1000亿个神经元有天壤之别，但更大的神经网络已经投入使用，比如在需要快速处理大量数据的证券交易所。“目前，许多证券交易所都在使用人工神经网络而非人力，纯粹是因为机器更好用，人工大脑比人脑处理速度更快。”（这类机器学习的演示远远领先于时代，从那以后人工智能成为一个热门话题。） 在讲座接近尾声时，沃维克思考了机器人是否有可能超越人类的智慧。从讲座开始时的图灵测试结果来看，这似乎不太可能：观众们眼睛雪亮，大部分都准确地猜到了哪些是机器的回答，哪些是年轻志愿者的回答。 为了找出原因，我们听取了科学家大卫??哈米尔（David Hamill）的意见，他发明了参与测试的电脑。他说：“这实际上只是一个装满把戏的盒子，没有一丁点儿智能。”为了演示，哈米尔让沃维克给电脑出一个问题。沃维克问：“你喜欢足球吗？”电脑回答： “我前几天在电视上看了《泰坦尼克号》（Titanic）。”听到这儿，观众不由得笑出声来。“我能看到曼联球队和泰坦尼克号之间的关系呢。”沃维克打趣道。 问题在于，这台机器的编程只能识别特定词语，然后据此构造答案。“它不知道这个世界是什么样子”。图灵曾预测，在2000年时会有电脑通过这一测试，结果可能让他失望了（至今是否有计算机已经通过图灵测试还存有争议，但包括沃维克在内的很多人都接受，在2014年时有一台计算机通过了测试这一说法[2014年6月8日，俄罗斯人弗拉基米尔??维西罗夫（Vladimir Veselov）创立的人工智能软件尤金??古斯特曼（Eugene Goostman）成功让人类相信它是一个13岁的男孩，被认为通过了图灵测试。]）。 无论机器学习取得了多大进展，如果机器人不能像人类那样将知识传给后代，其用途就会十分有限。人类不仅能从自己的经验中学习，还能将这些经验教训传授给他人，这是人类至关重要的一个方面，促使我们建立复杂的技术社会。任何有孩子的人都知道，孩子主要是通过观察他人的行为来学习的。沃维克说：“这就是生命的进步。” 沃维克把尼布勒和一个叫佐德伯格（Zoidberg）的小机器人一同请上台来。尼布勒再次探索环境时，它的同伴却一动不动。沃维克解释说：“那是因为它不知道该怎么做。”但是，当尼布勒觉得自己已经学到够用的知识时，它就会教佐德伯格怎样使用无线电信号。观众看到这一过程简直惊呆了：尼布勒向佐德伯格发送信号，接着，在完全没有人为编程的情况下，佐德伯格开始自如地移动了。沃维克说：“这个机器人的行为就像它从另一个机器人老师那里学会的一样。” 机器人的这种自我学习甚至自我进化的能力，给那些使用这些系统的人带来了很大的麻烦。沃维克非常超前地敲响了警钟，他让观众思考一个问题，该问题已经成为我们这个时代*紧迫的科技问题之一：如果机器能自行运算，一旦进行下去，我们就很难了解其中涉及的算法。如果像沃维克讲座一开始所预见的那样，机器为我们做决定，带来一定的社会影响，那事情就更难办了。这就是所谓的机器学习的“黑匣子问题”（black-box problem）。沃维克说：“现实地说，作为智人，我们无法真正了解计算机网络的大脑中发生了什么；如果我们试图控制它们，是非常困难的。”