下载掌阅APP，畅读海量书库
立即打开
2018年，世界上最大的六家公司都是科技公司，同时也是人工智能的主要开发者——苹果、亚马逊、谷歌、微软、脸书（元宇宙）和阿里巴巴。人工智能指的是具备智能的机器。更具体地说，人工智能特指机器的认知功能，包括其识别模式、解决问题的能力，甚至有朝一日或许可以具有自我意识。人工智能几乎可以与电力相媲美，因为它几乎适用于任何领域，并且还是推进其他技术发展的工具——这使人工智能技术成为第四次工业革命最重要的特征。
在机器学习的范畴中，算法是由计算机自己设计的。在人工智能技术出现之前，人类程序员设计开发了算法，计算机通过这些算法来计算、解决问题。相比之下，神经网络系统并不教授计算机游戏规则以及模仿人类获胜的策略。相反，神经网络系统是自我学习的，通过在经验间建立联系来模仿人脑。这就要求必须将大量的数据输入计算机，并给计算机提供关于日期的具体输入。这一切使计算机能够探索数据的模式，并将其表示为算法。例如，向计算机输入100万张乳房的X光照片，然后告诉它哪些部分显示出了乳腺癌的特征，哪些部分没有，通过人工智能技术，计算机就能识别出连科学家都可能没有发现的模式，并将其记录归纳为识别乳腺癌的算法。同样，通过向计算机输入关于借贷人的数据，然后告知计算机哪些人有能力或无能力偿还贷款，用于发放信贷的人工智能软件就可能被开发出来。此类人工智能程序的优势和效用在于，它们能持续开发和训练新的软件，以超人的速度和准确性来识别乳腺癌或评估贷款申请。数据通常被称为“新的石油”，然而，这个比喻具有一定的误导性，因为并非所有数据都是相同的。人工智能的主要局限性在于它只在单一领域内工作，为检测乳腺癌而开发的人工智能软件无法用于汽车驾驶。
人工智能研究广泛关注棋类竞技和电子游戏，它们是受控环境中的狭义任务，所有可能的变量和结果都可以被观察和测量。在经过多年都未能达到过高的期望之后，现在，人工智能的表现终于超出了预期，在各项日益复杂的技能竞赛中击败了那些最强的人类大脑。1979年，西洋双陆棋世界冠军第一个输给了人工智能。近20年后的1997年，国际象棋世界冠军加里·卡斯帕罗夫（Gary Kasparov）输给了IBM公司的“深蓝”（Deep Blue）。其后，IBM开发的Watson程序又向前迈进了一大步，成功赢得了老牌电视游戏节目《危险》（ Jeopardy ！）的冠军。这无疑是一项艰巨的成就，因为机器必须获取各个领域的海量知识，并破译错综复杂且往往不透明的短语和语句。Watson令人印象深刻的成就随后被谷歌的AlphaGo程序所取代，该程序是为围棋而开发的。围棋比国际象棋更为复杂，被认为超出了机器的认知功能。2015年10月，AlphaGo击败了第一位职业围棋选手，并通过自我学习，紧接着在2017年击败了一位围棋世界冠军。在此之前，业界知名的人工智能专家曾认为，AlphaGo距离取得胜利还需要10年。这一历史性时刻标志着机器对人的胜利，并引起了中国公众对人工智能的兴趣。人工智能的认知发展还可以用Libratus的例子来说明。Libratus是一款扑克游戏程序，在一场扑克比赛中它击败了一流的人类扑克玩家。这一胜利尤其令人震惊，因为扑克涉及重要的心理因素，比如，选择何时虚张声势并确定其他玩家何时虚张声势，以及决定何时加注、加多少、何时弃牌等。
人工智能由两个关键部分组成——处理能力和数据。在人工智能时代，数量就是质量，因为机器学习依赖更强大的计算能力来分析飞速增多的数据。这两个标准现在都得到了满足。摩尔定律的应用从根本上提升了超级计算机的处理能力，而且最近已经有可能捕获超大量级的数据。不过，尽管人工智能具有显著的先发优势，但仍然是一种组合技术，应用场景有限。从这个意义上来讲，摩尔定律可能也适用于人工智能，即具备自我学习能力的智能计算机将以加速的速度逐渐变得更加智能。由于“智能爆炸”的潜力赋予了人工智能解开“已知的未知”（known unknowns）和“未知的未知”（unknown unknowns）的能力，其发展速度和未来路径仍然是不可预测的。人工智能能力的这种指数式增长使我们很难预测计算机是否会在2025年或2050年全盘复制人类智能。不过一旦人类智能被复制，我们将在很短的时间内被机器远远地甩在身后。拥有自我意识的机器也可以开始相互交流，并确立它们自己的目标。
人工智能的一项明显风险在于开发出我们无法理解、预测或控制的东西，这将遮蔽人类作为变革驱动力的光环。亨利·基辛格（Henry Kissinger）之所以对人工智能感兴趣，是因为人工智能将对大国政治产生不可预测的影响。基辛格告诫说，人工智能可能会使数据高于人类的认知。这将意味着启蒙运动的结束，因为组织社会的将不再是人类理性。AlphaGo的胜利对于人工智能来说意义重大，机器制定的那些战略行动是人类从未尝试过的，甚至是无法理解的。人和机器之间的关系已经从计算机复制人类行为转变为人类试图去理解计算机的超常逻辑。同样，我们也在优化细菌发酵工艺的问题上从人工智能那里获取到了有效的建议，尽管科学家们无法理论化或理解它们为什么起作用。
这样下去，未来可能会产生“人工智能对齐问题”（AI alignment problem），即超级智能机器开始独立地、并以损害人类利益的方式行事。斯蒂芬·霍金（Stephen Hawking）警告说：“人工智能可能意味着人类的终结。它将自行起飞，并以不断增加的速度重新设计自己。人类受限于缓慢的生物进化，无法与之竞争，终将被取代”。埃隆·马斯克（Elon Musk）担心人工智能的发展几乎达到了指数级增长，并对宣称“相信它们可以塑造和控制数字超级智能，并防止坏的智能逃逸到互联网上”的人工智能公司表示怀疑。
人工智能不断创造并重写自身的算法，其创造出的解决方案往往超出人类程序员的控制。一项关于人工智能机器玩“赛船冠军赛”游戏（Coast Runners Boat）的实验表明，数字智能的内部逻辑可能难以预测。计算机并没有像游戏规则倡导的那样与对手比赛，而是开始让其操控的角色绕圈旋转，试图将对手挤去，从而将其清除出游戏，使机器操控的角色能够第一个冲过终点线。一个目标被预先程式化为赢得国际象棋比赛的机器人可能会认为，最简单的胜利方式是杀死对手。尽管如此，任何限制人工智能的论点都要将企业和国家为获得先发优势而进行的竞赛纳入考量。必须将人工智能脱离（人类）自身控制的风险与没有类似限制的对手开发出更强大的人工智能能力的风险进行权衡。