主题：【原创】人工智能会成为人类智能的终结吗 -- 晨枫

谷歌的AlphaGo战胜欧洲围棋冠军，引起轰动。人工智能是否会成为人类智能的终结，再次成为热门话题。

计算机在国际象棋里战胜世界冠军，这已经是好几年前的新闻了。围棋比国际象棋更复杂，计算的复杂性是高得多的层次，一般认为不可能靠穷举法计算出正确步骤。谷歌AlphaGo在人类专业对手不让子的情况下，5：0大胜，这确实是惊人的成就，但这依然应该放到大框架下来看。围棋尽管复杂，但依然是有限问题，只有有限的棋盘、有限的棋子。靠穷举法已经不可能，但机器学习、深度学习可以看作更“聪明”的穷举法，只是通过学习减少需要穷举的组合，极大地提高了穷举的效率，相当于研究前人的精华棋谱，掌握在一定棋局时的成功应对路数。谷歌AlphaGo还可以自己与自己对弈，快速积累经验，储存更多成功的棋局，用于实战时的指导。这与人类下棋时并无原则不同，好棋手走一步看两步，这看两步其实也是在评估不同走法的优劣，其中经验（包括来自棋谱的间接经验）指导了评估和测试的方向，减少了无效的“胡思乱想”。

随着CPU速度的提高、内存容量和速度的提高，计算复杂性的门槛越来越高，机器学习使得“智能比较”和“智能穷举”越来越现实，很多过去认定不可能破解的问题现在可以破解了。按某种估计，围棋的复杂度是10的170次方，比国际象棋的10的47次方多100多个0，换句话说，计算机战胜围棋世界冠军也只是一个时间问题。但这就是人工智能吗？究竟什么是智能？事实上，人类对于智能并没有统一、精确的定义。在某种意义上，这和泛泛的“好”一样，只是相对于“坏”。智能只是相对于愚钝而言。

人类智能的最大特点其实在于突变和急智，在于灵机一动、超常思维和创造性。纯经验的思维与条件反射没有本质差异，谈不上智能。在有限棋盘、明确规则情况下，如果能突破计算复杂性的障碍的话，纯经验、穷举法是可以找到最优解的。但换到无限棋盘、模糊甚至动态规则的情况下，纯经验、穷举法就不灵了。赵括的故事人人知道，这不是兵书的错，而是对棋盘和规则的理解错误。熟读唐诗三百首依然只是鹦鹉学舌，单靠这是成不了李白杜甫的。法律是人类智能能做到的最明确无误、最没有歧义的文字，但法庭判决依然不可能由计算机做出，因为再明晰的法律条文依然有模糊的边界，再清楚的被告行为依然有模糊和多义的解释。具体到计算机下围棋上，如果开盘时临时把棋盘加大一倍，棋子增加，人类棋手和计算机棋手都会大吃一惊，但人类棋手会根据经验和原则边摸索边继续下棋，计算机也会，但先前的“机械记忆”的经验就不一定有能力外推到新的棋局了，可能要从头来起。有足够运算速度的话，依然可以边考虑下一步对策，变自我大战3000万个回合，迅速积累经验，但利用前人棋谱这样的学习就难了。

人类对于自身的智能依然缺乏理解，尤其是对于突变思维缺乏理解。人工智能按照人类对智能的理解来实现的话，在本质上无法突破这个极限，就好象在二维空间里怎么划道道，也成不了三维的图像一样。除非人类对于自身的智能有了突破性的理解，人工智能终结人类智能的可能性并不存在。但人类理解自身智能可能有逻辑和哲学上的怪圈，自己不可能真正理解自己。这就像永动机一样。

但纯经验的人工智能依然可以在明确定义、可重复的任务中达到人类的程度。比如说，早已没人试图在心算中打败计算机了。即使是只可意会不可言传的厨艺，只要可重复，人工智能就能做到。可能缺乏点灵性，但口味还是有保证的。这对人类意味这什么呢？这逼着人类向着智能型发展，只有机器想不出、做不到的事情，才是人类的保留地。这和机器时代正好相反，那时是只要机器能做的，都交给机器去做。英文中有一句话，even a monkey can do it，意思就是说，根本不需要懂脑子。在人工智能发达之后，if a monkey can do it, a monkey will do it, there will be no place left for you。

未来社会将高度重视教育和思考，体能、敏捷反而成为修身养性的东西，因为人类的体能和敏捷不可能超过机器，只有人类的创造性思维才是优越性所在。

顺便说一句：如果有机会，应该试一下临时改变围棋规则，比如说，在开赛的时候才临时改动规则，测试人类棋手和人工智能棋手的反应，这或许更说明人类和人工智能的能力。

站在巨人肩上的，巨人是人还是电脑真的很重要吗？搭上地铁，飞机，出租车，驾驶员是人还是电脑很重要吗？卖买股票，打理网店，经手人，代理是人还是电脑很重要吗？

如果都不重要，人在现代社会的重要性，恐怕就剩马戏，面包和投票了。

而这正是人工智能做不到的。出于尚不清楚（也可能永远不会清楚）的机理，人类智能有量变到质变的机制；但人工智能永远只能量变，不能质变。这才是差别。

计算机算数字的速度早就超过人类，辨认图形的速度也会超过人类，如果还没有做到的话，但灵机一动的能力才是差别。

工具是模拟人的某项功能，一定是超越人的哪项功能的，工具具有的功能超越不了人类的哪项，那人类研制发明使用工具是不是吃饱了撑的。

照相术的出现使西方的美术史骤变，印象派野兽派宗派林立。

假以时日，人工智能围棋程序什么时候战胜世界围棋冠军，不知道围棋棋手会怎样发展。

人类智能包括的范围无限大，可以这样讲经过1000年之后，如今的人类群体仍然能够适应未来的社会。谷歌现在动用的人工智能围棋系统20年之后就会出现在垃圾堆中，1996年战胜国际象棋的深蓝就是例证

人类群体是一个整体，个体区别并不大。工具却有很多种，什么时候科技发展到无数种工具变成只使用一个工具，恭喜，人工人类诞生了

我认为，关键不在于人工智能是否达到了人类的模糊思维、随机应变和创造力，而是在于是否具备了自我学习和发展的能力。所谓“自我发展”并不一定狭义的靠机器自学，而是广义的和工程师、和人类互动而使整个人工智能行业计算能力突破“老师”的知识上限天花板。

在我看来，谷歌这个新闻的意义，不是说研制出了多先进的计算机，使用了比穷举法多么先进的神经网络学习法，而是让很多人意识到，人工智能不再受限于空间维度的瞬间计算能力，而可以依靠时间维度的长期积累，达到“你也不知道会发展成啥样"的水平。

其实这种早就有，只是这次坐着桌子前面，真真切切让你看见了。

5岁孩子通常不算在内。机器学习说到底还是人规定机器怎么学、学什么，机器并没有自学能力。神经元网络玩过就知道这东西有多么不玄了，这其实就是高度复杂的非线性拟合，和中学生用尺子比划、穿过尽可能多的点一样，只是这尺子的样子奇形怪状、高维而已。

你更专业一些，说的是机器怎么达到和成年人一样解决问题的思维。

我说的是机器从“被设计”到“主动发展”的智能，虽然他现在某些地方还不如人类小孩，但某些地方已经具备人脑特征。

“神经元”算是我对这类的泛称吧。非线性拟合原理很简单，但是拟合出来的结果却不是设计者能预期的———— 你无法预期一个人工智能最终会学习到什么程度。现在的“缺少大局观”也许在基础算法上加了点什么就会对结果产生突破影响。

就像人脑细胞也是细胞核、生物电。基础构成一眼就看透了。但是为什么组合起来就这么智能呢？

外行看热闹，呵呵。

优于神经元网络特别“柔软”，可以绕来绕去，不像传统的直线或者多项式曲线有一定的形状，但最终目的是一样的，复现输入-输出数据。差别在于把特别大量和相关的数据一锅煮之后，超过初始分段分块训练时的简单表现。对了神经元网络不叫拟合，叫训练，但实质是一样的。

这是5岁孩子可以到二十岁时赶上成人的智力水平，而机器现在试图做的是“自学成材”，虽然如你所说，机器可以用时间换空间，但只是刚刚起步，这条路受物理条件制约太大，换句话说整个singularity预测派建立在电子行业的发展速率上，这对人工智能的算法理论进步是个讽刺。

通过记忆、经验、以前承受到的结果。来判断将来怎么做。

成人和小孩子相比，除了大脑发育，也有经验的增加。

当然，人脑可以总结出一般规律，来应对未知的情况，这种知识学习能力是机器没有的。

但是这种总结能力本身不也是经过学习和训练得来的么。只是人工智能现在还只看重解决具体的问题，没有复杂到“用人工智能自己来提升人工智能”。

另外一些差别，一方面是人类继承了前人的经验。人工智能也是可以继承的，如果真有一天形成了“天网”那样的社会。

另一方面，激素决定了人的决策，意识到危险时肾上腺素增加，使人更趋向于冒险或保守。但是单纯的“智能水平比较”只要和理智人比较就可以了。

电子行业发展需要10年或50年，对最终结果没区别。问题是最终限制，比如原子导致的芯片集成度极限。

话说我曾经琢磨过，理论上最小要多大的规模才可以形成能独立持续发展的智能机器集团和社会。比如扔到火星上一批原始母机然后他们可以自己发展、开矿、生产。

不过结果也只能作为科幻小说设定，需要逐一开采加工自身零件的机器，和靠太阳能和吸收水中营养的细胞分裂，差距太大了。以后会有T2000那样金属细胞组成的液态机器人么？

在可预见的将来也只有“解决”问题的能力，而没有提出问题的能力。

有限的逻辑单元堆叠，无法形成智能。

量变能否达成质变？至少在人工只能上，尚未看到可能。

简单的说，围棋19*19规格，改成25*25，电脑呢，不用人类修改程序，能自主适应规则变化吗？黑白两种棋子，如果再加上红（陨石子）、蓝（裁判子）等等呢，电脑能适应吗？

换个说法：一个人和一台电脑，玩一个事先都不知道规则的游戏，谁能赢？

电脑不但不会问问题，也不会解决问题，电脑只会按照人类要求（程序）去逻辑堆叠，没有情感、没有欲望、没有动力、没有求知等等，甚至是没有记忆！那硬盘是什么？仅仅是个仓库而已，内存又是什么，最多算是口袋。跟拖拉机、锤子没有本质区别，仅仅是个工具。