談到AI,電影《黑客帝國》中開創(chuàng)的科幻場面一度轟動世界、引領(lǐng)潮流?;诿绹晃徽軐W(xué)家“缸中之腦”的假想,電影描述了這樣的背景:自以為生活在20世紀末、21世紀初的人類實際上是數(shù)百年后被機器“養(yǎng)育”在“搖籃”中的生物能源提供者,但被“囚禁”在“搖籃”之中的人類卻在AI“Matrix”創(chuàng)造的世界中“重獲自由”。
這讓我們不由得再次思考這樣一個問題:如果你的大腦被機器控制,像原來一樣給你傳遞各種神經(jīng)電信號并給予反饋,你能發(fā)現(xiàn)嗎?
人腦的神經(jīng)行為模式
人的神經(jīng)系統(tǒng)包括兩部分:中樞神經(jīng)系統(tǒng)和周圍神經(jīng)系統(tǒng)。大腦是前者中最大也是最復(fù)雜的結(jié)構(gòu),還是神經(jīng)系統(tǒng)的最高級部分。所以在各類科幻作品中,大腦都是最關(guān)鍵的元素。例如劉慈欣的《三體》:為了打入三體人內(nèi)部,同時最大限度減小負載質(zhì)量,最終人類決定只把大腦送入太空。
神經(jīng)元是神經(jīng)系統(tǒng)最基本的結(jié)構(gòu)功能單位,了解人腦,必定要了解神經(jīng)元。下面我們著重介紹神經(jīng)元及其工作原理。
神經(jīng)元是神經(jīng)行為的最核心元素。我們的腦中有超過100億個神經(jīng)元。研究發(fā)現(xiàn),大腦灰質(zhì)(由神經(jīng)元細胞體組成)體積與智力之間有顯著正相關(guān)關(guān)系,因此在人們通常的認知里,神經(jīng)元越多,人越聰明。
神經(jīng)元由兩部分組成:細胞體和突起。長短不一的突起承載了不同的功能,樹突較短用來接收信號,軸突較長用于傳遞信號。換個形象的說法:樹突就好像是神經(jīng)元的一扇扇門,而軸突則是敲門的手。當神經(jīng)元聽到敲門聲,打開門就得到了行動的信號,如果神經(jīng)元需要給別人傳遞信息則去敲其他人的門。每個神經(jīng)元都有很多扇門和很多只手,也就是說每個神經(jīng)元都與很多神經(jīng)元相連接。稍微想想,你就會發(fā)現(xiàn)神經(jīng)元網(wǎng)絡(luò)是多么龐大了。
就像我們聊天時喜歡秒回的朋友,神經(jīng)元在傳遞信號時也會喜歡那些反應(yīng)敏捷的同伴。動作遲緩的神經(jīng)元會逐漸被拋棄,使得神經(jīng)元網(wǎng)絡(luò)更加敏捷精煉。(或許這就是大家認為大腦會越用越聰明的緣故吧。
AI的原理
了解了人類大腦對信息的處理和傳遞,我們再來看看AI的發(fā)展歷程。
AI的發(fā)展可謂一波三折,上世紀50到80年代是符號主義時代,人們試圖通過分析人腦處理問題的方式將邏輯推理能力賦予計算機系統(tǒng),最終并不成功;此后的20年專家系統(tǒng)成為主流,人們嘗試總結(jié)人類的知識并教授給計算機系統(tǒng),但同樣遭遇滑鐵盧;21世紀以來,數(shù)據(jù)的重要性逐漸被察覺,從數(shù)據(jù)中挖掘信息成了潮流,基于大數(shù)據(jù)的深度學(xué)習(xí)在語音、圖像領(lǐng)域獲得巨大成功。我們現(xiàn)在熟知的語音轉(zhuǎn)文字、自動翻譯就是這一階段最初的重大成果。
作為當前AI的核心,我們有必要了解一些深度學(xué)習(xí)的基本內(nèi)容。
深度學(xué)習(xí)模型的前身是神經(jīng)網(wǎng)絡(luò),也在一定程度上表明前者對大腦神經(jīng)元網(wǎng)絡(luò)的模仿。
為了更形象地說明這一點,我們采用最簡單的線性回歸模型來進行分析。舉個例子,當我們要判斷或者說預(yù)測某套房子的價格時,我們會想到很多與此相關(guān)的因素,這里選擇其中兩個主要因素:面積和房齡。用X1表示房屋的面積(平方米),X2表示房齡(年),用y表示房屋價格(元)。線性表明以下式子成立:
其中a1、a2稱為權(quán)重,權(quán)重決定了每個特征(面積、房齡)對預(yù)測值y的影響。假設(shè)我們現(xiàn)在有很多已知的房價和相應(yīng)的房齡及面積數(shù)據(jù),我們就可以通過各種方法(如最小二乘法等)求出參數(shù)a1,a2和b的一組值。
有了這組值,我們就可以預(yù)測其他房子的價格。在這一預(yù)測過程中,輸入是房子的面積和房齡,輸出是預(yù)測的價格。
我們可以與神經(jīng)元的結(jié)構(gòu)進行類比,將X1和X2看作是神經(jīng)元細胞體的兩個樹突,神經(jīng)元接收到這兩條信息后進行處理(根據(jù)a1、a2計算y的值),得出結(jié)果后通過軸突進行傳遞。一個神經(jīng)元就可以囊括一個輸入層和一個輸出層。
人腦中復(fù)雜的神經(jīng)網(wǎng)絡(luò)支撐著我們進行各種各樣的活動,多層神經(jīng)網(wǎng)絡(luò)以及其他各式各樣的神經(jīng)網(wǎng)絡(luò)能夠幫助我們解決預(yù)測、圖形識別等很多問題。
下面再介紹一個通過AI發(fā)現(xiàn)規(guī)律的案例。
人腦存儲的知識有限,分析數(shù)據(jù)和利用數(shù)據(jù)的能力同樣有限,而越來越先進的硬件設(shè)備保障了海量數(shù)據(jù)的存儲分析,更能從中發(fā)現(xiàn)隱藏的規(guī)律。例如美國一家機構(gòu)在分析了超市商品的購買數(shù)據(jù)后發(fā)現(xiàn),啤酒和嬰兒的紙尿褲常常一起賣出,分析調(diào)查后發(fā)現(xiàn)這是爸爸們周末出門采購的常用搭配。于是這家超市將啤酒和紙尿褲放在一塊兒售賣,方便了爸爸們,也增加了銷量。
這只是AI分析數(shù)據(jù)的冰山一角,它可以幫助我們發(fā)現(xiàn)很多隱藏在數(shù)據(jù)中的聯(lián)系,通過分析理解就可以從中受益。
人的哪些行為是AI不能模擬的?
隨著AI技術(shù)的蓬勃發(fā)展,曾經(jīng)電影中超前的科幻想象似乎在一步一步走入現(xiàn)實。關(guān)于人腦和AI的對峙也越發(fā)明顯,特別是我們熟知的游戲領(lǐng)域:深藍(象棋AI)、AlphaGo(圍棋AI)都在與人類的比試中取得矚目成就。
我們不由自問,哪些方面是人類占優(yōu)的呢?
基于大數(shù)據(jù)的AI,讓我們越了解AI,就越認可對人類行為的數(shù)字化??梢栽囅耄绻幸慌_機器記錄了所有的個人信息和社會數(shù)據(jù),那么人和機器會有差別嗎?
這一點目前很難給出確定的答案。特別是當前的硬件條件無法支撐如此龐大的數(shù)據(jù)量,未來的事就更難以預(yù)測了。
“AI無法替代人類”的觀點之一是AI的邊界性。設(shè)定好了范圍,程序就只會在固定范圍內(nèi)運行,而無法跳出這個框架。
但平心而論,我們?nèi)祟愖约簺]有邊界嗎?曾經(jīng)的人類相信天圓地方,今天的人類在未來看也可能是坐井觀天。真理總是在一定限度范圍內(nèi)的,超出了這個限度,可能會得到其他的結(jié)論。
“AI無法替代人類”的另一大障礙是人的情感領(lǐng)域。AI的核心是運算,而一切基于想象、聯(lián)想、猜測、創(chuàng)新等方面的東西,在可以預(yù)見的未來中AI還是很難比擬人類。
人腦中有上百億的神經(jīng)元,而AI的復(fù)雜度遠不及此,因此它的運算總是有限度的,它的功能也總有邊界。AI可能永遠搞不清楚為什么人類會把兩個風(fēng)馬牛不相及的東西聯(lián)系在一起,它也不知道在強烈的感情沖擊下,人類會做出超越本身常規(guī)和極限的事情。
就目前來看,創(chuàng)造者和被創(chuàng)造者之間的界限還是非常分明的?;蛟S正因如此,我們將會迎來人機交互,人腦與AI聯(lián)合的“智能時代”。