人工智能到底是什么？它会取代人类吗？一本书讲透AI的那些事

人工智能（AI）的发展，让机器替代人工的新闻越来越多：

 从2020年双十一开始，淘宝将逐步启用机器人送快递，因为基于人工智能的自动驾驶技术已经成熟。

 在家用轿车之后，特斯拉发布了纯电动无人驾驶卡车，未来AI将全面取代司机。

 亚马逊和阿里都搞了无人商店，超市门口扫码收钱的阿姨没了，拿货直接走人，钱从支付宝上自动扣。

 就连医生、律师、记者这些专业能力要求高的工作，都可以用AI高效完成。

 人们越来越担忧，我们今天的工作会被AI取代吗？人类的未来将何去何从？这些问题，在《机器新脑》这本书中都有解答。

01

人工智能是如何被发明的？

 很长时间以来，我们对人脑的认识都停留在想象阶段，直到19世纪70年代神经元染色技术的出现才开启了现代神经科学。

 人脑中有1000亿个神经元，这个数量超过整个银河系所有恒星的总数。如果以集成电路作类比，2019年华为海思发布的ARM架构手机芯片“麒麟990”，晶体管数量103亿。

 单比复杂度，手机芯片刚勉强达到人脑十分之一的水平。

 再对比性能，每个神经元平均有5000个突触连接着其他神经元，每秒可产生约1000个脉冲信号。

 如果把每次神经信号传输等价为一次“计算”的话，人脑的最大计算能力是50亿亿次，换算成衡量CPU性能的每秒浮点运算次数（FLOPS），相当于5亿GFLOPS。

 就算世界排名第一的超级计算机——“天河二号”5000万GFLOPS的恐怖算力，也只有人脑的十分之一。

 大脑中不同的数据分布在千亿个神经元组成的庞大网络中，彼此之间相互连接，这就是大脑的底层原理——神经网络。

[[379265]]

神经元的结构很简单，中间一只球形的细胞体，一头长出许多细小而茂盛的神经纤维分支（称为树突），用来接收其他神经元传来的信号，另一头伸出一根长长的突起纤维（称为轴突），用来把自己的信号传给别人。

 神经元运作的原理可以抽象为一个水桶，当树突灌进足够多的水（信号），使得水位上升到足够高（阈值）时，轴突这根水管才会喷发出水来（激发），而喷出来的水流进了下一只水桶（传输）。射完后，水位突然下降，要休息一段时间才能再次喷射（不应期）。

 用计算机也可以模拟神经网络模型，哪怕一个神经元也可以当作一个决策系统。

 比如出去吃还是叫外卖，这个决策模型通常取决于3个因素：下雨吗？远不远？和谁去？每个因素可以根据程度不同，用一个小数表示。

 比如第一项因素：X1=1.0代表晴空万里，X1=0.5是多云转小雨，X1=0代表瓢泼大雨，其他因素依次类推，最后设置阈值T=5，只要输入总和大于T值，就决定出去吃；否则就叫外卖。

 只要有足够的神经元，只要这些神经元组成足够多的层级，再加上恰到好处的模型参数，神经网络可以把任何输入变成任何输出。神经网络的潜力远远超出基于逻辑门电路的传统计算机。

 用硅晶和电力运行的机器版神经网络，可以模仿依靠生物细胞构成的大脑版神经网络，只是现在大部分情况下还没能超过大脑的实力，但这孕育了无限的潜力。

02

玩世界上最难的游戏，机器比人强吗？

 围棋被认为是世界上最难的游戏，因为下围棋共有种可能性，无异于探索思维的宇宙。

 2016年“阿尔法狗”与李世石的人机大战，以4：1比分结束。这一刻标志着，从五子棋、魔方到象棋、围棋等一切智力游戏，人类已经没有一项是机器的对手。

 仅半年后，最新版本的AlphaGo——Master战胜了十多位中韩世界冠军，取得了60连胜。

 这一切源于2014年，谷歌收购位于伦敦的人工智能公司DeepMind，一年后AlphaGo诞生。

[[379266]]

AI是怎么下棋的呢？

 从最简单的井字棋为例，第一步共有三种走法，对于这三种走法中的每一种，对手又会有各种应对结果，从而产生更多数量的棋局。

 电脑只需要一步步计算下去，把每种局面都推演一遍。井字棋总共只有26830种棋局，电脑很容易将每一种情况都推演到底，并记录下输赢结果（穷举），下棋时尽量选择自己能获胜的分支就可以了。

 而国际象棋有64棋格，电脑每往下推演一个回合就要计算一千种可能的情况，每多推演一个回合计算量就会增加一千倍。无论什么样的超级计算机，都扛不住这样指数级增长的庞大计算量。

 而这就用到了评分算法，对每一种棋局进行优势评估，并得出量化的分值。AI不需要知道究竟走哪步棋能赢下比赛，只需要知道现在走哪步可以使得下一步的局面评分最高（优势最大）即可。

 而AlphaGo并不是用国际象棋一样的评分算法下棋的，它是在用人类的方法下棋——学习。

 第一步是模仿人类。

 把3000万步海量人类棋局做样本，训练出一个可以模拟人类下棋方式的深度神经网络，学会人类的思维模式，根据棋局的变化主动变通。

 第二步是自我进化。

 用随机的方式AlphaGo一天和自己下100万盘棋。随机的次数越多，偶然的成分越少。

 AlphaGo不断探索棋盘上每一点、每一步的胜率，而在下一次模拟中，更加频繁使用那些已知胜率较高的走法。每一次模拟后，AlphaGo都会比上一次聪明一点，这就是进化。

而在Master横扫人类后，DeepMind开发最新版AlphaGo Zero，尝试在没有模仿人类的前提下，用自我迭代的方式，从零开始进化，纯靠自我博弈。40天后，它超越了过去所有版本AlphaGo，成为当之无愧的围棋之神。

很多人已经感受到，未来被AI支配的恐惧。

DeepMind官网披露的下一个项目DeepMind Health，它能够检查肾病病人的验血结果，并量身定制治疗方案。可以通过普通X光片，自动检测患者是否患有早期乳腺癌。

一切职业做的事无非是学习和决策，没有什么在理论上不可能被机器取代的职业。谷歌和DeepMind团队的目标就是，研发解决一切问题的“强人工智能”。

03

人工智能时代，人类命运将何去何从？

20世纪80年代，美国加州的高科技密集地区，被一个神秘的连环杀手频繁袭击。

炸弹狂魔一共寄出16枚炸弹，炸死3人，炸伤23人，但破案一直没有任何线索。直到1995年，连环杀手要求在《纽约时报》和《华盛顿邮报》上发表一篇文章，题目是《工业社会及其未来》。

他描绘了工业社会发展带来的悲观结局，他认为强人工智能会统治世界自主决策。

“随着社会及其面临的问题变得越来越复杂，而机器变得越来越聪明，人们会让机器替他们做更多的决策，仅仅因为机器作出的决策会比人做的决策带来更好的结果。
最后，维持体系运行所必需的决策已变得如此之复杂，以致人类已无能力明智地进行决策，机器实质上已处于控制地位。人们已无法把机器关上，因为我们已如此地依赖机器，关上它们就等于自杀。”

炸弹狂魔叫卡辛斯基，他后来被逮捕判终身监禁。但二十多年后，他的预言已经逐渐变成现实。我们能在网上搜索信息，但能搜到什么，不能搜到什么，是由搜索引擎的算法决定的。

我们在购物网站上看到的商品，是机器根据我们的浏览偏好数据生成的。毫不夸张地说，今天看到的信息世界，就是机器造出来给你看的世界。

[[379267]]

很多人觉得，目前我们是能够关掉机器的，但我们已经越来越不愿关掉机器了，我们已经严重地依赖互联网。

也许有一天，我们会变得真的不能关掉机器，淘宝这样级别的大型互联网服务的背后，是上万台乃至百万台服务器集群构成的云计算平台，一台服务器宕机不会对网站整体造成任何影响。 

如果把云计算平台和能源系统对接到一起，让机房学会自己发电、充电、维护、升级，那么即使想关掉机器，机器也不会让我们关。

如果真到了“人类的命运全凭机器发落”的时候，我们完全无法预知，这种智力无限超越人类，而基因上没有任何亲缘关系的物种，究竟会如何对待我们。 

而眼下机器正在取代人类的工作，司机、售货员、股票交易员、推销员、搬运工、医生、记者、律师这些职业，已经成为濒临灭绝的高危职业。

从长期看，只有在某学科天赋异禀、深耕前沿领域的“专才”，和学习能力超强、十八般武艺融会贯通的“通才”，才能够在弱人工智能时代立于不败之地。

如果继续发展人工智能，我们会被机器取代，而如果停止发展，我们就会被那些发展人工智能的人取代。

为了争夺巨大的竞争优势和丰厚的利润，世界各地正在爆发军备竞赛般的技术热潮。 

无论前方是刀山还是火海，会有越来越多的人前赴后继地奔赴新世界。因为对于我们，落后无异于死亡。 

那个属于人类的真正命运，是由我们自己亲手写就的，而它尚未注定。