爱吧机器人网 » 专题 > 观点 > 正文

两种超级智能,哪一个对人类未来影响更为深远?

前言:无论在学术界还是产业界,超级智能并没有被纳入正式的体系概念中,因此超级智能究竟是什么,也没有统一的的定义,事实上在过去的时间里,出现了两种不同的超级智能概念,第一个是人工智能相关,认为出现全面超越人类智慧的智能形式,这种超级智能并不被人工智能领域科学家认可,认为是一种空想,而另一种是与互联网相关,人类智慧与机器智能通过互联网类脑架构形成的智能形成,这种超级智能已经悄然出现在人类面前,并对人类社会产生着重要影响。

\
与人工智能相关的超级智能

2015年伴随着阿尔法狗战胜人类围棋冠军,人工智能逐步成为世界性的科技热点,在各个领域大力推进人工智能技术应用的同时,人工智能威胁论也开始大行其道,包括霍金、马斯克、孙正义等世界知名科学家,企业家和投资人不断提出人工智能超越人类产生的危险问题。

由此有人提出了弱人工智能,强人工智能和超级智能的划分:

弱人工智能,指的是只能完成某一项特定任务或者解决某一特定问题的人工智能。

强人工智能或通用人工智能,指的是可以像人一样胜任任何智力性任务的智能机器。

超人工智能或超级智能可以像人类智能实现生物上的进化一样,对自身进行重编程和改进,这也就是“递归自我改进功能”。哲学家、牛津大学人类未来研究院院长尼克·波斯特洛姆(Nick Bostrom)把超级智能定义为“在几乎所有领域都大大超过人类认知表现的任何智力”。

对于人工智能威胁论,强人工智能和超人工智能,计算机和人工智能领域主流专家并不认同,包括脸书人工智能实验室主任燕乐纯,谷歌大脑创始人吴恩达,以及中国人工智能领域专家对这些观点进行了驳斥。

主要原因是即使在人工智能兴盛的今天,对于什么是智能,智能产生的原因,智能组成的元素,事实上都还没有理解清晰,目前的技术只能模仿一部分低端的人类智能,但更深层次的人类智能,完全没有科学路径实现,

即使强大如战胜人类围棋冠军的阿尔法狗,如果人类调整了胜负规则,要求子数多者为负,在没有人类的帮助下,阿尔法狗将永远无法获胜。

由此可见如何实现主动适应环境,自主确定目标并形成行动方案,将是人工智能无法逾越的天堑,这个天堑并不是人类的智慧不足,无法克服,而是与自然环境以及化学因素有关。担心人工智能全面超越人类形成超级智能只是存在与幻想之中。用脸书人工智能实验室主任燕乐纯的评论就是“一部分人用人工智能威胁论作为争强个人影响力的一种手段”

与互联网相关的超级智能

在世界著名人士与人工智能领域专家围绕人工智能能否演变成超越人类的超级智能争论时。另外一种更为庞大,更为复杂和令人叹为观止的超级智能形式却悄然兴起。

在过去的50年里,互联网正在从网状的信息高速公路进化成为类脑的超级智能系统。在经过1969年互联网的诞生、1974年TCP/IP协议、1989年万维网等基础的奠定后,互联网开始加速向与大脑高度相似的方向发育。

2004年社交网络为代表的类脑神经元网络,2005年云计算为代表的类中枢神经系统,2009年物联网为代表的类感觉神经系统,2012年工业互联网、工业4.0为代表的类运动神经系统,2013年大数据,2015年人工智能为代表的智能驱动力,到2018年阿里大脑、腾讯大脑、360安全大脑、滴滴交通大脑等不断涌现,连同之前的谷歌大脑、百度大脑、讯飞超脑,到2019年,互联网大脑的雏形已越来越清晰。

\
数亿年,自然界的蚂蚁,蜜蜂,鸟类通过化学信号形成了远超个体智能的群体智能,但21世纪以来,数十亿人类群体智慧与数百亿设备的机器智能通过互联网大脑结构联合形成自然界前所未有的智能形式,其中,人类群体智慧以云群体智能的形式成为了互联网的“右大脑”,设备的机器智能以云机器智能的形式形成了互联网“左大脑”。

这个人类创建的,连接数十亿人类群体智慧与数百亿设备的机器智能的类脑智能系统是一个远比强人工智能更为强大,更为复杂,更为真实的超级智能。这个超级智能的兴起才是真正令单个人类恐惧的对象。

这个类脑的超级智能不但拥有更为丰富的知识,更为强大的计算能力;而且还深入到人类生活的方方面面,譬如路边的摄像头、家庭的服务机器人、每日陪伴我们的手机等的。面对这个庞大的超级智能,单个的人类不可避免会产生巨大的压力感和无力感,

互联网大脑的形成和超级智能的崛起,对21世纪人类的社会结构、经济形态、科技创新、哲学思考都产生了重大而深远的影响。面对互联网大脑化进程产生的超级智能和恐惧情绪,需要我们深入研究这个超级智能产生的原因,运行的机理,规范其结构,控制其风险,只有在基础科学研究和科技技术发展两条路径上不断深入,并告知大众,人类才会不断消除恐惧,并享受其带来的服务和便利。

上一篇:100%自动化远未达到,AI对就业前景影响尚未明确
下一篇:微软总裁:杀手机器人将出现, 人类需寻找对策
精选推荐
17世纪的莱布尼茨试图制造“思想机器”却被现实打脸
17世纪的莱布尼茨试图制造“思想机器”却被现实打脸

[2019-11-05]  莱布尼茨,德国哲学家、数学家、律师,历史上少见的通才1666年,德国博学家戈特弗里德·威廉·莱布尼茨(Gottfried Wilhelm Leibniz)发 ...

可编辑神经网络,有望简化深度学习?
可编辑神经网络,有望简化深度学习?

[2019-10-04]  深度学习是一个计算繁重的过程。 降低成本一直是 Data curation 的一大挑战。 关于深度学习神经网络大功耗的训练过程,已经有研究人员 ...

人工智能准确预测患者一年内的死亡风险,原理却无法解释
人工智能准确预测患者一年内的死亡风险,原理却无法解释

[2019-11-13]  图片来自BURGER PHANIE SCIENCE PHOTO LIBRARY美国最新研究显示,人工智能通过查看心脏测试结果,以高达85%以上的准确率预测了一个人在一 ...

从AI中窥探人性
从AI中窥探人性

[2018-01-03]  人们对人造智能的恐惧早已成为科幻书籍和电影的极好题材。但现在,一些同样的担忧开始影响关于现实世界AI技术的政策讨论。如果这样的担忧演变成为一种技术恐慌...

这些人型机器人是如此真实,你的肉眼几乎无法区分
这些人型机器人是如此真实,你的肉眼几乎无法区分

[2017-09-03]   我们生活在一个区分现实与幻想变得越来越困难的世界。由于机器人技术的进步,创造人工的人类正在逐渐接近完美的最终目标。我们现在看到的机器人不再只是一块发光二极管,......

MIT用深度学习处理3D点云数据 应用于无人汽车等领域
MIT用深度学习处理3D点云数据 应用于无人汽车等领域

[2019-10-23]  如果你见过自动驾驶汽车,也许会对车顶上那个一直在旋转的圆柱体感到好奇。这是一个雷达传感器,无人驾驶汽车依靠它在现实世界中进行导航。 ...

[2017-03-21]  虽然有很多关于机器人取代工人的担心,但哈佛经济学家James Bessen的论文指出,在过去的67年里机器人仅仅淘汰掉人类工作中的一个。在1950 ...

农业将为高科技行业 农业机器人的应用领域
农业将为高科技行业 农业机器人的应用领域

[2017-12-17]  农业正在迅速成为一个令人兴奋的高科技产业,吸引了新专业人士,新公司和新投资者。技术发展迅速,不仅提高了农民的生产能力,而且促进了我们所知道的机器人和自动化技术的发展。...

本周栏目热点

2020年中国AI基础数据服务行业发展报告

[2020-04-03]  核心摘要:目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟,想要更加落地,解决行业具体痛点, 需要大量经过标注处理的相关 ...

[1970-01-01]    从首尔清潭洞SM娱乐公司大楼代表办公室的落地窗可以清晰地眺望对面的汉江。李秀满会长介绍拥有代表办公室和录音室的建筑物是工作室中心 ...

[1970-01-01]    虽然我国经济增速下降,通缩若隐若现,但由于我国劳动力人口在2012年已经达到顶峰,之后总量呈逐年下降之势,所以即使近几年产业工人工 ...

腾讯思享会:探讨智能社会与人类未来

[1970-01-01]    人类在享受开车的过程时,在不久的将来可能让机器开车,人类如不是理性的控制机器人,又将一场持久的大战。  以智能社会与人类未来为 ...

[1970-01-01]    机器人发展到今天到了重新定义的时候,机器人拥有人类的感知和思维、应用到更多领域,成为现代机器人产业发展的新方向,由此看出中国机 ...