pixabay.com
撰文 | 蒲慕明
翻譯 | 殷有薇
校譯 | 楊嶺楠
● ● ●
人工智能的浪潮已經席捲了全球。2018年9月，在上海召開的世界人工智能大會，吸引了來自40多個國家和地區的數千名參與者和數百家大小型企業。在社會各個領域幾乎都能見到人工智能的應用，如金融、製造、教育、通信、健康、零售和服務業等，發展不斷加速，還看不到盡頭。這不太可能只是短暫的時尚，但是，人工智能只有進一步演化，突破現有的侷限，這股熱潮才可能延續下去。
在新的機器學習算法、有效的大規模標籤數據集和超強計算能力的有力推動下，人工智能程序在執行明確任務時的速度和準確性已經超越了人類，比如人臉和語音識別以及遊戲運行等。但是，人腦在很多方面仍有人工智能無法比擬的優勢。比如，人腦能夠同時執行多項任務、進行自主學習、歸納學習技巧，且效率高、耗能低。最重要的是，人腦能夠通過自然語言進行相互溝通；而這種語言能力是人類早在幼兒時期通過所處的交際環境獲得的。自艾倫·圖靈（Alan Turing）提出著名的圖靈測試之後，如何理解人類語言的語法和語義一直構成著具有人類智力的人工智能技術開發的最大障礙之一。
如果人工智能發展的終極目標是達到人類智能的水平，那麼在設計計算算法和計算器件時，引入人腦神經網絡結構和運轉原理就非常有用了。我們對於人腦如何執行一些複雜認知任務的瞭解仍處於起步階段，例如人類如何在積累證據的基礎上做出決策、人類如何形成對外界的概念、人類如何理解他人的想法並自主進行邏輯思考，以及人類如何產生有創意的想法。但是，我們對於神經迴路如何形成、總共有多少神經系統被組織調動起來，以及神經系統如何處理、儲存、提取信息已是有相當的理解。神經科學中的許多概念其實也已經引入了機器學習算法中，並且對過去幾十年里人工智能的幾次突破性進展起到了關鍵作用，特別是“突觸可塑性”這一概念已經成為了大多數機器學習算法的基礎。“突觸可塑性”指的是神經網絡連接的權重可以根據網絡活動模式或者產出與預期的誤差進行調整。因此，腦科學啟發人工智能的目標就是把在腦科學中發現的概念和原理更多地引入到人工智能系統的構建中。
中國作為世界人口第一大國和第二大經濟體，擁有全球數量最多的互聯網用戶，而且在人工智能技術的商業應用方面已經走在了世界前列。然而，中國人工智能技術發展過程中的開創性成果卻很罕見，目前在人工智能領域的研究主要還集中在現有技術的應用和漸進式的修改。鑑於此，中國政府已經批准資助“腦科學與類腦研究2030重大科技項目”（又稱“中國腦計劃”），目標之一就是將神經科學知識應用於下一代人工智能的發展中——類腦智能和腦機接口技術。因此，我們可以預見，中國的腦科學啟發的人工智能技術在接下來的十年間將會加速發展。
在向腦科學啟發人工智能進軍的過程中，會聚焦到一個關鍵問題：具備人類智能的機器是否會替代人類完成各項工作，從而造成許多人失業？從人工智能技術的現狀來看，機器還無法複製簡單的人類認知過程，類人機器人仍然只存在於科幻小說之中。儘管如此，人工智能系統已經在其有限的能力範圍內替代人類完成一些任務明確的工作，比如製造業的常規操作或者數據管理。可以想象，高效率人工智能系統的使用以及再就業工作崗位的缺乏在接下來的數十年中將會引發大規模的失業潮。
習近平主席在給2018世界人工智能大會的賀信中指出，“新一代人工智能正在全球範圍內蓬勃興起，為經濟社會發展注入了新動能，正在深刻改變人們的生產生活方式。把握好這一發展機遇，處理好人工智能在法律、安全、就業、道德倫理和政府治理等方面提出的新課題，需要各國深化合作、共同探討。”社會格局的鉅變即將到來，但是人類社會還沒有做好準備。發達國家和發展中國家要考慮到勞動力構成和受教育水平的差異、文化和宗教背景的不同、社會福利系統的差別，應該採取不同的措施應對人工智能所引發的社會和經濟變革。對人工智能帶來的倫理和社會影響的探討迫在眉睫，國際社會應該充分考慮世界各國的不同情況並達成共識。
本文英文原文於2018年10月25日在線發表於《國家科學評論》（National Science Review, NSR ），原標題為“Towards brain-inspired artificial intelligence”，頭圖為編者所加。NSR是科學出版社旗下期刊，與牛津大學出版社聯合出版。《知識分子》獲NSR和牛津大學出版社授權刊發該文中文翻譯。
閱讀更多 知識分子 的文章
