如果人工智能是故事，那麼背後的故事更令人深思。《AI 的 25 種可能》所提出的觀點，將會更好地推動人工智能領域的發展。
本書核心內容概述
《AI 的 25 種可能》集結了包括史蒂芬·平克、朱迪亞·珀爾、丹尼爾·丹尼特、邁克斯·泰格馬克等 25 位計算機科學家、心理學家、物理學家、科技史學家的前沿洞見，AI 的 25 種可能，就是人類未來的 25 種可能。
本書提供了跨學科視角的人工智能發展洞見，尤其睿智地指出，人工智能不僅需要更有智慧的科技屬性，更需要本身固有的善良本質。
因此，在本文中，靠譜地討論人工智能會怎樣改變商業的面貌，減少了戲劇化的猜想。
AI 讓新技術=新感知
在人工智能出現之前，控制論大行其道。這是維納在 1948 年的奠基性著作中闡述的一種理念，意指自動的、自我調節的一種控制。
從那往後，人們開始把大腦比作計算機在接下來的另一個 20 年裡，當我們把計算機連成互聯網時，大家才意識到大腦不是一臺計算機，而是一個計算機網絡。
關於 AI，單純“智商”的迭代是可能的，基於這種可能性，如何教會它“情商”才是最大的挑戰。
關於 AI 對藝術的影響，藝術本身包含很大一部分的不確定性，而這種有關於藝術的不確定性並不是隨機產生的。這是現階段 AI 無法理解的鴻溝。
但毫無疑問，AI 必然會推高藝術表達的效率，人們也許將會面臨一個藝術表達過剩的明天，但黃金時代的黎明來源於此。
物理生命層面，AI 的發展，也許會讓我們期待永生，但此刻我們深知死亡的無力，這種無力感讓很多平常事體現出美好和珍貴，而非無聊的重複。人性來源於此，而非永生之後每年選擇格式化某個分區尋求刺激。
AI 趨勢總體概覽
2019 年 AI 的 25 個趨勢總體可以分為基礎框架、體系架構和應用三類。其中應用又分為智能預測、自然語言處理與合成和計算機視覺三類。
對於這 25 個重要的 AI 趨勢，CB Insights 採用 NExTT 框架，使用行業採用率和市場優勢兩個維度進行分析，分為實驗階段、過度階段，必要、的和緊迫性四個象限。每個象限的評判標準為。
實驗階段：除了早期創業公司之外，沒有被廣泛採用;
過度階段：公司合作意願，市場機會的不確定度;
必要性：廣泛的行業基礎，客戶採用度和投資;市場接納度;
緊迫性：大型可行的市場預測;值得注意的投資活動;不穩定 / 不確定的應用。
必然的 AI 趨勢：開源框架、人臉識別、醫療成像與診斷、預測性維護、電子商務搜索、膠囊網絡、新一代假肢、AI 臨床試驗、生成式對抗網絡 GANs、聯合學習、高級醫療保健生物學、自動索賠處理、假貨識別、後臺辦公自動化、綜合訓練數據、增強學習、網絡優化、自動駕駛、作物監測、網絡安全識別、藥物研發等方向。
探討人工智能未來好與壞
認知心理學家史蒂芬·平克反對悲觀的末日語言，他認為那些預言源自於心理偏見。機器對社會造成的危險不來自機器本身，而來自人類如何看待它。
邁克斯·泰格馬克從物理學家的角度表示，智能不獨屬於人類，所以通用人工智能的出現只是時間問題，現在的關鍵問題在於讓 AI 能理解、採納和保留我們的目標。
塞思·勞埃德則認為，人們對深度學習等方法的期待要適度，雖然 AI 有了長足的發展，但機器人“還是不會繫鞋帶”。
這種對征服的恐懼來自對智能的模糊理解，其模糊之處在於將智能歸於一種存在之鏈和尼采式的權力意志，而不是根據信息、計算和控制對智能和目的進行的維納式分析。
但是這些場景混淆了智能與動機、信念與慾望、推理與目標、圖靈闡明的計算和維納闡明的控制。
即使發明了超人智能機器人，但是這些目標與智能無關，因為聰明並不等同於一定要追求某些東西。沒有任何一個複雜系統定律表明，智能主體一定會變成無情的自大狂。
邁克斯·泰格馬克認為，通用人工智能的真正風險不是它的惡意，而是它的能力。這表明，我們僅僅看到了智能的冰山一角，存在這麼一種驚人的可能性：也許我們能釋放出自然界中所蘊藏的全部智能，利用它來幫助人類繁榮發展，或掙扎求生。
人工智能也是一樣的，它會被廣大企業和消費者用在數不清的實際用途上，其中大多數用途談不上好也談不上不好，但其累積效果是無法預見的。
在我們思考人工智能的未來時，關鍵是不要把自己放在一個道德的高地上，而是要像現實世界的每一個趨利避害的人一樣思考。
計算的未來是模擬
模擬計算和數字計算之間沒有精確的區別。一般而言，數字計算涉及整數、二進制序列、確定性邏輯和被理想化為離散增量的時間。
而模擬計算涉及實數、非確定性邏輯和連續函數，以及存在於現實世界中的連續時間。
許多系統在模擬和數字之間轉換運行。一棵樹將各種各樣的輸入整合成連續函數，但是如果你砍倒那棵樹，你就會發現它一直在用數字方法計年。
在模擬計算中，複雜性存在於網絡拓撲結構而不是代碼裡。信息被處理為諸如電壓和相對脈衝頻率之類的值的連續函數，而不是對離散的位串的邏輯運算。
因為不能容忍錯誤或模糊，數字計算需要隨時糾正錯誤。而模擬計算可以容忍錯誤，允許錯誤的出現。
從物流到車流再到意識流，所有這些系統都按照統計運行，就像脈衝頻率編碼信息在神經元或大腦中處理一樣。智能的出現引起了智人的注意，但我們應該擔心的是控制的出現。
共享語言就是共享一種本質
在人工智能時代,當我們有能力以機器能夠理解的語言來表達自己的意願,乃至習慣於運用機器能夠聽懂的語言來實現自己的目標時,我們就需要共享機器語言,以編碼的方式來描述願望和目標。
如此一來,我們就需要學習編程,以便擴展我們的本體論前景。問題在於,當我們改變了用來描述願望和目標的語言時,也就相應地改變了我們的願望和目標本身,這是我們在智能化人類文明未來必須要面對的深層次本體論問題。
因為人類的語言是人類歷史所固有的,是我們的生理、心理和文化所蘊含的長期演化的產物,而機器人所能理解的語言是程序化的人工語言。
因此,機器賦予人類語言意義的能力是極其有限的,人類不能與運用人類語言的機器進行隨機應變的機敏對話,也不能完全用自然語言描述機器所遭遇的數據世界。
結尾
人類的願望與目標是人類建構的,超越了自動化與智能化的範圍。從機器模擬人的功能意義上來看,我們對通用人工智能人的嚮往與追求,已經全方位地向人類發出了必須徹底反思自身及未來文明走向的強烈信號。
閱讀更多 與非網 的文章
