百度人工智能機(jī)器人小度戰(zhàn)勝最強(qiáng)大腦 真要取代人類？

　　1 月 20 日，第四季的最強(qiáng)大腦落下帷幕，這季比賽由于選手當(dāng)中新增加了一位特殊成員被備受關(guān)注，來(lái)自百度的人工智能機(jī)器人小度在一場(chǎng)三局「人機(jī)大戰(zhàn)」中取得兩勝一平的成績(jī)，這個(gè)結(jié)果徹底碾壓了三位代表人腦極限的人類選手。這三場(chǎng)比賽中的每個(gè)細(xì)節(jié)都成為社交媒體上熱議的焦點(diǎn)，這些爭(zhēng)議一方面是公眾驚嘆于人工智能如此強(qiáng)大，或?qū)⑷〈祟?另一方面也夾雜了太多陰謀論的想象，強(qiáng)調(diào)此次人機(jī)大戰(zhàn)的不公平性。

　　如果說(shuō)前一種緣由源自于于技術(shù)，特別是對(duì)人工智能發(fā)展的無(wú)知;那么后一種聲音則不僅是對(duì)人工智能的無(wú)知，也是對(duì)人類自身存在和未來(lái)的無(wú)知，可謂愚蠢至極。

　　棋盤和人類大腦都是人工智能的標(biāo)尺

　　事實(shí)上，盡管 2016 年人工智能領(lǐng)域如此火熱，但從 2016 年 1 月到現(xiàn)在整整一年的時(shí)間，人工智能領(lǐng)域的震撼性事件只有三個(gè)：

　　· 2016 年 1 月 24 日，人工智能先驅(qū)馬文明斯基離世;

　　· 2016 年 1 月 27 日，Google DeepMind 在《自然》雜志發(fā)表論文，正式宣布破解了圍棋;

　　· 2017 年 1 月 20 日，百度人工智能機(jī)器人小度擊敗第三位人類選手，在三局人機(jī)大戰(zhàn)中完勝;

　　之所以將上述三件時(shí)間、空間都沒(méi)有關(guān)系的事件擺在一起，根本原因在于，這三個(gè)事件既是結(jié)束，也開(kāi)啟了一個(gè)屬于人工智能的新時(shí)代。從 60 多年前開(kāi)始，不管是明斯基還是另外幾位人工智能的先驅(qū)，擺在這些最頂尖科學(xué)家、數(shù)學(xué)家面前的首要問(wèn)題就是：如何衡量人工智能?

　　1920年代，美國(guó)心理學(xué)家 Louis Lean Thurstone 在研究中發(fā)現(xiàn)，受訪者在回答問(wèn)題時(shí)更傾向于回答一些相對(duì)意義或者比較意義的問(wèn)題，比如類似這樣的問(wèn)題「你更喜歡誰(shuí)的畫，A 還是B?」就比單純回答「你對(duì)A 畫喜歡多少?」要容易簡(jiǎn)單的多。這套理論被稱為「比較性判斷準(zhǔn)則(Law of Comparative Judgement)」。通過(guò)讓人們每次比較多個(gè)對(duì)象中的兩個(gè)，而最終可以計(jì)算出每個(gè)對(duì)象的測(cè)量分?jǐn)?shù)(定距尺度)。

　　其運(yùn)用范圍非常廣泛，人工智能研究者終于不再為定義「智能」來(lái)?yè)?dān)憂了，只需要將機(jī)器與人類放在某個(gè)同樣環(huán)境下繼續(xù)比賽，利用人的智能來(lái)衡量機(jī)器的智能。棋類游戲首先被用于測(cè)試機(jī)器的智能，是因?yàn)槠孱愑螒蚴且环N「完美」信息的游戲，對(duì)玩家們而言，無(wú)論人類還是機(jī)器，所面對(duì)的信息是透明且對(duì)等的——就是棋盤和棋子而已。

　　這樣的曖昧情節(jié)始于1956年，IBM 工程師 Arthur Samuel 創(chuàng)造了一種西洋跳棋的應(yīng)用程序，并使用強(qiáng)化學(xué)習(xí)來(lái)訓(xùn)練這個(gè)程序。1962年的時(shí)候，Arthur Samuel 的這個(gè)西洋跳棋程序打敗了當(dāng)時(shí)全美最強(qiáng)的業(yè)余選手 Robert Nealey。

　　接下來(lái)的最吸引人的兩個(gè)故事就是卡斯帕羅夫與深藍(lán)的世紀(jì)之戰(zhàn)以及李世石大戰(zhàn) AlphaGo，借助于電視、互聯(lián)網(wǎng)、社交媒體等大眾傳媒的發(fā)展，全世界的人都看到了東西方兩大棋類里的頂級(jí)人物低頭認(rèn)輸?shù)膱?chǎng)景。

　　人工智能已經(jīng)在國(guó)際象棋、圍棋證明了自己的能力，而挑戰(zhàn)人類的最強(qiáng)大腦則成了衡量人工智能的另一個(gè)標(biāo)尺。

　　此次最強(qiáng)大腦比賽，三場(chǎng)比賽涵蓋了人臉識(shí)別、語(yǔ)音識(shí)別與視頻(動(dòng)態(tài)模糊圖像)識(shí)別等多個(gè)領(lǐng)域。這些「技能」是人類長(zhǎng)期進(jìn)化過(guò)程所形成的，百度首席科學(xué)家吳恩達(dá)這樣解釋人類的人臉識(shí)別能力：“一個(gè)3歲的孩子看見(jiàn)媽媽時(shí)，不管媽媽是微笑、生氣，睜著眼、閉著眼，長(zhǎng)頭發(fā)、短頭發(fā)，穿什么衣服，孩子都可以輕易認(rèn)出這是媽媽。”

　　更重要的是，人類的這種識(shí)別幾乎是瞬間完成的，即便到現(xiàn)在，全世界頂尖的科學(xué)家也無(wú)法理解這背后的真正原理。而要讓計(jì)算機(jī)擁有這種能力，科學(xué)家們?cè)谶^(guò)去五十年里提出了諸多想法，但直到這幾年，圖像識(shí)別才真正實(shí)現(xiàn)了技術(shù)突破。

　　與圖像識(shí)別相似，語(yǔ)音、動(dòng)態(tài)圖像識(shí)別的技術(shù)發(fā)展進(jìn)程也經(jīng)歷了漫長(zhǎng)過(guò)程，這些依托新算法的人工智能技術(shù)，究竟離人類大腦，特別是那些具備超強(qiáng)能力的人類大腦還有多大差距，這次比賽提供了一個(gè)最好的觀察視角，而比賽結(jié)果也充分說(shuō)明了人工智能在某些領(lǐng)域的已然超越人類。

　　當(dāng)下人工智能只聚焦在特定領(lǐng)域

　　早幾年的時(shí)候，李彥宏在參加《最強(qiáng)大腦》節(jié)目擔(dān)任嘉賓后感言：“某些對(duì)于人類艱難的事情，對(duì)于電腦來(lái)說(shuō)非常簡(jiǎn)單。”這話說(shuō)得并不夸張，比如圍棋這個(gè)領(lǐng)域，相比于人類棋手的成長(zhǎng)速度，計(jì)算機(jī)的進(jìn)化速度“令人窒息”，2016 年年底橫掃中韓高手的 Master，也是AlphaGo 的進(jìn)化版，要 Alpha Go 真正「進(jìn)入職業(yè)棋屆」不過(guò)一年多一點(diǎn)的時(shí)間，這種學(xué)習(xí)和進(jìn)化速度是人類根本無(wú)法匹及的。

　　當(dāng)下人工智能領(lǐng)域的火熱得益于過(guò)去幾年深度學(xué)習(xí)的崛起。最主要聚焦在三個(gè)領(lǐng)域：圖像識(shí)別、語(yǔ)音識(shí)別以及自然語(yǔ)言處理。投資人David Kelnar提供了兩幅圖像識(shí)別和語(yǔ)音識(shí)別進(jìn)化速度對(duì)比圖：

　　以圖像識(shí)別為例，在 2012 年的圖片分類競(jìng)賽ImageNet 上，以深度神經(jīng)網(wǎng)絡(luò)為技術(shù)支撐的研究團(tuán)隊(duì)奪得第一，并將錯(cuò)誤率降低到 20% 以下，讓包括 Google 、Facebook 這樣的巨頭都震驚，隨后，Google 買下了這個(gè)團(tuán)隊(duì)，也讓深度神經(jīng)網(wǎng)絡(luò)「教父」Geoff Hinton 進(jìn)入 Google 工作。在深度神經(jīng)網(wǎng)絡(luò)的幫助下，Google 的圖像識(shí)別水平有了大幅提升，并將錯(cuò)誤率降低到 10 %以內(nèi)。