让我来告诉你，为什么超级人工智能不会出现？
自脑极体建立以来，我们一直努力避开人工智能领域中比较“玄虚”的部分，尽量让每一篇文字都足够实际、落地、可读，但是偶尔换换口味也未尝不可对不对？
今天我们就来聊一个比较“玄”的话题：拥有自我意识和情感的超级人工智能到底会不会出现？说实话，这个话题都烂大街了。科学家、科技大佬、各国政要们争的头破血流，我们也不可能知道答案。
但我们想说的，是什么事都要讲基本…不对，是什么事都要讲逻辑。有没有一些理论或者猜想可以触达AI觉醒这个话题呢？让我们不要只能云里雾里或者一腔热血的想象未来？
巧合的是，确实有一些这样的理论，比如说著名的“中文房间悖论”。这个情景猜想在大部分情况下都被用来否定“图灵测试”。但它更深层的本意，其实是在阐释人工智能永远不可能像人类那样拥有自我意
什么是“中文屋实验”识。
所谓的中文屋实验，是由美国哲学家约翰·希尔勒（John Searle）在1980年发表论文提出的一个思维试验。
（这里我们插句题外话，今年3月，84岁的约翰·希尔勒被爆出性侵华裔女助理事件。其本人目前已被加州大学停课，案件还在司法处理当中。虽然本文基于约翰·希尔勒提出的理论猜想，但在这里还是要对此人表示发自肺腑的鄙视与厌恶）。
这个思维实验是说，如果把一位只会说英语的人关在一个封闭的房间里，他只能靠墙上的一个小洞传递纸条来与外界交流，而外面传进来的纸条全部由中文写成。
这个人带着一本写有中文翻译程序的书，房间里还有足够的稿纸、铅笔和橱柜。那么利用中文翻译程序，这个人就可以把传进来的文字翻译成英文，再利用程序把自己的回复翻译成中文传出去。在这样的情景里，外面的人会认为屋里的人完全通晓中文，但事实上这个人只会操作翻译工具，对中文一窍不通。
当然了，这是个思维实验，具体操作起来近乎不可能。但这个实验里蕴含的思想却在表达这样一个可能：机器所表现出的智能（理解中文），很可能只是翻译程序带来的假象，其实它对真正的人类智能一无所知。
这个实验本来是为了反驳图灵测试的，认为即使通过了图灵测试，机器也不见得有了智能。但或多或少有点牵强，始终也没有把图灵测试彻底反驳掉。但“中文屋悖论”却可能在技术发展之路上告诉了我们另一件事：我们所有的技术探索与研究，可能都是在完善那个中英文翻译程序，从来不是去教机器真的智能。
通用人工智能和强人工智能的界限
这里要来认识两个大家经常听到，但有可能混淆的概念——通用人工智能与强人工智能。
所谓通用人工智能（Artificial General Intelligence，AGI），是指在不特别编码知识与应用区域的情况下，应对多种甚至泛化问题的人工智能技术。这个技术虽然冷门并遥远，但其实也有不少学术机构与企业在做，一般被认为是人工智能技术的未来发展方向。
而强人工智能（Strong Artificial Intelligence）则是约翰·希尔勒在提出“中文屋实验”时设定的人工智能级别。这个等级的人工智能，不仅要具备人类的某些能力，还要有知觉、有自我意识，可以独立思考并解决问题。
虽然两个概念似乎都对应着人工智能解决问题的能力，但我们可以把前者想象为无所不能的计算机，后者则类似穿着钢铁侠战甲的人类。
“中文屋悖论”表达的思想，是人类研究的方向根本无法逼近强人工智能。即使能够满足人类各种需求的通用人工智能，也与自我意识觉醒的强人工智能之间不存在递进关系。
现实中的技术发展好像也确实是这样的。
在通用人工智能领域，人类已经提出了一些设想与架构模型。其中最著名的应该是澳大利亚国立大学学者马库斯赫特（Marcus Hutter）在2000年提出的AIXI。这个计算模型据说可以涵盖各种算法与技术，逼近通用人工智能的本质……当然，这个算法的复杂程度奇高，根本无法执行，所以仅仅是个设想。
而OpenAI和DeepMind这样的企业在近两年则都开始了具体层面的AGI研究，其中DeepMind被认为是继承AIXI的先锋军。
从DeepMind进行的通用人工智能性质的研发与实验中，我们可以看到其“通用性”主要集中在四个层面：1智能体应对复杂环境、2陌生环境处理、3时间变量应对、4多个信息源同时处理任务。
而这些技术都指向同一个方向，就是智能体与外界的交互——也许可以理解为AI与这个世界的翻译程序吧？
换言之，人类所做的仅仅是给“那个人”更好的翻译程序，而非教他中文（当然也没法教）。所以通用智能这种已经很玄的东西，依旧与强人工智能保持着清晰的界限。
绝望的强AI：能力和意识，也许南辕北辙
让我们把“中文屋实验”极限化一点，把整个房间放在一个人的大脑里。
假如一个人记住了所有翻译程序，看到任何中文他都能调用回忆，能写出相应的回答，那么他是不是就懂中文了呢？对于人类来说，可能他自然而然的就已经理解中文了。但对机器来说，即使这个过程速度再快、反应再灵敏，他也依旧没有理解任何一个汉字。
确切的说，是这个人（智能体），获得的是使用中文的能力，但他对中文没有意识。
能力与意识的区别，是我们在想象未来超级智能时最容易混淆的问题。但从现实的逻辑推理，就会发现这二者差别很大，而且近乎没有关联。
知识表示、机器学习、NLP等等人工智能技术，都是在不断强化人工智能模仿人类能力的能力（这句话有点绕），但让人工智能具备模仿人类意识的能力，直到现在依旧是一片空白。
没有因，自然无果。“中文房间”理论讲述的，就是按照人类遵循的技术轨迹，智能体崛起意识这个命题将永远缺乏基础条件。
如果这个结论成立，那么对于强人工智能来说可谓是非常绝望的。他们只能继续在时空的长河里沉睡在人类的幻想中，一如远古的神祇，一如都市传说里的鬼怪。
想一想，还是觉得蛮无趣的咧……
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点douban.com, all rights reserved 北京豆网科技有限公司让我来告诉你，为什么AI不会产生意识让我来告诉你，为什么AI不会产生意识虎嗅APP百家号拥有自我意识和情感的超级人工智能到底会不会出现？说实话，这个话题都烂大街了。科学家、科技大佬、各国政要们争论得头破血流，我们也不可能知道答案。但我们想说的是，什么事都要讲逻辑。有没有一些理论或者猜想可以触发AI觉醒这个话题呢？有没有一些理论或者猜想，让我们不会云里雾里或者一腔热血地想象人工智能的未来？巧合的是，确实有一些这样的理论，比如说著名的“中文房间悖论”。这个情景猜想在大部分情况下都被用来否定“图灵测试”。但它更深层的本意，其实是在阐释人工智能永远不可能像人类那样拥有自我意识。什么是“中文房间悖论”所谓的“中文房间实验”，是由美国哲学家约翰·希尔勒（John Searle）在1980年发表论文提出的一个思维试验。这个思维实验是说，如果把一位只会说英语的人关在一个封闭的房间里，他只能靠墙上的一个小洞传递纸条来与外界交流，而外面传进来的纸条全部由中文写成。这个人带着一本写有中文翻译程序的书，房间里还有足够的稿纸、铅笔和橱柜。那么利用中文翻译程序，这个人就可以把传进来的文字翻译成英文，再利用程序把自己的回复翻译成中文传出去。在这样的情景里，外面的人会认为屋里的人完全通晓中文，但事实上这个人只会操作翻译工具，对中文一窍不通。当然了，这是个思维实验，具体操作起来近乎不可能。但这个实验里蕴含的思想却在表达这样一个可能：机器所表现出的智能（理解中文），很可能只是翻译程序带来的假象，其实它对真正的人类智能一无所知。这个实验本来是为了反驳图灵测试的，认为即使通过了图灵测试，机器也不见得有了智能。但或多或少有点牵强，始终也没有把图灵测试彻底反驳掉。但“中文房间悖论”却可能在技术发展之路上告诉了我们另一件事：我们所有的技术探索与研究，可能都是在完善那个中英文翻译程序，从来不是去教机器真的智能。通用人工智能和强人工智能的界限这里要来认识两个大家经常听到，但有可能混淆的概念——通用人工智能与强人工智能。所谓通用人工智能（Artificial General Intelligence，AGI），是指在不特别编码知识与应用区域的情况下，应对多种甚至泛化问题的人工智能技术。这个技术虽然冷门并遥远，但其实也有不少学术机构与企业在做，一般被认为是人工智能技术的未来发展方向。而强人工智能（Strong Artificial Intelligence）则是约翰·希尔勒在提出“中文房间实验”时设定的人工智能级别。这个等级的人工智能，不仅要具备人类的某些能力，还要有知觉、有自我意识，可以独立思考并解决问题。虽然两个概念似乎都对应着人工智能解决问题的能力，但我们可以把前者想象为无所不能的计算机，后者则类似穿着钢铁侠战甲的人类。“中文房间悖论”表达的思想，是人类研究的方向根本无法逼近强人工智能。即使能够满足人类各种需求的通用人工智能，也与自我意识觉醒的强人工智能之间不存在递进关系。现实中的技术发展好像也确实是这样的。在通用人工智能领域，人类已经提出了一些设想与架构模型。其中最著名的应该是澳大利亚国立大学学者马库斯赫特（Marcus Hutter）在2000年提出的AIXI。这个计算模型据说可以涵盖各种算法与技术，逼近通用人工智能的本质……当然，这个算法的复杂程度奇高，根本无法执行，所以仅仅是个设想。而OpenAI和DeepMind这样的企业在近两年则都开始了具体层面的AGI研究，其中DeepMind被认为是继承AIXI的先锋军。从DeepMind进行的通用人工智能性质的研发与实验中，我们可以看到其“通用性”主要集中在四个层面：智能体应对复杂环境、陌生环境处理、时间变量应对、多个信息源同时处理任务。而这些技术都指向同一个方向，就是智能体与外界的交互——也许可以理解为AI与这个世界的翻译程序吧？换言之，人类所做的仅仅是给“那个人”更好的翻译程序，而非教他中文（当然也没法教）。所以通用智能这种已经很玄的东西，依旧与强人工智能保持着清晰的界限。绝望的强AI：能力和意识，也许南辕北辙让我们把“中文房间实验”极限化一点，把整个房间放在一个人的大脑里。假如一个人记住了所有翻译程序，看到任何中文他都能调用回忆，能写出相应的回答，那么他是不是就懂中文了呢？对于人类来说，可能他自然而然就已经理解中文了。但对机器来说，即使这个过程速度再快、反应再灵敏，它也依旧没有理解任何一个汉字。确切地说，这个人（智能体）获得的是使用中文的能力，但他（它）对中文没有意识。能力与意识的区别，是我们在想象未来超级智能时最容易混淆的问题。但从现实的逻辑推理，就会发现这二者差别很大，而且近乎没有关联。知识表示、机器学习、NLP等等人工智能技术，只是在不断强化人工智能模仿人类能力（这句话有点绕），但让人工智能模仿人类意识，直到现在依旧是一片空白。没有因，自然无果。“中文房间理论”讲述的，就是按照人类遵循的技术轨迹，智能体崛起意识这个命题将永远缺乏基础条件。如果这个结论成立，那么对于强人工智能来说可谓是非常绝望的。它们只能继续在时空的长河里沉睡。在人类的幻想中，一如远古的神祇，一如都市传说里的鬼怪。想一想，还是觉得蛮无趣的咧。本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。虎嗅APP百家号最近更新：简介:huxiu.com 有视角的商业资讯交流平台。作者最新文章相关文章应用：工业|
热门搜索：
当前位置：
六张图告诉你人工智能为什么已经是大势所趋
连Twitter都在如此快速行动，Google、Facebook等土豪公司就更不用提了。当然，如果你还觉得这只是一些大公司在为了搞噱头而胡乱撒钱，那么你就应该看看下面这几张图，毕竟数据更有说服力。
　　最近关于人工智能的信息的确让我们有点应接不暇，除了我们创新工场最近一连推出几篇关于人工智能的文章之外，国外关于人工智能的事件也是接二连三，比如昨天Twitter就宣布将收购伦敦的机器学习创业公司Magic Pony Technology（一家能够依靠机器学习提高视频和照片质量的初创企业），而需要注意的是，这是Twitter近三年来收购的第三家机器学习公司！　　连Twitter都在如此快速行动，Google、Facebook等土豪公司就更不用提了。当然，如果你还觉得这只是一些大公司在为了搞噱头而胡乱撒钱，那么你就应该看看下面这几张图，毕竟数据更有说服力。　　这几张图告诉你：人工智能创业正在爆炸式发展　　1　　人工智能已经成为大公司的正式战略　　Facebook十年发展路线图　　对于大公司而言，人工智能已经不仅仅是一种图景，而已经是一种必备武器。Google和微软已经毋庸赘言，单说在人工智能上起步最晚的Facebook在这方面的努力就可见一斑。　　Facebook几年前在人工智能上还几乎是一片空白，但追赶的速度却非常快。目前，该公司有两大实验室，其中一个是重点发展基础研究的FacebookAI项目（FAIR，YannLeCun负责），另一个则是专注于人工智能产品应用的应用机器学习部门（AML，西班牙裔机器学习专家JoaquinCandela负责）。　　在今年Facebook公布的发展路线图中，AI作为一个10年发展战略之一，已经被清晰的表述了出来。　　2　　人工智能融资创历史 4年增长近10倍　　人工智能初创企业融资与交易数量　　国外网站cbinsights最近利用其数据库对美国人工智能的融资交易情况做了个统计，结果令人震惊！人工智能初创企业的融资额在过去短短4年几乎增长了10倍，可谓大爆炸的发展！　　3　　人工智能季度融资项目创历史新高　　人工智能季度融资数据　　人工智能的季度融资项目数字在今年年初也创出历史新高，这些交易背后隐藏的是众多知名大公司，例如高盛，IBM；当然还有为数众多的知名风投，例如里德&霍夫曼所在的Greylock Partners。
本文由入驻OFweek公众平台的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。
用户名/邮箱/手机：
忘记密码？
用其他账号登录： QQ
请输入评论
365天全天候线上展厅
最新活动更多 &&
机器人机器视觉伺服
广东省/深圳市
广东省/深圳市
广东省/深圳市
北京市/海淀区
江苏省/无锡市
江苏省/无锡市
北京市/海淀区
北京市/海淀区
浙江省/金华市
浙江省/金华市
*文字标题：
*纠错内容：
联系邮箱：
*验 证 码：人工智能到底能做什么、不能做什么 让百度人工智能大牛告诉你
【AI世代编者按】《哈佛商业评论》本周刊登首席家吴恩达的文章。文章介绍了当前的人工智能究竟能做什么，不能做什么。以下为文章全文：许多业内高管都会问我，人工智能可以做些什么。他们希望了解，人工智能将如何变革他们的行业，以及他们可以如何利用人工智能去重新发明自己的公司。然而，关于人工智能的力量，近期媒体描绘了一些不切实际的未来场景。（或许不久之后人工智能将接管世界！）人工智能已经在改变搜索、广告、电商、金融、物流和媒体等行业。作为()大脑团队的创始负责人、前斯坦福人工智能实验室的主任，以及目前百度1200工智能团队的领导者，我很重视培育全球领先的人工智能组织，开发了多种能被数亿用户使用的人工智能产品。在了解人工智能的影响力之后，我可以说：人工智能正在变革许多行业。然而，这并不是魔术。为了理解人工智能对你业务的影响，让我们撇开炒作，看看人工智能目前实际能做些什么。令人惊讶的是，尽管人工智能具备广泛的影响力，但部署仍然极为有限。近期，几乎所有人工智能的发展都是同一种类型：提供一些输入数据（A），迅速得出简单的反馈（B）。举例如下：从A得到B的技术将变革许多行业。开发用A得到B的软件被称作监督式学习。然而，这种软件距离科幻小说中描绘的有感知能力的机器人还有遥远的距离。人类智能所做的也远远不止是从A得到B。这种从A得到B的系统正迅速得到优化，而当前最优秀的技术基于的是深度学习系统，或称作深度神经网络。这种系统借鉴了来自人类大脑的灵感。然而，这类系统仍远远没有达到科幻小说的水平。许多研究人员仍在探索其他形式的人工智能，其中一些在特定环境中被证明有用。或许我们将看到突破，使更高程度的智能成为可能，但目前仍没有清晰的途径去实现这一目标。今天的监督式学习软件有自身的“阿喀琉斯之踵”，即需要大量数据。你需要向系统展示大量的A和B范例。例如，开发照片标识工具需要数万到数十万张照片（A），以及关于照片中是否有人物的标签（B）。开发语音识别系统则需要数万小时的语音录音（A），以及对应的文字脚本（B）。那么，这种从A到B的系统能做什么？有一条经验法则能说明这种系统的变革意义：如果普通人的某项思维任务只要不到1秒即可完成，那么目前，或是在不久的未来，我们就可以利用人工智能技术将其自动化。目前需要人工去做的许多有价值的工作，例如检查监控视频判断是否有可疑行为，判断汽车是否会撞击行人，识别并删除网络上的滥用内容，都可以在不到1秒钟时间里去完成。这些任务已经做好了被自动化的准备。然而，它们往往被置于更庞大的环境或业务流程中，分析这些任务与业务其他方面的关联同样重要。开发人工智能需要谨慎地选择A和B，提供必要的数据帮助人工智能找到从A到B的关系。以创造性的方式选择A和B已经给许多行业带来了变革，而这也将给更多行业带来革命。在理解人工智能能做什么，不能做什么之后，业内高管的下一步是将人工智能纳入到各自战略中。这意味着，他们需要理解价值从哪里创造而出，以及什么东西很难被复制。人工智能社区非常开放，许多顶级研究员发布并分享了概念，甚至是开源代码。在这个开源的世界中，最稀缺的资源将会是：1.数据。许多领先的人工智能团队都很可能复制出彼此的软件，所需要的时间最多只是1到2年。然而最困难的是获得对方的数据。因此数据，而非软件，将是许多公司的防御壁垒。2.人才。简单地开源软件，并将其“应用”至你的数据无法起到效果。针对你的业务环境和数据，人工智能需要得到订制。因此，对于能够胜任这项工作、稀缺的人工智能人才，业内正展开争夺。关于人工智能的潜力，我们写过很多。这可能给人类带来帮助，也可能带来不利。例如，我们曾看到人工智能给孤独者带来交流对象，令他们感到安慰，而我们也曾看到，人工智能表现出了种族歧视。然而，人工智能短期内可能给个人带来的最大威胁在于抢走工作岗位，因为我们目前可以通过人工智能去自动化的工作正变得越来越多。作为领导者，我们有责任去确保建设一个世界，让所有人都有机会得到发展。理解人工智能可以做什么，如何适应你的战略，这只是过程的开始，而不是结束。（编译/陈桦）推荐：关注“AI世代”微信号（tencentAI），回复“麦肯锡”可获得《2030年出行市场会如何？》；回复“创业报告”，可获得美国《AI创业指南》；回复“斯坦福”，可获得《2030年的人工智能与生活》。回复“白宫”，可获得白宫《美国AI战略报告》。
[责任编辑：huitangdu]
您认为这篇文章与"新一网（08008.HK）"相关度高吗？
Copyright & 1998 - 2018 Tencent. All Rights Reserved
还能输入140字