常识|图灵奖得主杨立昆：人工智能比你更聪明吗？脑机|神经学家|研究人员|肌萎

人工智能常常被认为是一项将要颠覆世界的技术，从这一概念诞生至今的65年中，无数电影与小说塑造了各种经典的人工智能角色，AI （Artificial Intelligence）也很快成为人类未来世界蓝图中的重要组成部分。但在人工智能不断拓宽我们对未来想象的同时，也不乏“AI 统治世界”、“AI 监视隐私”等等一类的消极论调。
在所有击碎人类宇宙中心信念基石的科学革命中，人工智能绝对算是其中我们又爱又恨的一场。李世石被 AlphaGo 击败后流下的泪水已经干了，但人类对于AI的恐惧和想象还在无限蔓延。那么，AI真的比我们更聪明吗？

文章插图
在AlphaGo战胜了韩国棋手李世石后，一名比利时程序员在 DeepMind发表的最新论文的基础上开展了一项开源的围棋 AI项目—— LeelaZero，曾有人尝试与其对弈，结果是 Leela 在19路盘面取得压倒性胜利，而在25路棋局上完败，且无一例外。这说明只接受过19路围棋训练的人工智能 Leela也只会下19路的围棋，即使那些数据一直存储在其数据库中，它也不知道该如何将19路盘面的训练“经验”移植到 25 路围棋的对战上。
那么问题来了，一直以来被认为终将反超人类的人工智能，难道并不聪明吗？图灵奖得主、Facebook 首席人工智能科学家杨立昆（Yann LeCun）在他的新书《科学之路：人，机器与未来》中告诉我们：AI，真的不是你想的那样。

文章插图
《科学之路：人，机器与未来》 2021.08 中信出版集团
AI，真的不是你想的那样
人工智能正在改变人类对自身的看法，不断冲击着人类独有的的“物种”傲慢。在文艺作品中，AI 危险又美丽，为人类服务却各方面都比人类更加强大、更有创意。但在现实中，AI 落地的应用却往往不懂常识、行动迟缓且耗能极大。
当你凝视人工智能时，人工智能并不一定在凝视你，因为它根本不知道你为什么要凝视他（至少现在不知道）。原因就是人工智能缺乏常识，没有感知，甚至没有办法根据场景变换对已存储的知识活学活用。
DeepMind训练了一个可以玩经典雅达利（Atari）视频游戏的系统，系统一共包括80个游戏，每场比赛它至少要花费80个小时来训练，才能勉强达到合格水平，而一个人只需要15分钟就可以做到这一点。但实际上，这80个小时是机器实时玩游戏时所花费的训练时间，在训练结束之后，它可以用（比人类）更快的速度进行游戏，甚至可以同时进行多个游戏。也就是说，如果让系统运行更长的时间，它将达到人类无法企及的超高效率。
但并不是所有应用AI的系统都有足够的时间成本去用更长时间接受更多的训练，比如自动驾驶领域。自动驾驶系统中的 AI 必须跟随汽车在道路上行驶以获得更多训练数据—— 必须驾驶数百万个小时，模拟引起成千上万次的撞车事故，而后才能学会如何避免撞车。如果汽车掉下悬崖，系统一定会说“哦，我一定是错了”，但这只会稍微纠正其策略。第二次，汽车可能会以不同的方式掉下悬崖，然后系统会再次纠正一点。依此类推，在系统彻底弄清楚如何避免跌落悬崖之前，汽车必须像这样重复跌落悬崖数千次（还不止），其执行难度和资金耗费可想而知。
以上两个示例足够说明一点：AI不是天才，不能轻而易举地获得“智慧”，它需要大量的训练和数据支撑才能在某一具体事件上做到人们所说的“聪明”，但这中间耗费的时间、算力等等成本又远远超过人们的普遍预想。
人工智能悖论：至关重要的常识