遞歸神經網路之父:人工智慧2050年超過人類智能
4月19日消息,據《衛報》報道,談到機器人的未來,遞歸神經網路之父、德國計算機科學家尤爾根·施米德胡貝(Jürgen Schmidhuber)在受訪時表示,「未來機器人對我們的關注將會如同我們對螞蟻的關注一樣。」他還稱,人工智慧將會在2050年超過人類智能。
機器智能
在柏林西部的一個倉庫後面的一個工作室中,一群國際科學家在討論我們的機器人未來。一位來自一家大型歐洲汽車廠商的工程師在發表一份謹慎樂觀的無人駕駛汽車進展報告。他解釋道,機器人汽車正在學習分辨汽車和行人、騎自行車者等相對容易受傷害的移動物體。有的機器人汽車已經比人類更善於分辨不同的狗的品種。「但當然,這些都只是小進展。」他說道。
接著,一位體格健壯的、身穿淡灰色西裝的男子上台。「不久之後,最聰明、最重要的決策者可能不會是人類。」他說,臉上帶著在向青少年講解成長煩惱的家長般的憐憫微笑,「我,我們並不是瀕臨又一次工業革命,而是瀕臨一種新型的生命,它更像是一種創世大爆炸。」
尤爾根·施米德胡貝被稱為那個將會被首批擁有自主意識的機器人認作父親的人。該現年54歲的德國科學家所開發的演算法讓我們能夠跟我們的計算機通話,也讓我們的智能手機能夠將普通話翻譯成英語,但他並不是很熱衷於未來機器人的存在將主要是為人類服務的說法。
相反,他認為,機器智能不久之後將不僅僅匹敵人類智能,還將超過人類智能,未來的自主複製機器人工廠所設計和製造的抗熱機器人將能夠比皮薄的人類更接近於太陽的能源,它們最終將會在銀河系的小行星帶建立殖民地。施米德胡貝正試圖為機器人打造大腦。
在發表演講後,施米德胡貝解釋道,在瑞士阿爾卑斯盧加諾的一個實驗室里,他的公司Nnaisense已經在開發可像嬰兒那樣運作的系統,他們給那些系統布置了一些小實驗,以便讓它們理解這個世界是如何運作的。他將此稱作是「真正的AI」。唯一的問題在於,它們仍然過於緩慢——目前只有10億的神經連接,而人類大腦皮層的神經連接數量則約為100萬億。
「不過,我們現在的趨勢是,我們的計算機每五年就能加快十倍,除非這一趨勢終止,否則只需25年我們就將開發出可媲美人類大腦的遞歸神經網路。我們距離實現動物級別的智能並不是差很多年的時間,比如烏鴉或者卷尾猴屬的智能。」
那具體是差多少年呢?「我想以年為單位要比以十年為單位好,但我並不想要將自己局限在4年到7年的時間範圍內。」
被問到為何對自己的時間表如此有信心的時候,他提到了超光速引擎。我們的探討一下子從大爆炸跳到新石器時代的革命,從火藥的發明到萬維網的誕生。施米德胡貝指出,宇宙史上的重大事件的發生間隔似乎在指數式地縮短——前後兩個里程碑事件的間隔約為前一個間隔的四分之一。按照這種規律,機器智能超過人類智能似乎將會在2050年發生。
「到2050年,時間不會停止,但我們將會迎來比我們更加智能的AI,到那時候執著於研究人類的生物圈將會變得沒什麼意義。它們將會把歷史推向下一個階段,向有充裕資源的地方進發。幾百年後,它們將會在銀河系建立殖民地。」
他將這個時間關口稱作「omega」。Omega一詞最早由1888年出生於法國的耶穌會牧師德日進(Teilhard de Chardin)提出。施米德胡貝表示,他喜歡omega,「是因為它聽上去有點像『oh my god』」。
爭議與批評
施米德胡貝作為機器智能教父的地位並非完全無可爭議。作為一位計算機科學家,有時候他的言論聽上去很不符合科學原理,令人震驚。他在柏林發表演講期間,就可以聽到觀眾席後面有人在抱怨。當施米德胡貝概述機器人最終將會如何離開地球,「獨自去享受」探索宇宙的過程的時候,來自巴西的一位神經系統科學家插話道:「這就是你要說的?機器人有去享樂的演算法?你是在所有的這些科學界人士面前摧毀科學方法啊!太可怕了!」
被問到那些反應時,施米德胡貝再一次露出那種憐憫的神情。「數十年來我的論文一直都備受爭議,所以我已經習慣了這些常見的論調。但很多的神經系統科學家其實並不清楚AI世界正在發生什麼。」
但即便是在AI社區內,施米德胡貝也有不少的批評者。聽到他的名字,數位從事人工智慧領域的專業人士都指出,他的工作毫無疑問很有影響力,「甚至愈來愈有影響力」,但他「有點憤憤不平」。許多人都覺得他對於技術進步速度的樂觀是毫無依據的,甚至可能是非常危險的。有人稱,施米德胡貝遠遠稱不上機器人未來真正的預言家,他實際上是將人工智慧推向類似於Segway平衡車(Segway誕生之時被吹捧為類似於PC發明的技術革命,但最終慘淡收場)的命運。
要理解施米德胡貝為什麼既被認為是預言家,也被認為是笑話,必須要深入了解他的履歷。他於1963年在德國慕尼黑出生,青春期期間他會從家附近的圖書館借上一大堆的大眾科學書籍和科幻小說,之後他對機器人學產生興趣。他特別喜歡的書籍包括奧拉夫·斯泰普爾頓(Olaf Stapleton)的《造星人》(Star Maker)、ETA霍夫曼的《沙人》(The Sandman)以及萊姆·斯坦尼斯拉夫 (Lem Stanislaw)的小說。
他說,他最崇拜的偶像是阿爾伯托·愛因斯坦(Albert Einstein)。「有時候,我會想,如果我打造出了比我自己還聰明,甚至比愛因斯坦還聰明的東西,那我可能會更有影響力。」他在慕尼黑工業大學獲得了數學和計算機科學學位,該大學在他30歲時授予其教授職位。
LSTM長短時記憶
1997年,施米德胡貝和他的學生塞普·霍赫賴特(Sepp Hochreiter)共同撰寫論文,提出一種讓人工神經網路通過記憶功能來獲得提升的方式,即根據之前獲得的信息增加解讀字詞或者圖像的模式的閉環。他們將其稱作長短時記憶(以下簡稱「LSTM」)。
當時,AI正處在漫長的「寒冬」時期:技術沒能達到圍繞人工智慧的第一波吹捧的水平,而且融資困難。1960年代,業界的希望在於,機器或許可以自上而下地理解錯綜複雜的世界。如果說目前該行業有什麼新熱點,那就是一個似乎較為簡單的想法:機器或許可以引入一種相對基礎,但能夠讓它們自下而上地理解整個複雜的世界的演算法。
1997年,施米德胡貝有關LSTM的論文遭到了麻省理工學院的駁回,但從現在來看它似乎是如今興起的深度學習背後的主要概念之一。2015年,谷歌宣布,利用LSTM,它成功將其語音識別軟體的錯誤率改善了近50%。LSTM是驅動亞馬遜Alexa的那個系統,蘋果去年也宣布它在使用LSTM來改進iPhone。
要是施米德胡貝當初順利的話,那該概念會得到更多的認可。2015年,他在一篇措辭嚴苛的文章中抱怨道,在矽谷被尊崇為AI領域超級明星的三位加拿大計算機科學家——傑弗里·辛頓(谷歌)、雅恩·樂庫(Facebook)和約書亞·本吉奧(IBM)——「大量地相互引述各自的觀點」,但「沒有歸功於該領域的先驅者」。
在柏林發表演講和受訪期間,他反覆強調稱,當前圍繞計算機學習的熱潮其實「已經過時了」,LSTM很多年前就達到了那一步了。他還覺得矽谷並沒有那麼重要,他覺得該地區過多地被「劇烈的競爭」所主導,以至於所產生的價值不如歐洲的研究機構。
聽施米德胡貝大談機器人的未來,你可能會有這樣的感覺:他不斷地談到高科技的烏托邦,只是確保他自己最終不會落得西斯托·羅德里格斯的境遇的一種策略。羅德里格斯很有影響力,但並沒有受到重視,進入榮譽聖殿的反而是矽谷人士。
機器人會奴役人類嗎?
鑒於施米德胡貝對科幻有著濃厚的興趣,他是否從未擔心過終有一天變得有自主意識的機器人會奴役我們,支配我們呢?他搖頭說道,「我們不會被奴役,至少因為我們對於能夠直接造出比我們先進得多的機器人的人來說很不適合做奴隸。」至於《黑客帝國》(The Matrix)中被囚禁的人類被用來驅動AI的情節,他也認為未來不會發生:「那是迄今為止最愚蠢的情節。當讓機器人存貨的發電站能夠產生多得多的電力時,你為什麼要使用人類的生物能源來驅動機器人呢?」
但假如那種情況會發生,機器人會不會將其視作更高效的完全消滅人類的方式呢?「就像所有的科學家那樣,智能程度高的AI會為生命和文明的起源感到著迷。但這種入迷在一段時間後會減弱,就像現在很多不知道世界起源的人那樣。一般來說,對我們而言最好的保護將會是它們對我們缺乏興趣,因為大多數物種最大的敵人都是自己人。它們對我們的關注,將會如同我們對螞蟻的關注一樣。」
這種類比似乎沒有他所希望的那麼讓人心安。有時候我們不免會踩踏到螞蟻吧?有的人甚至會使用化學物品來毒害聚居一地的螞蟻。「當然,那只是針對全球螞蟻群體很小的一部分,沒有人似乎想要消滅地球上所有的螞蟻。相反,當聽到地球上螞蟻的數量比人類還要多時,大多數人都感到很高興,大多數的螞蟻處在巴西的叢林當中。」
他引述哈佛教授艾德蒙·奧維爾森(Edmund O Wilson)最近引起爭議的主張稱,「我們或許比螞蟻要聰明得多,但地球上人類的總重量卻跟所有螞蟻的總重量相差無幾。」
會造成大規模失業嗎?
先不說科幻了。說說更加迫在眉睫的隱憂吧,比如造成大規模失業的自動化革命。在最近發表在《自然》(Nature)雜誌的一篇文章中,AI研究員凱特·克勞福德(Kate Crawford)和網路法律教授萊恩·卡洛(Ryan Calo)警告稱,說到用機器人替代人類的社會連鎖反應,圍繞智能設計的新一波熱潮正造成危險的盲點。
對此,施米德胡貝也不是很擔心。他說,千禧年開始生下兩個女兒的時候,他就非常清楚機器人未來將會到來。「我給兩個女兒什麼建議呢?我告訴她們:你們的爸爸覺得一切都會很好,即便可能會出現起起伏伏。準備好去不斷做新的事情就好。準備好學習如何去學習。」
「人類總是很善於創造原本並不存在的那些工作。大多數的人已經在做一些奢侈的工作,就像你的工作和我的工作。」他說道,「預測哪些工作崗位將會消失並不是難事,但預測未來將會出現什麼新崗位就不容易了。在1980年代,誰會想到30年後會有人做職業視頻遊戲玩家或者YouTube明星就能賺到數百萬美元呢?」
「即便是醫療界備受尊敬的崗位也將會受到影響。2012年,機器人開始利用深度神經網路贏得癌症篩查比賽。這是否就意味著醫生將會失業呢?當然不是。這只是意味著,同一位醫生原本只夠治療一位病人的時間,將可用來治療10位病人。很多人將能夠用較少的錢就能享受到醫療研究成果。未來更多的人類生命將會得到拯救,人類的壽命也將會延長。」
他暢快地提出,日本、德國、韓國、瑞士等人均機器人較多的國家,失業率會相對較低。
機器人也會墜入愛河嗎?
每當你試圖深入了解施米德胡貝對於機器人未來的樂觀願景的時候,從根本上說你都會遇到一種非常簡單的情況。他說道,當兩個生物存在利益衝突的時候,他們有兩種方式去解決衝突:要麼是合作,要麼是競爭。
被問到未來的機器人除了風趣好玩之外,是否還將能夠墜入愛河的時候,他給出了肯定的回答,稱原因是「愛情很顯然是一種極端的合作形式。機器人的情感生活將會是多重多元戀的,而不是單配的:機器人之間將會有各種各樣的關係。它們將能夠分享各自的思想,這是人類目前無法做到的,又或者只有在相互對對方投入了大量的時間後才能做到。機器人還將會出現生物體之間不存在的融合。」
如果說愛情真的只是一種強烈的合作形式,那它為什麼會讓人覺得很沒理性呢?我們為什麼會有情慾呢?為什麼會感到心碎呢?施米德胡貝答道,「我們已經有疼痛感測器,因此機器人撞到什麼東西的時候會覺得痛。我們最終也將會弄清楚情慾問題。說到底,它們都屬於同一樣東西。」
敵托邦會否出現?
要是未來有家公司,比如蘋果或者谷歌,對統治世界的超級智能機器人形成壟斷,該怎麼辦呢?施米德胡貝認為,那種敵托邦「沒什麼可能會出現」。在這種場景中,合作也將會是王道。「智能的中心演算法會非常地短。讓系統自行改進的演算法可能只有10行虛擬程序代碼。我們目前缺少的可能只剩下5行代碼。」
「也許我們將會在我的小公司里開發出那10行代碼,但這年頭,即便是瑞士的銀行機密都要保不住,那些代碼不會停留在我的公司。它們會被泄露。或許印度的某位不知名人士將會想到那些代碼,並使得它能夠為所有人所使用。」
如果說那聽上去有點盲目樂觀,那也是因為施米德胡貝自身的經歷——LSTM最初被駁斥,他也向來不信任「競爭劇烈的」矽谷——肯定讓他知道了競爭既能夠創造輸家,也能夠創造贏家。就個人感覺而言,他的樂觀態度會讓人放下警戒心,但我會為未來最先進的存在由尤爾根·施米德胡貝來促成的主意感到更加舒心,如果他願意去澄清那些質疑的話。
他在採訪結束時表示道歉:「我很抱歉令你像是跟個十幾歲的孩子對話似的。不過自1970年代和1980年代以來我一直都在說這些東西。現在唯一的區別在於,人們開始把我當回事了。」
※[圖]索尼XZ Premium工程機偷跑開賣:驍龍835+4K屏/5061元
※雅虎第一季度凈利潤9900萬美元 同比扭虧
※周航回應傳言:完全沒想過要上演什麼「復仇記」
※Facebook 2017年F8大會:AR、VR、AI一個不落
※微軟收購Intentional Software:由前資深老員工聯合創辦
TAG:cnbeta |
※Go 語言遞歸函數
※MVC通過遞歸+部分視圖實現評論
※遞歸神經網路創作音樂和模仿莎士比亞寫小說
※解讀|谷歌像素遞歸超解析度研究:怎麼消滅低解析度馬賽克?
※遞歸和分治思想及其應用
※循環遞歸RNN,序列建模套路深(深度學習入門系列之十三)
※谷歌像素遞歸超解析度研究:怎麼消滅低解析度圖像馬賽克?
※htcap:一款實用的遞歸型Web漏洞掃描工具
※htcap:一款遞歸型的Web應用掃描器
※歸併排序詳解遞歸和非遞歸實現
※基於遞歸注意力模型的卷積神經網路:讓精細化物體分類成為現實
※C語言編程之遞歸求階乘
※怎樣使用PyTorch實現遞歸神經網路?
※C語言編程之C語言遞歸
※經典益智遊戲讓你一秒掌握C語言遞歸方法論
※淺談JavaScript遞歸
※goroutine 加 channel 代替遞歸調用,突破遞歸調用的層級限制
※遞歸神經網路RNN怎樣加速?看PyTorch如何進行動態批處理
※c語言演算法之遞歸,遞歸其實很簡單