从技术角度看，我们离超级人工智能还有多远？

从技术角度看，我们离超级人工智能还有多远？ | 腾研识者

2018 年 10 月 10 日 腾讯研究院

编者按

没有发现很多聊天机器人其实很傻的？它们有时被称为“人工智障”，成为人们调戏的对象。而且当前AI基本上只能解决单一问题，比如自动驾驶汽车、会下围棋的阿尔法狗，还有AI诊疗等等，这一类智能只能完成一个既定目标，比如能下棋的不会开车，能开车的不会当医生。

其实，还有一类人工智能叫做通用人工智能（Artificial General Intelligence，AGI），或超级人工智能（Artificial Superintelligence），或强人工智能（Strong AI），指的是人类水平的人工智能，甚至比人类更聪明。

最近，麻省理工学院的物理学终身教授迈克斯·泰格马克写了本《生命3.0》的书火了，书中就提出当人类开发出这种通用人工智能超越人类智能的时刻，就是触发生命3.0产生的临界点，就是所谓“奇点”。这本书里总结了超级智能可能带来12种未来，4种截然不同的结果。

究竟人工智能可以帮助人类发展到什么极限？帮助人类走向哪里？那更多是留给科幻电影去畅想。本期腾研识者岳亚丁博士，则从技术可实现性的角度来和大家探讨，通用人工智能能否实现，什么时候能实现，技术上如何实现？可能遇到哪些困难？

文章要点：

奇点究竟何时来临？
当前AI与AGI的差距
AI向AGI的扩展及困难
实现AGI的技术路径举例

奇点究竟何时来临

算法工程师与朋友看了一场关于人工智能的科幻电影，在回家的路上，开始以下的聊天。

：多年以前，我曾幻想，地球上几十亿人里面，说不定有一个长相、性格、习惯、爱好与我一模一样的，我还想过，如果我碰到了，能不能与他成为好朋友，或者我们会互相敌视。

：这么多人里面，大概率你能碰上一个。之后你们之间会发生什么，就不好说了。

：不说生物上的克隆技术，如今计算机越来越智能，没准将来能够造出来一个与我一模一样的机器人，甚至比我更强大、更聪明。我不知道应该是高兴，还是沮丧。

：哈，受到电影的刺激了？你应该可以安心，电影里面的情节是虚构的，目前的计算机技术还远远没有发展到那一步。

：那将来呢？

：将来很难说。预测未来的错误率一般都是很高的。不过，的确有人言之凿凿给出了很具体的时间表预测。

：谁？

：未来学家、发明家、Google的工程总监Ray Kurzweil（雷·库兹韦尔）预测，2029年人类将无法区分与你谈话的是人还是机器（即能通过所谓的“图灵测试”），2045年将发生奇点。日本知名的技术和投资公司软银集团的CEO Masayoshi Son（孙正义）预测超级智能机器将出现在2047年。另一位未来学家、美国通用人工智能协会主席Ben Goertzel（本•古泽尔）则给出比较宽泛的时间窗，认为奇点位于2020到2100年之间。

：什么叫“奇点”？

：奇点（singularity）本来是一个数学名词，但是在这里，指的是一个时刻，过了这个时刻，人工智能就成为超级人工智能，其智力呈指数级地加速发展，自我完善也越来越快，最终就像拥有上帝的能力一样，达到无穷的智能。简单地说，奇点之后，计算机将比人更聪明。

：这些人看起来都是有头有面的人物，想必有他们的道理吧。不过，我还是想知道，他们预测的依据是什么。

：不迷信权威，好！我们来看看一些预测依据吧。

：好的。

：Kurzweil认为达到奇点的主要瓶颈之一是计算能力。我们知道，计算机界有一个著名的摩尔定律，大致说起来，就是集成电路的晶体管密度（同一面积下的晶体管数量）每两年翻一番。因此也可以大致认为，计算机的计算能力也是在指数级地增长。

：我知道，指数级的增长，是挺吓人的。

：是的。虽然对于摩尔定律能否继续延续下去，还有很多争议，但是Kurzweil认为还会有新的技术冒出来，以维持计算能力的指数级增长。他综合别人的几种估计值，判断人的大脑的计算能力是每秒10^16（即10的16次方），及拥有10^13（即10的13次方）的存储空间，然后估计出：2020年花1000美元，就能买到相当于一个人脑的计算能力，而到了2045年，同样多的钱能够买到当今所有大脑加起来的计算能力的100万倍。因此他认为奇点将发生在2045年。

（图中显示随着时间推移，1千美元能买到的计算能力，即每秒计算次数）

：好像做了不少的假设，才得到这个结论。还有别的依据吗？

：Kurzweil还认为，要制造智能机器，首先要理解人类智能。其中的第一步，是大脑的成像。如今的正电子放射层扫描术（PET）、机能性磁共振成像（fMRI）的分辨率正在指数级增长，到了2020年代，纳米机器人从大脑内部扫描，还可以得到更多的细节。一旦知道了大脑的物理结构和连接信息，研究人员就可以做出包含整个大脑细节的一个功能性模型。除了以上对大脑的逆向工程（根据其结构反推如何实现其功能），他更是大胆判断，把一颗大脑里面的智力过程完整地拷贝到别处的技术，将在2040年前出现。

：是够大胆的。

：但是批评的声浪也不小。最常见的矛头指向所谓的指数级增长。有人指出，1969年人类首次登上月球，如果按照技术的指数级发展速度来估计，到现在早就应该有超大型的月球基地、飞向遥远星球的载人飞行了，但事实上还没有。

：有很多实际情况，在预测时没有考虑到吧。

：是的。即使对于所谓的大脑逆向工程，也有人指出，对大脑数据采集能力虽然随时间而指数级增长，但对大脑的生物学、遗传学的理解的速度，则要慢得多。

：预测可能太乐观了。我甚至怀疑，人类能否预测奇点何时来临。

：跟你一样，很多人对奇点能否预测，也提出了质疑。曾经有一家研究机构搜集了1950-2012年内科技文献中的257例关于人工智能的预测，其中95例给出了时间点预测，数据分析发现，其预测精度勉强比随机瞎蒙好一点点。且专家预测结果与非专家预测结果之间，没有明显的差别。还发现，大部分关于AI的预言，都落入一个模式：声称某个进展将在预测时刻之后的10-25年间出现。

：这可真是令人丧气。对这类的预测结果，我们也许不能太当真了。

：虽然很多预测不太靠谱，但是很多人还是相信，技术的加速度发展（指数级，或者非指数级），将会带来巨大的变化，最终奇点还是会出现的。早在1950年代，数学家、计算机理论科学家、量子力学的数学理论奠基人John von Neumann（冯·诺依曼）就指出：“不断加速的技术进步……给出的图景是会到达人类历史上的某个本质性的奇异点，之后人类的事务将不能继续。”

：我也不否认这个大趋势。但是涉及到具体的时间点预测，这些未来学家的预测依据，可能还是过于局限在宏观层面了。我们可否从更微观层面进行考察？

目前AI离人类智能差多远

：那我们先看看当前的AI技术发展现状吧，看看能不能体会到一些趋势性的东西。先问你一下，你对AI了解多少？

：这个……我看到有人买了智能音箱教小孩子，一问一答的，好像挺有意思，不过玩多了，也显得有点笨；还听说计算机下围棋，已经打败世界冠军了；工厂里面或许可以用机器人代替工人；将来可以用无人机送货；汽车可以无人驾驶；军事上也可以用AI。这些都算是AI吗？

：算的。他们都用到AI技术。其实归纳起来，目前的AI技术较多地针对三个方面：人类的语音处理（识别人类说的是什么，或者像人一样说出话来），自然语言处理（如文本的分类、摘要、生成，文章阅读理解等），图像视频处理（如图片中的人脸识别，视频中持续跟踪某个目标）等。

：这三个方面，好像都是与人的感官有关系，听、说、读、写、看嘛。

：是的，首先要保证人与机器能够沟通，然后让机器尽量像人一样处理信息，才能谈得上智能。

：更深层次的，还有什么？

：北京大学的高文院士指出，人工智能还应该研究：推理、知识、规划、学习、交流、感知、移动、操作等。按照哈佛大学一位心理学家给出的定义，智能至少涉及9个方面：逻辑方面的能力、语言文字方面的能力、空间改革的能力、音乐能力、肢体运作能力、内省的能力、人际关系能力、自然探索能力、图形图像理解的能力。你看看下面这张图。

（高文教授认为蓝色已经做得比较好，红色马马虎虎，橙色还完全不行。）

：看起来，任重而道远啊。

：是的。但即便如此，计算机科学家们在AI的基础 —— 机器学习领域，还在努力发展新理论、新技术，向这些更高的目标艰难地推进。

：你能举几个例子吗？让我增加一点信心。

AI向AGI的扩展及困难

：首先，关于推理。在现有的机器学习系统中，大多数没有能力去理解概念之间的关系。例如，视觉系统可以识别图片中的狗或猫，但它不会知道图片中的狗在追逐猫。2017年DeepMind研发了关系推理系统，人们可以询问系统某个物体是否在另一个物体之前，或哪一个物体最接近另一个物体，系统的表现比以往任何同类系统都要好，在某些情况下甚至超过了人类的表现。

：听起来很酷。

：但是，研究人类智慧的哈佛大学心理学教授Sam Gershman也警告说：不要夸大DeepMind工作的意义。他说：“任何特定机器学习任务的超人表现都不意味着超人类的智慧。” 他又说：“对于人类智慧来说，关系推理是必要条件但不是充分条件。”

：每时每刻，都有泼冷水的人啊。但这毕竟是机器推理能力的一个进步吧。

：第二，关于数据不多时的学习能力。早在2016年南京大学周志华教授就指出，机器学习的主要局限之一，就是需要太多的数据。去年清华大学邓志东教授也表示，小数据学习才是AI崛起的关键。

：什么是小数据学习？能举个具体的例子吗？

：以图像识别为例，一旦把图像本身放到具体环境中，由于发生了变形、遮挡或者反光等，现在的算法就难于将它准确识别出来。举个例子，在使用 Google 搜索时，很多人可能遇到过一种人机身份验证方式：在下列图片中选出含有交通标志的那些，如下图所示：

：嗯，这种人机身份验证方式，我也碰到过。当然，我是靠我自己的眼观察，然后用鼠标去点击。不清楚用算法去做会怎么样。

：以往的算法需要790 万张图片的训练，才能达到一定的识别精度。而借鉴哺乳动物视觉皮层处理图像的原理，建立类似的 AI 模型，其训练量仅仅只要 1406 张图片，就可以达到同样的识别精度。这就是小数据学习了。

：的确是一大进步。

：还有人分析了为什么人能够只需要很少样本数据，就能学会，例如我们看到一个人，就能记住他的样貌，并在下一次认出对方。看 iPhone X 一眼，然后之后就可以认出它。

：的确，人有这个能力。

：分析的结论是：我们人的视觉系统天生的能够对任意物体提取特征，并进行比较。因为我们能够比较不同物体，所以我们根本无所谓看到的东西是不是以前就见过。这就是我们人具备少样本学习能力的关键原因。受此启发建立的AI模型，对 5 个新类别的物体进行识别，但是每一类物体我们只给出一个样本，也能够得到很高的识别精度。

：好像有人提到过，传统的神经科学为人工智能的发展提供了灵感。看来所言不虚。

：第三，关于机器学习的自动化。现在AI人才炙手可热，人才严重缺乏，不能满足需求，于是有人琢磨，能不能让机器来代替AI算法工程师，自动地建立模型、构建算法。

：哈，AI人要自己革自己的命了。

：这样做，不仅仅是为了节省人才，也是为了更全面地探索各种可能性，自动地找出人类还无法想象出来的新模型及算法。

：这也应该是未来超级人工智能所必需的吧。

：对。学习的自动化，就是关于算法的算法，即用另一个算法来指导算法更好地学习，从而得到更好的算法。

：结果怎么样？

：初步结果令人振奋。Google按照这个思路，自动进化出一个神经网络，用于图片分类，精度非常高。华为将这个思路用于个性化推荐系统，实验中得到很低的预测误差。此外，阿里云有专门团队在做这个，腾讯也于2018年9月宣布已经建成自动化机器学习系统。

：我提一个问题：那个打败围棋世界冠军的机器，AlphaGo，以及后来完全不参考人类棋谱、自学成才的版本，既然那么厉害，能不能用它来建立超级人工智能呢？

：它们已经是成品，说用它来建立超级人工智能，就好比说，拿一辆汽车来建造一辆火车了。

：那它的底层技术，能否用来建立超级人工智能？

：的确有人想过，但是很遗憾，这条路是不靠谱的。

：为什么？

：我们不需要去了解它们的技术细节，只需要想到它们的底层技术所针对的，仍然是一组有固定规则的游戏，且这些游戏具有有限个可能的构型（围棋的盘面种类最多有3^361（即3的361次方）个，即大约10^171（即10的171次方）个），而其它领域的问题则可能没有这些条件，就能明白，它们的底层技术不是那么容易地推广到更广泛的场景去了。

：喔，此路不通了。

：所以，上面举的那些AI进展的例子（推理、小数据学习、机器学习自动化），以及下棋的计算机，虽然是AI领域的重要突破，但是它们都是从下而上地、从特例到一般的扩展，与我们想要的人类级别的人工智能，还有很大的差距。

：那么，还有什么别的途径，能够帮助我们走向通用人工智能吗？

对通用人工智能（AGI）的直接研究

：与AI研究并行开展的，是另有一拨人在直接研究AGI的模型。他们从一开始就没打算从现有AI中吸取什么，也没打算把现有AI技术推广到AGI。

：哦？他们怎么做？做得怎么样？

：其中一条路线是这样：我们在前面讨论中提到，超级人工智能的一个特点，是它们能够自我完善。设想一个计算机程序，如果它能够自己修改自己，岂不是就能自我完善了？