《生命·覺者》正片 科技大佬王小川，是怎麼看待人類未來“無意義”的？此念 |《生命·覺者》

大家好 歡迎收看生命抉擇系列 我是樑棟 生命這個詞似乎一直以來和上蒼的意志有關 但是人是不是會創造某一種類生命的智慧呢 以前我們覺得這個很遙遠 現在發現這件事情變得越來越近 比如說前段時間 阿爾法狗和地球上的所有的最高級的圍棋選手的博弈 在此之前不是很多人確信阿爾法狗會贏 但是有一個在中國的年輕的科學家 他透過一篇論文 他認爲阿爾法狗必贏 在這件事情上來說 我們相信如果你理解了他背後的機制 你就能夠看到他的未來 這個年輕人叫王小川 不年輕了 小川兄 就是你可不可以給我講講 在你理解的什麼叫做人工智能 人工智能這個詞天生就跟計算機連在一塊的 其實計算機在發明的時候 最早是用來做軍事用途 但是很快的開始變成人把自己的智慧交給機器 讓機器它能夠在裏面做決策做判斷 所以在這種情況裏面 但凡機器在裏面能夠做判斷做決策 我們就可以認爲它是一種很原始的人工智能 人工智能從上個世紀六十年代到現在經歷了三個階段 第一個階段是我們試圖人去寫規則 把自己對世界的理解翻譯成一種計算的語言 讓他學會如果這樣就怎樣 所以那時候我們稱之爲專家系統 專家系統也是人工智能的一部分 但這樣的一個做法最後失敗了 我們有二十年時間 看到了人是沒有辦法通過寫一個程序 把自己的聰明才智對世界的認知 通過一個算法告訴機器 這個規則機器學不會 那隨後就開始走向了一種稱叫學習的方法 就是我們不要嘗試把自己的意志告訴機器 而是給他一個算法規則之後 讓他向真實數據去學 我告訴他這個是誰的聲音 這是誰的臉 讓機器在裏面去做一個通過數據驅動 讓他得到這樣的一種智慧 這是人工智能第二個階段稱叫學習算法 所以到今天的話 我們發現在這種統計規則裏面 找到了更先進的做法 就是我們稱叫一個叫深度學習 可能行內很多人都聽到這個詞 但也不知道它是啥 對 那什麼是深度學習 我也聽過 那第二個階段是人設法把世界建模 把一個人臉一個聲音 我們提起出中間有效的叫特徵 人主動找到特徵 把這特徵交給機器 並且告訴機器答案是什麼 那遇到一個瓶頸 在於說人去找特徵的時候 也想不清楚最好的特徵是什麼 比如說做人臉識別 我們看梁東兄對吧 說怎麼認出你來呢 那是用臉的輪廓去描述 還是鼻子的大小 但凡你在裏面描述一個特徵的時候 其實我們就丟掉了其他的信息 你描述不準確 那更像圍棋這樣一個棋盤 跟象棋不一樣 象棋很清晰描述裏面的一個居於一個碼的什麼位置 圍棋全是棋子都長得一樣 所以這種情況下 我們發現用原來的學習方法 很難去描述這個事物 那直到2000年後 我們用深度學習方法是採用了更大的數據規模 更多計算 我覺得我們不要讓人去找特徵 我們把原始數據給機器 就告訴它這有這麼多點 然後讓機器說我數量帶給你更大 你在裏面去做計算 所以它是在學習系統當中 模擬人腦的神經元的結構 模擬並不完全一樣 對吧 用這樣的方法 試圖像人的思維方法一樣來做這樣一個學習 你適應不用靠人去描述這個世界的特徵 讓機器自己在裏面去找規律的這樣一套做法 叫深度學習 那夏威夷α狗 它是怎麼能夠變成是一個比專業的頂尖高手還要高的人 它是怎麼進化的呢 所以在這種情況裏面 如果單從以今天的監督學習這個方法 它其實是沒法超過我們最頂尖的人的 對啊 對吧 所以在α狗裏面 其實是很變通的 它一個大的創新是把三種不同的算法做了融合 一種算法是我們今天這個最倡導的稱爲叫做深度學習 就是把三千萬步六段選手以上的棋做了這個學習和記憶 就人這個三千萬局棋裏面每一步怎麼走的 然後它把變成機器學會了這個走法 而且能舉一反三 但這樣做下只能達到六段水平 α狗還配合了兩個其他的算法 其中一個算法是更經典是原始算法 我們稱爲叫做空間的搜索 這個搜索的意思是說 如果拿不準哪步的走法更好 我可能會做一種仿真一種模擬 讓機器把每個走法都走下去 然後再模擬對手也會在下面繼續這麼走 之前的深藍就是完全用的一種空間搜索方法去做的 但空間搜索的最大的難點是每一步棋可能有若干的走法 當像指數一樣的 當你到了三步四步十步之後 這空間就太大 所以α狗結合了不同算法 它會使得機器把人學到了走棋之後 可能人是走一個走法之後只有一個節 那麼當它在系統裏面還有排名第二的走法怎麼樣 排名第三的走法怎麼樣 當它不確定的時候 它把幾種走法按照某種概率都去實踐 所以它其實除了這樣的一個每步怎麼走以外 它也帶來了一個對未來的這樣一個推理 人其實也會做這種事情 但這件事情通常機器是比人更擅長的 速度和數量級是人所不能想象的 對 會大很多 但人的優點是在有能減之 就是我會認爲一些特別不靠譜的走法 我先天的判斷就不做了 但是有沒有可能 這些好像覺得不靠譜的做法其實是有價值的 會 第四局棋就遇到這個問題 李世詩很精妙的一步棋 機器現在預判人會走這個棋的概率 會大概是在一個千人之零點零零七 就是基本覺得人不會走這步棋 所以她事實上就沒有去研究這步棋 往下之後可能帶來的變化 對 就沒找到後面的答案 就忽略這步棋了 所以恰恰李世詩走了一步她沒想到的棋 這是她在之前的這樣一個減值過程當中 這種深度學習減值過程當中 反而忽略掉的一件事情 變成李世詩的這樣一個生機 但alpha狗能贏其實不止這兩個算法 其實還重要的是有第三個算法 那麼我稱爲叫強化學習 這個開創性的一個做法是說 我試圖讓機器很傻的時候走到底 就兩個機器互相玩 玩到最後 然後只要我們把規則告訴他說 這個機器贏了 那個機器輸了 那個機器他開始倒着往回去計算 這個贏的這個比輸的這個路徑上 那麼贏的裏面他會做一個參數的加權 輸的這樣一些走法上 他把參數做降權 對吧 然後反覆做迭代 就讓機器他的內部的算法 你能看的進去贏 這就擺脫了我們需要告訴機器每一步的答案 而只要給你個目標 贏或者輸 我把這些學習稱爲叫強化學習 所以alpha狗是第一次把這三種算法 引入到一個系統 今天主要是講的深度學習 對吧 空間搜索是更老的一個算法用進去了 然後強化學習就是 給了你最終的一個目標 但是不用人提供答案 而機器自己去通過目標輸了贏了 去倒推我的我自己的每步走去答案好不好 把這樣的一個算法放進去 構成alpha狗完整的這樣一個走法 這很高級啊 反身求成 就是說我先有這個結果 然後倒推出來所有的步驟 然後去看倒推過來的步驟 哪一條路是最合適的 然後不斷的調權重調比例 所以其實我們教小孩子也是類似的 我們一種教法是先告訴規則 對吧 這個東西不讓碰啊 紅色的東西不讓碰 有火的東西不讓碰 那麼這種情況就是我們把規則教給機器 好 告訴他怎麼好 如何 對 而且告訴他什麼情況下怎麼做 甚至說火是什麼東西要定義清楚 對吧 你看如果溫度已經高了 對吧 有火苗 有顏色的 你告訴他怎麼描述一個火 這叫規則 所以這個時候你的小孩子其實是不會超越你的 把經驗傳遞給他了 但如果我們再往下走一步的時候 我們是說這個東西不能碰 我也不告訴他是火什麼東西的 對吧 哪些東西是不能碰的 你這個時候告訴他 但是他自己要琢磨是怎麼描述這個火 他自己要對這樣的一個事物中間 產生他自己完整的一種特徵的理解學習 這就是我們今天講的深度學習 但是最高的地方的話呢 你都不告訴他 小孩子碰完之後他發現 燙 被燙傷了 你知道燙傷是不對的 你會受傷的 對吧 師父告訴你 那這種情況下 我們叫強化學習 告訴你這樣的一個目標 你體驗完了 你做了一堆的動作 就發現受傷了 對 在這件事情上機器比人有優勢 因爲機器試錯的能力多很多 它可以一晚上幾百萬次試錯 那個Black Mirror黑鏡裏面 講有一個人死了 然後她把她老公以前在網絡上發的文章 她的郵件全部導到一個數據庫裏面去 然後就生成一套靈魂系統 裝到了一個機器人裏面 你覺得這件事情靠譜嗎 這就意味着說理論上來說 也許有一天我們雖然肉體死了 但是我們的所有的記憶 我們的社會關係 我們的情緒反應模式 我們的音容相貌都可以還原 這樣的話 你裝回任何一個3D打印的肉身裏面 就輪迴轉世了 這邊是兩個技術 因爲在黑鏡裏面的做法 還只是一個模擬最後的結果 因爲它能得到的數據 不是你大腦真正的活動 和你原始的這樣一個思維結構 它只是說遇到什麼情況下 你說了什麼話 它叫知其人不知其所以然 所以像你剛纔講到這種東西 更多是真正要把人的大腦的意識上傳 最近其實我們就知道有兩個人在幹這事 一個是Elon Musk 剛剛建立的一家公司 試圖把人的大腦中間的神經元活動 能夠上傳上去 還有一個是現在在新加坡的神經條 之前拿出來是要投10億美金 來做這樣的事情 但是意識上傳這種事情的話 我認爲現在還只停留在一個科幻 科幻的原因不僅是技術不成熟 而是我們對人腦的思維方法 遠遠是缺乏瞭解的 今天我們認爲的人工智能 說是在模仿人 其實也是被人的神經結構所激勵 我們找了個方法 鳥的飛法和飛機現在是不一樣的 現在我們所謂機器的神經元模型 跟人的真正神經元是不一樣的 人的神經元自己是帶有生長能力 遇到事情或者遇到這種學會之後 他的神經元會生長 而且人的神經元最後是帶有一種循環的 我原來覺得是這個結果 但是今天發現變了 人會在這誤差裏面馬上去做一個反省 而且機器學習的這樣的一個神經元系統是單向的 它不是帶有一個數據的一個循環在內部 所以到目前爲止 我們認爲只停留在科幻裏面 我們現在在這一步裏面 大家還認爲挺難有一個 真正像人一樣能夠具有生命力 具有一種推理能力 甚至對人的生存產生威脅的這樣一種 一種人工智能現在還不存在 現在還看不到 我們講一個簡單的例子 像阿發狗大決定很厲害了 對對對 搜狗我們會做一個會回答問題的機器人 有人問我們說 你們回答問題機器人跟阿發狗哪個厲害 對你們在一戰到底也做了這個 對對對 我們在一戰到底做的 我們是靠視覺聽覺去擺個問題 得到甚至能搶答 把整個互聯網當成一個數據庫 去搜索這個答案 但我剛纔說這叫不可比較 兩個系統都是個專用系統 我們來講阿發狗它沒法回答問題 甚至於如果你把這棋盤 從19乘以19把它變成20乘20 那些機器就什麼都工作不了了 但是你知道我們的人是可以的 對吧 如果這麼一個優秀的圍棋選手 這個棋盤大一點 甚至小一點 他的水平是會接近的 那機器立刻變白癡 就什麼都不會了 所以今天的這樣的一個人工智能 只是在原有的數據和訓練樣本當中 找到了這個領域中間的一個規律 這是今天人工智能還遇到很大的瓶頸 所以從你的角度來看 似乎我們對未來過度悲觀了 很多人都覺得可能15年20年之後 整個世界就變了 大部分的人都沒怎麼用了 這個基本上現在教育也是沒有意義的了 我會覺得科技的發展 肯定會超出我們的這樣一個預期 對吧 我很難說20年後的機器就沒有大的突破 但是我認爲人作爲在地球上 進化了這麼幾千萬年 對 這種智慧的這樣一個生命 對 那麼他本身具有的這樣一個能力 不只是中間一點點智慧這件事情 他具有對於環境適應的能力 他甚至具有生育能力 具有情感 這個智能是建立在生命體理之上的 我們今天想脫離生命體 就單考慮這樣一點智能 那這是非常侷限 我不認爲脫離生命體的這樣一局部智慧 這樣一個東西是能夠對人的這種生存 然後人的這樣一個繁衍帶來大的衝擊 剛纔我跟小帥在聊的時候 真的給我莫大的安慰 因爲在過往的兩三年的時間裏面 投資圈的朋友都在講人工智能對未來的影響和改變 所以讓我隱隱約約的產生了強烈的恐懼 但是現在發現 其實人的能力遠不是在知識上 人的價值很可能是在知識以外