摘要：截至目前，人類大腦是已知宇宙中最復(fù)雜的物體。但是天河二號(hào)也是一個(gè)龐大的家伙，它占地平方米，使用兆瓦的電力大腦只需瓦，耗資億美元建造。建議，通過(guò)查看可以以，美元購(gòu)買多少來(lái)考慮計(jì)算機(jī)的狀態(tài)。

沒(méi)有什么比學(xué)習(xí)創(chuàng)造一臺(tái)像人類一樣聰明的電腦這種難以置信的創(chuàng)造更能讓人欣賞人類的智慧了。建造摩天大樓，將人類置于太空中，弄清楚大爆炸如何發(fā)生的細(xì)節(jié) - 這些都比了解我們自己的大腦或如何制造像它一樣酷的東西要容易得多。截至目前，人類大腦是已知宇宙中最復(fù)雜的物體。

有趣的是，嘗試構(gòu)建AGI（一種與一般人類一樣智能的計(jì)算機(jī)，而不是只局限于某一個(gè)特定領(lǐng)域）的困難部分并不直觀，你認(rèn)為它們是什么。構(gòu)建一臺(tái)可以瞬間將兩個(gè)十位數(shù)字相乘的計(jì)算機(jī) - 非常容易。建立一個(gè)可以看著狗并回答它是狗還是貓的機(jī)器人 - 非常困難。制作可以在國(guó)際象棋中擊敗任何人的人工智能？我們已經(jīng)完成了。制作一個(gè)可以從一本六歲孩子的圖畫(huà)書(shū)中讀出一段不僅僅是識(shí)別這些詞而是理解它們的含義的段落？谷歌目前正在花費(fèi)數(shù)十億美元美元試圖做到這一點(diǎn)。對(duì)于計(jì)算機(jī)而言，諸如微積分，金融市場(chǎng)策略和語(yǔ)言翻譯等人類難以理解的東西對(duì)于計(jì)算機(jī)來(lái)說(shuō)是非常容易理解的，而像視覺(jué)，動(dòng)作，運(yùn)動(dòng)和感知這樣的簡(jiǎn)單事物對(duì)它來(lái)說(shuō)是非常困難的。或者，正如計(jì)算機(jī)科學(xué)家Donald Knuth所說(shuō)的那樣，“人工智能已經(jīng)成功地完成了所有需要思考的事情，但未能在沒(méi)有思考的情況下完成人和動(dòng)物的大部分工作。”

當(dāng)你想到這一點(diǎn)時(shí)你很快就會(huì)意識(shí)到，那些對(duì)我們來(lái)說(shuō)似乎很容易的東西實(shí)際上是難以置信的復(fù)雜，而且它們看起來(lái)很簡(jiǎn)單，是因?yàn)檫@些技能在我們（和大多數(shù)動(dòng)物）中經(jīng)過(guò)了數(shù)億年的動(dòng)物進(jìn)化中得到了優(yōu)化。當(dāng)您將手伸向一個(gè)物體時(shí)，肩膀，肘部和腕部的肌肉，肌腱和骨骼與您的眼睛一起會(huì)立即執(zhí)行一系列物理操作，讓您直接移動(dòng)您的手通過(guò)三個(gè)維度。對(duì)你來(lái)說(shuō)似乎毫不費(fèi)力，因?yàn)槟愕哪X中有完美的軟件可以做到這一點(diǎn)。同樣的道理也適用于為什么當(dāng)你在一個(gè)網(wǎng)站上注冊(cè)一個(gè)新賬號(hào)時(shí)，軟件不會(huì)因?yàn)槟銦o(wú)法識(shí)別出帶有偏見(jiàn)的單詞通過(guò)識(shí)別測(cè)試而顯得非常愚蠢，而是因?yàn)槟愕拇竽X能夠識(shí)別出這些單詞而讓你印象深刻。

另一方面，對(duì)于生物來(lái)說(shuō)，乘以大數(shù)或下棋是一種新的活動(dòng)，我們沒(méi)有時(shí)間進(jìn)化出對(duì)他們的熟練程度，因此計(jì)算機(jī)不需要太努力就能擊敗我們?？紤]一下 - 你寧愿做什么，是建立一個(gè)程序，可以用大數(shù)字相乘或者一個(gè)能夠理解單詞B的本質(zhì)的程序:可以顯示一個(gè)可能有成千上萬(wàn)的字體和筆跡的單詞B后可以立即明白這是單詞B?

一個(gè)有趣的例子 - 當(dāng)你看到這個(gè)時(shí)，你和電腦都可以發(fā)現(xiàn)它是一個(gè)有兩個(gè)不同色調(diào)的矩形，交替出現(xiàn)：

但是，如果你拿起黑色部分并露出整個(gè)圖像，你可以完整地描述各種不透明和半透明的圓柱，板條和三維角，但計(jì)算機(jī)會(huì)出問(wèn)題。它會(huì)描述它所看到的 - 各種不同色調(diào)的各種二維形狀 - 其實(shí)這就是實(shí)際存在的東西。但是你的大腦正在做很多花哨的工作，以解釋圖片試圖描繪的隱含深度，陰影混合和房間的燈光?？聪旅娴膱D片，計(jì)算機(jī)可以看到一個(gè)二維的白色，黑色和灰色拼貼畫(huà)：

而你很容易看到它的真實(shí)含義 - 一張完全黑色的三維巖石照片：

我們剛提到的所有內(nèi)容仍然只是處理停滯不前的信息并對(duì)其進(jìn)行處理。為了成為人工智能，計(jì)算機(jī)必須要理解微妙的面部表情之間的區(qū)別，高興，放心，笑容，滿足和高興之間的區(qū)別，以及為什么勇敢的心很棒，但愛(ài)國(guó)者卻是糟糕的。

這真的是令人望而生畏

那么我們?nèi)绾巫龅竭@一點(diǎn)呢?

要使AGI成為可能，那么一件事是必須做到的，那就是增加計(jì)算機(jī)硬件的能力。如果人工智能系統(tǒng)要像大腦一樣聰明，它就需要等于大腦的原始計(jì)算能力。

表達(dá)這種能力的一種方法是用大腦可以管理的每秒總計(jì)算量（cps），你可以通過(guò)計(jì)算出大腦中每個(gè)結(jié)構(gòu)的最大cps然后將它們?nèi)考釉谝黄饋?lái)得出這個(gè)數(shù)字。

Ray Kurzweil提出了一個(gè)捷徑，通過(guò)對(duì)一個(gè)結(jié)構(gòu)的cps進(jìn)行專業(yè)估計(jì)，并將該結(jié)構(gòu)的重量與整個(gè)大腦的重量進(jìn)行比較，然后按比例相乘以得到總數(shù)的估計(jì)值。聽(tīng)起來(lái)有些不確定，但是他對(duì)不同地區(qū)的各種專業(yè)估計(jì)做了很多次，并且總數(shù)達(dá)到了10萬(wàn)億分CPS。

目前，世界上最快的超級(jí)計(jì)算機(jī)，是中國(guó)的天河2號(hào)，實(shí)際上已經(jīng)擊敗了這個(gè)數(shù)字，時(shí)鐘頻率約為34千萬(wàn)億CPS。但是天河二號(hào)也是一個(gè)龐大的家伙，它占地720平方米，使用24兆瓦的電力（大腦只需20瓦），耗資3.9億美元建造。不是特別適合于廣泛使用，甚至在大多數(shù)商業(yè)或工業(yè)用途也不實(shí)用。

Kurzweil建議，通過(guò)查看可以以1，000美元購(gòu)買多少cps來(lái)考慮計(jì)算機(jī)的狀態(tài)。當(dāng)這個(gè)數(shù)字達(dá)到人類級(jí)別的10千萬(wàn)億CPS時(shí)，那就意味著AGI可能成為生活中真實(shí)的一部分。

摩爾定律是歷史上一種可靠的規(guī)則，世界上最大的計(jì)算能力大約每?jī)赡攴环?，這意味著計(jì)算機(jī)硬件的進(jìn)步，如歷史上人類的進(jìn)步一樣，是呈指數(shù)增長(zhǎng)?？纯催@與Kurzweil的cps / 1，000美元指標(biāo)有什么關(guān)系，目前我們目前約為10萬(wàn)億cps / 1，000美元，與此圖表的預(yù)測(cè)軌跡同步：

因此，世界上1000美元的計(jì)算機(jī)現(xiàn)在正在擊敗老鼠的大腦，它們的水平大約是人類的千分之一。這聽(tīng)起來(lái)并不是很多，但是你記得在1985年能夠達(dá)到人類水平的萬(wàn)億分之一，1995年能夠達(dá)到十億分之一，2005年達(dá)到百萬(wàn)分之一。2015年達(dá)到千分之一的水平，這意味著我們有望在2025年前擁有一臺(tái)價(jià)格適中、可與人腦相媲美的電腦。

因此，在硬件方面，AGI所需的原始功率現(xiàn)在在中國(guó)已經(jīng)可以獲得，我們將在10年內(nèi)為經(jīng)濟(jì)實(shí)惠，并且要廣泛使用的AGI級(jí)硬件做好準(zhǔn)備。但僅憑原始計(jì)算能力并不能使計(jì)算機(jī)具有智能性 - 下一個(gè)問(wèn)題是，我們?nèi)绾螌⑷祟惖闹悄軒脒@些能力？

這是令人討厭的部分。事實(shí)是，沒(méi)有人真正知道如何讓它變得聰明 - 我們?nèi)匀辉跔?zhēng)論如何使計(jì)算機(jī)具有人類的智能水平，并且能夠知道什么是狗和怪異的手寫(xiě)單詞B和什么是平庸的電影。但是有很多牽強(qiáng)附會(huì)的策略，在某些時(shí)候，其中一個(gè)會(huì)起作用。以下是我遇到的三種最常見(jiàn)的策略：

這就像科學(xué)家們一樣，在課堂上坐在他們旁邊的那個(gè)孩子如此聰明并且在測(cè)試中的成績(jī)也很好，即使那個(gè)孩子繼續(xù)努力學(xué)習(xí)，他也不能做得像科學(xué)家那么好，然后他最終決定“他媽的，我要復(fù)制那個(gè)人的答案?！边@其實(shí)很有意義 - 我們?cè)谠噲D構(gòu)建一臺(tái)超級(jí)復(fù)雜的計(jì)算時(shí)遇到了困難，而我們每個(gè)人的大腦都恰好都有一臺(tái)完美的原型機(jī)，為什么不復(fù)制呢。

科學(xué)界正在努力的對(duì)大腦進(jìn)行逆向工程，以弄清楚進(jìn)化是如何產(chǎn)生如此驚人的結(jié)果的-樂(lè)觀的估計(jì)認(rèn)為我們可以在2030年做到這一點(diǎn)。一旦我們做到了這一點(diǎn)，我們就會(huì)知道大腦是如何如此有力和高效的運(yùn)作的秘密，我們就可以從中汲取靈感并竊取其創(chuàng)新。模仿大腦的計(jì)算機(jī)體系結(jié)構(gòu)的一個(gè)例子是人工神經(jīng)網(wǎng)絡(luò)。它起初是一個(gè)晶體管“神經(jīng)元”組成的網(wǎng)絡(luò)，通過(guò)輸入和輸出相互連接，它就像嬰兒大腦一樣。它“學(xué)習(xí)”的方式是它試圖完成一項(xiàng)任務(wù)，比如手寫(xiě)識(shí)別，并且首先，它的神經(jīng)啟動(dòng)和隨后解讀每個(gè)字母的猜測(cè)將是完全隨機(jī)的。但當(dāng)它告知它做對(duì)了正確的事情時(shí)，恰好產(chǎn)生這個(gè)答案的觸發(fā)通路中的晶體管連接就會(huì)被加強(qiáng); 當(dāng)它被告知這是錯(cuò)誤的時(shí)候，這些途徑的聯(lián)系被削弱了。經(jīng)過(guò)大量的試驗(yàn)和反饋，網(wǎng)絡(luò)本身已經(jīng)形成了智能神經(jīng)通路，并且機(jī)器已經(jīng)針對(duì)該任務(wù)進(jìn)行了優(yōu)化。大腦學(xué)習(xí)有點(diǎn)像這樣學(xué)習(xí)的，但是是以更復(fù)雜的方式，當(dāng)我們繼續(xù)研究大腦時(shí)，我們會(huì)發(fā)現(xiàn)利用神經(jīng)回路的巧妙的新方法。

更極端的剽竊涉及一種稱為“全腦模擬”的策略，其目標(biāo)是將真實(shí)的大腦切成薄薄的一層，掃描每一層腦，使用軟件組裝一個(gè)精確重建的三維模型，然后在功能強(qiáng)大的計(jì)算機(jī)上實(shí)現(xiàn)該模型。然后我們有一臺(tái)可以處理大腦所能處理的所有事情的計(jì)算機(jī) - 它只需要學(xué)習(xí)和收集信息。如果工程師做到非常好，他們就能夠以準(zhǔn)確的精確度模擬一個(gè)真實(shí)的大腦，一旦大腦架構(gòu)上傳到計(jì)算機(jī)，大腦的完整人格和記憶就會(huì)完好無(wú)損。如果這個(gè)大腦在吉姆去世前屬于吉姆，那么計(jì)算機(jī)將會(huì)以吉姆的名字醒來(lái)（？），這將是一個(gè)強(qiáng)大的人類級(jí)AGI，我們現(xiàn)在可以努力將吉姆變成一個(gè)難以想象的智能ASI，這可能會(huì)讓他非常興奮。

我們距離實(shí)現(xiàn)全腦模擬還有多遠(yuǎn)？到目前為止，我們最近還沒(méi)有能夠模擬1毫米長(zhǎng)的扁蟲(chóng)大腦，它其中只有302個(gè)神經(jīng)元。而人腦含有1000億。如果這看起來(lái)像是一個(gè)無(wú)望的項(xiàng)目，請(qǐng)記住指數(shù)進(jìn)展的力量 - 現(xiàn)在我們已經(jīng)征服了微小的蠕蟲(chóng)大腦，那么征服螞蟻的大腦可能在不久之后發(fā)生，接著是老鼠，這似乎變得合理起來(lái)。

所以，如果我們認(rèn)為聰明孩子的測(cè)試很難模仿，我們可以嘗試模仿他為考試而學(xué)習(xí)的方式。

這是我們知道的。建立像大腦一樣強(qiáng)大的計(jì)算機(jī)是可能的 - 我們自己大腦的進(jìn)化就是證據(jù)。如果大腦過(guò)于復(fù)雜，我們無(wú)法模仿，我們可以嘗試模仿進(jìn)化。事實(shí)是，即使我們可以模仿大腦，但這可能就像試圖通過(guò)模仿鳥(niǎo)的翅膀的運(yùn)作來(lái)建造飛機(jī) - 通常，機(jī)器的最佳設(shè)計(jì)是使用一種全新的、面向機(jī)器的方法，而不是完全的模仿生物學(xué)。

那么我們?nèi)绾文M進(jìn)化以構(gòu)建AGI？這種被稱為“遺傳算法”的方法會(huì)起到作用：會(huì)有一次又一次發(fā)生的表現(xiàn)和評(píng)估過(guò)程（生物“按照生活方式”表現(xiàn)的方式相同，并通過(guò)“評(píng)估”來(lái)判斷他們復(fù)制與否。一組計(jì)算機(jī)將嘗試執(zhí)行任務(wù)，并且最成功的計(jì)算機(jī)將通過(guò)將每個(gè)編程的一半合并到一臺(tái)新計(jì)算機(jī)中而彼此進(jìn)行繁殖。不太成功的將被淘汰。經(jīng)過(guò)多次迭代，這種自然選擇過(guò)程將產(chǎn)生更好的計(jì)算機(jī)。挑戰(zhàn)在于創(chuàng)建一個(gè)自動(dòng)評(píng)估和繁殖周期，以便這個(gè)演變過(guò)程可以自行運(yùn)行。

復(fù)制進(jìn)化的缺點(diǎn)是進(jìn)化用了十億年的時(shí)間做成了這件事，而我們想在幾十年內(nèi)做到這一點(diǎn)。

但是我們?cè)谶M(jìn)化方面有很多優(yōu)勢(shì)。首先，進(jìn)化沒(méi)有先見(jiàn)之明并隨機(jī)工作 - 它產(chǎn)生的無(wú)效突變比有用突變更多，而我們會(huì)控制這個(gè)過(guò)程，因此它只會(huì)受益于有益的故障和有針對(duì)性的調(diào)整。其次，發(fā)展不瞄準(zhǔn)任何東西，包括智能，有時(shí)一個(gè)環(huán)境甚至可能會(huì)反對(duì)選擇更高的智力（因?yàn)樗牧舜罅康哪芰浚?。另一方面，我們可以專門(mén)指導(dǎo)這種進(jìn)化過(guò)程增加智能。第三，為了選擇智能，進(jìn)化必須通過(guò)一系列其他方式進(jìn)行創(chuàng)新，以促進(jìn)智能的發(fā)展 - 如改變細(xì)胞產(chǎn)生能量的方式 - 當(dāng)我們可以消除這些額外的負(fù)擔(dān)并使用電力之類的東西。毫無(wú)疑問(wèn)的，我們會(huì)比進(jìn)化的速度更快，但我們能否可以在進(jìn)化的基礎(chǔ)上做出足夠的改進(jìn)，使之成為一種可行的策略，目前還不清楚。

這是科學(xué)家們最絕望的時(shí)候，他們?cè)噲D為測(cè)試編寫(xiě)程序。但這可能是我們擁有的最有前途的方法。

我們的想法是，我們將構(gòu)建一臺(tái)計(jì)算機(jī)，其兩項(xiàng)主要技能是對(duì)人工智能進(jìn)行研究，并將編碼變更為它本身 - 使其不僅可以學(xué)習(xí)，還可以改進(jìn)自己的架構(gòu)。我們將電腦變成計(jì)算機(jī)科學(xué)家，這樣他們就可以自己進(jìn)行發(fā)展。這將會(huì)是他們的主要工作 - 弄清楚如何讓自己變得更聰明。稍后我們會(huì)對(duì)此進(jìn)行詳細(xì)介紹。

硬件的快速發(fā)展和軟件的創(chuàng)新實(shí)驗(yàn)正在同時(shí)發(fā)生，AGI可能會(huì)迅速出乎意料地趕上我們，主要有兩個(gè)原因：

1)指數(shù)增長(zhǎng)非常激烈，看起來(lái)像蝸牛的進(jìn)步速度可以迅速向上競(jìng)爭(zhēng) - 這個(gè)GIF很好地說(shuō)明了這個(gè)概念：

2)當(dāng)談到軟件時(shí)，進(jìn)展看起來(lái)似乎很慢，但是一個(gè)頓悟可以立即改變進(jìn)步的速度（有點(diǎn)像科學(xué)，在人類認(rèn)為宇宙的中心是地心說(shuō)的時(shí)候，很難計(jì)算宇宙是如何工作的，但隨后發(fā)現(xiàn)它是日心說(shuō)的時(shí)候突然使一切都變得很容易）?；蛘?，當(dāng)涉及到像計(jì)算機(jī)這樣能夠改善自身的東西時(shí)，我們可能看起來(lái)很遙遠(yuǎn)，但實(shí)際上只需要對(duì)系統(tǒng)的一個(gè)微調(diào)，他就有可能變得比原來(lái)高效1000倍，并迅速提升到人類的智能水平。

更多內(nèi)容可移步：https://www.cda.cn/?seo-jianshu