人工智能会不会诞生“心灵”？

河南省社旗县宛东经济评论杂志社 高荣伟

近几年来，人工智能可谓高歌猛进：谷歌人工智能AlphaGo（阿尔法围棋）连胜三局、Uber无人驾驶进行路测、谷歌Duplex代替主人自动接打电话可以假乱真。其他诸如人脸识别、图像识别、语音识别等走马灯似地扑面而来，让人应接不暇。当我们打开手机地图App、外卖App、支付App时就会发现，这些新玩意儿无不嵌入了最先进的人工智能技术。毋庸讳言，在一些领域，人工智能已经超越了人类大脑的功能。

在津津乐道于人工智能之“魔力”的同时，也不禁让人有点担心：未来，人类会不会被人工智能所奴役？也有人提出这样的疑问：人工智能会不会诞生“心灵”？它们会不会也像我们人类一样，有灵魂、会思考、善创造，进而把我们人类踩在脚下？

人工智能在国外

这几年，人工智能（Artificial Intelligence，AI）备受全球关注。当前，IT 巨头以智能语音为切入点，积极布局人工智能领域发展。

在人工智能技术研发和应用方面，美欧处于世界领先水平。谷歌、苹果、微软、IBM、Facebook等互联网企业在积极推进智能语音技术研发与应用的同时，以此为切入点开始布局整个人工智能领域。专家预测，未来2年～5年，人工智能应用与产业发展，在欧美将迎来真正的爆发期。就美国而言，美国在充分认识人工智能战略意义的同时，一直注重该领域的技术研发，并从国家战略层面加紧布局。在经历了60 年“三起两落”的发展后，以深度学习为主要标志的人工智能在美国正迎来第三次伟大的复兴，大数据、超级GPU 服务器与类脑芯片领域突飞猛进，产业与学术的距离迅速缩短。

“美国对AI的未来发展雄心勃勃，人工智能已成为巩固其全球霸主地位的一个重要筹码。”《环球时报》日前发表专栏文章指出。美国坐拥卓越的技术研发机构、理论学科以及各类实验室，很多著名IT跨国企业如谷歌、Facebook、微软、IBM 等，都将其作为企业的核心战略，为人工智能的发展奠定了雄厚的技术基础，并取得了大批令人瞩目的研发成果。

目前，研究人工智能的主要方法包括：深度学习、深度强化学习、进化/群智计算、半/非监督训练、对抗式生成网络等等。典型的应用领域包括复杂优化与仿真、语音/图像识别、自然语言处理、机器人技术、机器博弈、动态控制技术、大数据分析等等。在人工智能领域美欧拥有众多的杰出人才，多伦多大学的Geoffrey Hinton 教授是世界上最领先的计算机科学家之一。自上世纪70 年代开始研究人工神经网络，他的目标就是通过建模人脑的结构来创造能够思考和学习的机器。那时候，大多数研究者还很排斥神经网络的人工智能方法，但是Hinton及其团队坚持了下来，并在后来取得了很大的成功。

过去十年来，Hinton 团队研究开发的深度学习神经网络几乎在每一种基准上都超越了传统的人工智能方法。Hinton教授的学习机器已被证明具有巨大的实际价值。这些技术能够使自动驾驶汽车更安全，能帮助我们不费力地翻译另一种语言，并且还将逐渐接管我们工作和家庭中的人力劳动甚至认知劳动。多伦多大学的作家Jennifer Robinson 表示，Hinton 教授所架构的这种人工智能方法将会极大地改变计算机在我们生活中所扮演的角色，他的愿望很简单：他要理解大脑的计算方式，打造“有意识”的AI。

在2020 年4 月举行的国际学习表征会议（ICLR）上，图灵奖得主、蒙特利尔学习算法研究所主任Yoshua Bengio 对AI 和机器学习的未来提供了最新的见解。他认为，未来机器学习完全有可能超越无意识，向全意识迈进。Bengio指出，想要打造“有意识”的AI 系统面临几大挑战，包括训练模型进行元学习（或理解数据中的因果关系），以及加强机器学习和强化学习之间的集成。“神经科学早已开始研究意识相关的问题了，在过去的几十年里取得了很大进展。我认为现在是时候将这些进展纳入到机器学习模型当中了。”Bengio 坚信，生物学和AI 研究之间的相互作用最终将解开这把神奇的钥匙，使这些机器可以像人类一样推理，甚至表达情感。

中国，后来者居上

据《欧洲时报》报道，中国的人工智能产业近年来取得了巨大进步。法国《回声报》断言，未来几年美国可能还是人工智能发展的乐园，但是世界普遍的看法是——中国，后来者居上。

毋庸讳言，中国人工智能的发展在不断加快，行业竞争也在不断加剧。作为新一轮科技革命和产业变革的核心驱动力，中国科技界、制造业等业界人工智能巨头布局不断深入，应用场景不断扩展。百度、腾讯、阿里巴巴、科大讯飞、小i 机器人、思必驰、云知声、华大基因、捷通华声等企业，以智能交互（文本或语音）为切入点，积极布局人工智能领域。腾讯CEO 马化腾表示，现在是AI 站上风口的时代，人工智能正在向人类社会不断靠近。据悉，腾讯内部目前有超过4个团队都已开始进行人工智能的研发。

从市场规模来看，自2015年开始，中国人工智能市场规模逐年攀升。2018 年中国人工智能市场规模约为238.2 亿元，增长率达到56.6%。据预测，整个2020 年，中国在人工智能领域的市场规模将接近500亿元。经过5年AI产业化渗透和发展，诸如物联网（IoT）、芯片、机器人、教育等领域对于AI 的技术应用在2020年已经颇见成效，家电带屏联网、芯片算法升级、机器人识别物体、教育上线上云……此外，图像处理、机器学习、智能驾驶、智能家居、智能传感器等领域，也已经或正在酝酿产业布局。

人工智能领域，中国人才济济，群星闪烁。香港科技大学计算机科学与工程学系主任杨强，1982年毕业于北京大学，2017年8月当选为国际人工智能联合会（IJCAI，国际人工智能领域创立最早的顶级国际会议）理事会主席，也是第一位担任IJCAI理事会主席的华人科学家。杨强是人工智能研究的国际专家和领军人物，为学术界和工业界作出了杰出的服务和贡献，尤其近些年对中国人工智能和数据挖掘的发展起了重要引导和推动作用。

在谈及未来人工智能会不会产生自我意识这个问题时，杨强提出：“现在的人工智能可不可以让计算机有一天也有意识呢？有自我、自我感觉、自我唤醒这种能力呢？”“就像我们人一样的，人是一个通用性的动物，那么计算机现在是一个专科的动物，它在一个领域可以很好，其他领域就很差。”那么，用什么法子让它无限地接近完美呢？“迁移学习。”杨强教授指出，迁移学习可以让它在其他的领域，也可以变得很好。“比方说，我们让机器人能有这种迁移能力，我们可能就会看到像《西部世界》里面那种非常拟人化的机器人，就可以出现了。”

什么是“迁移学习”？

迁移学习（Transfer Learning），顾名思义就是把已经训练好的模型迁移到新的任务中来使用。它是一种机器学习方法，目标是用从一个环境中学到的知识来帮助新环境中的学习任务。让我们通过一个直观的例子来说明什么是迁移学习。

“假设你穿越到了古代，成为了太子，为了治理好国家，你需要知道的实在太多了。若是从头学起，肯定是来不及的。你要做的是找你的皇帝老爸，问问他做了什么，而他也希望将他脑子里的知识一股脑地转移到你脑中。”——这正是迁移学习，即将一个领域的已经成熟的知识应用到其他的场景中。

目前，迁移学习已经引起了广泛的关注和研究。根据维基百科的定义，迁移学习是运用已存有的知识对不同但相关领域的问题进行求解的一种新的机器学习方法，它放宽了传统机器学习中的两个基本假设，目的是迁移已有的知识来解决目标领域中仅有少量有标签样本数据甚至没有数据的学习问题。迁移学习广泛存在于人类的活动中，两个不同的领域共享的因素越多，迁移学习就越容易。迁移学习典型的应用方面的研究主要包含有文本分类、文本聚类、情感分类、图像分类、协同过滤、基于传感器的定位估计、人工智能规划等。

“鲲鹏展翅，九万里，翻动扶摇羊角。”在《迁移学习——人工智能的最后一公里》一文里，杨强教授表示，如果说深度学习是昨天，强化学习是今天，那么迁移学习就是明天。迁移学习，将会给人类的智慧插上腾飞的翅膀。

人工智能会拥有意识吗？

那么，人工智能到底会不会诞生“心灵”？在未来，人工智能会拥有跟人类一样的自我意识吗？

答案是：终有一天，会。实际上，业内有一些专家，尤其是国际上顶尖的人工智能专家一致认为，人工智能（机器人）在将来有可能产生意识，而且，人工智能的意识很可能是不同于人类的。

意识，并非人类所独有。举一个简单的例子：“银河系有意识吗？”当人们夜晚仰望星空的时候，不少人很自然地会产生这一疑问。“星星一眨眼，人间数十寒暑。”漆黑夜空闪烁着的群星，眨眼的星星，它们是在有意识地眨眼吗？按照自己的轨道日复一日、年复一年地做有序运行的日月星辰，它们具有意识吗？

如果你读过著名科幻作家刘慈欣写的一篇极具诗意的短篇小说《思想者》，或许这些问题就迎刃而解了。刘慈欣在小说中对“意识的载体”作出了非常奇妙的想象。

小说里的天文学家无意中发现，宇宙中的恒星能响应另一颗恒星发出的光线！它们能把另一颗恒星光线中的某种闪烁复制之后再发射出去，而这正像是人类大脑里的神经细胞通过放电来传递信息。银河系内有上千亿颗恒星，即使每颗恒星都只是一个像神经细胞这样只懂得通过放电来激活或抑制的蠢物，只要它们相互之间可以用这种方式传递信号，这上千亿颗恒星就可以组成一个足够庞大而复杂的系统——没错，正如我们的大脑。

所以，从某种程度上说，银河系是有意识的！只不过，由于最接近的恒星之间也往往有几光年的距离，因此人的神经元只需要一瞬间就可以传递完成的信号，在银河系尺度上却是以年为单位。

前文提到的AlphaGo，就其智能原理来说，虽然它目前在实现智能的具体算法上，与人类大脑有天壤之别，但在最基本的原理上，它与人类大脑实现智能的途径是一致的。因此，沿着这条途径发展下去，我们可以得出结论：机器“心灵”的出现也只是一个时间问题。

《西部世界》的科学顾问，神经学家大卫·伊格尔曼（David Eagleman）说过一句著名的话：意识，是一种突破程序设定的连接。我们能够复制大脑的算法，如果这个算法等同于意识，那意识也理应可以被复制和转移。

无独有偶。尽管到目前为止，“意识”问题还是个“未解”之谜，但是布鲁克斯在《肉身与机器：机器人将会如何改变我们》一书中表达了与伊格尔曼相同的观点：人类从某种意义上来说就是机器，而机器能否进化出类似人类的“意识”也只是时间问题。在回答“还需要多少时间机器的计算能力就能达到或超越人脑水平了？还是说谷歌的AlphaGo 已经证明人脑被超越了？”这一问题时，Hinton 教授也曾指出：“我认为计算机将最终超越人脑的能力。”但是，Hinton 教授也坦言：“超越不同的能力也将需要不同长度的时间。”我们有理由相信，Hinton 教授和布鲁克斯的结论是符合人类历史发展的逻辑的。

不过，也有专家表达了不同的看法：未来，人类和人工智能的关系就像是翱翔蓝天的“长机”和“僚机”，“僚机”会跟随“长机”做一些动作。换句话说，未来的智能机器人，它可以观察人类如何工作，并模仿人类的工作，但智能机器人终究不是人，它永远不可能产生人的“意识”，就如同跟随“长机”的“僚机”一样，只能“模仿”和“跟随”。“在人工智能产生‘心灵’之前，对于此种观点，我们只能表示尊重而已。”诺贝尔奖得主、天体物理学家John C.Mather说。

时下，从神经科学中获取的知识对人工智能的发展起到的作用只是冰山一角。“实际一点说，今天人工智能取得的成绩更多的是受计算机科学原理驱动的，而不是神经科学原理。”麻省理工学院名誉机器人学教授Rodney A.Brooks 表示。“在不久的将来，当我们试着将人类可以做的一件事情自动化而不是去尝试解决人类都无法完成的任务时，用于推进该人工智能技术的工具无疑会更好地发挥作用。”谈及人工智能的未来，Rodney A.Brooks教授指出。