一场象棋对弈正在进行。一边,加里·卡斯帕罗夫(Garry Kasparov)喉头一紧,就如同面对着一盘被人吐过口水的早餐,卒下到f5。另一边,深蓝(Blue)则保持着沉默,而它正是那个“吐口水”的家伙,车下到e7:看住卡斯帕罗夫的后。这已经是双方对弈的第六盘,但早在第二盘输给深蓝时,卡斯帕罗夫的意志就已经被击溃。在此之后,双方陷入了凶猛的鏊战。卡斯帕罗夫下了最后一手棋——主教下至e7,干掉瞄准后的车。深蓝作出回应,卒下至c4。卡斯帕罗夫很快意识到自己的后已经落入深蓝的圈套,而这盘棋也已经失去了获胜的希望。
卡斯帕罗夫在20步之内就选择投降。1997年5月11日,IBM公司研发的深蓝(Blue)成为第一套击败人类国际象棋世界冠军的AI方案。
恍如隔世,如今你已经能够在笔记本电脑上下载到比深蓝更强大的国际象棋AI。
从ESPN拍摄的纪录片《人与机器》当中,我们可以看到加里·卡斯帕罗夫坐了坐肩,无奈地离开棋桌。
AI的故事
几十年以来,我们一直在讲述关于AI的故事:人与机器间的关系、创造者与其造物间的关系,以及人类大脑与计算机芯片间的关系。无论我们对于人工智能抱持着强烈的忧虑(例如担心其偷走我们的工作,自动驾驶汽车造成致命错误,以及产生自我意识的无人机到处杀人),还是采取更为各级的谨慎态度(例如担心其会接管整个世界并把人类变成宠物),这一切都拥有着同样的恐惧根源:人们担心人工智能不会认同我们自己的目标与价值观。更可怕的是,我们一直在告诉自己,我们与人工智能之间的关系就如一盘对弈:零和游戏——一方获胜,一方落败。
卡斯帕罗夫曾经再度要求复赛。他指责IBM公司的员工则暗中帮助深蓝,而他在1997年输掉的这场比赛,实际上已经是1996年对弈落败后的一场复赛。
IBM公司对此表示拒绝。他们关闭了深蓝,而后打包行李回到家中。(安息吧,深蓝,1989年至1997年)。
然而,卡斯帕罗夫由此获得了启发:人类是否能够与人工智能携手共进?就在接下来的一年,即1998年,卡斯帕罗夫举办了全球第一届“半人马象棋赛(Centaur Chess)”。这里的半人马借用了西方神话中的比喻,只不过其含义由半人半马变成了半人半AI。
然而,如果人类自身无法在国际象棋领域击败人工智能,那么人类+AI的组合是否在水平上低于纯AI?计算机会不会反被人类所拖累,就如两人三足比赛当中一方太弱而导致成绩不佳一样?2005年,受卡斯帕罗夫半人马象棋赛启发而组织的在线国际象棋锦标赛试图回答这个问题。他们邀请各类参赛者——包括超级计算机、人类象棋大师、人类+AI混合 团队——共同争夺大奖。
不出所料,人类+AI的组合击败了人类选手。但更令人惊奇的是,人类+AI这一“半人马”组合同时也击败了纯计算机选手。
这是因为不同于那种毫无科学依据可言的互联网智商测试,现实世界中的情报往往以多维形式存在。(这就是所谓‘g因素(g factor)’,也称‘一般智力因素(general intelligence)’,其在不同认知任务中对个体实际表现的影响仅占30%到50%。其虽然是一种重要的维度,但却绝非唯一维度。)举例来说,人类大师们更擅长深远的国际象棋布局策略,但却无法提供充足的算力以思考数百万种可能的落子方式——与之相反,人工智能则长于可能性推衍与计算,但对大局观却不甚了然。由于人类与人工智能在各自的层面上皆极为强大,因此当二者结合为“半人马”时,其足以击败纯人类与纯计算机选手。
不过人工智能是否会凭借着稳健的发展,最终在我们人类所擅长的智力维度上做得更好?答案也许是肯定的,但机器学习领域有着一条所谓“没有免费的午餐”定理。这条定理认为,没有任何用于解决问题的算法(或者说‘智能’)能够解决所有可能问题中的全部潜在可能性:相反,智能必须采取专门化形式才能获得更强大的解决能力。也就是,松鼠智能专注于模拟松鼠,人工智能专注于模拟人类。如果您希望搞清楚如何把松鼠从笼子里逗出来,首先需要了解一点——即使是松鼠,在某个方面也会比人类更聪明。而这也代表着一种充满希望的信号,即人类将在未来继续立足特定维度领先于计算机。
现在,除了人类与人工智能以协作方式解决技术问题之外(即如何利用人工智能+人类的优势克服人类+人工智能的劣势),我们还需要解决另一个道德问题:我们该如何确保人工智能共享我们人类的目标与价值观?
答案非常简单:如果不能击败对方,就尝试加入对方!
在接下来的文章当中,我们将讲述AI的一位被遗忘的“表亲”——IA,即智能增强。长久以来,人们思考的一直是人类大脑如何对抗人工硅脑的问题。但在IA层面,我们需要探讨的则是如何让人类大脑与人工硅脑共同合作。事实证明,现实世界中的大部分实际问题都站在国际象棋比赛的对立面上:
非零和游戏——双方皆能获胜。
在接下来的各章节中,我们将讨论IA的过去、现在与未来——我们人类如何构建起各类工具以扩大自身智能优势,同时克服自身智能弱点。另外,我们还将介绍人类在艺术与工程技术等各个领域如何与人工智能开展合作。最后,本文将就如何设计人类与人工智能间的良好合作关系——即如何成就“半人马”——提供一些粗略的看法。
通过携手合作,人类与人工智能将由“死对头”变成“好伙伴”。
IA的故事
道格·恩格尔巴特(Doug Engelbart)将一支笔粘在一块砖上,并用其进行书写。看来他很清楚该如何“有效”分配冷战期间的军事研究经费。
1962年,也就是卡斯帕罗夫组织半人马象棋赛的数十年之前,当时互联网还没有被发明,甚至第一台超级计算机也还没有出现。当时,道格·恩格尔巴特正在研究我们的工具会如何塑造人类的思维方式。当时,道格的大多数同行们只是将计算机视为一种加快计算速度的方法。然而,他却看得更深更远——他意识到,计算机将成为一种增强人类思维能力的方式。
人类通过自身造物增强自己能力的作法早已不是什么新鲜事。我们没有锋利的爪子或牙齿,因此我们的祖先使用矛与箭来增强自己的攻击能力。我们缺少强大的记忆能力,因此我们的祖先使用算盘及纸笔增强自己的认知能力。这些工具不仅使人类的生活变得更为轻松,同时也彻底改变了人类的生活方式。 这一点在书写方面体现得尤为明显:其不仅仅是一种记录信息的方式,更成为数学、科学、历史、文学艺术以及其它现代文明支柱的根基。
正因为如此,道格才把铅笔绑在一块砖头上,借以证明一种观点。在我们为增强人类智力所创造的所有工具当中,书写可能是最重要的一种。然而,当他对铅笔进行“放大”时,即将其绑在砖块上,书写单词将变得极为困难。而如果低层次的书写就如此艰难,那么更高层次的书写衍生成果更将成为无根之木——包括组织思维、探索新的想法与表达,并将其全部拆分成最基本的组成形式。而这正是道格的结论所在:一种工具并不会“单纯”让事情变得更简单——它的实际起效方式实际上涉及新的思维方式、生活方式乃至存在方式。
道格·恩格尔巴特投入了多年时间追逐这一理论,并于1968年12月9日向全世界展示了一套新型计算机系统——其能够将智力放大思维引入日常生活。而这一事件正是广为人知的“展示之母(The Mother of All Demos)”,其让整个世界第一次看到计算机鼠标、超文本、视频会议以及实时协同工作等等。没错,这一切发生在1968年,比第一台苹果Macintosh机的诞生早了16年,比Skype的出现早了35年,更比Google Docs早了44年。
在接下来的几十年当中,“展示之母”中囊括的种种奇迹开始慢慢进入寻常百姓家。个人计算机将计算能力带给了普通民众,这打破了以往政府及大型企业对计算资源的独占。瑞士一家粒子物理实验室在此基础之上搞出了一种叫“万维网”的小玩意,其能够让人们通过所谓“网页”分享知识,甚至允许用户利用所谓“超链接”将不同知识片段关联起来。
史蒂夫-乔布斯曾将计算机称为专供人脑使用的“自行车”。请注意这里的“自行车”比喻——他并没有用汽车来指代。这是因为自行车可以让人类的身体移动得更快; 但与汽车不同的是,自行车仍然由人力进行驱动(当然,对大家的健康也更有好处)。机械带来效率提升,但其核心仍然在于人。这就是一种人机合作方式——或者说,一种“半人马”产物。
看起来,这场智能增强浪潮推进得相当顺利。
但如今,情况发生了变化。
时至今日,很少有人听说过IA——特别是相较于其广受关注的表亲AI。其中的关键绝不仅仅在于语言学范畴。道格-恩格尔巴特希望让计算机成为智力与艺术创造力的载体; 但如今,我们的计算设备在设计上已经很少关注创作,而更多关注消费。我们忘记了人工智能并不会认同我们的价值观——甚至非AI技术也不再支持我们的价值观,甚至在某些情况下正颠覆这些重要的认知观念。
我们原本希望为自己的大脑提供一辆自行车,但如今我们的大脑却成了躺在车里的懒人。
不过幸运的是,IA的故事并没有就此结束。近年来,IA得到的关注正日益升温。不过颇为讽刺的是,这主要是由于人们担心人类将“落后于人工智能”——埃隆-马斯克创立Neuralink的原因也正在于此。这家公司正在研究如何制造植入物,从而将大脑与计算机直接对接起来。然而,正如道格-恩格尔巴特与加里-卡斯帕罗夫所反复强调的,人类并不需要利用直接性脑机接口来增强自己的智力水平。进化已经为我们提供了这样的接口——眼睛、耳朵、手和身体,而且其效果相当不错。作为人类,我们完全可以跨上自行车——而非将机械植入身体。
但正如IA所表明,智能增强的组合并一定非得是人类加机器,也不一定IA加AI。在过去一个世纪当中,AI与IA的故事一直彼此独立——而在接下来的十年当中,二者很可能相互纠缠并彼此抵押贷款以。
“半人马”的诞生之路
再次回到加里-卡斯帕罗夫的故事。还记得2005年面向超级计算机、人类大师以及人类+人工智能“半人马”的国际象棋比赛吗?在前文中,我忘了说明最终是谁赢得了大奖。
起初,卡斯帕罗夫认为最终获胜者实至名归——毕竟虽然要求使用的是一台普通笔记本电脑,但人类大师在与之配合的情况下当然有实力击败世界级超级计算机。但在比赛结束后,卡斯帕罗夫仍然对结果感到错愕——根本没有什么人类大师,最终的冠军是两位根本不懂下棋的门外汉加三台普通计算机。这三台计算机运行着三款不同的象棋游戏AI,而在这些AI对下一步的意见出现分歧时,则由人类“教授”计算机进一步对决策进行研究。
正如卡斯帕罗夫所提到,“Weak human + machine + better process was superior to a strong computer alone and, more remarkably, superior to a strong human + machine + inferior process.(低水平人类+低水平机器+更佳处理方式,在水平上要高于单纯只是性能强大的计算机; 更重要的是,前者同样压倒了高水平人类+高水平机器+低水平处理方式的组合。)”
古希腊神话中的半人马是一位女神生下的伟大造物; 而Netflix公司原创剧集《马男波杰克(Bojack Horseman)》中的半人马则是个沮丧的酒鬼,常常伤害周遭的每一个人。尽管二者都属于半人半马的生物,但前者仍然比后者更为成功。这也给我们带来了关于人机协作中的重要一课:当着手创建人类+人工智能组合时,其中最困难的部分不是“人工智能”,也不是“人类”,而是“+”。
那么,我们该如何为人类及人工智能找到最佳的对接方法?我们该如何将人类与人工智能的各自优势结合起来,从而克服双方固有的弱点?要完成这项目标,我们首先需要确切了解人类与人工智能各自的长处与短板。
无论是好是坏,人类的本能在数千年间一直没有发生太大的变化。如果大家希望了解人类所拥有的独特而普遍的优势,那么不要着眼于知名人士——孩子才是最好的选择。即使年纪尚幼,儿童们也已经熟练掌握了直觉、类比、创造力、移情以及各种社交技巧。有些人可能质疑称这些只是所谓“软技能”,但事实上我们能够开发出一套击败世界冠军的象棋AI,却无法让其以人类方式进行五分钟的完整对话。这证明虽然这些技能似乎确实偏“软”,但其却是对过去35亿年不断进化的一种总结与浓缩。
而在人类的弱项方面,对学校进行一番调查就能得出结论。人类智能往往需要多年的培训才能获得各类最为基本的能力:算术、计算、记忆、逻辑以及数字运用等等。需要强调的是,即使是计算能力最弱的手机,也能在这些方面轻松碾压最睿智的人类大脑。(这更让我们好奇,人类的学习能力如此低下,为什么孩子们居然还幼稚地认为上学毫无用处……)
说完了人类的长处与短板,下面来看看人工智能的优势与缺点。老实说,预测人工智能在未来能够或无法执行哪些具体任务的作法其实非常愚蠢。三十年前,没人能预测到我们会开发出自动驾驶汽车。(现在我们开始畅想未来可能出现的飞行汽车。)由于无法作出更为具体的预测,因此我们只能根据目前的实际情况,大致思考人工智能所具备的相对优势与劣势。
很明显,计算机更擅长计算。其能够处理数以万亿计的数据,扫描海量数据点,并考量数百万种可能性。数字处理可能也正是人工智能的优势所在——但数字同时也是其最大的弱点。具体来讲,考虑到“成本函数”,即明确存在质量更佳或更差的答案,那么我们最终只能训练出一种人工智能方案。也正因为如此,人工智能才会在国际象棋与围棋比赛当中顺利击败人类大师——在这类对抗当中,胜负体现得非常明确。但在对话、创造发明、制作艺术品、进行商业谈判、作出科学假设等方面,人工智能的表现则令人尴尬——因为其无法简单由差到好对答案进行排序。在这类任务当中,人类才是最合适的解决选项:因为我们会提出“为什么”、“如何”或者“如果……会怎样”等延伸性问题。
换句话来说,人工智能更擅长选择答案,而人类更擅长选择问题。
2005年在线象棋大赛中胜出的人类+人工智能团队正是基于这样的思路选择了“+”的实现方法。两位业余人士向三台普通计算机提出问题,而在计算机给出不同的答案时,人类进一步调整问题的深度引导其重新思考。事实上,棋盘并不是人类+人工智能惟一大获全胜的领域。从艺术到工程技术,近年来“半人马”已经在众多层面广泛兴起:
2002年,Sung-Bae Cho创造一款工具,允许用户与人工智能一同创造出时尚设计。这款工具能够模拟整个设计进化过程——但仅限礼服设计。该AI通过随机生成各种礼服设计以实现“遗传变异”,用户则凭借自己的审美取向挑选将在下一次迭代中得以“保留”的礼服样式——也就是充当“自然选择”机制。
2016年,莫里斯-康提(Maurice Conti)展示了另一个进化AI与人类合作的实例。其能够创建出一款四轴飞行器方案——人类负责为人工智能设定目标与限制(例如尽可能减轻机体重量、保持坚固性、设置四台推进器等),而人工智能则开发出一台四轴飞行器机体作为答案。接下来,人类能够设定更多目标或限制条件对人工智能的设计成果作出修改。
2016年,Zhu等人创作出一款绘画工具:用户可以粗略为其勾勒出轮廓,而人工智能则以照片级精度填充其中的空白。这是人类与人工智能通过图片进行的首次艺术性“对话”。举例来说,用户可以在底部绘制一些绿线,人工智能则回复几份照片级精度的草地纹理供用户选择。接下来,用户在画面上方绘制黑色的三角形,人工智能则将其进一步具象为草地后的高山。在人与机器这样的一来一往之间,艺术品逐渐成型。
在以上各半人马实例当中,人类皆以设定目标及约束条件的方式选择问题,而人工智能则负责生成答案,且通常会显示出多种可能性以实时回应人类提出的问题。然而,这绝不只是一种单向对话:人类可以提出更为深入的问题、挑选及合并答案,同时利用人类直觉以指导人工智能对现有答案作出针对性调整。
因此,如果您希望利用人工智能增强人类智能,首先应该想到《星际迷航》当中柯克船长与斯波克大副这对组合——直觉与逻辑的结合,将超越任何一方作出的独立判断。
由于人类+人工智能系统的设计正是这样一种新兴领域——事实上,将其称为“领域”甚至有点为时过早,叫作“处女地”可能更加准确——其中自然存在着大量有待解决的问题。例如:1)人类应负责提出哪些类型的问题?在前文提到的各项案例当中,这些问题通常表现为“哪些潜在解决方案能够切实契合特定目标与约束条件”?2)人类与人工智能该如何交流?我们甚至不必使用文字甚至代码; 在绘画案例当中,人类与人工智能仅凭图像就可完成沟通!3)多位人员或多套人工智能之间该如何协同工作?之前提到的所有案例皆是单人对单AI的组合,但2005年半人马象棋锦标赛的获胜者则为两个人加三套人工智能——我们该如何将其扩展至数十、数千甚至数百万人与/或机器?
人工智能会选择答案,而人类负责选择问题。考虑到未来几十年可能出现的技术发展成果与陷阱,我们人类自然面临着新的挑战:
接下来该采取怎样的行动?
我们的故事
过去几十年来,人工智能的故事一直受到广泛关注——它到底会成为新的英雄,还是颠覆世界的恶棍?早在1997年,人工智能就在国际象棋领域击败了加里-卡斯帕罗夫。而在2011年和2016年,人工智能又在竞猜节目《Jeopardy》与围棋领域击败了顶尖答题高手。如今,很多人担心人工智能会最终接管我们的工作岗位,甚至取代人类。与此同时,IA的故事则可悲地被人们所忽略。从道格-恩格尔巴特的“展示之母”开始,技术方案逐渐由创造性工具转化为消费性工具,而IA的想法也遭到遗忘。为了让大脑偷懒,人们卸掉了自行车的轮子。
但现在,这两条故事线终于开始汇合,并构建起新的历史: AIA — Artificial Intelligence Augmentation(AIA——人工智能增强)。IA能够为AI提供必要的人际合作能力,从而维持我们最深层的目标与价值观。作为回报,AI则可为IA提供一些新的“轮子”,从而为大脑重构起“自行车”。
我真的很希望能为大家预测未来,但这样的预测显然只是在自欺欺人——毕竟盲目乐观将与现实脱节,而盲目悲观则会带来不必要的绝望情绪。
另外,人工智能负责回答问题,而人类负责提出问题——重要的事情再说一遍。
举例来说,IA也许能够确保AI的目标与人类目标相匹配,但我们要如何对增强的人类目标与非增强的人类目标进行匹配?如果解决不了这个问题,我们是否只是在用人类与人类2.0这种新的形式重新提出人类与人工智能间的差异问题?先不论人类与人工智能能否和谐相处,我们到底该如何让人类与人类间顺利协作?我们了解了如何创建工具来增强自己的智能,但是否能够创建工具来增强自己的同情心?我们的社区会受到怎样的影响?我们这样做的意义与目的是什么?
我不知道——我承认,对这一切我实在理不清头绪。
然而,人类长久以来一直在从自然界当中借鉴经验与教训。单是在机器学习领域,人工神经网络就明显受到生物神经网络的启发,遗传算法也受到生物进化过程的启发。因此,如果要在自然界当中找到能够解决本文所提出问题的办法,那很可能会是一种不太受人待见的方式——共生(symbiosis)。
所谓共生,源自古希腊词汇,意为“共同生存”。花朵为蜜蜂提供赖以生存的养分,而蜜蜂反过来为植物授粉。当我们吃下健康食物时,肠道当中数以万亿计的微生物将得到滋养; 而它们反过来又帮助我们更好地消化食物。15亿年前,当细胞开始吞噬细菌——而非将其消化掉——时,细菌转而成为细胞当中的一部分——也就是我们如今所熟知的“线粒体”,负责为其宿主提供能量。
共生向我们再次证明,即使拥有着不同的技能、不同的目标甚至是身为不同的物种,仍然能够实现富有成效的合作。共生也向我们表明,这个世界的主流并不是零和游戏——人类不需要对抗人工智能、人类不需要对抗半人马,人类也不需要对抗其他人类。共生能够让双方共同成功,且这种成功并非源自相同,而是不同——共生,就是“+”的答案。
人类生活的新篇章已经拉开序幕,而我们将以“共生”的形式书写这段将被载入史册的未来。
来源:JoDS
作者:Nicky Case
编译:科技行者
好文章,需要你的鼓励