A代表AI,也就是人工智能。近年來尤其是2023年,人工智能的話題是非常火熱的。隨著ChatGPT的發(fā)展,我們見證了人工智能在全世界的普及。過去,我們提到人工智能時總是感覺技術(shù)高高在上,可望而不可及,但是ChatGPT卻可以像智能助手一樣和我們互動,我們有任何問題都可以詢問ChatGPT,而它的回答每每都讓我們感到驚艷。由此,我們看到人工智能技術(shù)正在快速大踏步向我們走來,那么我們要如何理解人工智能技術(shù)?我們可以把人工智能技術(shù)的發(fā)展以及對產(chǎn)業(yè)發(fā)展的影響分為三個等級來看:一是運算智能,也就是通過計算能夠得來的智能;二是感知智能,也就是要求機器做到會聽、會說、會看,比如智能音箱、Siri、人臉識別等;三是當(dāng)前最復(fù)雜的認(rèn)知智能,也就是要求機器做到會想、會思考、能理解,具備真正的思維能力。這是人工智能從誕生到現(xiàn)在走過的三個重要階段,現(xiàn)在我們的焦點是在認(rèn)知智能上。那么,我們要如何理解這三個等級的智能?那就是要統(tǒng)一認(rèn)識這三個等級的智能,也就是說盡管各有側(cè)重,但基本上都是同時被用到的。
一、什么是運算智能?
運算智能講究大算力,實際上是指算力輸出而不講究算法。最開始給人類社會帶來人工智能沖擊的,是發(fā)生在1997年,IBM公司開發(fā)生產(chǎn)的超級國際象棋電腦——DeepBlue(深藍(lán))。深藍(lán)誕生之后就打敗了卡斯帕羅夫,在世界上引起了很大轟動,不亞于現(xiàn)在的ChatGPT對我們的影響,大家都在驚訝于計算機能夠有智力,甚至是進化速度非??斓挠嬎銠C將很快在智力上把人類全部打敗。但是沒過多久,我們就明白過來,深藍(lán)打敗卡斯帕羅夫?qū)嶋H上并不是由于具備智力,或者說根本不需要用到智力,因為國際象棋的走法是可以被窮盡的,我們完全可以把所有走法都教給深藍(lán)。這樣的話,深藍(lán)就具備了完備數(shù)據(jù)庫,人每走一步棋都會回到數(shù)據(jù)庫中進行比對,得出哪種走法最終勝出的概率更高。我們發(fā)現(xiàn),深藍(lán)只需要通過計算勝率就能夠把人打敗。盡管卡斯帕羅夫下棋時要相對復(fù)雜,因為他考慮的不是眼前這一步棋而是好多步棋的走向,但是他也有局限,那就是考慮更多將會遠(yuǎn)遠(yuǎn)超出腦力范疇。然而,我們只需要給深藍(lán)足夠強大的算力,就能夠算出第十一、十二甚至二十步棋。通過這個例子,我們知道正是因為有了極強的算力,計算機才能夠體現(xiàn)出智能的感覺。到現(xiàn)在為止,任何一臺人工智能系統(tǒng)的發(fā)展都離不開強大的算力,比如支撐ChatGPT計算與發(fā)展的仍然是上萬張性能最高的芯片,并且每進行一次大模型訓(xùn)練都要耗能甚巨。所以,算力是智能系統(tǒng)的基礎(chǔ),這就是運算智能。
然而,過去的計算機都屬于經(jīng)典計算機,其實際算力是有瓶頸的。我們能不能找到一種更好的辦法,能夠讓算力更大量地輸出?這就要換一個范式,從經(jīng)典計算機采用的二進制發(fā)展到突破二進制束縛的量子計算,進入到更大范圍的算力提升上來。從上世紀(jì)70年代提出量子計算機原形到現(xiàn)在,經(jīng)過五十年左右的探索,我們能夠看到量子計算技術(shù)也已經(jīng)大踏步向我們走來。比如,2019年谷歌公司研制完成的“懸鈴木”量子計算原型機,在計算一個非常復(fù)雜的線路問題時只用了200秒就完成了,而對于同樣的問題,運算速度最快的經(jīng)典計算機也差不多要連續(xù)不間斷工作一萬年時間,差距一目了然。2020年我國科學(xué)家團隊成功構(gòu)建76個光子的量子計算原型機“九章”,其計算速度等效比“懸鈴木”快100億倍,這意味著量子計算技術(shù)已經(jīng)離我們的生活越來越近,當(dāng)有了更大算力支持時,我們過去很難做到的事情將很快可以迎刃而解,如對氣象動力學(xué)進行精細(xì)化數(shù)據(jù)模擬,甚至能確定每分每秒的天氣情況??偠灾?#xff0c;更大的算力將帶給我們更大的智能。
二、什么是感知智能?
感知智能基于自然語言處理或者稱語音識別技術(shù),現(xiàn)在這個領(lǐng)域已經(jīng)突破得很好了。國外最先把語音交互入口作為商用化應(yīng)用的就是蘋果公司推出的Siri,國內(nèi)也先后涌現(xiàn)出一批在感知智能方面做得非常好的企業(yè),如曠視科技、商湯科技、依圖科技、云從科技等。他們在語音識別、圖像處理等方面的技術(shù)都是全球領(lǐng)先的,在人臉識別方面基本上都可以把準(zhǔn)確度提高到98%以上,也就意味著在會看這一領(lǐng)域,機器的能力已經(jīng)超越了人的眼睛。
三、什么是認(rèn)知智能?
認(rèn)知智能要求機器能做到會想、會思考、能理解,在這個方面我們已知的就有很多表現(xiàn)得非常驚艷的公司,比如DeepMind公司開發(fā)的專門用來下圍棋的人工智能系統(tǒng)——AlphaGo。自誕生之后,AlphaGo先后挑戰(zhàn)了人類最頂尖的圍棋高手,如4:1戰(zhàn)勝了李世石,一次性打敗日本和韓國排名前六十的圍棋高手,在中國烏鎮(zhèn)挑戰(zhàn)柯潔,三盤全勝。至此,機器又在圍棋這個領(lǐng)域獲得了超越人類的絕佳優(yōu)勢,而且我們還有理由相信,一旦機器能夠下圍棋,人類就再難找到翻盤的機會了。在此基礎(chǔ)上,DeepMind公司又推出了AlphaGo的進化版本——AlphaGo Zero,又稱阿爾法元。阿爾法元只訓(xùn)練了三天,就完全打敗了AlphaGo,之后只花了三個小時的時間又掌握了國際象棋,成為國際象棋的頂尖高手。后來,DeepMind公司又讓阿爾法元去發(fā)現(xiàn)蛋白質(zhì)結(jié)構(gòu)。在阿爾法元的支持下,人類對于蛋白質(zhì)結(jié)構(gòu)的認(rèn)知被擴大了無數(shù)倍。
人類作為一個整體、總體,擁有大量的知識,然而我們每個個體卻又很渺小,哪怕任何一個人從出生開始學(xué)起,傾其一生能夠掌握的人類知識也只占總體知識微不足道的一部分。由此,一條巨大的鴻溝出現(xiàn)在我們面前,我們能不能找到并建立起來一種機制,讓任何一個個體學(xué)到更多的人類整體的知識,這就是關(guān)于認(rèn)知智能的另一條路線。在這條路線上率先做出成績的是IBM公司推出的沃森系統(tǒng)。沃森系統(tǒng)有一項非常重要的能力,那就是只需要一秒就能夠讀完一百萬本書,這個讀完特指認(rèn)知計算完,也就是理解這本書的意思。有了這樣的能力,沃森系統(tǒng)可以瞬間成為任何一個專業(yè)領(lǐng)域里面的專家,我們可以把某個專業(yè)領(lǐng)域里所有人類已有的知識迅速教給沃森,這種學(xué)習(xí)能力是任何一個人類個體都沒法相比的。沃森學(xué)完了之后,就可以反過來賦能個體。這就是認(rèn)知智能的另一條路線,即并不給人類整體增加新知識,而是使人類積累的知識得以更加高效地輸出和使用。
由此可見,未來的工作場景更像是人類負(fù)責(zé)提問,而機器負(fù)責(zé)回答。比較個體有沒有能力或競爭力的核心,取決于能不能提出好問題,因為問題提得越好,人工智能系統(tǒng)就能夠發(fā)揮出更大的潛力。由人類提問、由機器回答的結(jié)合也將成為我們?nèi)碌纳顮顟B(tài),也就是未來任何一個人都會是人機融合或者稱人機交互的系統(tǒng)。人工智能成為人類的“僚機”,全生命、全時空伴飛。綜上所述,三個等級的智能結(jié)合起來,奠定了未來人工智能技術(shù)發(fā)展的基礎(chǔ),進而在大數(shù)據(jù)之上演化出智能經(jīng)濟。
(根據(jù)北京郵電大學(xué)經(jīng)濟管理學(xué)院副院長楊學(xué)成《數(shù)字中國與未來產(chǎn)業(yè)的展望》講稿摘編整理)
相關(guān)稿件