人工智能會將我們帶向何方？

企業(yè)數(shù)字化升級 / September 09, 2022

最近有關(guān)AI繪畫的事情引發(fā)了人們的熱烈討論，而伴隨著這一討論，人們不禁再次思考起相關(guān)問題，即AI人工智能在未來是否能夠代替人類的某些工作或工種，AI真的有可能產(chǎn)生自主意識嗎？本篇文章里，作者便發(fā)表了他對人工智能的看法，一起來看一下。

最近在網(wǎng)上看到繪畫界對于AI繪畫熱烈的爭論。主要的焦點在于：AI繪畫的興起會給行業(yè)帶來什么樣的沖擊？會否導(dǎo)致大量畫師的失業(yè)？

其實，在這幾年AI高速發(fā)展的階段里，類似的爭論一直都存在。比如：AlphaGo會不會摧毀圍棋行業(yè)？GPT-3會不會摧毀傳媒行業(yè)？DeepL會否摧毀翻譯行業(yè)？諸如此類。

但這一次，AI在繪畫界引起的反響要更大一些。為什么？也許一個原因是因為：AI繪畫的興起，的的確確讓人看到了顛覆行業(yè)的可能性。

今年6月份，我體驗了一款叫做Disco Diffusion的AI，做出了一些作品。詳見分享一些新知識和生活方式。當時我的感覺是：非常出色，效果極好，但是對行業(yè)尚算不上顛覆。因為出圖速度太慢（一幅圖要渲染10分鐘），并且在構(gòu)圖、布局上較為欠缺，也無法準確地畫出人物。只能作為輔助工具。

沒想到才過了兩個月，這個觀點就遭到了無情的回擊。

8月份，我嘗試了一款新的AI，叫做Stable Diffusion。它可以說把Disco Diffusion遠遠甩在了后面，不僅出圖速度極快（幾十秒），并且質(zhì)量極高，在紋理、細節(jié)、光影等方面幾乎可以以假亂真，甚至可以忠實地還原出實物的效果。

以下是我從網(wǎng)上找的一些別人用Stable Diffusion做的圖：

可以看到，它出圖的效果，連一般的畫師可能都望塵莫及。

那么，繪畫行業(yè)會被AI繪畫顛覆嗎？

實際上，將AI繪畫應(yīng)用于實踐中已經(jīng)有了不少案例。一類案例是游戲工作室?，F(xiàn)在已經(jīng)有不少游戲工作室，用腳本在后臺自動運行AI，在極短的時間內(nèi)自動生成成千上萬幅頭像、人物和圖標，再精選出能用的進行細化修改和調(diào)整，極大地壓縮了成本。

另一類案例是專業(yè)畫師。有不少畫師已經(jīng)開始利用AI繪畫輔助創(chuàng)作。比如，先畫一幅草圖，定好整體布局，然后用AI填充上豐富而飽滿的細節(jié)，再在最終的成品上進行微調(diào)，節(jié)省大量描繪和填充的時間。

可以想見，等AI繪畫更進一步地發(fā)展和流行起來之后，大量基礎(chǔ)的執(zhí)行工作會被替代掉。像「人物頭像」這種創(chuàng)意含量不高、執(zhí)行步驟較為繁瑣的任務(wù)，用AI來操作就可以極大地提升性價比。

進一步，AI也可以成為畫師們的利器。利用AI來輔助構(gòu)圖、找尋靈感、填充細節(jié)……可以極大地解放畫師們的勞動，而把更主要的精力集中在溝通、創(chuàng)意和調(diào)整上。就像電腦繪畫替代了大部分手繪一樣，未來無法用AI來輔助創(chuàng)作的畫師，也同樣可能會被同行所替代。

從這個角度來講，不管行業(yè)會否被顛覆或摧毀，新的改變已經(jīng)無可阻擋地、浩浩蕩蕩地到來。

不過，現(xiàn)階段的AI，依然還停留在「工具」的定位。它能發(fā)揮出什么樣的效果，完全取決于使用它的人。畢竟，AI無法取代人去跟客戶溝通，也無法完全理解自然語言，更不具備通常意義上的「自主性」和「創(chuàng)造力」。因此，對于諸多行業(yè)而言，它其實更多的是一種機會，而不是威脅。

比如：在AphaGo家族出現(xiàn)的時候，也有許多人驚呼「圍棋是不是要被AI摧毀了」。但其實，圍棋AI給圍棋行業(yè)帶來的是什么呢？是門檻的大幅度降低和普及化。

在過去，你要學圍棋，得去培訓(xùn)班學習，由專門的老師指導(dǎo)，跟同學對弈、復(fù)盤，經(jīng)歷高強度的訓(xùn)練。但如今不需要了?，F(xiàn)在每個人在家里，都能非常方便地找到可用的圍棋AI，你可以調(diào)整難度跟AI對弈，也可以用AI來幫你復(fù)盤。在這種情況下，老師能起到的作用就很小了，只剩下偶爾的點撥和答疑了。

這對于傳統(tǒng)圍棋培訓(xùn)行業(yè)的商業(yè)模式當然是一種沖擊，但門檻的降低，也會帶來大量熱愛圍棋的入門者，讓圍棋行業(yè)變得更加繁榮。那么，能否通過轉(zhuǎn)型適應(yīng)大環(huán)境的改變，就是這個行業(yè)需要去做的事情了。

再比如翻譯行業(yè)。這幾年，AI翻譯的發(fā)展如火如荼。以最新的幾個翻譯引擎來說，翻譯質(zhì)量已經(jīng)超越了一般外語水平的使用者，幾乎達到了母語的水準。但AI翻譯能否直接使用、會否替代掉人工翻譯呢？答案也是否定的。

原因很簡單：絕大多數(shù)需要翻譯的領(lǐng)域，對翻譯質(zhì)量都有極高的要求，不僅要求準確，還可能會有專業(yè)術(shù)語、語境、背景、遣詞用字上的要求，而這是AI難以勝任的。在這種情況下，用AI先粗譯一遍，再進行細致的潤色，就是更有效的做法。

因此，在這個行業(yè)，用AI進行輔助翻譯已經(jīng)是行業(yè)慣例。不使用AI的譯員，可能很難在這個行業(yè)立足 —— 因為效率差距實在太大了。從這個角度來講，AI給翻譯行業(yè)帶來的，也不是摧毀，而是更高的質(zhì)量和效率。

這些只是一些消費行業(yè)的例子。事實上，近十幾年以來，在全球的各個領(lǐng)域，使用AI作為輔助工具，已經(jīng)是一種行業(yè)發(fā)展的必然趨勢，也是一種默認選擇。

比如，在美國，貸款機構(gòu)已經(jīng)開始利用AI來決定是否放款。他們會利用一套復(fù)雜的算法，依據(jù)客戶的消費、債務(wù)和其他數(shù)據(jù)，最終得出客戶的「信用評分」，并根據(jù)信用評分判斷是否批準貸款、批準多少額度的貸款。

在英國，已經(jīng)有許多地方議會開始利用AI進行社會保障決策。據(jù)《衛(wèi)報》2020年的一項調(diào)查，在英國的229家地方議會中，約有100家使用AI來輔助決策，包括決定是否通過福利申請和提供社會保障。

國外的許多公司也開始用AI來進行招聘。從簡歷篩選、職位匹配，到對面試者進行打分和心理評估，節(jié)省了大量的人力。

在心理、醫(yī)療和健康行業(yè)，AI也得到了大量的應(yīng)用。比如，能夠跟你對話并引導(dǎo)你進行心理干預(yù)的AI，能夠結(jié)合患者的數(shù)據(jù)量身制定治療方案的AI，能夠輔助醫(yī)生進行診斷和提供治療建議的AI……盡管還未實現(xiàn)大規(guī)模普及，但已經(jīng)有了不少卓有成效的嘗試。

我們都知道能夠偽造視頻和音頻的Deepfake技術(shù)，許多人都對其憂心忡忡，但加以規(guī)范利用和引導(dǎo)，它也可以發(fā)展出正向的應(yīng)用。比如，目前有一個研究方向，是用AI模擬出逝去的親人，跟我們進行對話。盡管目前只能實現(xiàn)簡單的動態(tài)，但假以時日，像《黑鏡》里面的景象，很可能成為現(xiàn)實。

更有名的可能是GPT-3。GPT是一款非常出色的文本AI引擎，2020年發(fā)布的GPT-3，擁有1750億個參數(shù)，可以「創(chuàng)作」出足以以假亂真的各種文字，包括小說、新聞、報告、散文……

它的應(yīng)用空間也極其廣闊。比如：游戲公司可以用它生成真正隨機的、完全不同的游戲?qū)Π?；小說和劇本創(chuàng)作者可以用它來幫助尋找靈感；媒體可以用它來快速生成新聞報道；各類服務(wù)提供商可以基于它開發(fā)各種各樣的聊天機器人；文學研究者可以用它來進行文本分析……諸如此類。

那么，它摧毀傳媒行業(yè)了嗎？其實也沒有。相反，它的存在，使得傳媒和創(chuàng)意行業(yè)的可能性被極大地拓展了，未來的發(fā)展空間無比廣闊。許多過去難以實現(xiàn)的效果，都變成了可能。

總而言之，不管各行各業(yè)的人怎么看待AI，AI的到來已經(jīng)是一種無可爭辯的事實。與其捂上眼睛去詆毀它、漠視它、恐懼它，不如想辦法去迎接它，并利用它去提高自己的效率，實現(xiàn)人力難以企及的突破。這可能是一種更好的心態(tài)。

未來并不遙遠，很可能已經(jīng)在我們身邊。

不過，要注意的是，上面所說的AI，都停留在工具的層面，也就是「弱人工智能」。本質(zhì)上來說，它們只是一段對信息進行加工處理的程序。我們喂給它們一堆數(shù)據(jù)，它們再根據(jù)規(guī)則吐出我們想要的結(jié)果，僅此而已。跟我們所理解的「人工智能」有著天壤之別。

如果我們把科幻片里的人工智能 —— 那種有意識、有人格、有自己的「思想」，能夠「理解」自己在做什么的強人工智能，看作100%的形態(tài)的話，那么目前的AI，可能只是不到1%。

換句話說，如果強人工智能可以看作生命的話，那么目前我們實現(xiàn)的弱人工智能，最多可能只是一個氨基酸。

這也說明，目前的AI只是一個極其初級的形態(tài)，它的成長空間幾乎是無限的。實際上，現(xiàn)階段的AI翻譯引擎，比起幾年前的版本，質(zhì)量好了不止一個檔次；同樣是擴散模型，Stable Diffusion比起年初的Disco Diffusion，也好了不止一個檔次。

那么，弱人工智能跟強人工智能的分野究竟在哪里呢？我們有沒有可能對AI進行不斷的優(yōu)化和提升，使之最終能夠達到強人工智能的程度？如果能夠?qū)崿F(xiàn)的話，到時的世界會變成什么樣子？

以下是我的理解和思考，不一定對，僅供參考。

我們知道：目前所有的AI，不管是什么領(lǐng)域、采用什么模型，它們的本質(zhì)都可以大致歸納為三步：訓(xùn)練，預(yù)測，反饋。

首先，我們需要喂給AI大量的數(shù)據(jù)，告訴它「我們希望它學到什么」，讓它從這些數(shù)據(jù)里面提煉出特定的模式。這就叫做訓(xùn)練，這些數(shù)據(jù)就叫做訓(xùn)練集。

從訓(xùn)練集中提取出模式和特征之后，AI就可以根據(jù)這些模式，基于不同的場景，去「預(yù)測」在這個場景下會出現(xiàn)什么、應(yīng)該如何應(yīng)對。這就是AI能夠產(chǎn)生的結(jié)果。

最后，就是對AI所產(chǎn)生的結(jié)果提供反饋，告訴AI它做得好不好、對不對，從而讓它不斷進行自我修正、自我提升，最終能夠產(chǎn)出更好的成果。

一個常見的例子就是生成對抗網(wǎng)絡(luò)（GAN）。它包含一個生成網(wǎng)絡(luò)和一個對抗網(wǎng)絡(luò)。用繪畫來打比方：生成網(wǎng)絡(luò)的任務(wù)，就是我們給它一堆訓(xùn)練集，比如說某個畫家的許多幅畫作，讓它努力地學習畫家的風格，然后想辦法創(chuàng)作出一幅以假亂真的畫。

而對抗網(wǎng)絡(luò)的任務(wù)，就是努力去挑生成網(wǎng)絡(luò)的刺，把它創(chuàng)作的畫從真畫中區(qū)分出來。通過這樣的「左右互搏」，AI就能夠不斷自我提升，最終達到真正以假亂真的效果。

但是，目前所有的AI都存在一個問題：它們所有的訓(xùn)練集來源，都來源于數(shù)碼信息。換句話說，它們相當于「活」在數(shù)碼空間里面，跟我們所處的現(xiàn)實物理空間是沒有任何交集的。因此，它們永遠沒有辦法真正「理解」所得到的數(shù)據(jù)，而只能按照自己從數(shù)碼空間得到的規(guī)律去生硬地「套用」在信息上面，完成我們要求的任務(wù)。

一個經(jīng)典的例子是「莫拉維克悖論」：盡管AI可以做到許多人腦無法實現(xiàn)的事情，比如在一秒內(nèi)完成上千萬次運算、處理上百萬條數(shù)據(jù)、做出極其復(fù)雜的決策，但是一些對人類來講極其簡單的任務(wù)，比如用眼睛區(qū)分兩個杯子，在一個房間里自由行走，或者理解一段對話的上下文，對它們來說卻難如登天。

為什么會這樣呢？因為，數(shù)碼世界是沒有辦法自發(fā)地產(chǎn)生數(shù)據(jù)，構(gòu)建出一個完整的、自洽的世界的，它的一切數(shù)據(jù)，都來源于現(xiàn)實世界的「投射」。也就是說，它只是現(xiàn)實世界的一個「降維」的投影而已。因此，「活」在低維度世界的AI，只能理解我們輸入給它、為它制定的規(guī)則，是不可能真正理解高維度的世界的。

打個比方：就像一部小說里的角色，哪怕寫得再生動、再鮮明，他也不可能真正活過來，理解小說之外的現(xiàn)實世界。同樣，目前的AI，只能是一種工具，它不可能具備真正意義上的意識、人格和「生命」。

人工智能哲學界有一個經(jīng)典的問題，叫做「框架問題」。丹尼爾·丹尼特是這樣表述它的：

假設(shè)現(xiàn)在有一個洞穴，洞穴里有一塊電池，洞穴外有一個機器人，快沒電了，機器人必須拿到這塊電池。但與此同時，電池綁著一顆炸彈，觸動電池就會引發(fā)炸彈。

機器人1號：被下達指令「拿出電池」。但拿出電池的同時，它也被炸毀了。因為它不知道觸動電池同時會引發(fā)炸彈。

機器人2號：下達指令「做一件事時，必須考慮它是否會導(dǎo)致其他事件的發(fā)生」。于是，機器人2號一直在思考：當我拿動電池時，墻壁會變色嗎？天花板會塌下來嗎？等等。最終沒電了。

機器人3號：下達指令「只考慮跟任務(wù)相關(guān)的事，不考慮不相關(guān)的事」。于是，機器人3號一直在思考：哪些是跟任務(wù)相關(guān)的，哪些是不相關(guān)的？墻壁相關(guān)嗎？天花板相關(guān)嗎？于是也沒電了。

簡而言之：對于AI來說，讓它知道「應(yīng)該在一個什么樣的框架內(nèi)去考慮問題」是非常困難的 —— 盡管這對人類來說毫無難度。

那么，為什么AI存在框架問題，而人類就沒有這個問題呢？

我們不妨想一想：我們是如何知道「當我拿動電池時，天花板不會塌下來」的？是因為我們看到了這條規(guī)則嗎？不是的。是因為我們知道：天花板是一個穩(wěn)定的結(jié)構(gòu)。一般來說，如果沒有外力對它進行作用，它是不會變化的。

那么，我們又是如何知道「天花板是一個穩(wěn)定的結(jié)構(gòu)」的？是有人教給我們這條規(guī)則嗎？也不是。是因為我們在成長的過程中，我們看到過非常多次的天花板，我們從生活經(jīng)驗中學習到天花板的特性，知道它不會輕易地塌下來，于是我們的大腦自發(fā)地從這些經(jīng)驗中提煉出了這條規(guī)則。

許許多多這樣的規(guī)則組合起來，就形成了我們對這個世界的認知，也形成了我們思考問題、考慮問題的「框架」。

但AI是沒有這些「生活經(jīng)驗」的。它們的所有信息來源，只有現(xiàn)實世界投射到數(shù)碼世界的信息。因此，對它們來說，所有的信息本質(zhì)上都是一堆數(shù)字，它們無法把這對數(shù)字還原成規(guī)則和框架。

我們在生活中看見過無數(shù)次的人臉，那么不需要別人教我們，我們也會知道人的臉有五官、大致的比例是什么。但AI沒有這些經(jīng)驗。對它來說，「人臉」也只是一堆數(shù)字而已，只不過這些數(shù)字經(jīng)常一起出現(xiàn)，似乎存在某種特定的規(guī)律 —— 這就是AI眼中的世界。

再比如，看到「落霞與孤鶩齊飛，秋水共長天一色」，會讓我們產(chǎn)生各種各樣的想象，體驗到審美的愉悅感；但在AI眼中，這14個字只是一堆數(shù)據(jù)，無法產(chǎn)生任何聯(lián)想，因此并不存在任何「意義」和「美感」。

所以，要想讓AI能夠真正理解現(xiàn)實世界，也許只有兩種方式。要么，是找到一種方法，可以更加有效地傳達給它關(guān)于現(xiàn)實世界的種種規(guī)則和「隱性知識」，讓AI具備跟人類相似的思維基礎(chǔ)；要么，是讓AI模仿人類的成長過程，直接從現(xiàn)實世界中學習規(guī)則，構(gòu)造關(guān)于現(xiàn)實世界的各種表征。

后者現(xiàn)在也開始有研究人員在探索了。今年發(fā)表在《Nature》上的一篇研究講到：他們基于發(fā)展心理學設(shè)計出了一款機器人，可以像人類嬰兒一樣學習簡單的物理規(guī)律。這個機器人在學習后，當看到不符合物理規(guī)律的畫面時，會呈現(xiàn)出「驚訝」的反應(yīng) —— 這或許是一條可行的道路。

那么，AI有沒有可能發(fā)展出真正的強人工智能？如果到了那一天，這個世界會變成什么樣子？

說實話，我也不知道。如果AI真的能夠彌補這一空缺，真正像人類一樣思考和學習（或者起碼「看起來」像），那么，理論上來說，似乎沒有什么是無法實現(xiàn)的。到時的世界，也許會變得完全不一樣。

盡管從目前看，這一天似乎還要很久。

最后，聊一個有趣的問題：AI會有意識嗎？如果我們真的面對著一臺宣稱它具備了意識的AI，我們?nèi)绾闻袛嗨欠窬邆湟庾R呢？

圖靈測試嗎？顯然不行。圖靈測試測的是智能，而非意識。

意識是什么？是能夠體驗和感知到自身存在的一種狀態(tài)。一個有意識的個體，它能夠體驗到自身的存在，能夠有主觀的感受（我們稱之為感質(zhì)，qualia），而不是只是對輸入信息做出固定的、程式化的響應(yīng)。

哲學家 Susan Schneider 提出過一個很有意思的「人工智能意識測試」。她認為：如果一臺機器具備意識，能夠體驗到自我的存在，那么它一定也能產(chǎn)生跟意識相關(guān)的其他想法和感受，比如：靈魂，輪回，自我，等等。

一個簡單的類推：我們每個人一定都曾經(jīng)有過類似的想法：我是誰？為什么我會是「我」，而不是其他任何人？藏在「我」身體里，構(gòu)成我的種種想法、念頭和主觀感受的那個東西是什么，在哪里？諸如此類。

Susan Schneider 認為，這是有意識的生物所必然會經(jīng)歷的困惑和思考。一個對象有了意識，意識到自己的存在，必然會對這種存在感到好奇，進而去探尋和思考這種存在的本質(zhì)。

因此，「人工智能意識測試」的步驟如下：

阻止人工智能去學習關(guān)于意識、心靈、存在等相關(guān)的哲學和科學知識。

跟它正常交流，聊聊意識、心靈、存在……看它能不能流暢地、自然地進行回答。