探究超越人类智能的5.2人工智能

当机器具有思考和创新能力，如果能进一步内化成技能，它的实力就远远超过人类群体中的很多人。所谓的奇点到来，也即假如真的有一天机器掌握了人类思考的能力，作为一个生命体而存活于世，机器和人的共生关系会是什么样？会不会真有这样的一天？究竟是科幻还是可能的现实？人类恐慌的不是机器替代人类，而是机器失控。当较难被控制的人类与失控的机器碰撞在一起，人类社会已有的规则会被彻底颠覆吗？

人类其实只是懒，不是傻。

1979年美国哈佛大学教授理查德·诺兰（RichardNolan）提出过著名“诺兰模型”，将企业的信息化发展分为六个阶段。

初始阶段：开始引入计算机，但是仅将计算机作为办公设备，无法掌握其价值。

扩张阶段：企业对计算机有了一点了解，开始使用计算机解决工作中的问题，开始大规模采购IT系统和设备，但是缺少整体规划，应用水平不高，效果无法凸显。

控制阶段：企业开始理性地进行信息化，对IT系统的利用有了更明确的认识和目标，开始尝试解决IT系统的协调和数据共享问题，部分系统实现网络化，但“信息孤岛”问题依然存在，信息系统分散，利用率低。

统一阶段：企业对IT系统进行重新规划和设计，建立基础数据库、建成统一的信息系统，形成共享、网络化的管理系统，使得企业更有效地利用现有的IT系统和资源。

数据管理阶段：企业将数据和信息作为企业重要的资源，企业进入到数据处理分析阶段，对数据进行统一的管理、分析和应用，实现资源整合利用，支持企业管理决策。(www.xing528.com)

成熟阶段：该阶段信息系统已经可以支持企业进行从简单的事务处理到高效的管理决策，全面实现IT系统价值。

从整体发展阶段来看，目前中国的企业信息化还停留在控制阶段，正在向系统的整合统一方面探索和发展。信息化和互联网的发展，产生了大量数据。数据放着也是放着，不如用来提升生产效率。IDC预计，未来几年全球数据总量增长率维持在50%左右，预计2020年将达40ZB（4万亿GB）。以深度学习为代表的算法应运而生，出现得恰当又及时。

当下应用的人工智能无论是行为主义（以机器人为代表）、连接主义（以神经网络和深度学习的应用为代表）还是符号主义（以专家系统为代表）流派，衡量标准都是机器的“表示、推理和学习”能力，目前占上风（主流）的连接主义还较难满足演绎推理和认知学习的高阶需求。在此条件下，异化大脑（多层、大规模神经网络系统）的运算基础是数据、深度学习算法和计算能力。在认知智能的算法突破之前，人工智能+任何行业的应用都需要感知、通信连接和处理控制的过程。感知形成知识库，连接实现与其他系统相连，继而完成处理和控制，这中间流动的是数据，依赖的是计算资源和算法。大量的数据未必是大量的知识，人类对于从数据到知识的处理、纠偏还有重要的价值，还不能由机器独立完成。

这么看来，即使未来人类的参与度越来越少，通过信息化和计算实现的人工智能也很难比人类的思维更高级，因为它还在学习模仿人类，还不能进行语义理解、决策和创造性发挥。即使人工智能达到思考层级后，能够提出策略建议，人类会对机器的建议完全执行吗？还是说会根据经验进行判断？

比人类更高级的智能可能有别的发展脉络，会不会有一天由外星人敲敲大气层给送过来呢？我们既要相信人类科学家的创造力拥有创造奇迹的可能性，也要相信总有一天机器能做很多人类目前在做的事情，而把这些事做好不一定非得比人类聪明才行。比人类更高级的智能出现后，人类是否只能听从于机器的指令，成为机器的附属？如果人类还是思考的主体，机器只是辅助工具，更高阶智能出现只会增加人类的危机和恐慌，想必人类也会避免让它出现。

即使机器具有了类人类大脑（具有语义理解和创造能力），可以自行产出智慧之后，也未必会出现更高阶智能。终归，不积跬步无以至千里，还是需要人类一步一步去实现。