6.28 李德毅 : 对人工智能要有点敬畏之心

从 1956 年达特茅斯会议至今，人工智能经过 60年的历练，曲曲弯弯，一步一步走过来。“六十年沧桑砥砺，一甲子春华秋实”，回顾那一个个熠熠生辉的大师，一座座巍峨炫目的里程碑，人工智能似乎已到可以奔跑的时候了。

谷歌机器人阿尔法围棋 (AlphaGo) 战胜了人类围棋冠军，汽车自主驾驶上路行驶，都已成为事实。可以肯定，从驾驶脑发展成为轮式机器人，从围棋脑发展成为围棋机器人，是必然的方向。机器人通过学习终于能聪明到足以改写程序中的参变量，甚至自身的代码。而传统看法认为，软件等于程序加数据加文档 :程序是算法的实现，程序在运行中是不变的，只要能够把数据放到固定程序里，就可以形成知识驱动的人工智能。

其实人工智能的核心不仅仅是算法，更是学习。在今天的大数据环境下，可以把程序放到数据里，让程序围着数据转，形成数据驱动的人工智能。如果能够通过记忆认知、计算认知、交互认知三位一体的认知网络，形式化脑认知，形成决策脑，就可展现出人工智能的井喷局面和灿烂前景 ! 不论是围棋脑，还是驾驶脑，都突破了传统的程序，通过自学习构建，模仿人类思维的深度神经网络。

对一名人类棋手而言，一生也许只能下 1 000 盘棋，而 AlphaGo 一天就能下 300 万盘棋，能同时和很多人下棋，其智商提高的速度，个人无法企及。围棋棋盘纵横 19 道，本质上是个拓扑动力学问题，倘若把棋盘扩大一倍，一次着 2 子，人类棋手对这种规则变化的适应程度怕不如围棋脑来得快 ! 驾驶员或许一天可开车 8 小时，而成千上万配有驾驶脑的智能车可不停地跑，永不疲劳，边跑边学习边积累，驾驶认知水平的提高，是单个驾驶员无法比拟的。另外，驾驶脑通过自学习还可汇聚多人驾驶认知，驾驶水平提高的速度要远远高于单个驾驶员驾驶技巧自然进化的速度，驾驶脑反映出的群体智能可以战胜人类优秀个体 !

又例如，利用同一个机器脑实现“一脑二用”，同时去战胜人类象棋和围棋冠军是可能的，而一个自然人要同是世界象棋和围棋冠军就太难了；或者让同一个驾驶脑同时十分熟悉两个大城市中的所有大街小巷也是可能的，而对一名出租车司机来说就有点难。因此，我主张对人工智能要有点敬畏之心。

还有，当机器人越来越普及的时候，人或机器人万一操作不慎，我们会不会被技术反咬一口呢?例如说，一台遵守交通规则的轮式机器人突然成为麻烦制造者，一个安保机器人用带电防暴叉错打了无辜，等等，这些可能性都需要严肃地被研究。

如果人脑特定问题域的认知能力可以通过大数据认知先局部形式化，构造出驾驶脑、围棋脑、文秘脑、聊天脑等，哪怕在微观上不具有组织结构的相似性，但在宏观上不亚于特定人 ( 群 ) 的智商和情商。