扎克伯格日前在接受Axel Springer Award頒獎時接受采訪，在談及人工智能威脅論，比如伊隆·馬斯克等擔(dān)心的未來機(jī)器將取代人類等擔(dān)憂時，他認(rèn)為這些擔(dān)憂毫無依據(jù) (not valid fear)，簡直就是發(fā)神經(jīng) (hysterical)。
在被問及如何看待機(jī)器可能在很多方面比大腦更聰明，比如IBM深藍(lán)戰(zhàn)勝棋王卡斯帕羅夫等問題時。扎克伯格是這么回應(yīng)的，
“人類制造機(jī)器就是為了讓機(jī)器在某些方面強(qiáng)于人類，但是機(jī)器在某些方面超越人類不意味著機(jī)器有能力學(xué)習(xí)其他方面的能力，或者將不同的信息聯(lián)系起來而做超越人類的事情，而這一點(diǎn)非常重要”。
而接下來被問道“難道科幻小說里那種（機(jī)器超越人類）的事情真的就不可能發(fā)生么？我們難道一點(diǎn)都不需要擔(dān)心人工智能的安全性么？”
扎克伯格解釋道：“我們現(xiàn)在擔(dān)憂人工智能的安全性，就如同兩百年前擔(dān)心要是以后有飛機(jī)了飛機(jī)墜毀怎么辦一樣。如果我們總是過度擔(dān)心安全性，我們就不可能造出飛機(jī)。不管怎么樣，我們要先造出飛機(jī)，再擔(dān)心飛機(jī)的安全性。
我們過度擔(dān)憂人工智能，將阻礙人工智能實(shí)際的進(jìn)步。我們要認(rèn)識到無人駕駛汽車可能可以幫助我們減少車禍的發(fā)生，而且人工智能系統(tǒng)甚至能夠幫我們診斷疾病，所以因?yàn)閾?dān)心安全性而阻礙人工智能的進(jìn)步可能是最糟糕的選擇，因?yàn)槲覀儽緛砜梢岳萌斯ぶ悄茏屖澜绺篮谩?rdquo;
怎么說呢，看到小扎說的這么中肯，小探眼淚都流出來了，不愧是長期堅持寫代碼的人。而已經(jīng)不寫代碼的比爾蓋茨顯然是贊同人工智能威脅論的，他稱自己對人工智能的快速發(fā)展感到擔(dān)憂。
只能說，小扎打臉馬斯克打得漂亮！順便打臉比爾·蓋茨！叫你不寫代碼！
實(shí)際上，人工智能的歷史，就是打臉的歷史。
我們先來聊一下曾經(jīng)火爆一時的“奇點(diǎn)理論”，對，就是來自某度引入中國的那個“奇點(diǎn)大學(xué)”的未（qi）來（gong）學(xué)（da）家（shi）雷·庫茲韋爾。
2001年，他提出摩爾定律的擴(kuò)展定理，即（Kurzweil's Law of Accelerated Return）。該定理指出，人類出現(xiàn)以來所有技術(shù)發(fā)展都是以指數(shù)增長。后來又搞出一個奇點(diǎn)理論，奇點(diǎn)理論認(rèn)為很多技術(shù)處于指數(shù)增長中，如芯片的計算能力，DNA技術(shù)，數(shù)據(jù)的儲存等等。他預(yù)測技術(shù)在突破一個稱之為奇點(diǎn)的臨界點(diǎn)后爆發(fā)性增長，在2045年左右會出現(xiàn)自己思考的人工智能。
毫無疑問這個理論就是【已屏蔽】，首先摩爾定律已經(jīng)在失效的邊緣，在一個可能失效的**理論**上的拓展的**理論**，雖然名字取得很牛逼，但這個理論的正確性的可能性，就和“隔幾十米，我一個指頭就能戳死他”一樣大。
對“奇點(diǎn)理論”打臉的人不要太多，我們先說一個靠譜的。
計算機(jī)科學(xué)界泰斗斯圖爾特?羅素, 加州大學(xué)伯克利分校人工智能教授，在2015年IJCAI（國際人工智能聯(lián)合會議）上把奇點(diǎn)理論狠狠的批評了一頓，因?yàn)槿斯ぶ悄艿倪M(jìn)步不符合指數(shù)規(guī)律。
(Stuart Russell, UC Berkeley前計算機(jī)系主任)
斯圖爾特?羅素是誰？斯圖爾特?羅素就是最早和霍金等人發(fā)表了署名文章號召大家警惕人工智能可能帶來的威脅的學(xué)者。
這一言論引起了軒然大波，一時間媒體炮制出“人工智能的發(fā)展可能意味著人類的滅亡”等人工智能威脅論，在業(yè)內(nèi)人士看來，這基本是玩弄文字游戲。
本質(zhì)上來說，“一切皆有可能”，因?yàn)閺母怕式嵌任覀兛梢宰C明王思聰可能會娶你。（備注：無論男女）
想想是不是有點(diǎn)小激動？
對于這些媒體的過度解讀，來自百度的科學(xué)家，人工智能領(lǐng)域的權(quán)威、斯坦福大學(xué)人工智能實(shí)驗(yàn)室主吳恩達(dá)（Andrew Ng）看不下去了，“人工智能毀滅人類論”就是“炒作”，在那些長期從事人工智能研究的專業(yè)人士看來，這項(xiàng)技術(shù)遠(yuǎn)遠(yuǎn)不值得擔(dān)憂。
（吳恩達(dá)，百度首席科學(xué)家，coursera創(chuàng)始人，斯坦福教授）
在他看來，無論是殺手機(jī)器人，還是變得比人類更聰明的電腦，都不應(yīng)該是需要擔(dān)心的東西——因?yàn)樗鼈儠簳r還不會出現(xiàn)。
盡管在外人看來（說的是霍金么？），人工智能研究的是常人難以理解的高科技，也就是讓計算機(jī)去模仿人思考的科技，但實(shí)際上，人工智能學(xué)界普遍的共識是人工智能實(shí)際上還處于非常低智的階段。目前絕大多數(shù)的系統(tǒng)（包括神乎其神的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)）絕對還沒有達(dá)到能夠思考的程度。
吳恩達(dá)不愧是活躍在一線研究的人工智能研究者，霍金說“好疼”！
大忽悠：強(qiáng)人工智能即將實(shí)現(xiàn)
先來科普一個概念，強(qiáng)人工智能，弱人工智能。強(qiáng)人工智能的觀點(diǎn)讓機(jī)器真正的思考（can machine really think）, 弱人工智能的觀點(diǎn)是讓機(jī)器智能的行動（can machine act intelligent）。
簡單的例子，微軟小冰讀心術(shù)就是典型的弱人工智能，微軟小冰并不是真正的在猜你心里想什么，而是表現(xiàn)出像在思考的樣子，實(shí)際上他只是利用數(shù)據(jù)庫根據(jù)你的輸入，通過分類和歸類，再排除和剪枝，計算可能性最大的人物的概率，逐步選出概率最大的人物。
而強(qiáng)人工智能，則是真正的像人類的思考和決策，目前的典型例子都是在電影里。
實(shí)際上，目前所有的人工智能領(lǐng)域取得進(jìn)展的領(lǐng)域都是在弱人工智能上，愚昧的人類一度對強(qiáng)人工智能充滿信心，歷史卻一次又一次無情的打臉。
比方說，在1962年的時候人工智能的先驅(qū)卡內(nèi)基梅隆大學(xué)的西蒙教授（Herbert. A. Simon），經(jīng)濟(jì)學(xué)諾貝爾獎獲得者，就曾斷言：“二十年內(nèi)，計算機(jī)將完成人能做到的一切工作。”
而你看現(xiàn)在，五十年過去了....
而在八年之后，也就是1970年，另一位人工智能的先驅(qū)，MIT的Marvin Minsky教授也曾大膽預(yù)言說：“在三到八年的時間里，我們將有一臺具有人類平均智能的計算機(jī)。”
而你看現(xiàn)在，四十年過去了....
實(shí)際上在70年代，人工智能的發(fā)展進(jìn)入停滯，進(jìn)入了第一次人工智能發(fā)展的第一次低谷。
在80年代，“專家系統(tǒng)”的AI程序開始為全世界的公司所采納，而“知識處理”成為了主流AI研究的焦點(diǎn)。1981年，日本經(jīng)濟(jì)產(chǎn)業(yè)省撥款八億五千萬美元支持第五代計算機(jī)項(xiàng)目，其目標(biāo)是造出能夠與人對話，翻譯語言，解釋圖像，并且像人一樣推理的機(jī)器。美國國防部DARPA也行動起來，其1988年向AI的科研經(jīng)費(fèi)是1984年的三倍。
然后三十年過去了，能夠像人一樣推理的機(jī)器依舊沒有出現(xiàn)。
這些過于樂觀的預(yù)測或許是過度樂觀，更多的打臉來自于姿勢水平過低的媒體，比如像這樣的曾經(jīng)刷爆朋友圈的新聞：
電腦有了人類智能！計算機(jī)首次通過圖靈測試
英國雷丁大學(xué)的測試表明，上周六人工智能軟件尤金?古斯特曼成功讓人類相信它是一個13歲的男孩兒，從而成為有史以來首臺通過“圖靈測試”的機(jī)器。
此次參加測試的共有五臺機(jī)器，他們的目標(biāo)是通過文本對話讓測試者將其誤認(rèn)為是人類。如果這一結(jié)論獲得確認(rèn)，那么這將是人工智能乃至于計算機(jī)史上的一個里程碑事件。
首先我只想說，如果圖靈先生泉下有知，他一定跳出來把他們罵個狗血噴頭。圖靈測試本質(zhì)是個思想實(shí)驗(yàn)，他們搞得這個測試就是一個鬧劇，基本和微信曬寶寶比賽一個性質(zhì)。
一個人（C）詢問兩個他看不見的對象（人B和機(jī)器A），對象能理解C所用的語言。若經(jīng)過若干詢問后，C無法區(qū)分A與B，則A通過圖靈測試。
圖靈測試?yán)響?yīng)是人類的全體做為考官，其測試內(nèi)容也不應(yīng)是特定領(lǐng)域的問題，而且決不是通過一次比賽就能辨別出來是否具有人工智能的。
人工智能的發(fā)展，已經(jīng)六十多年，已經(jīng)經(jīng)歷過兩次高峰和兩次低谷，然而大部分人依然沒有時間或者機(jī)會去了解，往往望文生義。
比如人工智能里的神經(jīng)網(wǎng)絡(luò)，進(jìn)化算法，遺傳算法等，這些名字聽起來和人腦機(jī)制一樣，實(shí)際上實(shí)現(xiàn)和人腦思維的方式差別非常大。
生物、醫(yī)學(xué)、神經(jīng)生理學(xué)家還沒有完全弄清人腦機(jī)制、人腦思維是什么，計算智能想仿也沒有明確的途徑。用國內(nèi)學(xué)者王飛躍的話說，“神經(jīng)網(wǎng)絡(luò)、進(jìn)化算法、遺傳算法，都是計算智能的核心內(nèi)容，它們與人腦機(jī)制和人腦思維的關(guān)系，就像詩歌散文同現(xiàn)實(shí)生活與大自然的關(guān)系一樣。”
也就是電影和現(xiàn)實(shí)的差別....
人工智能的發(fā)展依然處于非常初級的階段，現(xiàn)狀基本就是 ——
“沒有人工，就沒有智能”。
