我们都会被人工智能替代吗

听书读书看书，就上时刻会。大家好，欢迎来到时刻会

人工智能这词儿可能你已经不陌生了，人工智能今天已经发展到什么程度了呢？

我给你举个例子，2019年8月，王者荣耀举行了一场特殊的世界 冠军杯半决赛，5位电竞职业选手组成的联队，对阵王者荣耀开发出的人工智能联队-觉悟。结果你可能也猜到了，人工智能只用了16分15秒，就轻松取得了胜利。

其实这已经不是人类第1次领教人工智能的厉害了，早在2017年，阿尔法GO就以3:0击败了世界围棋冠军柯洁，当时人们就已经开始担忧，未来自己是不是会被人工智能吊打。这些年也经常会出一些新闻，比如AI会做数据分析了，AI会写文章，会画画等等。

那么AI时代的到来，对人类来说究竟意味着什么呢？

下面我们就从各大学者讨论的三个焦点来说说今天的内容。

第1，人工智能有没有可能替代人类？

第2，人类应该怎么看待人工智能？

第3，人工智能 会给人类的未来带来怎样的影响？

好，我们先来看第1个焦点，人工智能有没有可能替代人类呢？

对人工智能的探索 从20世纪50年代就开始了，当时的研究人员宣称，20年内 机器将有能力完成一个人所能做的任何工作。其实这话有点夸大了，哪怕到今天人工智能如此快速的发展，还是不能完全替代人，但是有一个问题是值得我们思考的，就是未来有一天会不会出现超越人类智力水平的人工智能呢？

对于这个问题，现在神经科学先驱 托马索 认为，人类的大脑构造非常复杂，但是人类本身可能对这一点认识得并不是很充分。他认为即使现在计算机处理能力在快速提高，计算机也绝不可能在短时间内赶上人脑，而物理学家 塞斯-劳埃德 对人工智能的发展目标预期更低，他说我们得降低我们的期望值，虽然人工智能已经有了长足的发展，但机器人还是不会系鞋带。

2009年诺贝尔化学奖得主 文卡-拉马克里希南 也持有类似的观点。他觉得 超人类 人工智能听起来还是有些科幻小说的味道，因为我们对大脑的细节还很不了解，而我们常常低估大脑的复杂性和创造性。在他看来机器不可能取代人类的思想、创造力和视野。

计算机科学家茱莉亚-珀尔的回答就更具体了，他说现在流行的机器学习方式叫做深度学习，也就是计算机通过观察大量数据来自学。实际上这种学习方法反而局限了人工智能的发展，因为这种过程和达尔文进化论的自然选择过程相似，它能使鹰和蛇在几百万年时间里进化出超强的视力，但是人类会去制造眼镜和望远镜，则与此无关。

深度学习教不会机器 回答 如果我这样做了会怎样之类的问题，还没有人类的想象力，所以机器可能永远都没办法拥有人类一样的智能。

此外深度学习这种自学方式的不透明性，让他很不安。他说，深度学习有自己的 动力学机制，还能自我修复，找出最优化组合，绝大多数时候都会给出正确的结果，可一旦结果错了，你不会知道哪里出了问题，也不知道该如何修复。

所以珀尔教授在20世纪80年代推出了一种实现人工智能的新方法叫做 贝叶斯网络，他认为通过这种方式可以将 概率图模型和数据结合起来，表达并推断因果关系。

儿童学者 艾莉森-高普尼克 也认为，人工智能取代人类还是太遥远了，他对比了两种主流的机器学习方法，分别是自下而上的深度学习 和自上而下的贝叶斯模型。

这两种方法都让人工智能系统取得了成就，但是从目前来看，这两种方法都不能解决人工智能系统进一步的学习问题。没错，程序员们确实可以从小孩子的行为中 找到计算机学习的方向，但是小孩子是积极主动的学习者，而人工智能却是在被动的吸收数据，所以只有把好奇心构建到机器当中，并且允许他们与世界积极互动，才可能给他们提供一种更现实、更广泛的学习途径。此外和现有的人工智能不同，儿童是社会和文化学习者，人类不是孤立的学习，而是利用过去几代人积累的智慧去学习。

最近的研究表明，即使是学龄前儿童，也能通过模仿和聆听他人的话语来学习，但人工智能不能，所以艾利森认为，在解决学习的基本矛盾之前，最好的人工智能也没办法 比过4岁的人类孩子。

麻省理工学院 媒体艺术与科学教授 阿莱克斯-彭特兰也认为，人工智能 应该不能达到超人的智能水平。他的逻辑是这样的，人工智能是以数据为基础的，没有数据人工智能一文不值，你控制了数据就控制了人工智能。在它眼中人类社会是一个网络，人类有很强的描述性能力，且对大多数问题都有常识性的理解。也就是说 人类社会中的神经元，你和我更聪明，所以也就有可能击败所有基于机器的人工智能。

伦敦蛇形画廊的艺术总监 汉斯-奥布里斯特，也梳理了艺术家们对人工智能的讨论。他总结说，目前艺术家们在人工智能领域关注的问题 是图像制作，创造力 以及如何将AI作为艺术工具来使用。他认为，当代艺术家的作品，很大程度上体现了人类对人工智能的反思。

而另一位艺术家准确的说是艺术史学家卡罗琳-琼斯，他回顾了人工智能和艺术交织的历史，艺术家们一开始把机器引入艺术展览，并不是为了开发智能，他们对数据或是信息处理也不感兴趣，他们感兴趣的是那些能唤起人们驱动力、本能和情感的机械动作。艺术家们一开始用的娃娃来暗示参观者们 所处的被观察的状态，这种微妙的角色转换让人和机器在艺术上第1次被置于平等的地位，那时候信息不等于资本，智能也不等于数据采集。

那么今天人工智能的继续发展带来了什么呢？自动化的武器系统和大众化的娱乐。艺术家们无法解决这些问题，但他们提醒我们，到目前为止，人类还有创造性潜能没有得到开发，人工智能也还没有自己的真正的智慧，我们不能将数据视为智能，也不能将数字网络 视为神经，更不能将孤立的个体 视为生命单位。

好，以上就是我们介绍的第1个焦点问题。接下来我们来看看学者们关注的第2个焦点，人类应该怎么看待人工智能呢？

乔治-丘奇是基因生物学革命的先驱，也是这一新思想领域的核心人物，他不怀疑人工智能的智能性，也暂时假定人工智能与人类整体而言是安全有效的，他重点关注的是机器人的权利问题。他说人类与机器之间的界限已经变得模糊，这是因为机器变得更像人类，也因为人类变得更像机器。

乔治在他的文章里给出了一个概念叫做超人类，什么意思呢？

就是生活在现代，但处于非技术文化中的人类 无法理解的人和文化，他认为现在已经有数百万人可以被称为超人类了，所以在未来我们应该关注所有 有意识者的权利，其中也包括 人工智能。在丘奇看来，人工智能的主要风险不在于我们是否 能从数学角度上理解他们的想法，而在于我们是否能够教给他们符合道德规范的行为。

与乔治的主张相反，丹尼尔-丹尼特坚决反对把人工智能和人同等看待，坚决反对赋予人工智能意识。丹尼尔-丹尼特 是人工智能领域最优秀的哲学家，《直觉泵bèng》就是他写的。在他看来人工智能 归根到底应该被看作一个工具，而不是像人一样的意识主体。有自然意识的人已经太多了，我们不需要在人工创造有意识的主体，何况这种主体在没有规定的情况下 会一直活着，并且没有弱点。我们需要的是智能工具，没有爱恨，没有情感，也没有权力的工具，只有这样 来规划人工智能，我们才能够在危险之间掌握主动权。

默认丹尼尔观点正确的科学家很多，在大多数学者们看来，乔治-丘奇的主张太激进了，他们更愿意把人工智能想象成一种可能对人类有好处的系统。比如说 连线杂志前总编辑克里斯-安德森就认为，人类可能也包括所有的生命形式，都经常被困在局部极小值的范围中。就说象棋和围棋吧，人类玩了几千年，但是人工智能却只用了短短几年时间，就可以对人类之中的强手 进行降维打击。这是因为人工智能发现了玩这些游戏更好的策略，而这些策略是人类从来没有考虑过的。所以克里斯认为接下来的几十年，我们要利用人工智能对人类7百万年进化以来，从未发现的思维方式进行大量研究探索。

最后我们来看看学者们关注的第3个焦点，人工智能对人类未来的影响？

很多人对此十分担心，skype（思盖普） 的缔造者之一具体叫什么不记的了太长了，他认为人工智能的持续发展会造成宇宙规模的变化，这个失控的过程可能会杀死每一个人。

而乔治-戴森，一位高中失业的科技史学家也有着差不多的担忧，他认为好的人工智能是个神话，对于那些相信自己能制造机器 来控制一切的人，大自然的反应将会是允许他们制造机器，机器又来控制他们。

与这两位科学家担心未来不同，麻省理工的荣誉退休 教授罗德尼-布鲁克斯对现在的局面就已经非常担忧了。

他认为人类已经陷入了困境，人们一方面依赖于网络软件提供的服务，一方面又把自己的隐私 赤裸裸的暴露在这些软件面前，而且软件系统的发展速度已经超过了实时可靠保障措施的速度。

物理学家 戴维-凯泽也看到了这一点，他说，经济世界的信息可以被储存，被商品化，被货币化。打个比方，你想买袜子，前一秒你才在购物网站输入了袜子这个关键词，后一秒你就会看到新打开的其他网页上冒出袜子的广告。这种信息重塑了我们的购物习惯，政治参与，人际关系和对隐私的期望，于是我们看到的就都变成了我们想要的。

加州大学的教授 斯图尔特-罗素 认为，我们应该慎重的创造人类水平，甚至超人类水平的智能，因为这个后果是有风险的，这些智能程序最终达成的结果 与人类设计的初衷可能并不一致。打个比方来说，为了能让机器好好表现，我们可能会说，你好好表现，完了我给你奖励，，但是在机器看来获得奖励的最优解可能并不是好好表现，而是直接控制人类，强迫人类给予最大奖励。

到目前为止，人工智能的研究方向主要在设计出善于做决策的机器上，但这与做出好的决策还是有差别的。就人工智能来讲，无论他的算法多么优秀，模型多么精准，如果他不能了解人类行为的潜在偏好 和其中的价值，那么它就很可能会做出一个在我们普通人看来愚蠢至极的角色。而想要化解这种风险，就需要让人工智能实现与人类的相容性。

学者安卡-德拉甘 的观点比较独特，他认为机器人必须与人们实际互动，并理智的对待它们，人必须正式进入人工智能问题的定义中来，而且有些冲突是因为机器人和程序员缺乏对彼此意图的了解而产生的。

他说，机器人需要问我们问题，它们应该对自己的工作感到好奇，它们应该让人类程序员感到难缠直道每个人的思想 意见完全一致。

普林斯顿大学的教授汤姆-格里菲斯 也认为，能够对人类需求做出很好推断的智能系统，必须具有良好的人类行为生成模型。机器学习的关键必然是人类的学习，人类是制造思考机器时 要参考的最好的例子，我们可以通过识别影响人类认知的预设概念的数量和性质，让计算机更接近人类性能。

也有学者对人工智能 对人类未来的影响时乐观态度。哈佛大学的心理学系教授 史蒂芬-平克就认为，末日预言 源自我们的心理偏见，没有任何一个复杂系统定律表明，智能主体一定会变成无情的自大狂，因为机器对社会所造成的危险不是来自本身，而是来自人类如何看待它。

2004年的诺贝尔物理学奖得主 弗兰克-维尔切克认为，未来人类将通过智能设备 变得更强，与自主的人工智能共存，整个生态系统会因此得到迅速进化，进化的先锋将不是人类，而是机器人和超级头脑。

牛津大学的物理学家戴维-杜维奇也认为，相当于人类水平的人工智能会为我们带来一个更好的世界，而不是末日，他希望通用人工智能 可以拥有自己的头脑，可以自由作出假设，但不得不说这个提议是很危险的，有些学者对人类未来的想象比较谨慎。

企业家丹尼尔-西里斯说：问题不在于人工智能 在变得特别强大后，是不是会伤害我们，问题也不在于 他们是否会一直按照人类的最佳利益行事，问题在于从长远角度看，人工智能是否能帮助我们找到出路。他构想了超级人工智能的4种场景，分别是和国家结盟和企业结盟和人类的目标不一致，和人类的目标一致。

但是他强调，我们可能，不能完全理解或控制我们的命运，但我们有机会朝着符合我们价值努力，未来不是会发生在我们身上的事情，而是我们将要建造的东西。

物理学家尼尔-费尔德 是微观装配实验室网络创始人，说起人工智能的安全问题，他认为历史表明 占主导地位的情节，既不是乌托邦式的，也不是反乌托邦式的，通常我们最后都是在这两个极端之间混日子。尼尔说掌控人工智能肯定可以增强人类的能力，但是作为经验上看工具的人工智能还不能确定在未来发展得比人类做事更有效。他认为当前对人工智能的狂热即将成为历史，之后还有一个更重要的阶段，那就是人工智能和自然智能的结合。

好了，到这里我们今天的内容就差不多了，我们梳理了聪明人在讨论人工智能的时候关注的三个焦点。

一是，人工智能有没有可能替代人类。

二是，我们该怎么看待人工智能。

三是，人工智能会给人类的未来带来怎样的影响。

大家也都发现了，这些问题没有绝对的答案，每个聪明人都有自己的看法，而我们能做的是用他们的想法在自己的脑海里划出新的火花。