十分钟梳理《智能的本质》Word文件下载.docx
《十分钟梳理《智能的本质》Word文件下载.docx》由会员分享，可在线阅读，更多相关《十分钟梳理《智能的本质》Word文件下载.docx（8页珍藏版）》请在冰点文库上搜索。
他兴趣广泛，其著述包括了认知模型到音乐史的广博学科。
同时是北京他山石智库首席科技顾问以及中国美院客座教授。
推荐语在书中，作者从常识出发，对人工智能和机器人表达了很多“令人惊讶”而又让人深思的观点：
如果机器可以打造一个更美好的世界，这个世界为什么还需要我们？
深度学习是学习人类做过（过去时）的事情的技术。
在陪伴老年人方面，迄今为止最先进的机器人都不如狗做得好。
永生终将成为一种待价而沽或是可租可借的服务，就像目前的云计算服务一样。
……
人工智能发展简史有两种方式可以实现图灵测试：
第一种，使机器变得像人一样聪明；
第二种，使人变得像机器一样愚蠢。
——皮埃罗·
斯加鲁菲历史学家、科学家、哲学家和诗人都曾记载了人类对无限性的追求。
这在过去（或多或少）意味着他/她努力追求与创造和主宰世界的神融为一体。
后来，随着无神论在西方文明中逐渐占有一席之地。
亚瑟·
叔本华（ArthurSchopenhauer）将此概念重新定义为“权力意志”（willtopower）。
弗里德里希·
尼采（FriedrichNietzsche）认为西方社会的神已死，他们对于无限性的追求从神秘存在转向数学以及科学研究。
大约一个世纪以前，伯特兰·
罗素（BertrandRussell）和大卫·
希尔伯特（DavidHilbert）等欧洲数学家建立了一套逻辑程序，基本意在简化对事物的可能存在的证明和发现过程。
因而人类转变了看待事物的视角：
无限不再是人类必须努力获得的目标，转而变成了人类可以通过创造实现的事物。
人类对无限论的一系列研究产生了诸多影响甚广的成果，其中一项就是数字电子计算机的出现，它是英国数学家阿兰·
图灵（AlanTuring）的实验思想的具体实践。
阿兰·
图灵随后发表了他在机器智能领域的经典论文《计算机器与智能》（ComputingMachineryandIntelligence，1950年），几年之后，“人工智能”一词开始在科学家及哲学家的圈子中流行开来。
此后，有关人工智能的研究分化为两个流派，一个是以二进制和数理知识为基础的逻辑派，另一个是以神经元突触的物理层面为基础的神经网络学派。
随着计算机硬件技术的指数级增长，逻辑派逐渐式微，而神经网络学派不断兴起。
在硅谷进行了30年人工智能研究的皮埃罗认为，时至今日，人工智能领域的主流技术，在本质上仍然是图灵机的架构（我们现在使用的智能手机和笔记本电脑都还是这一结构），经过几十年的发展，其最大的变化是硬件速度与性能的提升，在算法逻辑上并没有根本性的革新与改变——人们取得的进步在本质上只是将更多的高性能处理器连结起来，给了神经网络更大的空间来模拟大脑的思维。
人工智能的现实与幻想深度学习是学习人类做过（过去时）的事情的技术。
斯加鲁菲暴力型人工智能暴力型人工智能是指依靠高性能的硬件设备，依靠简单加总或穷举的方式来找到解决方案的计算方法。
其在目前在人工智能领域独占鳌头。
如果放到30年前，以当时计算机的成本、体积和速度，几乎没有人会考虑制造一个系统来识别猫脸或与人对弈。
从那时发展到现在，变化最大的恐怕就是现在的人工智能领域的科学家可以利用成千上万台强大计算机来完成他们想要实现的东西。
最为典型的例证就是谷歌的AlphaGo。
人类大脑每小时大约消耗20瓦能量；
而以AlphaGo1920块处理器以及280块图形处理器的配置，每小时的耗能可以达到440千瓦的水平（这其中还不包括训练过程中消耗掉的能量）。
但除了下围棋，AlphaGo还能做些什么？
答案是什么事都做不了。
而人类除了打游戏之外，还能完成做饭、洗车等无数的事情。
AlphaGo消耗440千瓦能量只能完成一件事，而人类只消耗20瓦能量则能做无限多的事情。
如果一个人使用比你多20000倍的资源，却仅仅做了一件事，你到底该怎样定义这类人？
奇点论奇点专家热情洋溢地预言“机器进化”：
很快机器将变得非常智能，接下来它们将超越人类智能，获得一种人类完全无法理解的智能形式。
但是，这种奇点预言与技术现状之间是明显脱节的。
奇点论的乐观预测有两个前提：
计算机运算速度的指数增长以及体积的不断缩小。
诚然，目前计算机的发展的确很快，速度更快、体积更小、价格也更加亲民。
即便假定这种趋势会继续“以指数速度发展下去“（正如奇点专家们即将宣称的那样），就理所当然地认为这种（硬件）进步能够支撑机器智能领域产生令人震惊的差异，无疑是基于一种非直接的假设：
计算机在速度、体积、价格上的巨大进步将首先影响人类水平的智能，然后才是更高水平的智能。
毕竟，假如你将很多很多很多的愚笨的神经元组合在一起，也能得到像爱因斯坦那样聪明的大脑。
如果将上百万块的超高速GPU组合放到一块，也可能获得超人类智能。
但这只是可能。
不管怎样，我们都最好为摩尔定律可能失效的那一天做好充足的准备。
2016年，英特尔的威廉·
霍尔特（WilliamHolt）宣布英特尔将不再生产超越7纳米技术的芯片产品，并警告说将来为了节约能源，降低热量（即成本），处理器可能会变得更慢。
虽然近70年来计算机的体积不断缩小，但是2014年，它们又开始向更大发展（例如iPhone6手机）。
毫无疑问，电动工具的出现加快了技术的进步，而计算机的发明使之如虎添翼。
而这些新生事物能否最终成为一种不同类型的“智能”，很可能取决于你对“智能”的定义。
所以，奇点论所称的奇点何时会到来，或者是否在很久以前就已到来，这都取决于我们如何来回答——什么是智能？
人工智能的短期前景人工智能的头号应用现在是以及将来仍然是……让你买下你不需要的东西。
斯加鲁菲媒体预测人工智能将被广泛应用于所有经济领域。
到目前为止，我们看到的事实与媒体的观点大相径庭。
2016年，彭博预测有2600家创业公司投身A.I.技术，但IDC统计得出，2015年所有A.I.软件公司的销售总额勉强达到十亿美元。
A.I.话题很热门，但到目前为止，人们愿意花钱买的A.I.产品少之又少。
A.I.的头号应用现在是以及将来仍然是……（此处应有鼓点）……让你买下你不需要的东西。
所有主流网站都在通过应用简单的人工智能形式，跟踪你、研究你、了解你，然后再向你卖东西。
你的私人生活对他们来说暗藏商机，人工智能帮助他们找到从你身上赚钱的切入点。
看到这一切，人工智能的创始人或许在九泉之下也不得安宁。
2014年以来，最复杂的（或至少广泛使用）的人工智能系统是Facebook的机器学习系统FBLearnerFlow。
这一系统由候赛因·
米汉那（HusseinMehanna）团队设计开发，目前在成千上万个计算机上运行。
这一系统被应用于Facebook的各个模块，用于快速训练部署神经网络。
神经网络可以通过几个参数进行微调。
优化这些参数绝非一个小工程。
它需要大量的“试错”。
但是，机器学习精度仅提高1％就意味着Facebook增加数十亿美元收入。
所以，Facebook正在开发Asimo机器人，用来进行上万次的试验以便找到每个神经网络的最佳参数。
换句话说，Asimo正在做负责深度学习系统开发的工程师所做的工作。
尽管杰夫·
哈梅巴赫的叹息不无道理，但我们必须承认深度学习的发展一直由谷歌和Facebook等公司的资金驱动，这些公司的主要商业收入来源为说服人们买东西。
如果全世界都禁止在网络上做广告，深度学习学科很可能会再次重返它的发源地—幽闭的大学实验室。
神经网络的进步将带动语音识别（例如，苹果的Siri）和图像识别（例如Facebook的DeepFace和微软的CaptionBot）的发展。
在医疗领域，深度学习技术将帮助放射科、心脏科和肿瘤科医生实时了解他们拿到的所有图像。
Googlebot（谷歌用来扫描全世界所有网页的“爬虫”）在医疗图像领域也将会有相似应用。
2015年，美国推出精准医疗计划，收集和研究一百万人的基因组，然后将这些基因数据与他们的健康状况匹配，使医生能够针对每个人的情况给出正确的药品和剂量。
如果没有机器在庞大的数据库中进行模式识别，该计划几乎不可能实现。
无人驾驶汽车可能永远无法完全实现，但“司机助手”即将成为现实。
谷歌的第一台无人车的工程师安东尼·
莱万多斯基（AnthonyLevandowski）创建的Otto公司不打算让人工智能取代卡车司机，而是协助货车司机，特别是在高速公路上的驾驶过程。
人们对机器人的需求非常旺盛。
建筑和钢铁行业有一些危险工种，每年因公死亡的工人达到上万人。
据国际劳动组织统计，每年煤矿事故造成10,000名以上矿工死亡；
这个数字还不包括由于恶劣的工作环境寿命被大大缩短的矿工人数。
我们还需要机器照顾日益壮大的老年人群体。
寿命延长以及生育率下降，正在重塑社会的人口结构。
除去青少年和儿童，日本和德国已没有足够的人来照顾46岁以上的人。
这个数字每年还在上升。
日本90岁以上的老人达到100万，其中6万人是百岁老人。
2014年，欧盟65岁以上的老年人占总人口的18%，数量达到1000万人。
我们没有足够的年轻人来照顾老年人，从经济角度考虑，太多的年轻人投入这一非生产性任务是一种浪费。
我们需要机器人来帮助老人锻炼身体，提醒他们吃药，到门口帮他们取快递，等等。
我不怕机器人的到来。
我怕机器人姗姗来迟。
我们今天的机器人能提供的服务还很有限。
主要的机器人制造商，包括ABB（瑞士），库卡（德国，2016年被中国的美的收购）和四大日本公司（发那科，安川，爱普生和川崎）的主营业务或者专营业务是工业机器人，而且是智能不高的机器人。
绝大多数的机器人都在流水线上工作，在我们生活中能真正帮上忙的机器人还很罕见——带有计算机视觉的机器人非常罕见，带有语音识别的机器人非常罕见。
换句话说，今天几乎不可能在市面上买到自主机器人，让它在工厂或库房等严格可控的环境之外给人类提供切实的帮助。
如果机械外骨骼可以算作机器人的话，那它是机器人的一个成功案例。
机械外骨骼是可以穿的机器人。
该技术最初由美国国防高级研究计划局（DARPA）开发，用于帮助士兵搬运重物；
现在有些康复诊所用它来帮助脑损伤和脊柱损伤的病人。
目前这类产品的价格不菲，但可以设想一下在不远的未来，我们在硬件商店就可以租到机械外骨骼，帮我们收拾花园修理房屋。
穿上机械外骨骼后，你就能轻而易举地抬起重物，抡起大锤。
人工智能的伦理、道德如果机器可以打造一个更美好的世界，这个世界为什么还需要我们？
斯加鲁菲意识上传与人类永生迄今为止所有假设的生命延长技术中，也许没有什么比意识上传更能引起机器智能粉丝的遐想。
由此奇点与数字不朽之间产生了某种联系：
到了某个时刻超级智能机器将能为我们完成一项伟大的任务，上传我们整个的自我，并“变成”我们。
与“云”的不朽相结合，你的“自我”将成为不朽。
从一个奇点到下一个奇点，意识可以上传下载。
这种想法引起了宗教式的崇拜/运动，“超人类主义”。
这方面最早的预言家可能是弗里敦·
艾斯范德里（Fereidoun“FM-2030”Esfandiary），他的代表作是《你是超人类吗？
》（AreYouaTranshuman?
，1989年），并预测，“2030年，我们将成为永恒，每个人都会有永远活下去的机会。
”他死于胰腺癌（但很快被安置于低温悬浮液中）。
到了科学发展到可以将意志上传到网络空间的那一天，我们大多数人，连同我们的大脑，可能都不在人世了，。
这一令人不安的想法早于我们正在讨论的这门科学。
罗伯特·
艾丁格（RobertEttinger）的书《不朽的展望》（1962年），是公认的“人体冷冻”宣言，它是通过冷冻保存大脑的学科。
实际上是人体冷冻开启了“生命延续”运动。
1964年这门学科的另一位创始人埃文·
库珀（EvanCooper）成立了生命延长协会（LES）。
1972年喷气推进实验室的空间科学家弗雷德·
张伯伦（FredChamberlain）成立了阿尔科固态低温协会（ALCOR），现名阿尔科生命延续基金会，加入这一行业。
它与西方世界的最成功的宗教的相似之处因为太明显而被忽视。
世界末日将以奇点的形式到来，不过，不用担心，我们都将通过意识上传复活，正是奇点的超级计算机使之成为可能。
它与古代西方宗教的唯一区别是以前的人无法复活：
我们无法上传他们的大脑。
但也许那些超人类机器以后会找到一种方法让死人复活的办法。
谁为机器的行为负责2000年至2010年间，无人机和机器人战争走出科幻电影的大银幕，变为现实。
据大卫和伊莱恩·
波特（ElainePotter）于2010年成立的独立非盈利组织新闻调查局统计，美国无人机已在至少七个国家夺去了2500-4000人的性命（阿富汗、巴基斯坦、叙利亚、伊拉克、也门、利比亚和索马里）。
其中约1000位平民，约200名儿童。
这些武器是比较极端的例子，说明机器是如何缓解我们的负罪感的。
如果我不小心杀了三个孩子，我将在内疚中度过余生，也许会自杀谢罪。
但是，如果无人机误杀了三个孩子，5000公里以外的使用谷歌地图、巴基斯坦情报和人工智能软件的一个团队负责编程，将军或总统亲自下令袭击，在这些人中，谁会对这三个孩子的死感到内疚？
给机器分配任务的美妙之处在于，行凶者不用亲自动手——责任被淡化，“扣动扳机”比不扣动扳机更加容易。
如果错误是软件故障造成的，会怎么样呢？
软件工程师会感到内疚吗？
他甚至可能不知道软件中有“错误”，就算他知道，可能他永远也不会知道这个错误会导致3名儿童死亡。
“借刀杀人”并不是新鲜事物。
至少可追溯到第一次世界大战中的第一次空中轰炸（因为当时这种做法骇人听闻，后来被毕加索永远的定格在他的画作“格尔尼卡”中），人们使用机器（飞机）向看不见的市民空投炸弹，而不是向可见的敌人投掷手榴弹或开枪射击。
凶手将永远不会知道也不会亲眼看到他杀死的人。
其他的所有事情与战争同理。
使用机器进行某个行动基本上使机器的设计者和操作者免于该项行为的责任。
同样的概念适用于其他情景，例如手术中，如果由机器执刀的手术失败，导致病人死亡，是谁的错？
操控机器的团队？
生产机器的公司？
确定这个手术方案的医生？
我怀疑这些人都不会感到特别内疚。
最多不过就是机器的计数器机械化地在手术失败的统计数据中加一。
“哎呀呀，你死了。
”这将是社会对可怕事件的反应。
人工智能与没有人性的人类你不再与人来往后，人性会发生什么变化？
我们生活在一个半自动化的世界，我们乘坐机器出行（汽车、公共汽车、火车、飞机），厨房电器帮我们做大部分的家务，包括电视机和电脑在内的机器为我们提供娱乐。
我们与其他人的互动越来越少，因为机器替代了人类原有的许多功能。
你在银行取钱谁把钱交给你？
自动取款机。
在停车场谁递给你停车卡？
机器。
我们单纯地从经济角度看待那些取代人类的机器：
24/7服务成为现实，机器的价格低廉甚至免费；
一个工种被淘汰；
我们可以在其他地方创造更多的就业机会，因为我们节约了原来的人工成本；
等等。
但是，但在机器当道的背后还隐藏着更重要的故事：
如果我周围的人都被机器取代，这意味着我与人的互动减少。
每多一个人被机器取代，我与其他人互动的机会也相应地减少。
我们谈了很多关于人机交互，并轻易地忽视了一个事实：
人机交互带来的后果是人与人之间的交往减少。
这种趋势已经持续了至少一百年。
曾经有大批的接线员转接电话，曾经有大批的秘书打文件，曾经有大批的销售员服务于广大客户，等等。
今天，这些人已经消失，我们在机器世界里越来越孤单。
这种趋势将持续到人工智能时代，那时许多人，尤其是老人，将只与机器打交道。
机器会看管我们的家，为我们跑腿，照顾我们的身体，丰富我们的娱乐生活。
这将极大地减少我们与其他人交往的必要性；
甚至我们与自己家人也渐渐疏离，因为家人的支持变得越来越不必要。
未来你的同事将是机器人。
你的朋友将是机器人。
也许你的恋人也将是机器人。
亲眼看着你离开这个世界的朋友也将是机器人。
世界各地的多家医院已采用机器照顾病危病人。
你不再与人来往后，人性会发生什么变化？
《十分钟》栏目投稿要求：
1首先要确定这本书是不是足够好的书：
非虚构类；
译本；
作者有一定影响力；
能在美国亚马逊上买到Kindle版的书；
多次再版的书可能更好…2在缩写图书内容的时候，不应该掺杂个人的看法——个人的读后感，可以放在最后，单独写个200-300字的推荐语。
3选书非常重要。
图书书名、作者、出版社、ISBN都应完善。
文章前面要有作者简介，要有图书购买链接，要有推荐语。
升级会员 