是什么让我们不得不面对计算机带来的挑战

过去，如果你需要教会计算机做一件事情，那么你首先要成为一个程序员，用程序列出你想让计算机做的每一个细小步骤，使计算机可以清楚地知道你的目的。如果你自己对这项任务并没有那么清楚的话，写出一个可以完成这项任务的计算机程序就会显得极其困难，更不用说学会编程了。这就像在日常工作中，有一个对工作一无所知的学徒被分到你的组里，你需要一个步骤一个步骤地教会他，并不断纠正其工作中的偏差和错误，直至教会他应该怎么工作。事实上，计算机比这个一无所知的学徒更难交流。首先，学徒可以听懂你的语言；其次，学徒可以举一反三，在完成一个工作程序的学习之后，可以更好地理解学习一个新的工作程序。这些，都是传统计算机做不到的。

1956年，IBM计算机科学家亚瑟·塞缪尔想让计算机和他下国际象棋。按照传统的做法，他用程序罗列出计算机下国际象棋的所有步骤。这还不够，他还希望计算机能在棋局中战胜他。于是他想出一个办法，让计算机跟他进行多次对弈，手把手教计算机先学会下棋。终于在1962年，他的计算机打败了当时美国康涅狄克州的象棋冠军。这是最早的机器学习的成果，亚瑟·塞缪尔也成为机器学习的先驱。而在2016年3月，Google研究团队的AlphaGo战胜了围棋九段选手李世乭，更是让机器学习名声大噪。于是，人们开始关注以机器学习为技术基础的人工智能。

从那之后，计算机科学家不断思考人工智能可以做什么，并试图构建一个全新的可以把人类解放出来的基础设施式的工具。Google当然是机器学习商业成功的杰出代表，它以算法帮助我们寻找有用的信息，而这个算法是以机器学习为基础进行的。自Google之后，很多基于人工智能的商业公司陆续出现，亚马逊、Netflix通过机器学习向用户提供他们想要的东西，国内的淘宝、百度、腾讯也在进行人工智能方面的应用。在人工智能刚刚出现的时候，我们经常会被智能的网络吓一跳。Facebook可以告诉你谁是你的朋友，而事实上你与这位朋友已经失联很多年。国内类似Facebook的网站人人网也尝试推出过这样的功能，且在那个时期帮助我们不少人找到了失联多年的小伙伴。腾讯QQ也一直有好友推荐的功能，而这些推荐过来的朋友确实是我们的熟人。但机器究竟是怎么做到的？这在一开始确实非常让人匪夷所思。这其实就是机器学习在社交上的一个应用分支。

有了人工智能，研发自动驾驶的汽车也成为可能。一开始，我们只需让计算机操控汽车躲开障碍物就好。但逐渐地，我们希望计算机可以更细致地识别道路上的状况，比如清晰地分辨一个行人和一只动物，以及一棵树。因为在实际驾驶中，这显然是很重要的。在运用人工智能之前，我们依然不知道如何编写这样一个程序来帮助计算机学会看。Google运用人工智能研制的自动驾驶汽车，已经在正常道路上安全行驶了16万公里。Google的研发人员相信，他们可以依靠自动驾驶无事故地将这台实验汽车开到报废。

计算机有人类不可企及的能力，比如计算能力和存储能力等。人工智能让这样具有非凡能力的机器学会了学习，这就意味着我们可以让计算机学会很多人类也无法做到的事情。深度学习受到了人类大脑的启发，因此深度学习算法的能力可以不受任何理论的限制。跟人一样，数据和运算时间越多，它的工作性能就越好。

2012年10月底，在由微软亚洲研究院和南开大学、天津大学联合举办的一次学术会议上，微软首席科学家理查德·F．拉希德（Richard F. Rashid）在礼堂里发表演讲，计算机同步对他的讲话内容进行了识别，并将英文以字幕形式显示在他上方的大屏幕上。之后，他每讲一句话便稍作停顿，计算机瞬间就把这些话翻译成了中文，同时还以与他嗓音非常类似的声音进行中文朗读。事实上，拉希德完全不会讲中文，而是在前期录制了一个小时的语音材料供计算机的语音合成系统学习，以模拟他的声音。这个展示赢得了全场的掌声。《纽约时报》发表头版文章，使用“真的很棒！”等字眼称赞人工智能；紧接着，《纽约客》（New Yorker）也发表文章回应，称“这让我们向真正的智能时代迈进”。

现在，人工智能已经可以成功识别图像。2011年，我们已经拥有了一台视力水平高于人类的计算机，这台计算机的图像识别精度是人眼的两倍。此后，有更多的计算机科学家让计算机学会了看。2012年，Google宣布他们的一个深度学习算法在YouTube上进行了为期一个月的视频影像学习，并在收集了16000台计算机上的数据后，已经可以仅通过视频影像分辨人和猫。到2014年，人工智能的图像识别误差率已经降低到6%，而人类的视觉误差水平远远高于此。人工智能图像识别技术已经基本成熟，可以在商业工业领域开展应用。2013年，Google宣布，他们的人工智能算法可以在两个小时内绘制出包含法国每一个地点在内的电子地图。他们把人工智能算法接入街景以识别街道号牌，如果这项工作由人工完成，那将耗费巨大的时间和精力，且效果不能保证比机器更好。另外，百度也在图片识别上有所突破。在百度图片搜索中上传一张图片，机器会自动为你找到与图片对象相同或相似的结果，还可以理解图片中包含的信息，并从数据库数以亿计的图片中进行搜索匹配。人工智能的图像识别还可以让计算机学会阅读。瑞士的计算机科学家已经让机器学会了阅读中文，且水平已经高于普通的以中文为母语的中国人，而中文是世界文字中笔画图形最复杂的一种文字。人工智能在医学影像上的水平已经超越人类最高水平的医师，并可以依据这些影像进行医学研究和病理学分析。

新事物出现，然后旧事物被取代，在我们有限的人生中这样的例子可能不多，但历史给了我们充分的证据。人类的进化和技术的进步基本保持了匀速增长，但今天，我们看到人工智能的能力正以指数方式增长。当前，我们还会感觉机器仍然很笨，但以当前的增长率，5年内人工智能将整体超过人类的水平。在人类发展史上，蒸汽机的出现让人类生产水平提高了一大截。然而问题是，一段时间之后，明显的增长趋势便转平，这也就是技术增长的S曲线所表示的。

人工智能革命与工业革命的不同之处在于，人工智能不会停下来，而且会越来越智能；同时它们可以制造出更加智能的计算机，这将是世界从未经历过的革命。人工智能革命的裂变能力就像一台曲速引擎，向前持续探索更高的机器智能，向后不断压缩低效率人类活动的生存空间。在过去的25年中，资本的生产力在加速，而劳动的生产力在变缓，甚至有所下降。也许人们在听到这种人工智能的威胁时会不以为然，会觉得机器没有感情、没有艺术情趣、不会思考，甚至不知道自己是如何运作的。我们所面临的情况是，人类用大部分有偿劳动时间完成的工作，机器都可以高效廉价地完成。所以我们该认真地思考，如何调整我们的社会结构和经济结构，以适应这种局面大规模来临时的窘境。

人工智能对我们的重建，其不可阻挡性主要来自于机器具备比人类更高的进化能力。历史上，我们未曾拿蒸汽机、电动机与人类进行控制权的比较。而在计算机出现的短短几十年内，我们就开始思考机器取代人类的可能性。这就是伟大发明带给人类的理性。