與許多和我交談過的博學(xué)廣識的人一樣，我認(rèn)為人工智能(AI)往往被夸大了。不少專家認(rèn)為，亞瑟?C?克拉克(Arthur C Clarke)所說的“人工愚蠢”使得計算機(jī)成為我們的仆人，而非我們的主人。

人類大腦產(chǎn)生創(chuàng)造性思維、直覺、創(chuàng)意甚至預(yù)感的能力肯定不可能被復(fù)制到電子設(shè)備上嗎？

但是如果人工智能懷疑論者高估了人類大腦呢？不久前，IBM展示了一個程序，在圍繞政府支持太空探索和遠(yuǎn)程醫(yī)療是否有益的辯論中，它差不多與一位經(jīng)驗豐富的人類辯手平分秋色。它并不能完全讓人心悅誠服，卻不由得讓我對人工智能進(jìn)行了一番反思。

IBM這套叫做Debater的系統(tǒng)在舊金山一個活動上提出的觀點，悉數(shù)來自該公司建立的一個包含“數(shù)億篇”文章的數(shù)據(jù)庫。評論人士稱，該程序被填鴨式地輸進(jìn)了大量材料。一位著名專家、德蒙特福德大學(xué)(De Montfort University)研究機(jī)器人與人工智能倫理和文化的凱瑟琳?理查森教授(Kathleen Richardson)指出，這使得該計算機(jī)不必過濾垃圾信息——而人類卻必須自己過濾。

但是顯然每個人都是從有選擇性的“數(shù)據(jù)庫”中汲取觀點。我們的大多數(shù)思想，都是從父母、老師、書籍、朋友、受人尊敬的專家和媒體得來的想法和信息再整合而成。即便是我自認(rèn)為原創(chuàng)的思想，在某種程度上也是受人啟發(fā)的。

那么創(chuàng)造力只是一種技巧，情緒是一種可以習(xí)得的行為，而愛情不過是一個人的個性與另一個人的個性相配？這些都能解構(gòu)為代碼嗎？

20世紀(jì)90年代末，理論物理學(xué)家加來道雄(Michio Kaku)告訴我，機(jī)器人不會取代人類的一個根本原因在于常識，也就是“明白水是濕的，母親比女兒大，動物不喜歡疼痛”之類的道理。

他說：“在計算方面，一個五歲兒童的大腦中約有1億條常識性信息?！?/p>

如今，讓一臺機(jī)器飛快搜索1億條編程信息然后作出常識般的決定已經(jīng)不再是科幻小說中的場景，而是成了現(xiàn)實。Windows 10有5000萬行可執(zhí)行代碼，把它安裝在一臺只花200英鎊的計算機(jī)上也可以很好地運行。而IBM稱其Debater數(shù)據(jù)庫中有數(shù)億篇文章。

一些工程師表示，計算機(jī)運算速度和運算能力的增長之快甚至超過了戈登?摩爾(Gordon Moore)的預(yù)期，如果按照他在50多年前提出的“摩爾定律”，計算機(jī)算力每兩年會翻一番。能顯著提高計算機(jī)處理能力的量子計算，幾乎已經(jīng)成為現(xiàn)實。

機(jī)器甚至可能發(fā)展出幽默感，這是人類具有的一種微妙的能力。30年前，加拿大教育心理學(xué)家杰拉爾丁?施瓦茨(Geraldine Schwarz)跟我說，喜劇是“最高級別的智慧——高到不可定義和不可言喻”。

然而2013年我在倫敦觀看了一場由機(jī)器人表演的實驗性脫口秀節(jié)目，雖然談不上精彩絕倫，但那臺機(jī)器自主生成的笑話還是有點搞笑的。

或許人類大腦終究沒什么特別的。

就在今年1月，英特爾(Intel)負(fù)責(zé)人工智能業(yè)務(wù)的納維恩?拉奧(Naveen Rao)告訴我：“我們或許能在30年內(nèi)創(chuàng)造出一種有限智能，它可以在空間中移動，了解周邊環(huán)境，并且對自己有感知?！?/p>

我問他，我們是否有可能高估了我們的大腦。拉奧博士猶豫了幾秒鐘，仿佛對自己的答案感到有些囧?！笆堑?，”他說。

他停頓了一會兒又說：“1996年我上過一節(jié)人工智能的課。我們觀看了圍棋比賽，我們那時認(rèn)為在我們有生之年計算機(jī)是無法搞定圍棋的。在圍棋對弈中，你每下一子，后面可能走出的棋步——我們稱為分支因子——太多了。我們覺得我們的大腦在做神奇的事，我們無法理解、不可捉摸?！?/p>

“再來看過去五年里我們所做的事，現(xiàn)在我們意識到，我們的大腦做的事并不神奇。它們只是非常好的模式匹配程序。”

我問道，那么愛和同情是可以被學(xué)習(xí)和復(fù)制的嗎？“當(dāng)然可以。這些能力是因為進(jìn)化的原因而存在的。我看不出為什么不能?！?/p>

當(dāng)然了，一位人工智能專家做出這樣的預(yù)測并不奇怪——雖然態(tài)度沒那么肯定。于是我又去找了麻省理工學(xué)院(MIT)的神經(jīng)學(xué)家詹姆斯?迪卡洛(James DiCarlo)。研究大腦的專家會怎么想？

IBM為迪卡洛教授在麻省理工的實驗室提供了部分經(jīng)費。他對人腦科學(xué)及工程學(xué)興致勃勃。

“認(rèn)為人腦將總是比人工智能復(fù)雜是錯誤的，特別是對于大腦和認(rèn)知方面的科學(xué)家來說，”他表示，“這意味著我們將永遠(yuǎn)無法完成我們的這項工作，就是從工程學(xué)角度來理解大腦和思想——理解這些意味著我們可以構(gòu)建出同樣復(fù)雜的系統(tǒng)?！?/p>

“我相信，工程學(xué)將會逐漸地掌握大腦的某些特定功能?！?/p>

我開始在想，人工智能可能比我們這些懷疑論者想的更強(qiáng)大。