這是一個 AI“上鏡率”爆表的年代，無論什么似乎都能 AI 一番。

　　在“人盡皆知”的表象之下，又有多少普通人了解“人工智能”的基礎和走向呢?例如幾個常見的討論主題：人工智能將會以何種速度發展?人工智能會讓我下崗嗎?人工智能是否會讓人類走向毀滅?

　　這些大而寬廣、目標深遠的問題，顯然不是普通人能夠準確給出答案的。

　　但 Terrence J. Sejnowski(特倫斯·謝諾夫斯基)，對這些問題絕對有話語權。以他目前幾個主要的頭銜為例：美國索爾克(Salk)生物研究所計算神經生物學實驗室主任、NIPS(目前人工智能的頂級會議)基金會主席、奧巴馬政府“BRAIN”計劃顧問委員會委員、美國五院院士等等。

　　除了頭銜之外，Terrence 對于人工智能的發展也頗有貢獻，他和 AI 領域“四駕馬車”之一、“深度學習之父”稱號的卡內基梅隆大學教授杰弗里·辛頓(Geoffrey Hinton)，在 30 多年前就早早地證明了簡單的“神經網絡可以完成一些復雜的任務”，這一成就開啟了神經網絡的快速發展。即便后來遭遇了人工智能的“寒冰期”中，他也從未放棄在人工智能方面努力。

　　作為最了解人工智能歷史、趨勢，最早開啟人工智能浪潮的人之一，Terrence 前不久剛出版了自己的第四本書——《深度學習革命》。書中內容橫跨了深度學習的過去、現在和未來，整體時間跨度長達 60 年。

　　用 Terrence 自己的話來說：

　　可以說是圈外人了解人工智能發展歷史、理解人工智能發展趨勢、并且最終形成自我預測能力的上佳材料。

　　虎嗅也就本次發布的書籍及內容，對特倫斯·謝諾夫斯基專門進行了一次采訪，內容涵蓋其對于人工智能的深度理解、趨勢預測等精彩內容，以下是我們深度整理、編輯之后的版本。

　　人工智能崛起依賴的是生物技術?

　　通常來說，人們都將人工智能看做一串串代碼組成的軟件，但在擁有哈佛大學醫學院神經生物學、普林斯頓大學生物學雙博士后學位的 Terrence 看來，人工智能更像是人類創造的一個新的“物種”。

　　其中一個重要原因，是人工智能技術發展過程中，對于生物的參考。

　　Terrence 從上世紀 80 年代就開始與神經網絡打交道：“最早我只是一位物理學博士，雖然早早開始研究神經網絡模型，但最初的研究并不順利，因為不借助生物學的力量，我就只能夠用方程式去猜測人類大腦的運轉方式。屢屢失敗之后，我就去了哈佛大學讀神經生物學博士后，那之后我才意識到了人的大腦究竟是有多么復雜。”

　　于是乎，Terrence 開始嘗試另外一種方法：將人類學習時，生物微觀結構中的變化，轉化成一個又一個方程式，融入到神經網絡模型當中。

一個波茲曼機例子(其中包括 3 個隱藏單元和 4 個可見單元)

　　到了 1985 年，Terrence 和 Hinton 取得了里程碑式的成績，在《認知科學》雜志之發表了一篇題為《一種“波茲曼機”的學習算法(A Learning Algorithm for Boltzmann Machines)》的論文。他們所開創的“波茲曼機”是神經網絡中的一種，同時也是最早能夠學習內部表達，并能表達和解決復雜的組合優化問題的神經網絡。

　　學術界從那時起才堅定了神經網絡的潛在價值，并且開始不斷在這個方向上努力。

　　Terrence 在采訪中總結 30 多年來神經網絡的進展時，特別提到了“強化學習”：“它參考了人類自我學習成長的模式。更具體地說，是模仿了人類神經元網絡中多巴胺的刺激作用。”

　　有人這樣概括“強化學習算法”——就是在訓練的過程中，不斷的去嘗試，錯了就扣分，對了就獎勵，由此訓練得到在各個狀態環境當中最好的決策。

　　讓絕大多數普通人第一次了解到人工智能、在圍棋上打敗人類最強棋手的 AlphaGo，最核心的算法就是“強化學習”。所以在對決過程中，計算機不再需要去計算所有的結果，而是可以像人一樣、甚至更高效地去不斷做決策，最終獲得勝利。

　　這一成就在 Terrence 看來，還不算是最令人激動的，因為“強化學習”中需要人類扮演引導的角色，除了為神經網絡樹立目標之外，人們還需要不斷修正神經網絡的參數。相比之下，人工智能目前另外一個熱門的方向是“無監督學習”，后者最大的特點就是嘗試讓計算機自己對數據進行總結歸納，并且進行學習。

　　用他自己的話來說：“這與人類嬰兒階段，通過視覺、觸覺、味覺等感官對世界進行觀察、收集、判斷是“如出一轍”的。這個時候我們再來看搭載了無監督學習的機器人，它不就是‘嬰兒機器人’嗎?那再給它一些時間，不就會成長為青少年機器人，最終再成為成熟的機器人嗎?”

　　雖然 Terrence 表示未來很難預測，但最終還是給出了一個：“所以未來如果真的有能跟人類比肩的機器人制造出來，它也必須經歷與人類相似的成長、進化的過程。而且相比于特定生態位(種群在生態系統中的位置)和進化而得到的并不能算‘智慧’，那些更多是對于環境的適應，而人工智能將會橫跨整個生物智能的范圍，這將讓世界變得更加豐富。”

　　也就是說，未來人工智能物種中還可以有 AI 貓、AI 狗?

　　人工智能會帶來什么?

　　在進一步探討是否應該恐懼之前，我們決定先跟 Terrence 聊聊一些對于未來的暢想。他直接拿筆記本的鍵盤舉了個例子：“未來我們肯定是不再需要鍵盤了，當你都可以和你的電腦對話了，誰還需要鍵盤呢?到時候，筆記本都會像 25 年前的打字機一樣，被直接送進博物館。”

　　這一個例子也曾被“硅谷鋼鐵俠”Elon Musk 提過，就在我們期待 Terrence 聊聊由其引發的基礎商業模式改變時，他先強調了自己謹慎的態度：“以前我車上都有一本地圖，每次去一個地方我都要看著地圖來開車，現在我需要的只是輸入地址，然后手機就會給我發送指令，指引我去到目的地。再比如社交網絡，它完全改變了人們交流的方式，也改變了信息的傳播。”

　　“這相對于互聯網創建之初的 1990 年，完全就是兩個世界。1990 年也沒有人能夠預測到同樣的東西。”Terrence 頓了一下笑著說道，“可能還是因為人類沒有足夠的智慧吧(去預測未來)。”

　　“隨著 AI 的引入，人類將通過復雜的機器算法與計算機形成腦機接口，我們不知道未來會發生什么。但參考前面的例子(互聯網)來看，這將會是一件非常神奇的事情，它(未來)將會與今天的生活大不相同。”

　　不過改變并不只有正向的，我們也向 Terrence 提了一個“挑戰性”的問題：我們如何保證互聯網公司這樣的人工智能、數據平臺，不會作惡?

　　Terrence 這樣回答道：“我們還是倒回到歷史中來看，對我比較喜歡回顧歷史。250 年前的工業革命，蒸汽引擎的誕生提供了大量的動力，往往一臺發動機就能干一百個人的機械工作。人們隨后開始把大量的發動機投入到工廠，百倍的產品從工廠中生產出來。但同時那個時代又是非常可怕的，大量的蒸汽機燒著煤炭，向大氣中源源不斷地排放著大量的污染物，整個倫敦都被污染所籠罩。”

　　“不夸張的說，那就是新技術帶來的改變，生活在其中就像是一‘地獄’。那么我們(人類)是怎么應對的呢?人們意識到工業革命必須要調整之后，開始建立各種全新的法律，例如如何控制污染，例如有了機器也不能使用童工等等。人類會自然地選擇去阻止負面的事情發生，這某種程度上就是政府的職責，在這個過程中，政府實際上是在監管、甚至拖慢技術的應用。”

　　“因此對于任何新技術的出現，我們實際上都需要一段時間來研究如何調節。最優的調節手段甚至還不是一次練就的，它需要時間，因為人們需要時間來理解技術的影響，并且對其中負面的因素進行抵制。”

　　Terrence 在說完整體的情況之后，開始著重分享自己對于互聯網巨頭的看法：“人工智能的算法、數據這些關鍵性的資源目前的確被谷歌、微軟、阿里巴巴這樣的大公司所掌控。但這些資源更像是公共資源。再加之今天的很多大公司早已國際化了，他們的觸角都是全球化的。也許 100 年之后，國家的邊界就會消失甚至變得無關緊要。這的確可能是一個瘋狂的猜測，但大公司的權利在與日俱增的確是事實。他們未來甚至能影響國家如何規范商業，規范個體的行為等等。”

　　Terrence 還給出了一個他的結論：“我唯一能夠保證的只有一點——未來會讓所有人大吃一驚。期望環境保持不變，一直延續下去，絕對是愚蠢的。”

　　我們是否應該對 AI 恐懼?

　　這個所有人都會關心的問題，實際上也是 Terrence 決心寫下這本書的其中一個主要原因。當時他在野外徒步了一個星期，但腦海里面卻重復在想此前人們對于人工智能的恐懼。有的人說世界末日要來了，有的人說人類將要被淘汰等等。

　　“這實在是太瘋狂了。但我確信事情不會像他們想象的那樣糟糕，因為對于人工智能，我比普通人知道得多得多。所以我真的需要分享一下我對于人工智能的見解，但(這本書)絕對不是為了說教，我只是想糾正大部分人的錯誤認識。”Terrence 平靜而認真地說道。

　　“我更多想要講述的是一整個(人工智能發展)故事，一個關于過去的故事。人工智能的靈感你從哪里來?基于我們這些從業者，它的優缺點有哪些?會造成哪些影響等等。當然還包括我的一些小猜測，人工智能將會如何影響我們的生活?這些都在書里。”

　　Terrence 隨即又舉了一個具體的例子：“早在 1994 年，人類打造的計算機就已經在國際象棋上打敗了人類。看起來國際象棋似乎已經‘過時’了，但人們并沒有說再也不下國際象棋了。相反一個有趣的變化發生了：原來國際象棋高手主要依靠互相切磋來提升水平，大城市中的棋手和俱樂部往往會占據優勢，但最新的國際象棋世界冠軍，實際在挪威偏遠的一個小村莊中生活，跟他對弈的正是電腦。所以不管你在世界何地，哪怕是在非洲的村莊，你都可以借助計算機來加深你的熱愛，甚至推動更多的普通人來下國際象棋。”

　　“這明顯和大部分人設想的情景不同，所以說預測未來是不靠譜的。”Terrence 繼續說道，“每一次新技術被引進社會，不總會有人會說它是文明的終結嗎?你看核能、又或者是轉基因，這些技術每個都擁有滅絕人類的可能，但人類每次憑借互相的交流溝通、法律等手段就是能避免最壞的情況。”

　　除了對人類抱有信心之外，Terrence 還點出了人們無需過多擔憂的另外一個原因——人工智能發展并沒有想象中那么快。

　　“最近幾年無人駕駛火熱，各種技術、各種方案紛紛出現。但這種技術最終想要轉化成可以商業化的產品，往往還需要十年以上的時間，更不要提自動駕駛這種可能有幾十年過渡期的新技術，按我自己來看，20 年可能才會完全可靠。但科技就是這樣發展的，你手上拿著的手機并不是變魔術一瞬間變出來的，而是許多人數十年的心血。”

　　“所以最瘋狂的想象大多數都不會靠譜，電影中那樣的終結者也不會出現。”Terrence 充滿信心地說到，然后像是開玩笑一樣說了個看法：“我們反倒是要思考下怎么和人工智能談戀愛，因為它們可能會具備人類所有的情感。”
　　（邯鄲網站建設）