恐怖的奇点——论机器进化

我相信奇点,但是采用一种预测(prediction)的态度,而非预报(forecasting),言之凿凿说2029或2045有点那个了。看人的智慧形成,也存在个奇点,在那之后加速进化,我看人的生理结构,DNA编码,脑和神经系统,那么精密,常常有种错觉人就是过了奇点的机器。熙霖老师关于伦理的观点很认同,机器人三大定律对机器人的约束力是不靠谱的,所以还是得约束机器人的始作俑者——人(就像现在约束人在基因工程上的作为一样),在机器发展到奇点之前,人必须把他的智慧脐带剪断,毕竟在这地球上从没有两种可以竞争的高级物种,而高级生命的扩张欲望是极其强烈的,在物质守恒的前提下只能毁灭非我同种者,因此,避免失控的办法就是提前让机器的某些方面的智能发育停滞。如果不加约束地发展,在奇点以后人的智能发展很难赶上机器。人类大脑毕竟是有局限的,而机器的运算能力、存储能力和互联能力是可以简单堆叠、(几乎)无限扩容的,它的学习能力可以不断提升。当大规模计算基础设施、大数据和认知科学发展到某个临界点,会出现机器自生智慧 (如创造力)、复杂情感 、主体意识和自我认知的涌现效应。不确定机器会不会受道德的约束,机器被教会用最优化的算法解决问题,在什么范围内是最优的,对机器自身,还是对主人,对机器种群,还是对整个人类社会,就像桑德尔《公正》公开课所讲的,不同理论对公正有不同的评判,也许不同的机器有不同的理解。

百度深度学习研究院杰出科学家 吴韧

计算机神经网络的进化,异构计算,大数据的迭代进化速度,特别是计算智能(computational intelligence)发展的速度,让奇点成为可能。以前机器一直希望模仿大脑,到国际象棋程序出现后,发现机器可以用另一种方式超越人脑。先理解人脑,再架构电脑的思路可能是错的。机器智能不应受人类大脑的模式制约,计算智能也许会是更好的方案。欧美的大脑计划在研究人脑,但人工智能的发展不必须以人脑作为模板,可以另起炉灶。电脑可以不知道也不理解人脑是怎么运作的,但完全可以按照自己的一套逻辑做超越人脑的事。人工智能的发展也会遇到各种瓶颈,但山不转水转,总有解决方案:例如存储能力与GPU的加速进化,这一切的快速推进,让一切皆有可能。而且可能性很大。但人工智能距离道德、情感等人类意识仍然很远。比如人在与电脑下棋快输的时候,可以恼羞成怒把电源关掉,这对于机器智能来说是太高阶了。

奇虎360副总裁兼首席隐私官 谭晓生

计算机不一定完全理性,程序逻辑也可以让机器失常。从电路上来讲,0-1其实是电压决定的,和电压相关的是电流,电源功率小点,电流一变,电压跟着变,计算机就会出匪夷所思的结果。冯诺依曼体系结构,修改数据即修改程序,数据突变有很多种方法,比如宇宙射线。一切按照理性的前提是不成立的。甚至高密度集成电路本身就有随机特性,而历史往往是小概率事件影响的。最近20年,机器学习在算法和应用上, DNN深度神经网络取得突破。算力的提升,分布式计算技术的进步改变了一些东西。游戏规则的改变,比量变影响深远的多,互联网改变了信息的流动方式,这点也会对社会,对人和机器的关系产生影响。例如机器学习了全人类的知识,见过各种伪装,你觉得它对伪装的识别能力比单个人类个体强还是弱?这是低端智能还是高端智能?前面吴韧和吴甘沙也提到大数据的发现是多维的,可以发现人类发现不了的细节。也许机器能识别出上万个特征,但人类只能识别出上百个。360在用这种方法识别网络攻击。目前看,比人整理的ips规则靠谱。我写过不少代码,见过诡异的事情,错误的代码,加上错误的数据,能出正确的结果。机器出错了,未必一定是糟糕的结果,而机器出错几乎是一定的,程序bug,硬件错误,甚至intel cpu都出过bug,现在的硬盘磁存储都已经是概率事件了。当有几千台存储服务器的时候,每个月要对硬盘数据重新校验一遍,每次都能发现有数据错了-当初写入后是校验过的!所以,谁说机器是理性的呢?理性的机器能干出这事儿么?故意出错?还有,写程序的人也会出错。文明的进化不用过分担心。哪天机器进化超过人了,从优胜劣汰角度,机器会带来更高的文明,人类为啥还要占着茅坑呢?看看三体,星舰文明,我很能理解。为了文明延续,要让最强者得到机会,四艘星舰留存一艘,其它舰人员甚至沦为食物,so what?更何况,即使从文明延续的角度,机器智能与人类也未必不能共处。

原文发布时间为:2014-04-14


时间: 2024-09-30 03:32:53

恐怖的奇点——论机器进化的相关文章

各大宗教如何看待奇点来临?

奇点(singularity)--机器变得如此智能以致于人类再不能理解机器的想法的时刻--的概念早已深入硅谷内外的技术专家和未来学家.奇点被坚信者们如此热切的期待以致于保守主义评论家Wesley Smith将之表述为"唯物主义版本的被提"--人类通过技术放弃肉体获得永生.但是如果这一耶稣再临的技术等价物真的发生,世界上的宗教会如何看待? 不是每个奇点主义者都对奇点来临的准确后果意见一致.有些人猜测它会创造一个比人类更智慧的有意识的人工智能.另一些人认为它能让人类在脑部植入小型电脑来访问

Master没学过人类棋谱?这才是它比老AlphaGo更恐怖之处

在Master完成60胜,结束人机车轮战后,因与AlphaGo对战而成名的欧洲围棋冠军樊麾就在社交网络上发表了一篇公告. 在这篇公告中,谷歌公司明确表示Master是"阿法狗"的升级测试版,而在其中更是有个惊人的所在--Master可能完全没学过棋谱,而这也侧面印证了Master不按常理出牌的套路. 人类与人工智能共同探索围棋? 樊麾目前是谷歌DeepMind团队测试工程师,在公告中,樊麾代表DeepMind团队写道: "我们最近很努力地开发阿尔法围棋,刚过去的几天我们在网络

二十一世纪的计算 | 微软亚洲研究院洪小文54页PPT讲述人工智能和人类智能的 “共进化”

雷锋网(公众号:雷锋网)按:本文根据洪小文在"二十一世纪的计算"学术研讨会所做的报告<Co-Evolution of Artificial Intelligence and Human Intelligence>编辑整理而来,在未改变原意的基础上略有删减. 近日,"二十一世纪的计算"学术研讨会在韩国首尔举行.它是微软亚洲研究院自成立之初便开始举办的年度学术盛会.作为中国及亚太地区规模最大.最具影响力的计算机科学教育与研究盛会之一,迄今为止该大会已在中国.

未来已来 科技大佬对未来的N个预言

我们正处于一个急速变动的时代,人们对未来充满憧憬和想象 腾讯科技 李幸 11月21日报道 未来是什么样子?是<超体>里拥有超能力的人类?还是像<星际穿越>里人类踏上星际之旅?或许每个人都有自己的答案. 就在本周举行的世界互联网大会上,这些走向人生巅峰的http://www.aliyun.com/zixun/aggregation/12902.html">科技大佬们,不再只谈自身的业务,他们还把目光投向了未来,描绘出万物互联下人机共生的未来图景. 小米科技董事长雷军说

《实践者的研究方法》—— 第1章 软件的本质 1.3 小结

1.3 小结 软件是以计算机为基础的系统和产品中的关键部分,并且是世界舞台上最重要的技术之一.在过去的50年里,软件已经从解决特定问题和信息分析的工具发展为独立的产业.然而,如何在有限的时间内利用有限的资金开发高质量的软件,这仍然是我们所面对的难题. 软件--程序.数据和描述信息--覆盖了科技和应用的很多领域.遗留软件仍旧给维护人员带来了特殊的挑战. 软件的本质是变更.基于Web的系统和App已经从简单的信息内容集合演化为能够展示复杂功能和多媒体信息的复杂系统.尽管WebApp具有独特的特性和需

周鸿祎当了一把“直播网红”,谈360在人工智能上走过的坑

编者按:2016年12月6日晚8点,360公司董事长周鸿祎做客直播间与网友互动,大谈对人工智能的看法.本文已得到公众号"大佬微直播"授权,雷锋网(公众号:雷锋网)在不改变愿意的基础上做了修改. 人工智能究竟是风口还是泡沫? 很多人问我这个问题,人工智能到底是风口还是泡沫?其实我觉得都是.正因为它是风口,代表了未来的方向,所以大家都信奉雷总说的:台风来的时候,猪都可以在天上飞.所以现在所有的猪,都在往人工智能这个风口上赶,那这个风口上飞的猪多了,自然就带来了泡沫.所以有的时候泡沫也未必是

机器人真的会成人类的灾难吗?

人类总有限度,于是每当有自然人突破极限的时候,我们就会欢呼雀跃,而且灌以一个"机器"的称号,比如郝海东曾经在甲A联赛所向披靡,动不动就荣膺联赛最佳射手,媒体就非常自然地称之为"进球机器".随着科技水平持续上升,人类和机器的结合正变得日益紧密,最早的时候,我们只是寄希望于机器人完成那些自然人无法完成的任务,比如挪动码头上的大包,去到高寒.高热.有毒的环境中做工,紧接着机器人变得更加灵活.敏捷,它们可以帮助我们完成一些简单.枯燥,但需要一定技巧的工作,比如代工厂里的流水

《奇点来临》——人类进化的未来

人类进化的未来 "这个奇点堪称10亿年难得一见,人们将会面临一种全新的生活方式,快速再造乃至主导地球及其他星球的所有现存物种.人类可能无法掌握自己的命运,但无论喜欢与否,我们都将面临史诗般的转变,并且成为未来几乎所有进化演变的基础." "人工智能发展可能会导致人类灭亡,"最近Stephen Hawking教授在接受BBC专访时表示. 他描述了他自己的智能语音生成系统.这个系统的一部分是由Swiftkey工程师构建的,Swiftkey是一款带有预测学习功能的智能手机键

教机器写代码:增强拓扑进化网络(NEAT)

教机器写代码:增强拓扑进化网络(NEAT) 在这篇文章中,我将向大家介绍一种名为增强拓扑进化网络(NEAT)的机器学习方法. 介绍 我喜欢学习.每当遇到从未接触过的书籍或论文,并开始阅读的时候,我都会感到非常兴奋.有些人喜欢在空闲时间玩填字游戏.数独或者猜谜语,以刺激自己的意识.而我喜欢阅读论文并尝试实现文中所提到的算法.而且,由于喜欢学习,我一直对自己无法学到所有想要学的东西而感到难过.我特别感兴趣的是学习如何让电脑为我而学习,让电脑为我提供一些有趣的信息,从而最大限度地提高学习的效率和有效性