Local EPUB Text
算法的进步大量涌现
我们不知道眼睛在大脑的发展过程中起了何种促进作用，但我们知道智力的作用远远超过视觉皮层细胞，从识别捕食者和猎物、寻找配偶，到今天阅读本书时用到的充分交互与自我认识能力。我们知道深度学习算法从最初的为视觉感知服务，到今天成功应用到许多人工智能领域，例如语音识别到语言产生再到艺术创作。我们推测这股发展趋势仍将继续。
发展趋势将持续多久？何时结束？这些都是科幻作家和哲学家考虑的问题。如果我们用硬件能力为基础来推测人工智能的发展，发展过程将持续到2020年，到那时计算机能力将于大脑的计算能力相当。可是预言似乎不能满足我们。我们想知道什么时候计算机能拥有与人类水平相当的智能行为方式，而不仅是它们原始计算能力的发展。问题在于这类设想要走向现实可谓难上加难。
计算机要发展出类似自我觉醒或自我认知的能力，需要的不仅仅是硬件的提升，而是一套全新的算法。况且我们不能确切知道“机器的自我认知”是什么，我们只知道这不用于下棋或开车，它没有明显的规律可循。因此不像许多科幻电影描述的场景，这不是由软件开发的高手通过编程可以直接解决的问题。
相反地，机器的自我觉醒发展缓慢。自我觉醒是什么？我们采用实际的定义：它不过是一种自我刺激的能力，用来预测现在行为所带来的后果，从而不需要在现实中真的做出该行为。你能想象出明天的你行走在沙滩上的情形吗？你能想象出大海的气息和踩着沙子的感觉吗？感觉很美好吧，让你心动真的要行动了吗？如果答案是肯定，那么你进行的就是“自我觉醒”。有人会说，就连能引起感知的情绪，比如恐惧和欢乐，都能在过去的经历基础上，把未来的行为结构投射到我们目前的状态中。比如，“痛苦”象征着现在遭遇的破坏，而“恐惧”表示极有可能发生的严重破坏，然而“担忧”在内在自我模式的基础上，反映出严重性轻微、距离更长远的负面结果。
如果机器人根据目前的行为预测到将来的场景，然后开启预测模式计划将来的行为。在某种程度上说，它自我觉醒了。2006年我们展示了一款能建造自我形象的机器人——虽然图片描绘并不准确，呈现是粗糙的类似剪贴画的小人像——但机器人却能从此离开物理实验和外部编程来学习行走。可是当时机器人制作出自画像时，感知器和预测算法已经达到了极限。
也许当深度学习算法应用到所有人工智能领域时，我们才能看到新一代的机器人画出越来越准确的自我肖像以及周围环境的模式，这样渐渐发展成自我意识觉醒。
一辆自我意识觉醒的汽车不会在车道上遇到你，或和你聊聊路况，也不会很贴心地顾及你感兴趣的事务。但一辆自我意识觉醒的汽车能够越来越准确地建造于驾驶模型，以及你的驾驶习惯——哪些它可以做到，而哪些在它能力范围之外，这些潜在动作的风险利弊可能是什么，等等。就像我们人类的自我意识觉醒，能够超越自身范围，领会他人的感受和意图，汽车也能明白路上行驶的其他车辆的下一步举动。
我们估计，从多细胞进化出视觉感知细胞，花了500万年；从视觉感知细胞进化到智人花了5亿年。如果依照这个时间做类比，感知器花了50年时间从20世纪50年代的“无视力机器人”发展而来，也许要花上500年的时间，人工智能才能发展到与人类水平相当的自我意识觉醒。硬件进化能助力这股发展趋势，可是算法的进化必须遵循其自身的间隔发展特点。
不过，无论是2020年还是2500年，相比于人类的进化历史来说，都太快了。
人类一直以来都倾心追求制造出有生命的活物，古时候的炼金术士用尽各种办法，赋予泥石生命的气息。历史上出现了各种神秘的处方，多年以后，炼金术士被他们的现代“追随者”——机器人学家所取代。今天，研究机器人的专家拥有更好的工具、更深层的理解力和稍微充裕一些的资金。最终，我们依然在不停尝试，把生命气息带给毫无生命特征的机器。