AI前世今生 人脑与最强大脑共存
联合早报![](https://dss0.zbstatic1.com/s3fs-public/styles/article_large_crop/public/articles/2024/01/14/iStock-1483013789.jpg?1705179646000)
人工智能(Artificial Intelligence,简称AI)也许是2023年最热门的词汇之一。英国《自然》科学期刊将AI聊天机器人ChatGPT评选为年度十大影响科学发现的“人物”。AI被认为将引领人类迈入第四次工业革命。在我们日常生活的各个领域,AI的应用已经越来越普及,例如影像辨识、自动翻译和自动对话等。
人工智能之父
![](https://dss0.zbstatic1.com/s3fs-public/articles/2024/01/14/BankofEnglandC2A350SeriesGreverse2028129.jpg?)
人工智能的发展历程,与人类对大脑认知模型的理解,以及电脑的进步发展,两者息息相关。
我们的大脑由无数个神经元构成,连接在一起形成一个复杂的网络。闵斯基(Marvin Minsky)在1951年建立了模拟大脑认知的一种“神经网络模型”,1969年获得图灵奖。1956年,在美国达特茅斯学院举办为期八周的研究会议中,参与的科学家们首次将能像人类一样思考的机器称为人工智能。
从机器学习到深度学习
在1980年代,个人电脑的迅速发展推动了人工智能的进一步研究,引入各种计算机知识库,例如专用于医疗诊断的“专家系统”。在这一时期,AI的主要任务是进行分类,通过机器学习使计算机能够阅读大量资料,并学习如何有效的分类。当新的未知数据输入时,它能够推断出其属性。
到了1990年代,认知神经科学研究提出了大脑皮层发育理论,推进“人工神经网络”的研究进展。从传统的以分类为主的机器学习,向多层次的深度学习发展。例如,让电脑通过对多个特征反复学习,来提高识别准确性。由于电脑CPU速度和大数据等的指数级增长,深度学习使得AI更加具有智能。这些技术的应用,使得IBM的超级电脑“深蓝”(Deep Blue)在1997年击败人类西洋棋世界冠军;2016年,AlphaGo战胜了韩国围棋棋王。
深度学习极大地推动了图像和视频处理、语言文本分析、语音识别等领域的进展。通过应用AI对天文图像分析的深度学习,天文学家发现了隐藏的星体。利用AI深度学习和大型语言模型,生物学家能够理解其他动物的语言。在医疗领域,AI可用于医学影像分析和疾病诊断。AI也被应用于绘制人类大脑全脑的结构和功能图谱。
除此之外,自动驾驶技术也是AI在交通领域的杰出应用,有望提高交通安全性,减少交通事故,并改善交通效率。在可以预见的未来,AI也将能够找出癌症的治疗方法。
生成式AI进展惊人
![](https://dss0.zbstatic1.com/s3fs-public/articles/2024/01/14/iStock-1418475387.jpg?)
2022年底,开放人工智能研究中心(OpenAI)发布人工智能聊天机器人程序ChatGPT,掀起2023年人工智能领域的重大技术革命。基于大型语言模型(Large language model,简称LLM)的“生成式AI”,能够进行自然语言处理,翻译及创造新的文本及图像,成为年度最引人注目,最具影响力的科技。
人们开始了解ChatGPT及Google Bard等生成式AI的惊人进展,并引发许多对生成的内容的伦理及监督的讨论。美国斯坦福大学的学者设计了DetectGPT,它能够分辨人类撰写的文本,以及ChatGPT生成的文本。OpenAI内部也不断更新对于前沿人工智能开发的风险监管评估流程。
诺贝尔物理学奖得主彭罗斯(Roger Penrose)从哥德尔不完备定理及现有的物理理论,论证人类思维无法完全由任何电脑计算来取代。然而,AI的发展可说是已经形成另一种与人脑不同的智能“有机体”,它将像前几次工业革命一样,创造人类的未来。
目前为止,能表现正常人类所具有的所有智能行为的通用人工智能(Artificial General Intelligence)尚未产生,但相信人类的智慧能够善用这项科技革命,确保AI造福全人类。
四次工业革命
第一次工业革命(1760-1840):蒸汽机、机器代替人工
第二次工业革命(1870-1945):电力的大规模应用
第三次工业革命(1970-2010):电脑与自动化
第四次工业革命(2011-):人工智能、物联网、自动驾驶