人工智能结局(人工智能结局不出现外星人)

对于即将开打的人机围棋五番棋大战，围棋界与人工智能（AI）界人士看法分歧较大。围棋界虽认可谷歌围棋程序AlphaGo具备职业选手实力，但普遍认为这次李世石被番棋击败的可能性还不大；人工智能专家则多看好AlphaGo，认为跨过职业选手这个门槛以后，人工智能程序通过强化学习（Reinforcement Learning）的方式自我训练提高，棋力提高速度远超人类学习曲线，再通过这几个月的针对性训练，有可能一举击败李世石。

AlphaGo项目的主导者、深思（DeepMind）创始人德米思-哈萨比斯（Demis Hassabis）在接受韩国《中央日报》采访时就表示，李世石与AlphaGo各有五成概率， 在对弈内容上，AlphaGo应该不会输给李九段。

不过大家有共识的是：即使这次李世石能够全胜AlphaGo，人工智能程序在这一领域形成对人类的碾压将不会等太久。哈萨比斯称五年以后，AlphaGo可以战胜人类任何顶级棋手。这几乎都算不得豪言，这只是一个看得见的计划。

人类成为真正造物主的开始？

也许从蒸汽机的发明开始，人类创造的机器就不断突破生物极限。无论是力量、忍耐力、专注度、记忆力、动作准确度还是直接计算能力，机器已经远远地超越了大部分人类，某些项目上已经超越了地球上所有的生物。

但人类以往创造的机器只能称之为机器，因为这些机器还不具备思考能力。不过哈萨比斯等所领衔的通用人工智能（Artificial General Intelligence， 简称AGI）研究，则是要给机器注入灵魂。

强化学习框图

不像以往的人工智能系统只限定应用于某一个领域，通用人工智能不需要对原始数据进行筛选审核（例如预编程或手动处理），自动对外界的信息（原始数据）进行过滤、提取与分析，通过分析信息建立起外部环境的统计模型以后，然后择取当下最优行动策略来实现目标（例如游戏取得高分），并通过反复迭代调整自己的行动以更适应当前外部环境。一句话，通用人工智能采用人类思考问题的方式来认知世界。

哈萨比斯在一次演讲中展示过深思团队的另外一项研究成果，即机器以观看别人在屏幕上玩游戏的方式来学习不同的游戏。视频游戏并未事先限定，也不告诉机器这些游戏的规则，人工智能程序通过分析录像来寻找游戏规则，然后通过实战训练来提高水平。

DeepMind玩游戏的成绩

在Atari 2600机器上的49款游戏中，深思团队的机器程序通过这种方式在23个游戏上战胜了人类选手。

这是所有哺乳动物的学习方式，哈萨比斯说道，他要做的是通过研究人工智能来复制人脑运行机制，要想真正的理解一个事物，最根本的方法是重建它。

堪比地理大发现的心理大发现

这个声称要完成人工智能领域的阿波罗计划，准备给机器赋予灵魂的人，能够成为机器世界的造物主吗？

Demis Hassabis在伦敦大学学院期间

哈萨比斯在剑桥学的是计算机科学，毕业以后从事游戏开发工作，一年以后创办Elixir Studios，《共和国革命》与《邪恶天才》等游戏均出自ElixirStudios，哈萨比斯自己经常提及的游戏则是《主题公园》。卖掉Elixir Studios以后，2005年哈萨比斯重回学校读起了脑神经科学，2009年获得伦敦大学学院（University College London）认知神经科学博士学位，转向人脑神经科学与人工智能研究的哈萨比斯此后在多所大学游历，直到创办深思（DeepMind）。

互联网小常识：CIDR使得路由选择变成了从匹配结果中选择具有最长网络前缀的路由的过程，这就是“最长前缀匹配”的路由选择原则。

有神童（13岁拿到国际象棋大师头衔）之称的哈萨比斯在设计《主题公园》时即加入了人工智能算法，计算机科学与人脑神经科学双修的经历使其成为探索人工智能领域的最佳人选之一。

我觉得只有两门科学值得研究，即物理学与神经科学。物理研究的是我们身处的整个外部世界，神经科学与心理学研究的则是精神这个内部世界，哈萨比斯解释他进入人工智能领域的原因，精神意识的研究更为重要，因为我们是通过意识（mind）来理解外部世界的。

康德曾说过理性（mind）为自然界立法，哈萨比斯是康德哲学的拥护者，他说：意识创造了我们周围的真实场景。哈萨比斯的理想就是利用通用人工智能技术来解开人脑思维之谜，探究意识、创造力甚至梦境的运行机制。

这项研究的确可以媲美阿波罗登月计划，也好似哥伦布的环球之旅，如果人类意识领域的新大陆被发现，这项研究的历史意义也许比我们现在想象的还要伟大。

新技术是旧职业的收割机

谈及曾经战胜卡斯帕洛夫的更深之蓝与在《危险边缘》夺冠的沃森（Watson），哈萨比斯略有不屑，这些都是狭义人工智能，为解决某一个特定问题而量身定做。哈萨比斯把广义人工智能看作能够解决一切问题的终极方法（meta-solution）。

这种对场景不做预设，采用哺乳动物的学习方式，进化速度与学习曲线又没有生理限制的系统，其威力可超越现在任何有形的机器设备。这也是比尔-盖茨与伊隆-马斯克等对于人工智能担忧的主要原因。

相当于人类水平的通用人工智能并不是近几年就能实现的，但有必要现在开始议定人工智能的使用规范。哈萨比斯表示与其他威力巨大的新技术一样，人工智能使用者必须要考虑到可能的后果。

在这个信息过载的时代，利用通用人工智能来汲取信息中的知识，把人类从嘈杂的世界拯救出来，专心畅游于知识的海洋，哈萨比斯的理想就是创造出人工智能科学家（AI Scientist），至少是人工智能辅助科学家（AI Assisted Scientist），看起来很美的一个画面，其实也是一个很可怕的画面。

Demis Hassabis的AGI将会埋葬科研行业？

这样一来，全球科研人员岂不是都要下岗？科技发展已经使行业更替速度呈指数型上升，众多传统专业人士已经如同恐龙一样还未退休即被淘汰，通用人工智能的发展或许会使这个速度再次加速，如果科学研究都不需要人类了，难道只有文体行业才是人类最终的归宿？

被人工智能毁灭，或是人类最好的结局

蒸汽机车的发明使马车成为庆典摆设，计算机的发明使珠算成为表演项目，人工智能将会使人类只有在娱乐节目中才有机会进行科学研究？

也许我太悲观了，马车夫这个职业虽然几近消失，但汽车司机却越来越多；练习珠算的少了，但会用计算机算账的人越来越多；就连核武器这个最初的大杀器，现在却成为维护和平的重要力量：二战之后大国之间没有爆发全面战争多赖核武器所赐。

人类有足够的智慧来对付自己所创造的事物。

就算最终被人工智能所毁灭，这难道不是人类的最好结局？外星人进攻、小行星撞击、资源枯竭、核大战，哪一种人类灭绝的方式能够比被人工智能毁灭更好？被自己所创造的文明物理毁灭，在精神层面却实现了永生。

恰如凯文-凯利在《失控》中所言：人造世界就像天然世界一样，很快会具有自治力、适应力以及创造力，我们也随之失去对其控制。但在我看来，这将是最好的结局。

互联网小常识：SNMP的主要操作有获取（get）、设置（set）、通知（notifications）