第15章 知识奇点 (第2/7页)

前，科学飞速发展，让我们能更好地认识世界，加快进步的步伐。三十五年前，互联网时代开启。如今，我们生活在一个由人类创造、为人类服务、满足人类需求的世界，这是一个令人难以置信的新世界，我们甚至忘却了走到今天这一步有多么艰难，历经了多少漫长的岁月。但如今，我们或许正在改变这一局面，我们制造的机器能够更好地完成征服地球的任务，这或许就是人类的最后一项发明。

    初级人工智能是一种借助计算机执行脑力任务的软件，它通过代码在硅基芯片上解决问题，而非像人类一样依靠神经元。起初，它们还算不上真正的人工智能，只是几行简单代码，仅能展示机器可替代人类完成一些基础脑力任务。直到20世纪60年代，我们才看到第一批被称作人工智能的实例。1964年，计算机科学家约瑟夫开发出聊天机器人alyssa；1965年，爱德华·费根鲍姆等人开发出根据分子式推断分子结构的程序。但这些系统运行缓慢，需要专业人员操作，且智能仅能在特定受控环境下执行单一任务，就如同五亿年前的扁形虫，脑力劳动能力非常有限。

    当时，研究人员对这项技术逐渐失去信心，人工智能研究多次陷入停滞。然而，就像环境变化为生命创造新空间一样，人工智能所处的环境也发生了改变。1950年至2000年间，计算机运算速度提升了十亿倍，编程也变得更加容易和普及。1972年，人工智能能够在房间内识别方向；1989年，它可以读取手写数字，但此时它依旧只是简单工具，无法与人类智力相抗衡。直到1997年，人工智能击败国际象棋世界冠军，这一事件震惊世界，也让人们开始畅想或许能够制造出超越人类智力的机器。不过，国际象棋机器人并非十分聪明，尽管它比仅有大脑雏形的扁形虫高级一些，但可能更像蜜蜂，只能执行特定任务。当然，在这项特定任务中，它表现得极为出色，人类再也无法在国际象棋上战胜它。随着计算机的不断改进，人工智能成为解决越来越多任务的强大工具。2004年，它操控机器人登陆火星；2011年，开始通过特定算法为人们推荐视频。但这些都是在人类将问题分解为易于理解的部分后，计算机才能快速解决，除非教会人工智能自学。

    自学人工智能机器，简单来说，就是超级计算机利用强大的信息收集和数据分析功能，造就了新一代人工智能。人工智能专家对一种名为神经网络的人工智能软件进行了大幅改进，这种庞大的人工神经元网络起初并不擅长完成任务，但随后它们开始自动学习。这是一个涵盖多种训练技术和环境的统称，它允许算法编写自身代码并自我改进。可怕的是，我们无法看到它们自我改进的过程，也不清楚其内部发生了什么，只知道这种方式很有效。神经网络智能软件产生了一种新型人工智能，这是一个具有自我改进能力的代码“黑匣子”。这些新人工智能能够极快地掌握复杂技能，且几乎不需要人类的帮助。尽管它们仍然只是针对特定任务的智能，但这无疑是巨大的进步。

    2014年，脸书的人工智能识别人脸的准确率达到了97%；2016年，人工智能在极其复杂的围棋游戏中击败了顶尖人类选手；2018年，一个具有自学能力的人工智能仅通过与自己对弈，只用了四个小时就学会了下国际象棋，随后还击败了最优秀的专业国际象棋机器人。如今，许多人工智能在其训练的特定任务上表现得比人类更出色，但它们依旧只是简单工具。对大多数人来说，人工智能似乎仍然没什么大不了的。

    然而，聊天机器人chatGpt的出现改变了这一局面。它投入了巨大的工作量来学习如何处理语言，如今在这方面的表现比大多数人都要出色。它可以总结文案、翻译文稿，还能协助解决一些数学问题。它涉及的内容比几年前的其他人工智能广泛得多，并非在某一特定任务上取得突破，而是在众多行业的知识学习上都有所建树。如今，许多大型科技公司投入数十亿美元打造强大的人工智能，以与人类智慧竞争。人工智能已广泛应用于客户服务、银行业务、医疗保健、营销、文案创作等领域。没有人能确定在全球范围内采用人工智能会带来多少益处或弊端，其带来的变化超乎想象，有人从中受益，也有人因工作被替代而失业。

    chatGpt的智能是一个重大进步，但它仍然是专用人工智能。虽然它能在几秒钟内写出一篇优秀的文章，却并不理解自己所写的内容。如果人工智能不再局限于某项特定任务会怎样呢？人类与当前人工智能的不同之处在于拥有通用智能，人类理论上可以吸收任何知识，并开始解决任何问题，擅长多种不同的技能和任务，如下棋、写作、解决科学难题等。当然，一个人并非同时擅长所有工作，我们可能在某些领域是专家，在其他领域是初学者，但从理论上讲，我们具备做所有事情的可能性。如果人工智能的下一步发展是具备像人类一样的通用智能，即通用人工智能，并且按照目前的改进速度继