AI超级头脑即将到来

技术时不时地以令我们所有人惊讶的方式突飞猛进。长期以来，人工智能（AI）一直被视为要么在我们的日常生活中使用有限，要么被视为遥远的未来科幻愿景。然而，一场机器智能革命几乎悄无声息地在我们中间发生，它将改变我们所知道的世界。在这里，我们将一睹人工智能超级思维的新曙光，以及为什么它是由神经科学驱动的，与我们大脑的工作方式有关。

传统人工智能范式

在第二次世界大战中恩尼格玛密码的机器以来，传统的计算方法基本上保持不变这涉及编写一个计算脚本或一组行为规则（称为算法），然后一次连续地处理一个计算。尽管计算能力呈指数级增长，但遵循臭名昭著的摩尔定律，计算背后的方法大多数保持不变。如今的主要区别在于，由于硬件优越，计算机处理数据点的速度要快得多。以现代智能手机为例，其处理器将数十亿个晶体管压缩到一个微小的芯片中。

体力胜于脑力

从人工智能的角度来看，这推动了所谓的强力计算的增长——只要程序员编写正确的算法，计算机就可以通过其执行的速度和计算量来解决大问题。IBM 的深蓝击败。尽管这些壮举令人印象深刻，但长期以来人们对这种机器智能的有用性持怀疑态度。被称为“窄人工智能”或“弱人工智能” ，它通常只适用于解决非常具体的问题，而这些问题基本上不会转化为现实世界的复杂性。这使得模仿人类意识所拥有的创造性智能类型几乎没有希望。

另一个例子是谷歌的Deep Mind项目，它创建了Alpha Go ，这种人工智能是为了应对极其复杂的“围棋”游戏而开发的。在这个游戏中，蛮力技术效果不佳，而人类则通过直觉的运用而表现出色。尽管Alpha Go确实击败了世界冠军李世石，但它是通过接受精英围棋棋手的大量对局，复制并组合他们的策略，然后无误地执行棋步而实现的。是的，它是成功的，但从人工智能进步的宏伟计划来看，Alpha Go 本质上受到人类已经掌握的知识的限制，几乎没有进一步发展的前景。

新的人工智能范式

尽管很少有人意识到，近年来人工智能正在经历一场革命，它采用了一种全新的创新计算方法，实际上模拟了我们大脑解决问题的方式。一种名为“深度学习”的新颖方法没有采用基于规则的算法方法，而是在进化上取得了巨大的飞跃，创建了一种新形式的通用人工智能，实际上不需要被告知要做什么。相反，它一开始就像一个刚出生的婴儿，从一张白纸开始，它通过一次又一次的实验了解自己的世界来解决问题。然后，在每一步中，它都会根据它发现的最佳解决方案创建自己固有的新行为。

这给了《Alpha Go Zero》——“零”意味着从零开始，只是简单的游戏规则。这种看似无害的名称变化代表着人工智能重新定义了计算机的能力。

自主学习

Alpha Go Zero 开始与自己对弈，尝试哪些有效，哪些无效，改进，然后再次比赛。在短短三天内，它以惊人的方式利用所学到的知识击败了击败李世石的 Alpha Go 版本。然而它并没有就此止步，并继续击败了最进化版本的 Alpha Go（Master），以 100 比 0 获胜。真正令人印象深刻的是，它并不是专门为下围棋而构建的 - 它只是看起来喜欢它。

于是就给了它下棋。经过短短 4 个小时的自我练习，它已经足以征服当前的人工智能国际象棋世界冠军。

它的做法让人类国际象棋专家目瞪口呆。这是因为它创造了前所未见的新策略。这包括一系列新颖的战术，例如牺牲皇后以获得位置优势，以及用其王棋进行攻击。专家称之为“外星棋”，或者“疯狂攻击棋”。 《Alpha Go Zero》新近发现的游戏风格改变了人类对游戏本身的实际认知方式。

深度神经网络

那么这种具有创造性和自学性的智能是如何产生的，它与人类大脑有何关系呢？嗯，这实际上是定性而非定量计算。人类思维是一个复杂的系统，智慧和意识是从数十亿个神经元相互交谈的集体相互作用中产生的。理解它真正如何运作的努力涉及复杂性理论或系统理论。这最终是关于整体大于部分之和的想法。例如，单个神经元的智力为零，因此，当涉及到大脑的整体工作方式时，科学进步的经典还原论方法并没有真正减少它。

大多数情况下，人类并不是按照一套预定义的行为规则构建的。相反，我们体验世界、学习，然后适应。这主要是通过新皮质完成的，它使用非线性、非算法处理来找出最佳行为的解决方案。这些新发现甚至可以被编码为自动行为，无需实际思考即可执行 - 想象一下有人在你旁边戳破了一个气球。

人工智能的新革命采用了惊人的相似方法，其中学习通过深度神经网络，其运行方式与我们的新皮层的工作方式非常相似。计算不是一次一个数据点串行处理信息，而是通过几乎有机的相互作用并行执行。与传统人工智能相比，这种方法使用的计算资源少得多，但实现了更广泛的智能水平。最重要的是，一旦创建就不需要编程工作——它只是提出要解决的人工智能问题。

奇怪的是，就像大脑一样，深度学习实际上是如何在基础层面上发生的，仍然是一个谜。

超越棋盘游戏

尽管这些进展令人着迷，但最终的问题是这种新形式的人工智能能否解决现实世界的问题？毕竟一直只玩棋盘游戏的电脑并没有太多实际用途。

答案是肯定的。谷歌的自动驾驶汽车和语音学习引擎只是当今正在开发的应用程序的粗略示例，但预计这只是冰山一角。谷歌、亚马逊和 Facebook 等企业巨头都投入了大量资源来开发深度学习人工智能，将其作为其业务的核心功能。量子计算的突破也有着诱人的前景，这有望带来计算能力的大幅提升。

另一方面，人工智能的新势头引发了新的、严重的担忧，即人工智能不仅可能取代我们，而且有可能成为对人类的生存威胁。甚至埃隆·马斯克和已故但伟大的史蒂芬·霍金等人也曾公开警告这种威胁是多么真实。

正如我们在 Alpha Go Zero 中看到的那样，机器智能的下一阶段进化的结果可能会让我们感到惊讶，但有一点是肯定的——人工智能超级大脑即将到来，他们将改变我们所知道的生活。

如果您对大脑的神经科学感兴趣，那么为什么不查看这些博客呢？

神经科学令人惊叹的 5 个原因

你的大脑具有非凡的神经可塑性

‍