人工智能会取代人类吗
人工智能会取代人类吗？来源：《北京晚报》3-7马兆远
近日，《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》发布。人们不禁问道：人工智能的时代真的到来了吗？它会不会取代人类？我们应该如何做准备？人工智能新型人才应该具备哪些素养？
针对这些问题，清华大学未来实验室首席研究员、数字化先进制造研究中心主任、英国谢菲尔德大学智能制造专业终身教授马兆远，在其新书《人工智能之不能》中做了一番冷静的讲解。
1956年夏，约翰·麦卡锡（JohnMcCarthy）和马文·明斯基（MarvinLeeMinsky）等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”时，首次提出“人工智能”这一概念，标志着人工智能的诞生。从那以后，研究者们发展了众多理论和算法，人工智能的概念也随之扩展。2006年，基于神经网络的深度学习算法取得重要突破，人工智能顺势迎来新一轮投资界和工业界的追捧。
广义的人工智能指人所创造的、代替人从事某些思维行为的设备。它可以是算盘，可以是计算器、计算机，以至于超算中心上基于算法行为实现了类似于人类逻辑推理。从狭义讲，从2006年开始的这一波人工智能浪潮，是在已有科技的基础上因为深度神经网络的突破而获得的发展。
20世纪80年代，个人电脑的普及带来了人类对人工智能的第二次恐慌，1997年计算机“深蓝”战胜了国际象棋特级大师加里·卡斯帕罗夫（GarryKasparov），电影《终结者》和《机械战警》都是这个时期的代表作品。2006年以后随着深度学习技术的发展，人类迎来了对人工智能的第三次恐慌。美剧《西部世界》和电影《机械姬》就代表了这一阶段人们对技术发展可能超越人类智慧的隐隐恐慌。美国未来学家雷·库兹韦尔（RayKurzweil）提出奇点理论，被互联网人追捧，人们担心，到2049年，人工智能就可能超过人类，从此绝尘而去，人类会被机器人奴役，地球会被机器人统治。
人类天生具备的“秘密武器”
的确，在某些特定任务上，计算机已经表现出了远超人类的能力。然而，在执行通用性任务时，如回答问题、感知以及医疗诊断，人工智能系统的能力变得越来越难以评估。
从认知的方式上来讲，人类的认知过程与我们现在谈论的人工智能是不一样的。经典逻辑不能突破哥德尔不完备定理，但是，人却具有这样的能力。
人类有一种认识相对准确结论的直觉方法，这种方法与计算机式的方法不同，我们可以认知新的事物和了解新的问题，而不受哥德尔不完备定理的限制。就计算机的有限逻辑而导致的其内在不完备而言，人却从来不会受到这样的困扰，因为人天生具有突破有限逻辑的能力，也许这构成了我们通常意义上说的感性。这也许是我认为这一代人工智能无法超越人类思维的数学逻辑层面的本质原因。
社会需要的是终身学习者
我自从做了物理学教授，就越来越觉得工程的重要。我深深地觉得我们应该去找到人类与机器的差别，至少它应该影响我们今天的教育内容。谁都不想我们今天教给孩子们的技能，十几二十年后他们长大了才发现机器做得比他们要好得多。
我凭着直觉感到，在车间伴随着时时思考并探索和尝试的动手能力，力学的、电学的、材料的，是无法轻易被机器取代的，相反，坐办公室的工作，却很容易被机器取代。
我一直没有找到好的证明，直到有一天，跟我的导师基思·伯内特（KeithBurnett）先生聊起未来的工厂所应该营造的气氛。人们希望能够在未来工厂营造一种游戏的氛围，让年轻人以打游戏通关的心态从事创造性的工作。人工智能催化的以数字产业为主的知识研发目前还很难覆盖手工业。比如，涉及基于大量操作经验而形成的直觉，这是目前人工智能很难与人进行比照的方向。因此，在制造业中，高级技术工人在工作过程中，所具有的结合数字化和制造业流程本身特点的技能，在人工智能时代会显得尤为重要。
传统工程教育容易造成工程教育活动的开展而忽视学生个体身心发展规律，忽视学生工程实践经验构建以及工程实践中学生的组织和沟通能力的培养。
突破常规而有所创新说起来也不难，但用到自己身上很难。当我们比较了人工智能和人的根本区别，也比较了经典系统和量子力学所预示的系统之间的差别，我们发现人类社会的发展趋势是我们不再那么需要服从纪律的劳动力，这些劳动力可以轻易地被机器人取代。相反，社会对人的科学素养和人文底蕴要求越来越高。这包括人对世界的认知能力和人与人之间的沟通能力，也包括人对自身的感悟能力。社会需要的是具有创造力、充满好奇心并能自我引导的终身学习者，需要他们有能力提出新颖的想法并付诸实施。
编辑：程曦
2020年03月10日14:56:05
AI会像人一样“思考”、取代人类专家马庆国这样回应
媒体
聚焦
马庆国谈“人工智能”
近日，据国外媒体报道，
特斯拉、SpaceX和Neuralink的创始人
埃隆·马斯克（ElonMusk）预测，
人工智能（AI）将在5年内超越人类。
他还曾在2016年表示，
除非开发出将大脑连接到计算机的技术，
否则AI可能会像对待家养宠物一样对待人类。
他甚至将人工智能描述为
对人类的“生存威胁”。
对于马斯克的预测，
以及AI近年来取得的突破性进展，
如目前AI在部分工作上已代替传统人工，
社会各界越来越多的人表达了
对“AI取代人类”的担忧。
而我们知道，
人类相比AI最大的优势就在于
会思考、会创造。
那么随着AI的迅猛发展，
未来AI能做到像人一样“思考”吗？
作为中国神经管理学创始人，国际欧亚科学院院士、
原浙大管院神经管理学实验室主任马庆国教授
日前在接受《中国科学报》记者采访时
结合其多年研究与相关实例，
生动形象地对人工智能的“工作原理”
与未来发展前景展开了深入剖析，
并对“人工智能未来能否像人一样思考”
给出了回应。
原浙江大学管理学院神经管理学实验室主任马庆国教授报道原文
（《中国科学报》2020年7月23日发布，作者：胡珉琦）
新一届世界人工智能大会刚刚过去，在人工智能最前沿技术、产品、应用和理念的展示之下，“超级智能时代能何时才会到来”的问题始终萦绕在人们心里。
如今的人工智能系统已经在不少具体问题的解决能力上超过了人类，那么，我们究竟能否制造出像人一样“思考”的机器？人工智能会有一天超越人类智能吗？
计算型智能只是人类智能的一种类型
下围棋是人类的高级智能活动之一，过去人们认为计算机不可能超越人类的这种智能。因此，下围棋也被视为人工智能的“圣杯”。
直到DeepMind推出的人工智能围棋程序AlphaGo战胜了人类。
原浙江大学管理学院神经管理学实验室主任、国际欧亚科学院院士马庆国解释，AlphaGo大放异彩，得益于蒙特卡洛树搜索框架，加上深度学习和强化学习。
他说，假设计算机的计算速度“无限”快，计算机就可以用“穷举法”为围棋棋手瞬间找到“最优解（最优落子位置）”。
但事实是，每一步落子的计算量太大了，当前最快的计算机速度也根本无法完成“穷举”这样的大的计算量，所以要从当前的可能的落子方案中选一些，交由不同计算机（群）去做并行计算。
如何在当前的可能的落子位置选出一组落子点（试算点）交给不同计算机（群）做并行计算？
他表示，除了利用计算机越来越快的存取速度和越来越大的存储容量，可以从过去“对弈”的成果（不仅仅是“定式”）产生“试算点”之外，还需要借助很多“节省计算但尽可能选优”的技术。蒙特卡洛树搜索框架，深度学习和强化学习就是其中三种重要的技术（算法）。
蒙特卡洛树搜索是基于概率的通过计算、模拟、采样、优化等一系列数学方法，进行搜索决定走法。
马庆国认为，近10余年来，人工智能最显著的进步之一发生在深度学习的领域（主要是深度神经网络领域），神经网络深度化（多层化）的最大难题之一，是迭代计算超多参数时的损失函数的梯度退化问题，辛顿等科学家在这方面做了很好的工作，使得基于深度神经网络的深度学习得以发展。
基于深度神经网络的深度学习，没有对所研究问题的环境作明确表征，也不探求因果关系（本质上是“黑箱”模型）。在基于巨量数据、完成了对一个网络的训练后，程序员就用这个训练的结果模型，运行新的数据，选择落子的走法。
AlphaGo的核心技术是强化学习，强化学习强调智能体和环境之间的互动，通过让智能体寻求期望奖励的最大化来习得从状态空间到行动空间的策略函数。
强化学习的本质是实现“自动决策”。机器会在没有任何指导、标签的情况下，尝试行为，得到一个结果，再判断是对还是错，由此调整之前的行为，通过不断地调整，算法持续优化。
有人认为，强化学习的本质正在接近人类的学习，但它是否能够实现人类大脑的智能？马庆国的回答是否定的。
图片来源：Unsplash“目前，我们还没有制造出能像人一样思维的机器，我们只能在一些狭义领域，制造出比人类某些智能更出色的机器。这并不奇怪，因为这些领域关注的是计算机更擅长的事——基于数学的逻辑的算法和对以往事实的快速存取。”
在马庆国看来，计算型的智能只是人类智能的一部分。在这种类型的智能方面，人造的机器超过了人。但在“理解”（如，理解语言、理解社会）方面，人工智能与人类智能有质的差异。
马庆国介绍说，英国数学家和物理学家罗杰·彭罗斯曾在他著名的人工智能科普读物《皇帝新脑——有关电脑、人脑及物理定律》一书中，引用了美国哲学家约翰·西尔勒的思想实验——“中文屋子”来论证计算机及算法实际上并不是“理解”智能。
“中文房间”实验假设一位只说英语的人身处一个密闭房间。假设房间里有一本回答所有问题的中文书，以及足够的稿纸、铅笔和橱柜。写着中文问题的纸片通过小窗口被送入房间中。房间中的人可以通过比对，在这本书上找到这个问题的中文答案。然后抄写这个答案从窗口递出去。虽然他根本不懂中文，但房间外的人却以为他理解了中文问题，并用中文思考。
“计算机就是这样工作的。它无法理解接收到的信息，但它可以运行一个程序，处理信息，然后给出一个正确的回答，好像理解了接收到的信息一样。”马庆国说，这个思想实验证明，“计算机及其算法”事实上并不像人类一样“理解”其所执行的任务。
人类是如何思考的？
人工智能要想真正实现人类智能，需要具备什么能力？
马庆国认为，人类智能的最大特点之一，就是能够创造性地解决从未遇到过的新问题。
他常举的一个例子是：当一个人在过一座独木桥时，突然之间桥断裂了，人依然可以想出很多点子来解决过河的问题，找木头搭建简易桥或者抱着浮木游到河对岸等等。
“计算机就没有这样的能力，除非人事先给它设定了‘在需要过没有桥的河时，应找木头搭建简易桥’。可是，如果周围没有可以搭建简易桥的木头呢？人类可以想其他办法，计算机就无能为力了。”
在他看来，问题的症结在于，计算机是遵守规则的机器。在现实世界中，规则总是不可能穷尽的。现在的人工智能本身并没有创造性，当遇到旧规则不能可决的新问题时，它不能像人类一样完全根据面对的问题想出从未有过的解决办法。
图片来源：Pixabay人类的理解力又是从何而来？
马庆国说，以语言为例，一个孩子学会理解语言，其实也是来源于对应关系。
当他第一次面对一个全新的词汇时并不能理解，直到一种情景反复出现，并在这个情境中与他人互动，他就可以将这个词汇和情景对应起来。越长大，可以跟这个词汇对应的东西越来越多，关于这个词汇的理解，也就形成了。再经过不同个体的互动和交流，关于这个词汇的共同理解，也就形成了。
计算机只能做到有限的对应，因为真实环境太过复杂，现在它对语言的“理解”可谓捉襟见肘。
“但这也带来了一个问题：计算机总是在不断进步和发展的，理论上它的对应也会越来越丰富，越来越复杂。那么在哲学上，这一量变是否可能带来质变？计算机也进步到可以理解词汇了？”
马庆国认为，这个问题还没有答案。不过，他对人工智能完全实现人类智能的前景并不乐观。
人脑真实的智能和人工智能最大的区别的来源，可能在于脑的工作方式。
“尽管计算机也叫电脑，但它和人脑的工作方式完全是两回事。”马庆国说，无论是存储、计算，还是创造，大脑都是靠神经元、树突、轴突以及突触等相互衔接的结构和多种神经介质，来实现工作的：从神经元前面来的信号，到这个神经元后面出去，成百上千个甚至更多的连接。而不同的连接方式，就可能在工作中形成了不同的意识。
对此，人们又开始对模拟人脑的人工智能报以希望。
他表示，这就需要破解哲学上的一个难题：思维是彼岸的，现实存在是此岸的，两者之间是有鸿沟的，哲学上认为这是不能跨越的。现在，我们希望通过脑神经研究，使彼岸的思维能够用此岸的神经元活动来解释。
图片来源：网络“人类的意识本身最终能够在神经元活动的水平上被解读，可能需要上千年的时间。即便解读了，机器能能够完全模拟神经元的工作方式吗？”
作为首个提出神经管理学的学者，马庆国坦言，按照AI现有的技术路径是难以实现的，除非未来我们能够创造出一种完全颠覆性的理论技术体系。从这个角度来看，担忧人工智能会超越甚至取代人类，根本无从谈起。
信息来源：中国科学报
编辑整理/排版：段婷
欢迎关注浙江大学管理学院官方公众号
原标题：《AI会像人一样“思考”、取代人类？专家马庆国这样回应...》
“人工智能”取代“人工”，青少年如何应对未来世界
的确，人工智能技术正在被广泛应用于各个范畴，未来那些重复操作、没有创造力、可替代性强的工作都将被淘汰，许多岗位和职业会逐步消失，一大波的一线员工可能面临着失业。
当技术革新的浪潮来袭，首先波及的就是那些“熟能生巧”的非创造性的低技能职业，如司机、保安、家政、会计、银行客服等。
随后，职业中可自动化、计算机化的任务越多，就越有可能被交给机器完成。操作类型的工作最容易被替代，其次就是对信息分类探索型的工作，以行政、销售、翻译、金融、物流、医疗、服务业最为危险。
如今人工成本高昂，企业为寻求替代方法已将视线瞄准人工智能。例如快递行业，完整的物流运输，从揽件、分拣，到运输、投递，可以说都是流水作业，机械性非常强，因此也最容易被替代。很多快递公司，已经在这些方面大力开发，实现全部的智能化，过程中几乎不需要有人参与。这不仅大大提高了效率，还压缩了成本，让物流的价格进一步降低。
因此，人工智能会夺走一部分人的饭碗并不是危言耸听。如同汽车代替马车、机器代替手工，历史的齿轮永远向着更高效、更快捷、更强大的方向前进。
寻求人工智能时代的出路
当然，人工智能并不能改变人的主体地位。“技术向善”必然是当今乃至往后很长远的时间里，人类社会的发展主流。我们无需去惧怕技术的发展，更不应该对人工智能心存芥蒂，“人机”的友好交互为我们未来社会绘制了美好的蓝图。
但是，想要在大浪淘沙之中屹立于时代潮头，就必须积极拥抱新的技术，培养人工智能时代必须具备的信息素养与思维能力。
对于产业工人来说，如今虽然在积极推进智能化制造的过程中，减少了劳动密集型生产模式，但对于业务和技术都熟练掌握的复合型人才，相较以往却更加渴求。通过主动学习和提升，掌握较高技能的产业技术，非但不用担心机器人的“抢岗”，反而会被各家企业追捧，将机器人“踩”在脚下。
而对于青少年来说，作为数字时代的原住民，可以预见的是，随着人工智能不断向下扎根，新生代的少儿们将迎来更大的挑战。
青少年如何迎接人工智能时代
培养创新思维与创造力
想要超越人工智能，创新思维必不可少。STEAM教育要求孩子们动手动脑，使得孩子注重实践、注重动手、注重过程，但提升动手实践能力不等于提升创造力。基于创新意识下，结合动手实践和探索才能真正唤醒孩子与生俱来的创造力潜能。
以问题为导向，不用固定僵化的思路解决问题，而是尝试通过不同的方法和思路进行探索，用工程技术验证想法，从而锻炼创新意识，因此结合科学的方法还有艺术的思维，才能更好地激发创造力。
培养多方面技能与综合能力
人工智能时代越来越需求高素质复合型人才，在科学、技术、工程、数学、艺术之间存在着一种相互支撑、相互补充、共同发展的关系。
STEAM教育可以培养孩子动手技能和多样化的思维角度，在不同的思维方式中交互运用各种知识和技能。在实践他们生活相关的项目中，在知识的相互的碰撞中，实现深层次的学习、理解性学习，可以说是真正培养到了孩子各个方面的技能与认识。
激发学习兴趣与好奇心
信息时代，学习将会是贯穿我们一生的任务。STEAM教育体系着重点在于对已有的知识进行拿来主义，能用上的都利用起来，围绕问题提出解决方案，选择不同的技术手段创造性的解决问题，这是问题导向式的教育体系，力求让孩子在探索中获得成就感和满足感，在寻求结果的尝试过程中锻炼思维方法和实践能力。
用这种探索性的方法调动起学生的兴趣和好奇心，是一种很好的引导方法。这才是教育实际的意义：启迪心智。
锻炼团队协作能力
人工智能时代，单兵作战是难以成功的。优良的人才是需要有团队协作才能有更大的成就，社会的进步，也有赖于团队产生驱动力。让孩子在探索中学会相互交流，协调团队关系，获得别人的认同和帮助，这是产生杰出人才的重要锻造过程。
人工智能时代，既是挑战，也是机遇。
正如百度CEO李彦宏所预言的，人工智能会是一场堪比工业革命的大变革，确实会替代很多人类的工作，但也一定会创造出更多新职业，筛选淘汰掉一些低端岗位，带来更多高质量的就业岗位。
而我们要做的，就是转变我们的思想与教育模式，培养孩子应对人工智能时代的各项素养与能力，让孩子驾驭人工智能，而不只是被人工智能所裹挟。返回搜狐，查看更多