刘嘉：人工智能会超越人脑吗
人工智能加速发展，有一天会超越人脑吗？近日，清华大学基础科学讲席教授、心理学系主任刘嘉在“人文清华讲坛”上发表了演讲《脑与人工智能：站在进化的节点上》。他指出，虽然目前人工智能无法与人脑相比，但它发展迅猛，类人智能是人工智能的下一个发展目标。
目前，人工智能和人的智能仍有巨大差距，还没有达到类人智能。我坚信，通过脑科学加上人工智能，有一天一定能制造出一个数字人类大脑。——刘嘉
如何认识我们看见的世界(作者 本报记者)我们无时无刻不在观察着这个世界，但我们看到的未必是真实的世界。到底发生了什么？这取决于我们的视觉系统。
打个比方，前面有一个绿苹果，它会以大约100亿比特/秒的信息量进入我们的视网膜，视网膜通过约100万个神经元连接到视觉皮层，经过加工之后再传到高级皮层，来决定我们看到的东西到底是什么。在这个信息传输的过程中，信息量被衰减到1/1亿，而大脑就像魔术师一样会把这些缺失的信息补上。为什么有的人看见一个绿苹果，会认为那是一个红苹果呢？因为人的眼睛看见的过程，其实是一个大脑重构的过程，而不是简单的复制。
正如康德所言：“没有感觉支撑的知识是空的，没有知识引导的感觉是瞎的。”这句话的上半句说的是，如果我们没有外部的信息输入，我们很难构建自己的心理世界；下半句说的是，如果你不知道你看到的是什么东西，那你就什么也看不见。因为我们从外部世界得到的信息往往是模棱两可的，我们必须加上一点先验知识、加上一点推理、加上一点猜测，需要大脑去重构，把自己的理解加进去，才能真正知道这个世界究竟发生了什么。
与理解相比，更重要的是创造。当我们的大脑没有被外部信息填满，留下一定的空间时，我们就能在这空间里创造出自己想要创造的东西。正如《小王子》的作者圣·埃克苏佩里所言：“一堆岩石在有人对着它思考时就不再是岩石了，它将化身为大教堂。”这就是人类了不起的创造。
在过去的300万年里，人和猴子分开进化，人发生的最大改变不是从四肢着地变成直立行走，也不是褪掉了身上的毛，而是大脑的体积增加了3倍。而且，大脑不是平均增加体积的，体积增加最大的部分在额叶。与我们200万年前的祖先相比，我们的头骨更往前突出了，以容纳更大体积的额叶。
我们为什么要有更强大的额叶？因为它使我们能够构造和想象出不存在的东西。比如，我们的祖先准备去打猎，他不用等看见了猎物才去做出反应，他只需要提前想象狩猎的情景，就可以把一切都安排好。人可以在脑海里预想一遍未来将要发生的场景，构建出一个个可能的未来，这样就能够制定出行动方案，这是人类能够战胜其他比我们更强大、更凶猛的动物，成为万物之灵的关键。这也正好印证了荀子的一句话：“然则人之所以为人者，非特以二足而无毛也，以其有辨也。”“有辨”是指我们能够辨识、能够思考，而这些都来自额叶的功能。
重构心理世界的知识从何而来那么，我们心理世界的这些预设的知识究竟是从哪里来的？
一部分先验知识来自基因的烙印。我们来到这个世界并不是一张白纸，我们是带着32亿年进化的智慧来到这个世界的，而这些智慧就印刻在我们的基因之中。比如，我们将18位女教授和女博士后的脸进行叠加，做成一个“平均脸”，你会发现这张平均脸充满了睿智和文气。平均脸代表了什么？人脸其实就是我们的基因图谱，我们的基因都写在脸上。所以，当我们把脸叠加之后，我们得到的是18位知识女性平均的基因。平均的基因代表突变很少。基因一旦突变，大概率而言是有害的，所以基因突变越少，说明基因越好，所携带的遗传性疾病的概率就越低，这就是为什么人类会觉得平均脸更好看的原因。
我们的另一部分先验知识则来源于社会基因。人和动物的进化有本质区别，动物是按照基因、按照达尔文的进化论逐步向前发展的，而人既有生物基因的演化，这代表着我们的过去，同时更重要的是，人还有社会基因的进化，它带着我们以与动物不一样的方式前进。
社会基因和生物基因的作用方式非常类似。远古时，人类祖先中有一个人突然因为某种原因把火生起来了，这相当于知识、技能被创造出来，就像基因突变，一个优秀的基因产生了。渐渐地，生火这种技能被传播给了其他人，从一个部落传到其他部落，最终成了人类普遍拥有的技能。接着，人类又学会了制作长矛和其他工具，经过漫长的发展，逐渐构建成我们今天的人类社会。
人类的文明演进可以分成三个时期：第一是原始文明，经历了200多万年，前后变化并不大。第二是农业文明，经历了5000年左右。这期间，野兽被驯服变成了家畜，人类成了文明的种族，懂得了一些天文地理的知识。第三是工业文明，从诞生至今不过近300年的历史。然而，工业文明给人类带来了巨大的变化，以至于我们不得不将它分成四个阶段：第一个阶段是机械化时代（1760年—1840年），出现了蒸汽机等。第二个阶段是电气化时代（1840年—20世纪初），出现了电力等。第三个阶段是自动化时代（1950年—21世纪初）。第四个阶段就是我们现在所处的信息时代。
文明进程出现革命性的进化信息时代诞生了新的物种——人工智能。
2002年，我的博士论文答辩题目是《面孔识别的认知神经机制》。当时，即使是最先进的机器，用来识别人脸的正确率也很低。2015年，我参加了江苏卫视《最强大脑》的节目策划。我发现，经过十几年的发展，人工智能已经强大到在人脸识别上可以胜过人类的最强大脑。
随后，我们研究建立了一个人工神经网络，训练它去识别性别，即区别对象是男性还是女性。结果，它的正确率能达到100%。而且，它在完成任务的过程中会产生与人类相类似的心理操作，也就是说，人工智能会自发产生和人类一样的心理世界。
那一刻我开始意识到，生物过去的进化都是基于碳基的方式来运行的。但是，当人类创造出人工智能后，一个新的物种产生了，这个新的物种是基于硅基的方式运行的，而这种基于硅基的物种一定会给我们带来一种革命性的变化。以前人类文明的进化都是循序渐进的，当人工智能这个阶段来临时，文明进程可能会出现一个“奇点”，出现一种革命性的进化。
为什么这么说呢？我们来看人类和人工智能的三大区别。
第一是算力。人类的大脑已经进化到极限，而人工智能随着科技的进步，它的算力将不断精进。
第二是存储能力。人类的大脑大约是1.4千克，虽然只占了我们体重的2%—3%，但是消耗了我们身体25%以上的能量，它是一个耗能大户。但人工智能的存储能力是无限的，一块硬盘不够，可以再加一块硬盘。
第三是寿命。人类的寿命是有限的，而人工智能的寿命是无限的。CPU烧了，可以换块CPU，电线断了，再换根电线就行了。
除了无限的存储能力、算力和寿命，人工智能还有着无尽的可能性。
2016年，AlphaGo击败了人类围棋顶尖高手李世石。后来，很多中国围棋高手也和AlphaGo进行了切磋。当时世界上排名第一的围棋选手柯洁说：“我们人类下了2000年围棋，连门都没入。”围棋的空间极其庞大，AlphaGo之所以比人类更加强大，并不是它比人类更加聪明，而是因为它探索了更大的空间，找到了更多下法而已。
如今，不仅在律师、医生、税务师、咨询师等专业领域，在绘画、音乐等艺术领域，都出现了人工智能的身影。“神经网络之父”、深度学习的创始人杰弗里·辛顿在接受采访时说：“将来深度学习可以做任何事情。”
类人智能是人工智能的发展目标然而，人工智能真的无所不能吗？
心理学家发现，对于一个简单的场景，人和人工智能有完全不同的理解。比如，一个人不慎从柱子上摔落，人工智能会说一个人从柱子上掉下来了，而我们对这个场景的反应是“惊恐和疼痛”。
这个区别体现了人类有一种特别重要的能力，叫共情，即别人遭受了苦难，我能感同身受。如果一个孩子缺乏共情的能力，就会导致自闭行为。所以，人工智能的奠基人之一马文·李·明斯基说：“现在的问题不是一个智能的机器是否拥有情感，而是不拥有情感的机器是否能拥有智能。”在马文·李·明斯基看来，情感是智能的基础，得先有情感，才有智能。
目前，人工智能和人的智能仍有巨大差距，还没有达到类人智能。如何实现类人智能呢？我认为它的切入点是脑科学加上人工智能。
举个例子，线虫是一种非常简单的生物，只有302个神经元，麻省理工学院的研究者模仿了其中的19个神经元，就完成了自动驾驶的一般任务。其实这项研究模仿的并不只是这个简单的生物，而是32亿年进化形成的智慧。从这个角度来讲，人类的大脑目前仍是这个世界上最聪明的大脑，它有860亿个神经元，平均每个神经元有3000个连接，它代表着宇宙中生物智力的最高水平。那么，人工智能的发展为什么不能向人脑学习，以人脑为模板呢？
我的同事们模拟线虫的302个神经元，构建了一个数字线虫，来模仿线虫在水里的游动。这只是一个开始，下一步也许我们会模仿神经元数量达百万级的果蝇，再到更高量级的斑马鱼，甚至到小鼠、大鼠、猕猴，最后模仿人类的860亿个神经元。虽然还存在巨大的鸿沟，但是我坚信，通过脑科学加上人工智能，有一天一定能制造出一个数字人类大脑。
人工智能未来的三种可能莎士比亚说，“所谓过往，皆为序章”。今天，我们正站在一个进化的节点上。
从32亿年前，一个单细胞逐渐发展成水生动物，然后爬上岸边变成两栖动物，再变成哺乳动物，在约300万年前哺乳动物猿猴又开始进化成人类，这些都是我们的过往。然而，此时此刻，我们的未来是未定的。
人类发明出了人工智能，今天，随着算力的推进，随着技术的进步，人工智能有了超越人类的可能。
未来会怎样？大约有三种可能。第一种，人工智能像科幻电影《星球大战》里的R2-D2一样，是人类忠实的伙伴，成为人类非常好的朋友，帮助人类变得更加强大。第二种，我们构建出了一个数字大脑，它的能力比人类的大脑更强，这时候人机可以合二为一，把人的意识、记忆、情感上传到数字大脑中，人就能获得“永生”。未来学家库兹韦尔在《奇点来临》这本书中写道，大约在2045年，这一刻就会到来。第三种，就像电影《终结者》里所展示的，人类文明彻底消失，进入机器文明时代。
未来到底会怎么样，最终取决于今天我们站在这个时间节点上做了些什么。
物理学和心理学对于什么是值得做的事情有不同的定义。物理学更在意空间，在物理学看来，如果放在一个远远超出地球大小的空间尺度下来看，那些有意义的事情，才是值得做的事情。而心理学更关注的是时间，我们思考的问题是：人间的一切问题，如果放在一个远远超出人的寿命的时间尺度下来看，它们还有没有意义？
1905年，孙中山和严复在伦敦有过一次会面，他们当时讨论的议题是半殖民地半封建的中国究竟如何改变。严复提出要慢慢教化民众，要稳步向前。孙中山对于严复的方法不太认同，他说：“俟河之清，人寿几何？君为思想家，鄙人乃执行家也。”后来，孙中山回到国内，开启了轰轰烈烈的辛亥革命。
对于现在的我们来说，解决未来的问题，就要从现在做起，行胜于言，以有限的生命行超越生命之事，这就是我们这一代人的使命。
编辑：李华山
2022年11月28日07:03:32
人工智能会取代程序员吗
多亏了人工智能（AI），软件将在未来自行编写。至少，这就是谷歌首席执行官桑达尔·皮查伊（SundarPichai）对软件开发未来的看法。他是对的！这并不能使软件开发人员变得多余-恰恰相反。
人工智能会在不久的将来取代计算机程序员吗？是否有可能完全取代程序员？可能只有当我们能够创造所谓的强人工智能（人工通用智能）时，也就是说，它满足了某些形式的人工智能具有人类思维可用的所有属性的假设。
答案很简单：不。相反，“计算机程序员”将成为“AI程序员”。
没有人怀疑人工智能每天都在编程方面做得更好。事实上，人工智能驱动的工具最终将比编程人员好得多。但是机器不会那么快地独立于人类，并且能够创建跨越几行以上的有用且实用的代码需要接近着名奇点的智能水平。
程序员不再手工编写代码。他们已经在使用各种智能工具，使他们能够自动执行编译工作。这就是人工智能的作用：它支持程序员。但是，人工智能将能够做出所有正确的决策，从头开始开发软件或解释每个功能的商业价值的未来仍然非常遥远。
相反，大多数新的基于AI的工具通过机器学习来提高其准确性和性能。得益于广泛的试错法，您的神经网络架构可帮助您更好、更精确地自动执行任务。
在那里，他们比人类更好：发现并修复错误。但是他们不够自主，可能永远不会有自己的“意见”，关于哪一个是解决问题或生成新功能的最佳方法。
最终，人们将远离“程序员”的工作，只是学会“驱动”他们的机器学习工具，以更有效地支持他们。由于人工智能自动化了以前需要非常特殊知识的复杂任务，因此开发人员有更多的时间专注于他们工作的“人性化”方面。
人们总是需要填补机器中永远缺乏的空白，例如与其他开发人员互动，研究已知问题的新的，大胆的解决方案，或者只是实现他们的创造力。
经典软件开发的拥护者可能会正确地说，好的软件比代码更重要：用户友好的结构，例如，有效的测试数据和实际的测试环境，以及与其他应用程序的接口。
现在可以说，所有这些都必须由一个有思想的人放在一起，从逻辑上看待，并且具有丰富的经验，以便最终对程序进行编码。这意味着，即使是最智能的人工智能也需要一个人的规格。
人工智能如何简化人类工作？框架作为开发框架或具有定义的库已经自然地简化了软件开发人员的工作。容器化或无服务器概念等发展也朝着这个方向发展。
开发人员负责应用程序的核心，而运行时环境则由其他人提供。或多或少令人讨厌的外围任务，例如硬件的实现和配置，流量的管理等，不再需要。
现在，框架绝不仅仅是静态的。他们优化代码，建议完成Google搜索，并将图形创建的模板转换为源代码。因此，有人不再需要成为开发人员来告诉AI应用程序应该是什么样子的想法可能并不那么牵强。
举个例子：一个有创意的网页设计师将来可以将他的模型交给AI，然后AI从中创建HTML代码。人工智能需要的所有规则和所有知识都很容易教它。
更重要的是：从用户数据或其他可用数据来看，人工智能不仅可以优化程序代码，还可以优化程序本身。例如，在网站上，网站上图像的最佳位置在哪里？
有多少在线用户不想滚动或只在旅途中看到Web内容？冲浪者是否发现微妙的颜色更令人愉快，或者您是否通过明亮的设计更好地达到目标群体？有了这些数据或类似的数据，人工智能可以了解目标用户最喜欢的是什么，并相应地优化网站。
这种系统的特殊优势：它们可以快速计算，识别模式，并且可以在条件发生变化时适应整体概念。在这一点上，真正的智能开始是一个更哲学的问题。所以回到开头：人工智能是否只和一个人的规格和他提供给系统的数据一样好？
人工智能将如何影响编程工作？事实似乎也将从根本上改变软件开发人员的工作。神经网络或人工智能将有助于改善数字工作，但在可预见的未来，它们几乎不会取代开发人员。
我们已经在使用小规模的学习系统-从Google搜索中已经提到的自动完成到音乐流媒体服务提供商的播放列表，这些播放列表始终根据个人口味，当前情绪和一天中的时间提供正确的音乐。
对应用程序开发人员的需求已显著增加。数字化正在生活和工作的所有领域发生-毕竟，必须有人开发AI，控制它，设置框架和数据。
例如，开发人员可能会写越来越少的代码，甚至更少地审查或优化它。将来，他们将在数据科学或数字创新领域进行概念性的工作。
开发人员还必须确保AI不会留给自己的设备，并根据人类条件进行测试。这也可能意味着不是根据计算出的最佳值来设计网站，而是故意突破-简而言之，创造性地工作。
今天的程序员将成为明天的AI教练。人工智能可以成为一个优秀的合作伙伴。例如，许多公司使用结对编程技术，其中来自不同领域的专家共同开发软件。每个人都会带来不同的经验和方法。结果显然是更加面向用户的应用程序。
当我们谈论软件2.0时，学习机是一个高质量的合作伙伴，它可以根据所学到的知识提出建议，并可以使用大量数据自动执行测试运行。然而，有创造力的人决定了整体结构朝着哪个方向发展，因为并不是每个优化建议都会导致实际目标-直观的软件。
必须认识到，人工智能仍然远远没有达到任何优秀开发人员所需的创造力。我们远非能够创建Facebook，集成图形章程或管理表单错误的AI。
而人工智能，在其“深度学习”版本中，如果没有“训练”，也就是说，面对无限的情境，这样它就可以自己学习，就无法发挥作用。这正是人类，程序员，将不得不改变他的职业的地方。
人工智能如何帮助程序员？与此同时，在取代它们之前，人工智能开始与编程工具集成，以帮助开发人员提高代码质量并加快工作速度。因此，新的VisualStudio2019集成了一个名为IntelliCode的AI，它有助于格式化代码并提供建议。Kite对Python编程也做了同样的事情。DeepCode会扫描源代码中的漏洞。
同样，Yagaan的AI在整个开发阶段执行代码审计，以突出存在的安全风险。育碧开发了CommitAssistant，这是一个从历史上犯下的编程错误中吸取教训的AI，并帮助开发人员停止犯这些错误。
谷歌还有一个错误预测AI。另一个例子，“ Sketch2Code ”，是基于一个AI，它将手工制作的界面图转换为HTML代码。就其本身而言，SmartBear已经开始将AI集成到其TestComplete测试自动化工具中。事实上，茄子似乎也做了同样的事情。
同时，人工智能也被调用来拯救“无代码/低代码”工具，以更好地帮助开发人员掌控这些环境并实现其应用。
Mendix及其MendixAssist是最早看到AI作为发展辅助潜力的参与者之一。去年五月，Appian宣布其低代码平台使用“AppianAI”，这是一个扩展，主要是为了简化认知服务在应用程序中的集成。
人工智能的未来是什么？简而言之，人工智能还没有准备好取代程序员。但目前的项目表明，我们将能够在相对较短的将来要求他为自己编写代码。与此同时，它是“增强”开发人员运动的一部分，允许它更快地产生更少的错误和代码。
因此，软件开发人员无需担心。一些旧工作可能会被替换。然而，一个熟练的开发人员至少在未来一二十年内是无法被人工智能取代的。随时了解最新技术并发展您的技能。人工智能在这里只是为了帮助我们，而不是取代我们的工作。然而，人工智能将对世界产生比历史上任何其他创新更大的影响。
我希望你能从这篇文章中得到一些东西。如果您有任何疑问或疑问，请随时在评论部分询问他们（在一些机器人来填写评论部分之前这样做）。
如果您愿意分享这篇文章，我将不胜感激。这将鼓励我创建更多像这样的有用的文章。
祝您编码愉快！