MIT教授稱人類大腦并不比AI複雜，30年内機器智能将可複制愛與同情

【新智元導讀】不久前，由IBM研發的AI辯論系統Project Dabater與人類辯論冠軍進行了一場辯論，AI的表現令人印象深刻。從Project Debater身上，我們見證了人工智能在更高次元上對我們的大腦的思維和運作方式的一次形象的模拟。這是否意味着，人的大腦的許多能力都可以用AI重制？

IBM的Project Dabater可人工智能系統在辯論賽中表現可圈可點，這是否意味着，人的大腦的許多能力都可以用AI重制？

不久前，由IBM研發的人工智能辯論系統Project Dabater與以色列辯論冠軍Noa Ovadia和Dan Zafrir舉行了一次辯論。辯論的主題是從40個随機話題中抽取出來的，研究人員事先并沒有對系統進行過針對辯論賽的特别訓練，Project Dabater自己對多達3億篇的新聞文章資源庫的内容進行識别、分類和選擇，并從中提取出适合在辯論中使用的片段。

在辯論中，Project Dabater可以做到表述文法基本正确，語義和邏輯基本清晰連貫，在聽取辯論對手就辯題的看法之後，還能夠做出切合話題的反駁。

Project Debater在辯論中的表現雖然算不上完美，但還是令人印象深刻，而且讓我們向着人工智能深化的方向向前邁進了一步：Project Debater吸收大量不同的資訊和觀點，幫助人們建立有說服力的論據并做出明智的決策。可以說，從Project Debater身上，我們見證了人工智能在更高次元上對我們的大腦的思維和運作方式的一次形象的模拟。

實際上，我們所掌握的知識，對事物的觀點和認識，甚至是創造力大部分都來源于周圍的大量資訊。大腦會對我們從周圍環境中擷取到的這些資訊進行記憶、整理、分類、整合等處理，從中識别出不需要的、或多餘的資訊,從某種程度上說，這些資訊也可是以視作一個規模龐大無比、内容無所不包的資料庫。

如果說我們掌握的知識和形成的觀點是大腦對外部資訊的篩選和整合，那麼創造力、情感、判斷力等這些更高層面的感覺能力，也可以歸為大腦對資訊的多次複雜處理之後得到的結果。如果這些相對進階的感覺能力都有望由人工智能模組化實作，如果我們的大腦的某些運作模式可以被代碼所重制，考慮到現在的計算機，尤其是未來的量子計算機的極快的運算速度和驚人的資料處理能力，那麼從某種意義上說，我們的大腦可能并不比AI更加優越，大腦的一些複雜、精确的能力也可以化為代碼和程式，最終能夠被AI所學習和複制。

一些從事人工智能行業的專家和從事腦科學研究科學家對這個問題也有着類似的思考。

英特爾（Intel）負責人工智能業務的Naveen Rao說：“我們或許能在30年内創造出一種有限智能，它可以在空間中移動，了解周邊環境，并且對自己有感覺。”他認為人類有可能高估了自己的大腦，愛和同情是可以被人工智能學習和複制的。

麻省理工學院（MIT）的神經學家James DiCarlo表示，“認為人腦将總是比人工智能複雜的觀點是錯誤的，對于大腦和認知方面的科學家來說尤其如此。我相信，工程學将會逐漸地掌握大腦的某些特定功能。”

實際上，Project Dabater的真正價值不在于辯論本身，而是人工智能系統可以為人類決策團隊做出的重要貢獻。比如在警務室，情報分析掩體或教室内，都可以引入人工智能工具來增進對話，使得基于證據而做出的決策更加合理，或者為人類決策提供的新的資訊或可供參考的反對意見。

未來，可能産生能夠真正了解我們，并能對我們做出回應的人工智能。換句話說，不管是對AI大力鼓吹還是對其持懷疑态度的人來說，AI可能都要比他們想象中更為強大。

原文連結：

https://www.ft.com/content/36c669c0-791b-11e8-af48-190d103e32a4

原文釋出時間為：2018-07-20

本文來自雲栖社群合作夥伴新智元，了解相關資訊可以關注“AI_era”。

MIT教授稱人類大腦并不比AI複雜，30年内機器智能将可複制愛與同情