人類是唯一可以制造機(jī)器的動物。通過這種方法，我們擴(kuò)展了自身的能力，超越了我們的生物極限。而現(xiàn)在，我們正在創(chuàng)造一項(xiàng)全新的技術(shù)，用代碼賦予它通過數(shù)據(jù)和練習(xí)進(jìn)行學(xué)習(xí)的能力。

　　在過去十年間，我們每年都會開發(fā)數(shù)以千計的新算法。現(xiàn)在機(jī)器學(xué)習(xí)算法大致可以分為5個大類，每一類都是從不同的學(xué)科領(lǐng)域獲得了靈感。有一種機(jī)器學(xué)習(xí)方法就是在模擬自然選擇，我們稱這樣的算法為進(jìn)化算法。

　　但這種進(jìn)化是低效的。當(dāng)前應(yīng)用最廣泛的機(jī)器學(xué)習(xí)方法是深度學(xué)習(xí)，它的靈感來自大腦。這種方法從模擬單個神經(jīng)元功能的高度簡化的數(shù)學(xué)模型出發(fā)，構(gòu)建出包含數(shù)千個神經(jīng)元的網(wǎng)絡(luò)，并通過學(xué)習(xí)不斷調(diào)整不同神經(jīng)元之間的連接。

　　機(jī)器學(xué)習(xí)也會借鑒心理學(xué)。與人類相似，這種以類比為基礎(chǔ)的算法通過在已有的數(shù)據(jù)中尋找近似的問題來解決新的問題。

　　通過自動執(zhí)行科學(xué)方法，機(jī)器也可以實(shí)現(xiàn)學(xué)習(xí)。為了引入新的假設(shè)，所謂的符號學(xué)習(xí)會進(jìn)行逆向推理演繹。

　　最終，機(jī)器學(xué)習(xí)可以完全構(gòu)建于數(shù)學(xué)原理之上，其中最重要的是貝葉斯定理。按照這個定理，我們可以基于現(xiàn)有知識，先給不同假設(shè)指定初始概率，然后提升與數(shù)據(jù)相符的假設(shè)的概率，并降低與數(shù)據(jù)不符的假設(shè)的概率，最后計算所有假設(shè)的加權(quán)平均值，就可以作出預(yù)測：概率越高的假設(shè)，權(quán)重也越高。

　　這5類機(jī)器學(xué)習(xí)算法，每一種都既有優(yōu)勢，也有不足。所以機(jī)器學(xué)習(xí)研究者一直致力于把各種方法的優(yōu)勢結(jié)合起來。就如同一把能打開所有鎖的萬能鑰匙，我們也在努力創(chuàng)造一個所謂的主算法（master algorithm）——這個算法可以從數(shù)據(jù)中學(xué)習(xí)到一切特征，提取出所有可能得到的知識。

　　智能機(jī)器人：這個機(jī)器海星會使用進(jìn)化算法來學(xué)習(xí)如何模擬自己。進(jìn)化算法是機(jī)器學(xué)習(xí)算法中的一大類，科學(xué)家希望可以把它與其他算法結(jié)合起來，得到“主算法”，那將是一種非常強(qiáng)大的工具。

　　當(dāng)前，機(jī)器學(xué)習(xí)領(lǐng)域面臨的挑戰(zhàn)和物理學(xué)家面臨的挑戰(zhàn)類似：量子力學(xué)可以在微觀尺度上很好地描述宇宙，廣義相對論則適用于宏觀尺度，但這兩個理論卻是不相容的，有待調(diào)和。在粒子物理學(xué)的標(biāo)準(zhǔn)模型建立起來之前，詹姆斯·克拉克·麥克斯韋（James Clerk Maxwell）首先統(tǒng)一了光、電和磁；與此類似，包括我和華盛頓大學(xué)的同事在內(nèi)，很多研究團(tuán)隊都提出了將兩種或多種機(jī)器學(xué)習(xí)方法統(tǒng)一到一起的思路。但科學(xué)進(jìn)步是斷斷續(xù)續(xù)、非線性發(fā)展的，因此很難預(yù)測這個大一統(tǒng)的主算法什么時候才能實(shí)現(xiàn)。不管怎樣，這一目標(biāo)的實(shí)現(xiàn)并不會導(dǎo)致一個全新的、強(qiáng)大的機(jī)器種族出現(xiàn)，相反，它會促進(jìn)人類的進(jìn)步。

　　人工智能不會取代我們

　　一旦我們獲得主算法，并輸入由每個人產(chǎn)生的大量數(shù)據(jù)，人工智能系統(tǒng)就可能通過學(xué)習(xí)得出每個個體的非常準(zhǔn)確和詳細(xì)的模型：我們的口味和習(xí)慣、優(yōu)點(diǎn)和缺點(diǎn)、記憶和愿望、信仰和個性、我們在乎的人和事，以及任何特定場景下我們會如何回應(yīng)。我們的模型實(shí)質(zhì)上能夠預(yù)測我們將做出的選擇，這既令人興奮又令人不安。

　　許多人擔(dān)心，擁有這些能力的機(jī)器會利用它們新獲得的知識來奪走我們所有的工作，奴役我們，甚至消滅我們。但這是不可能發(fā)生的，因?yàn)樗鼈儧]有自己的意志。基本上，所有的人工智能算法都是由我們設(shè)計的目標(biāo)驅(qū)動的。這些算法與普通算法的區(qū)別在于，它們可以靈活地決定如何實(shí)現(xiàn)我們?yōu)樗鼈冊O(shè)定的目標(biāo)，而不是需要執(zhí)行預(yù)先定義的一系列步驟。即使通過不斷執(zhí)行任務(wù)而得到優(yōu)化，它們的目標(biāo)仍然沒有改變。此外，人類會核查機(jī)器的成果是否符合我們的目標(biāo)。

　　人工智能只是一種解決難題的能力，而這一任務(wù)并不需要自由意志。它與人類作對的可能性，并不比你的手突然不聽使喚，扇自己耳光更大。和其他技術(shù)一樣，人工智能將永遠(yuǎn)是我們自身的擴(kuò)展。我們所設(shè)計的人工智能越強(qiáng)大，人類也就受益越多。

　　那么，人工智能會讓我們的未來變成什么樣子呢？智能機(jī)器確實(shí)會取代許多工作，但對社會的影響可能類似于以前的自動化機(jī)器。200年前大多數(shù)美國人都是農(nóng)民，如今機(jī)器已經(jīng)取代了幾乎所有的農(nóng)民，卻沒有造成大規(guī)模的失業(yè)。末日論者認(rèn)為，這一次是不同的，因?yàn)闄C(jī)器正在取代的不僅僅是我們的肌肉，更是我們的大腦。但是，人工智能距離承擔(dān)我們的所有任務(wù)仍然非常遙遠(yuǎn)。在可預(yù)見的未來，人工智能和人類將擅長不同的事情。機(jī)器學(xué)習(xí)的主要作用將是大大降低智力成本。這種普及進(jìn)程將讓人工智能在更多的領(lǐng)域變得經(jīng)濟(jì)可行，創(chuàng)造新的就業(yè)機(jī)會，并改造舊的工作，讓相同數(shù)量的人力能完成更多工作。

　　然后，還有未來學(xué)家雷·庫茲韋爾（Ray Kurzweil）宣揚(yáng)的“奇點(diǎn)”。他設(shè)想，技術(shù)進(jìn)步會永遠(yuǎn)不斷加速：機(jī)器學(xué)會制造更好的機(jī)器，而新的機(jī)器又能制造出比它還要好的機(jī)器。但我們知道這是不可能的，即便是量子計算機(jī)——它的計算能力也受到物理定律的嚴(yán)格限制，而且在某些方面，我們距離這樣的極限已經(jīng)不遠(yuǎn)了。人工智能的進(jìn)步，就像其他一切的進(jìn)步一樣，最終會趨于平穩(wěn)。

　　數(shù)字替身

　　人工智能，尤其是機(jī)器學(xué)習(xí)，事實(shí)上只是人類進(jìn)化的延續(xù)。在《延伸表型》（Extended Phenotype）一書中，英國科學(xué)家理查德·道金斯（Richard Dawkins）談到，動物基因控制的不止是它們的身體，還有環(huán)境，而且這種現(xiàn)象相當(dāng)普遍——從杜鵑產(chǎn)蛋到河貍筑壩，都是如此。技術(shù)就是人類表型的延伸，我們今天所構(gòu)建的是我們的另一層技術(shù)外骨骼。未來人類會如何運(yùn)用人工智能？我認(rèn)為最可能出現(xiàn)的情景要比通常的推測更有趣。

　　在十年內(nèi)，我們中的每一個人都可能擁有一個“數(shù)字替身”，這個人工智能助手將比我們今天的智能手機(jī)更加不可或缺。你的數(shù)字替身不需要和你一起移動，它很可能存在于云中的某個地方，就像你現(xiàn)有的個人數(shù)據(jù)一樣。我們可以在Siri、Alexa和Google助手等虛擬助手中看到它的雛形。數(shù)字替身的核心是一個你自身的模型，該模型將從你與數(shù)字世界互動時產(chǎn)生的一切數(shù)據(jù)中學(xué)習(xí)，包括桌面電腦、網(wǎng)站、可穿戴設(shè)備以及智能揚(yáng)聲器、恒溫器、手機(jī)信號發(fā)射塔和攝像機(jī)等環(huán)境傳感設(shè)備。

　　我們的學(xué)習(xí)算法越好，我們給數(shù)字替身提供的個人數(shù)據(jù)越多，它們就會變得越精確。一旦我們有了主算法，就可以通過增強(qiáng)現(xiàn)實(shí)設(shè)備和其他個人傳感器連續(xù)捕捉你的感覺和運(yùn)動信息，這樣一來，數(shù)字替身會比你最好的朋友都更了解你。

　　你的數(shù)字模型和數(shù)據(jù)將由一個“數(shù)據(jù)銀行”來維護(hù)，這與你用來儲蓄和投資的傳統(tǒng)銀行不同。許多現(xiàn)有的公司肯定愿意為你提供這種服務(wù)。谷歌創(chuàng)始人謝爾蓋·布林（ergey Brin）表示，谷歌想成為“你的大腦的第三個半球”，但如果你大腦的一部分要通過向你展示廣告來維持它的存在，你可能不愿意。最好是由利益沖突更少的新型公司或由與你志趣相投的人形成的數(shù)字聯(lián)盟來給你提供更好的服務(wù)。

　　畢竟，人工智能最值得擔(dān)心的地方不是它會自發(fā)地變邪惡，而是控制它的人會濫用它。因此，你的數(shù)據(jù)銀行的首要任務(wù)是確保你的模型永遠(yuǎn)不會被用來損害你的利益。你和數(shù)據(jù)銀行都必須保持警惕，時刻監(jiān)控人工智能犯罪，因?yàn)檫@項(xiàng)技術(shù)同樣也能增強(qiáng)壞人的能力。我們將會需要人工智能警察來抓捕人工智能罪犯。

　　當(dāng)然，這也給某些機(jī)構(gòu)提供了機(jī)會，讓它們更容易監(jiān)視和約束你。考慮到機(jī)器學(xué)習(xí)的發(fā)展速度，電影《少數(shù)派報告》（Minority Report）中的情景也可能出現(xiàn)——人們在即將犯罪時被提前逮捕。

　　作為個人，我們的首要任務(wù)是不要自滿，不要盲目信任我們的數(shù)字替身，忽略它們才剛誕生沒多久的事實(shí)。從外表看，人工智能似乎是客觀，甚至完美的，但在內(nèi)里，它們同我們一樣有諸多缺陷，甚至更多，只是方式不同而已。例如，人工智能缺乏常識，很容易犯一個人永遠(yuǎn)不會犯的錯誤，比如把橫穿馬路的人誤認(rèn)成被風(fēng)吹起的塑料袋。它們往往只能理解我們指令的字面意思，精確給出我們要求的東西，但那不是我們真正想要的。

　　實(shí)際上，你的數(shù)字替身和你如此相似，以至于它可以在各種虛擬互動中替代你。它的工作不是像你一樣生活，而是要幫助你選擇那些你沒有時間、耐心或知識親自去選的東西。它會閱讀亞馬遜上的每一本書，推薦一些你最可能想要閱讀的書。如果你需要一輛車，它會研究各種選項(xiàng)，并與汽車經(jīng)銷商的替身討價還價。如果你在找工作，它會尋找所有符合你需要的職位，然后為你安排最有可能通過的真人面試。如果你被診斷出了癌癥，它會嘗試所有可能的治療方法并推薦最有效的治療方法。如果你正在尋找愛侶，你的數(shù)字替身將會與所有符合條件的數(shù)字替身進(jìn)行數(shù)百萬次的虛擬約會。在虛擬空間中擦出愛情火花的情侶們則可以在現(xiàn)實(shí)生活中約會。

　　從本質(zhì)上說，你的數(shù)字替身會在虛擬空間中度過無數(shù)種可能人生，這樣真實(shí)世界中的你就可能選出其中最好的一個版本。你的模擬生活是否真實(shí)，你的數(shù)字化身是否有某種自我意識，就像英劇《黑鏡》（Black Mirror）中的一些故事那樣，都是有趣的哲學(xué)問題。

　　一些人擔(dān)心，這意味著我們將把自己生活的控制權(quán)交給計算機(jī)。但它實(shí)際上給了我們更多的控制權(quán)，而不是更少。你的模型還將從每次虛擬體驗(yàn)的結(jié)果中學(xué)習(xí)（你享受這次約會嗎？你喜歡你的新工作嗎？）所以隨著時間的推移，它給出的建議會越來越接近你本人的選擇。

　　事實(shí)上，我們已經(jīng)習(xí)慣了在潛意識的干預(yù)下做出我們的大多數(shù)決策，因?yàn)檫@就是我們大腦的運(yùn)作機(jī)制。你的數(shù)字替身就像是大幅擴(kuò)展了的潛意識，但它們之間有一個關(guān)鍵的區(qū)別：當(dāng)你的潛意識在你的身體里獨(dú)自生活時，你的數(shù)字替身將會不斷地與他人和組織進(jìn)行互動。每個人的數(shù)字替身都將繼續(xù)努力學(xué)習(xí)其他人的模型，構(gòu)成一個基于模型的社會，它們會以計算機(jī)的速度生活，探索所有的可能性，猜測我們在當(dāng)下可能做出的選擇。我們的機(jī)器將是我們的偵察兵，為獨(dú)立個體和整個人類物種開辟一條通往未來的道路。它們將帶領(lǐng)我們?nèi)ネ�哪里？我們將選擇奔赴何處？