隨著人工智能變得越來越聰明，關(guān)于AI將消滅人類的說法也不斷涌現(xiàn)出來。事實(shí)上，很多大人物都在呼吁人們提起警惕。到現(xiàn)在，似乎AI支持者谷歌首席工程師雷·庫茲韋爾對(duì)未來的樂觀態(tài)度似乎已經(jīng)不敵比爾·蓋茨、伊隆·馬斯克和史蒂芬·霍金提出的擔(dān)憂。

誠然，我們確實(shí)有理由表示擔(dān)憂，但未來并不一定會(huì)是一個(gè)黑暗的未來，因?yàn)槲覀兛梢杂欣肁I的更好方式，關(guān)鍵是認(rèn)識(shí)到人類與機(jī)器智能之間的互補(bǔ)關(guān)系。說到底，人工智能與人類智能有著天壤之別，所以以后可以停止對(duì)二者的比較了。

如今，人們很容易相信人工智能已經(jīng)變得像人類智慧一樣聰明了——如果不是更聰明的話。比如，前一段時(shí)間，谷歌發(fā)布了Duplex AI，能夠幫助用戶完成外呼預(yù)定美發(fā)沙龍和餐館等操作。由于它的聲音幾乎與人類一模一樣，所以在整個(gè)過程中可以瞞過其對(duì)話伙伴，使之認(rèn)為自己是人類。

此外，谷歌子公司DeepMind開發(fā)了一款人工智能，在最復(fù)雜的棋盤游戲中擊敗了世界冠軍。而最近，人工智能又被證明它可以像訓(xùn)練有素的醫(yī)生一樣準(zhǔn)確診斷眼疾……還有很多的事件可以表明，在不久的將來，機(jī)器人有可能會(huì)讓人類身處失業(yè)的狀態(tài)。

隨著技術(shù)的發(fā)展與突破，人工智能在以我們?nèi)庋劭梢姷乃俣冉怄i新領(lǐng)域、新任務(wù)、新技能，而這些領(lǐng)域之前被認(rèn)為是人類智能的專屬。但這是否意味著人工智能比人類智能更聰明呢？在小智君（ID：Aiobservation）看來，將人工智能與人類只能進(jìn)行對(duì)比，這本來就是一個(gè)錯(cuò)誤的想法，因?yàn)槎呤峭耆煌臇|西，即使有時(shí)候它們的功能會(huì)重疊。

人工智能擅長(zhǎng)處理數(shù)據(jù)，不善于抽象思考

首先，即使是最復(fù)雜的人工智能技術(shù)，其核心也與其他計(jì)算機(jī)軟件沒有什么不同：以超快速率運(yùn)行數(shù)據(jù)。AI及其分支，如機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，只要研究員能將其轉(zhuǎn)換為正確的數(shù)據(jù)集，就可以解決任何問題。

舉個(gè)例子，圖像識(shí)別。如果給出深度神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)算法的基礎(chǔ)結(jié)構(gòu)以及足夠多的標(biāo)記圖像，人工智能就可以用非常復(fù)雜的方式進(jìn)行數(shù)據(jù)對(duì)比，并找到定義每種類型對(duì)象的相關(guān)性和模式，進(jìn)而實(shí)現(xiàn)用該信息標(biāo)記之前從未見過的圖像中的對(duì)象。當(dāng)然，語音識(shí)別的過程也是如此：如果有足夠多的人的聲音的數(shù)字樣本，神經(jīng)網(wǎng)絡(luò)可以找到人的聲音中的共同模式并確定某段錄音是否屬于那個(gè)人。

最近上線公測(cè)的阿里AI鑒黃語音反垃圾服務(wù)便是基于此理論，除識(shí)別***和***文字外，涉黃語音也能通過AI鑒別了。為了讓AI智能機(jī)器具備識(shí)別多國語言和多地方言的能力，事先需要有一個(gè)訓(xùn)練學(xué)習(xí)的過程，對(duì)此阿里安全部產(chǎn)品專家念夏表示，“可以把它想象成一個(gè)小孩，需要不斷喂養(yǎng)、訓(xùn)練、學(xué)習(xí)，它才具備這樣的能力。”比如學(xué)習(xí)廣東話，除了從第三方公司購買訓(xùn)練素材外，還使用阿里系統(tǒng)內(nèi)的視頻平臺(tái)上的粵語電視劇，來訓(xùn)練機(jī)器人學(xué)習(xí)。

實(shí)際上，我們所了解到的關(guān)于AI的應(yīng)用，無論是進(jìn)行人臉識(shí)別還是診斷癌癥的計(jì)算機(jī)視覺算法，亦或是能夠驅(qū)逐惡意網(wǎng)絡(luò)流量的人工智能網(wǎng)絡(luò)安全工具，甚至是玩電腦游戲的復(fù)雜AI項(xiàng)目，都有這樣一個(gè)同樣的規(guī)則。只不過，技術(shù)不斷在改變和進(jìn)步。

正如有句老話說的是“人無完人”，所以AI也有自己的缺點(diǎn)，而它欠缺的就是抽象思考、常識(shí)的運(yùn)用以及知識(shí)遷移。說回開頭提到的谷歌Duplex AI，它可能非常擅長(zhǎng)預(yù)訂餐廳或美發(fā)沙龍，但這是兩項(xiàng)非常狹窄且非常具體的任務(wù)。甚至這個(gè)人工智能還可以使用人類的語腔語調(diào)完成一次模仿人類對(duì)話的自然行為，但一旦談話偏離了軌道，Duplex就會(huì)很難以連貫的方式作答。在這種情況下，它要么終止對(duì)話，要么在人類的幫助下才能以有意義的方式繼續(xù)對(duì)話。

迄今為止，已經(jīng)有很多實(shí)例可以證明，一旦AI模型出現(xiàn)在其擅長(zhǎng)領(lǐng)域之外的事件中或者接收到與他們訓(xùn)練過的數(shù)據(jù)不同的內(nèi)容，他們就會(huì)以一種不合邏輯的方式失敗。范圍越廣，人工智能需要掌握的數(shù)據(jù)越多，就會(huì)出現(xiàn)一些邊緣案例，這些場(chǎng)景還沒有被訓(xùn)練數(shù)據(jù)所覆蓋，最終會(huì)導(dǎo)致人工智能的失敗。一個(gè)例子便是自動(dòng)駕駛汽車，盡管已經(jīng)行駛了數(shù)千萬公里，但它仍在努力實(shí)現(xiàn)完全自主，遠(yuǎn)遠(yuǎn)超過人類成為專家駕駛員的需要。

人類不善于處理數(shù)據(jù)，擅長(zhǎng)做抽象決策

從數(shù)據(jù)部分開始。與計(jì)算機(jī)相反，人類在存儲(chǔ)和處理信息方面非常糟糕。比如，想要記住一首歌的歌詞，必須多次循環(huán)聽才能記住它；但對(duì)于計(jì)算機(jī)來說，記住一首歌就像在應(yīng)用程序中按“保存”或?qū)⑽募?fù)制到其硬盤中一樣簡(jiǎn)單。同樣，對(duì)于人類來說，不記憶也是很困難的。即使盡自己所能，一些不是很好的記憶還是會(huì)存在自己的腦海里。而對(duì)于計(jì)算機(jī)來說，忘記一些東西就像刪除文件一樣簡(jiǎn)單。

說實(shí)話，在處理數(shù)據(jù)方面，人類遠(yuǎn)不如人工智能。在上文提到的所有示例中，人類或許能夠執(zhí)行與計(jì)算機(jī)相同的任務(wù)，只不過在人類識(shí)別和標(biāo)記圖像所花費(fèi)的時(shí)間內(nèi)，AI算法可以完成對(duì)一百萬個(gè)圖像的分類。毫不夸張的說，計(jì)算機(jī)的絕對(duì)處理速度使它們能夠在涉及數(shù)學(xué)計(jì)算和數(shù)據(jù)處理的任何任務(wù)中超過人類。

然而需要注意的是，人類可以基于本能、常識(shí)在信息稀缺的情況下，做出抽象決定。比如，人類孩子在很小的時(shí)候就學(xué)會(huì)歸納整理物品。但對(duì)于AI算法，執(zhí)行相同任務(wù)需要數(shù)年的訓(xùn)練?？萍荚u(píng)論家尼古拉斯·卡爾（Nicholas Carr）在被問及智能機(jī)器與人類的區(qū)別時(shí)曾表示，“計(jì)算機(jī)沒有瘋狂地帶，它們不能矛盾，也無法設(shè)計(jì)去處理模稜兩可的情形，它們也沒有直覺?！?/p>

舉個(gè)例子，當(dāng)人們第一次接觸視頻游戲時(shí)，他們可以快速地將日常生活中的知識(shí)轉(zhuǎn)移到游戲環(huán)境里，像遠(yuǎn)離坑，壁架，火和尖尖的東西（或跳過它們）。他們知道必須要躲避子彈、避免被車輛撞到才能生存。但對(duì)于AI來說，每個(gè)視頻游戲都是一個(gè)新的未知的世界，它必須從頭學(xué)習(xí)。人類可以發(fā)明新事物，包括已經(jīng)引領(lǐng)人工智能時(shí)代的所有技術(shù)，而AI只能獲取數(shù)據(jù)，進(jìn)行比較，提出新的組合和演示，并根據(jù)之前的序列預(yù)測(cè)趨勢(shì)。

人類可以感受、想象、夢(mèng)想，可以無私或貪婪，可以愛恨交加，可以撒謊，甚至有時(shí)候會(huì)混淆事實(shí)。所有這些情緒都可以以理性或非理性的方式改變他們的決定。人是一種由肉體制成的不完美的有缺陷的生物，每一個(gè)人都以自己的方式獨(dú)特生存；而人工智能，從核心上講，是由數(shù)十一個(gè)無生命的電路運(yùn)行的微小的電流。

人工智能與人類智能截然不同，請(qǐng)停止比較

總的來說，所有這些都不意味著人工智能優(yōu)于人類智能，反之亦然。因?yàn)楸举|(zhì)上，二者就是完全不同的東西。AI擅長(zhǎng)重復(fù)性任務(wù)，這些任務(wù)具有明確定義的邊界，可以用數(shù)據(jù)表示，而且對(duì)于需要完成基于不完整信息，憑直覺做出決策的任務(wù)來說，往往表現(xiàn)的很糟糕。相比之下，人類智能適用于需要常識(shí)和抽象決策的環(huán)境，而對(duì)于需要進(jìn)行大量實(shí)時(shí)計(jì)算和數(shù)據(jù)處理的任務(wù)則表現(xiàn)不佳。

從不同的角度看，我們應(yīng)該將AI視為增強(qiáng)智能。人工智能與人類智能相輔相成，彌補(bǔ)了彼此的不足。因此，他們可以一起完成任何自己無法單獨(dú)完成的任務(wù)。比如，AI善于利用大量的網(wǎng)絡(luò)流量找出異常情況，但在決定哪些是需要調(diào)查的真正威脅時(shí)會(huì)犯錯(cuò)誤。而另一方面，人工分析師不善于監(jiān)控通過公司網(wǎng)絡(luò)傳輸?shù)那д鬃止?jié)數(shù)據(jù)，但他們擅長(zhǎng)將異常與不同事件聯(lián)系起來，并確定哪些是真正的威脅。所以，AI和人工分析師可以填補(bǔ)彼此的空白。

誠然，現(xiàn)在人工智能可以做越來越多的事情，它們的邏輯也變得更為復(fù)雜，所以它們有能力去應(yīng)對(duì)更復(fù)雜的情況，以及處理更多的變量參數(shù)。但是人工智能和人類各自的強(qiáng)項(xiàng)都體現(xiàn)在不同的領(lǐng)域，這意味著我們需要探索的是共生關(guān)系，而不是競(jìng)爭(zhēng)關(guān)系。

很多人都持有一種觀點(diǎn)，即機(jī)器會(huì)取代人類的工作機(jī)會(huì)。在小智君（Aiobservation）看來，其中不乏夸張的宣傳，事實(shí)證明，人工智能的擴(kuò)張創(chuàng)造了更多的就業(yè)機(jī)會(huì)而不是摧毀。但是，正如過去每項(xiàng)技術(shù)突破所做的那樣，在許多任務(wù)中，它確實(shí)可以消除對(duì)人類的需求。但這可能是因?yàn)槟切┕ぷ鲝膩矶疾皇轻槍?duì)人類的?，F(xiàn)在我們?cè)谶@些工作上花費(fèi)了大量寶貴的人力資源和勞動(dòng)力，或許就是因?yàn)槲覀兩形撮_發(fā)出能使其自動(dòng)化的技術(shù)。

隨著人工智能變得善于執(zhí)行更多的任務(wù)，作為人類，我們將有更多的時(shí)間把我們的智慧用于具有創(chuàng)造性、社交性、藝術(shù)性、體育、文學(xué)、詩歌以及其他有價(jià)值的應(yīng)用中。到那個(gè)時(shí)候，我們就使用我們的增強(qiáng)智能工具來增加這些工作的創(chuàng)造力了。

最后，我們不是機(jī)器，機(jī)器也不是人類，未來將是人工智能和人類智能共同構(gòu)建的！