比赋闲更严峻：人工智能的新盼望

刘慈欣有一部短篇小说，叫做《镜子》，讲了这么一个故事：

一位情景局的软件工程师，不测用超弦计较机开拓出了一款模仿软件，可以模仿一个宇宙从降生到演变的进程。

他试验了一千多个宇宙，终于在一天夜里，有时间发明白一组数据，用它天生的宇宙，统统物理常数跟我们的宇宙千篇一律。换言之：他模仿出了我们此刻地址的宇宙。

于是，他看到了被掩埋的「真实的汗青」：特洛伊城从未存在过，马可波罗从将来过中国，很多名不见经传的小人物，着实才是真正的好汉……

感乐趣的伴侣，可以自行去找这本小说，很短。

可是，在《镜子》中，哪怕是这个全能的宇宙模仿器，也有一个致命的缺陷：它只能用来看已往，无法用来猜测将来，不然就会陷入「无穷递归」之中。

猜测将来，或许是人类想象力的极限了。

无论是漫威的奇特博士，照旧《守望者》内里的曼哈顿博士，一旦跟预知将来扯上相关，老是会带来伟大的思想陷阱和悖论。

假如将来可以或许预知，那我可否改变它?我又可否预知被我所改变的将来?

假如将来可以或许预知，那是否意味着，整个天下本质上都是抉择论的?统统早从迢遥的已往就已经注定好?

这大概是人类，最不想涉足的一块禁地：由于它会对我们的「自由意志」，发生庞大的攻击和影响。

但这统统正在成为实际。

一种叫做 ABM(基于智能体的模仿，Agent-based Model)的技能，大概真的可以或许使我们「猜测将来」。

它的道理是什么呢?举个简朴的例子：

想象有一片安定，上面有10个圆点，我们给它们设定如下的指令：

1)在这片安定上随机行走，不能走出表面;

2)当两个圆点相遇时，有50%几率会「缔盟」，50%几率会相互进攻;

3)进攻时，每两个圆点之间各有50%的几率取胜。

那么，最终会有几个圆点「存活」下来?

我们还可以增进法则。好比：有些圆点具备「大胆」属性，进攻的胜率更高;有些具备「侦察」属性，可以或许规避伤害;有些具备「和睦」属性，缔盟的几率更高……诸云云类。

这是一个极其简朴的例子。任意拿一台计较机，写几行代码，就可以办理。

我们让它多跑屡次，做屡次模仿，就可以获得差异的功效。把这些大量的功效做一个统计，就可以或许知道大抵的倾向。

但假如把这片安定，换成一座都市;把这些圆点，换成一个个「人」;把这些指令，换成一些支配着人类的、简朴的举动法则呢?

从某种水平来讲，我们就可以藉由模仿，来预判一个小群体的大抵走向。

假如你玩过相同《模仿人生》这样的游戏，你必然会很是清晰。

虽然，「模仿」的道理并不新颖 —— 它早自上个世纪就已经投入行使了。气候预告就是这样来的。

同样，针对人类社会的模仿，也已经有很多案例。

好比：2014年，西非发作埃博拉疫情。其时，相干专家用了7个月的时刻，成立了一个模子，引入了实际社会的各种数据，如病例数目、传染率、交通方法、生齿漫衍……最终得出结论：假如不加节制，也许会有140万人受到传染。

最终，在这个猜测模子的指导下，医疗小组奔赴最焦点的处所举办过问，乐成地将传染数目节制在了2.8万人以内。

但无论是气候预告，照旧埃博拉模仿，抑或《模仿人生》，都存在一个严峻的题目：

它们的数据量太小，远远不敷以模仿「实际」。

举个例子：在埃博拉模仿中，每个「人」只有几种举动方法：被传染，逃跑，随无邪作。与其说它们是一个个活生生的「人」，不如说是被高度简化、抽象化的「质点」。

这就导致了 ABM 技能成长的停滞。事实，要还原实际社会，必要的数据量其实是太复杂了，毫不是短时刻内可以实现的。

不外，近几年来，一项技能的成长，使得「模仿实际社会」成为也许。

这项技能是什么呢?你必然也很是清晰，它就是人工智能 —— 人工智能的成长，办理了对付数据的「输入」困难。

什么意思呢?

在旧的模仿技能里，最难的处所是什么?假如你要尽也许还原一个群体，你就要对每小我私人输入足够多的数据。包罗：身世，家庭配景，兴趣，风俗，事变，手艺，经济状况，等等。

这险些是不行能的。

但这对付人工智能来说，这只是一个小题目。

人工智能有一个很是强盛的手段，叫做自进修：你只要给它必然的数据，它本身就可以或许举办进修，自我测试、自我批改、自我完美。

当它「学会」了一个模式之后，就可以或许真正地「模仿实际」。

举个例子：AlphaGo 各人都很是认识了。而 2017 年的 AlphaGo Zero，无需任何常识输入，只需给它一张棋盘，汇报它法则，让它跟本身对弈，仅实习三天时刻，它就能击败 AlphaGo。

同样，DeepMind 宣布的 VQ-VAE 模子，仅需「投喂」7万张人脸图片作为实习集，就能天生 100 万像素的清楚「人脸」，肉眼完全无法判别。

糊口中，我们每一天都在发生数据。这些绵绵不断的数据，就是人工智能最好的实习集。

把它们输入给人工智能，让人工智能去进修「人」的模式，它就能很是等闲地，天生一个个「真实的人」。

这些人跟真人一样，拥有性格、信奉、家庭、事变，他们会抱病，会变老，会交互，可以或许进修，可以或许对外界的刺激作出回响。

不同只是在于：他们只存在电脑里，并不存在于实际中。

这就是 MAAI，多智能体人工智能(Multi-agent artificial intelligence)。

它针对旧的 ABM 模子，较量大的变革是：

1)使得「智能体」(agent)真的成为了「伟大」的个别;

2)使得智能体的数目大大增进，从而使模仿社会成为也许。

正如挪威社会建模中心的 F. LeRon Schults 所说：

人们必要作出的改变，是接管这么一个究竟：你真的可以模仿人类。

这是一项很是新的技能。

新到什么水平呢?英国萨里大学社会模仿研究中心主任 Nigel Gilbert 暗示：有一些政策说明家已经留意到它，但大大都政治家对此尚一窍不通。

然而，它并不只仅存在于论文内里。

据弗吉尼亚建模中心的 Saiku Diallo说：今朝这一技能，已经可以或许容纳上万万个「智能体」。简而言之，「我们可觉得一座像伦敦这样的都市建模」。

试想：在电脑里成立一座都市，内里稀有万万个「住民」。他们跟真人千篇一律，每小我私人都有具体的身世、经历、性格、特质……固然他们没有自我意识，但从调查者的角度来看，就跟真人一样。

理论上来说，当我们把一部门伦敦的住民数据输入人工智能，用它天生足够的「智能体」，再放到一个相似的情形下，这就组成了一座假造的「伦敦2号」。

它和实际的伦敦很是相似，说是一个简化版也不为过。

然后，我们就可以实行着节制外部前提，来调查整个「伦敦2号」的变革。

好比：

施行一项新政策，调查整个都市的变革功效和趋势;

激发一场劫难，看可否获得有用的遏止和节制;

输入一些突发的变乱，好比「脱欧」「灾黎涌入」，调查恒久的变革趋势。

只要让它多运转屡次，我们就可以获得足够多的数据，从而对将来有一个更大掌握的预判。

从某种水平上来讲，这不啻于正是「猜测将来」。

而这一技能的成长，很也许会比我们想象的更快。

今朝是伦敦，下一步呢?

F. LeRon Schults 说：

下一个方针，将是 3.2 亿 —— 整个美国的生齿;

再下一个方针，14 亿，中国。

最终，全天下。

而在实际中，这样的模子正在运行。

据 NewScientist 的报道：一个模仿挪威都市的模子，正在实行办理灾黎题目。

在已往的 8 年里，100 万叙利亚灾黎逃往欧洲，个中有 2 万人定居在挪威。这些灾黎涌入进来，会对内地的社会情形造成什么影响?应该采纳什么政策去应对?怎样才气将风险和侵害最小化?没人知道。

因此，Schults 正在主导一个模子，模仿一座挪威都市在外来灾黎的攻击下各种也许的将来。

这个模子较量小，只有 5 万个智能体，但将模仿长达 3 代人的时刻，以更久远地调查各类法子所也许带来的效果。

像这种体量的模子，运行 1 次必要数小时到数天的时刻。

你必然会有疑问：按照真实数据「天生」出来的建模，真的能代示意实环境吗?它的契合度毕竟有多高?

这一点，建模科学家们虽然也思量到了。在 Schults 的挪威灾黎模子中，他们花了一年的时刻配置初始前提、建模，以及举办实际检讨。

研究团队行使了挪威当局的社会观测数据，调查建模出来的功效，是否社会观测数据相相符。假如不相符，就微调初始参数，再从头建模。

要害在于什么呢?这些都是一次性的事变。一旦你通过了实际检讨，你的建模就算乐成了。你就拥有了一个足够大的「沙盘」，可以自由地、为所欲为地试验你的设法，并按照获得的反馈举办批改。

除了挪威灾黎模子，其他的应用也已经浮出水面。

英国的经济学家们正在思量，把 MAAI 技能引入经济学，来更好地领略实际天下的经济变革，以及，猜测像 08 金融危急这样的攻击。

波士顿生理与文化中心的一个小组，已经成立了一个 MAAI 模子，来搪塞儿童拐卖的罪犯。但据小组主任说，罪犯很也许正在采纳相似的技能，来反抗当局的动作。

近阵子，很多学者存眷的是 2020 年的美国大选。两边的团队是否会操作该技能，试验各类百般的竞选计策，以很洪流平地煽惑选民?假如一旦产生，又怎样界定这种举动?

不能嗣魅这必然会产生，但今朝来看，也许性并不小。

假如这一技能在不远的未来，可以或许遍及化的话，那造成的影响，将会很是之大。

我在 这套「缔造者思想」，令我受益良多 中已经提过：当代社会里，统统都是高度慎密、井井有条、完百口产化和流程化的。你所看到、感知到的统统对象，都是别人加工之后泛起给你的产物。

而有了这项技能的加持，这种征象只会变本加厉。

你所感知到的统统，不只仅是别人泛起给你的产物，更是别人已经颠末无数次试验、演练，获得的「最优解」。每一个举措，每一个节拍，都恰到甜头，在最适当的时辰呈现，落在你最惬意的处所。

这有点相同于「读心」了。

虽然，从另一个角度看，这种技能也将带来一个庞大的正面功效：

我们所面对的的不确定性，将低落到很小。

无论是一个突发变乱，一项决定，一次危急，有了 MAAI 的辅佐，就相等于有了无数次「重启」的机遇 —— 风险将被低落到最小，我们统统也许发生的回响，都是别人早已经预推测、并有所预案的。

我们会糊口在一个「更惬意」「更安详」的社会。

至于怎样对待这个题目，就留待各人的思索和接头了。

关于这项技能，着实还可以延长一下。

许多人都知道，量子力学的随机性摧毁了抉择论。但现实上，量子力学的随机性仅仅示意在微观层面。当它从微观天下转换到宏观天下时，这种随机性就不存在了 —— 统统酿成了确定、可控、不变的事物。

因此，我们的存在是不变的，不会溘然「坍缩」成一堆粒子，也不会溘然呈此刻月球上。

而人类社会也是一样的。

就每小我私人详细而言，都极其伟大，假如没有足够多的信息，我们险些不行能「猜测」一小我私人的举动。但当一群人构成一个群体，要猜测这个群体的举动模式，就简朴了很多。

为什么呢?由于群体有一个特性：它会抹消掉全部的「非常值」。从而，泛起出不变的特性和模式。

简朴来说：我们说一种药对某种疾病有用，是说任何一个生了这种病的人，都合用于这种药物吗?并不是。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!