扎克伯格是在否认人工智能完全自发进化的可能性吗？

人们一直幻想人工智能会超越人类智能，但人工智能在前50年里发展很慢。20世纪五、六十年代的乐观局面只维持了很短的时间便走入低谷。日本70年代投入巨资的“五代机”研制最后宣告失败。于是很多人对人工智能的未来持悲观态度。后来僵局终于被打破了，人工智能的发展突然变得无限光明。打破僵局的是一个非常简单的方法，简单得让人吃惊，它就是基因（遗传）算法。

基因算法（genetic algorithm）是人为地模拟自然选择过程的计算方法或工程方法，可以达到参数或系统优化的目的。有一种程序叫计算机神经网络，这种程序是模仿人类神经系统的工作方式。比如你让热的东西烫了一下，下次就不再去碰了。这时神经末梢之间建立了一些连接，于是形成了一个记忆。计算机神经网络就是这样学习的。在神经网络中有若干层级，每一层有若干节点，每个节点的数值来自上一层节点相加再乘一个权重。多次计算之后输出。输出的结果当中选择一个最好的。比如，通过控制构成棍型腿的4个线条的角度来让机器人行走，测出一定时间内腿行走的距离，那些走较长距离的神经网络的比特串可以存活到下一代并复制和变异，距离短的死亡。最好的结果对应的权重复制100组，然后每一组做一些随机改变，再做计算，选择最好的结果。就这样不断复制、变异和选择。这就是自发进化。只要计算速度不断提高，人工智能就可以无限制地进化。

在这个基因算法中，吸引子是机器人行走的最长的距离，用人工选择代替自然选择，用人工变异代替自然变异。变异和选择的速度都比在自然界里快得多，所以，进化的速度也快得多。遗传算法的应用有三个重要意义：

第一，它说明人类不仅找到了自然选择和进化的方法，而且找到了加快自然选择和进化的方法。

第二，电路系统与生物神经系统的主要功能相同，所以复杂的电路和计算机神经网络系统也具有智能。过去的人类进化主要都是生物神经系统自发进化的结果，计算机不能自发进化，现在遗传算法让计算机也可以自发进化了，于是智能的进化主体由一个变成了两个。

第三，由于人工智能成为人以外的进化主体，所以人的这种创造对人来说可能是一种异化。社会组织产生以后，由于社会组织的功能可以远远超出人的功能，于是进化的主体由人变成了社会组织，这种转变带来了严重的异化。但社会组织不能自发地进化，社会组织的任何变异都来自人的意识，而人工智能可以自发变异和自主地选择，所以人工智能带来的异化将更加严重，甚至可能统治人类。

Facebook的首席执行官马克·扎克伯格今年一直在开发他的虚拟管家Jarvis，据《财富》杂志报道，扎克伯格发布了一篇长博文，详细讲述了Jarvis可以实现的工作类别。他提到了开发人工智能软件时遭遇的最大挑战，预测了人工智能的发展方向。他最重要的发现之一是：尽管人工智能正在飞速发展，却仍然需要人类给出足够的引导。扎克伯格以围棋高手AlphaGo为例，他说：“我们已经可以造出能够在棋类游戏中打败人类的机器人，但是这个机器人显然不能中途停下来写一首诗，来描述它的棋风。它也不会自己就会下其它种类更简单的棋。”

Facebook人工智能实验室主任燕乐存(Yann LeCun)表示，如果认为人工智能领域不再需要任何新的突破性的创新，那可就大错特错了。他以蛋糕做比喻，如果说“智能”是“一个蛋糕”，那么“无人指导下的学习”就是泛指“所有的蛋糕”；“有人指导下的学习”就是“在蛋糕上加点冰淇淋”；“强化学习”就是“在蛋糕上加点樱桃”。那么现在的问题是，我们已经知道如何在蛋糕上“加冰或者加樱桃”，也能做出“一个蛋糕”，但是却不知道如何去做“所有的蛋糕”。所以要实现真正的人工智能，我们必须去解决“无人指导下的学习”障碍，这是我们还不知道如何去做的。

这些人工智能专家的言论似乎是在否定人工智能摆脱人类指导的可能性，其实并非如此。他们只是在强调人工智能现在还需要人类指导，我们现在还不知道怎样让人工智能完全独立地自主进化，但他们都没有否认人工智能将来可以完全摆脱人类指导的可能性。

那么将来到底有没有这种可能性呢？当然有，而且不是有可能，是一定能。为什么一定能？我们没有必要从技术上详细分析，只要看一看人工智能的发展历程就可以树立这个信心。曾经沧海难为水，已经有太多过去认为不可能的事情都被人工智能实现了，如果还不吸取教训，继续唱衰人工智能不是太out了吗？