MIT教授稱人類大腦並不比AI複雜，30年內機器智慧將可複製愛與同情

【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，我們見證了人工智慧在更高維度上對我們的大腦的思維和執行方式的一次形象的模擬。這是否意味著，人的大腦的許多能力都可以用AI重現？

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

不久前，由IBM研發的人工智慧辯論系統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個隨機話題中抽取出來的，研究人員事先並沒有對系統進行過針對辯論賽的特別訓練，Project Dabater自己對多達3億篇的新聞文章資源庫的內容進行識別、分類和選擇，並從中提取出適合在辯論中使用的片段。

在辯論中，Project Dabater可以做到表述語法基本正確，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，而且讓我們向著人工智慧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並做出明智的決策。可以說，從Project Debater身上，我們見證了人工智慧在更高維度上對我們的大腦的思維和執行方式的一次形象的模擬。

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於周圍的大量資訊。大腦會對我們從周圍環境中獲取到的這些資訊進行記憶、整理、分類、整合等處理，從中識別出不需要的、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、內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知能力，也可以歸為大腦對資訊的多次複雜處理之後得到的結果。如果這些相對高階的感知能力都有望由人工智慧建模實現，如果我們的大腦的某些執行模式可以被程式碼所重現，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，我們的大腦可能並不比AI更加優越，大腦的一些複雜、精確的能力也可以化為程式碼和程式，最終能夠被AI所學習和複製。

一些從事人工智慧行業的專家和從事腦科學研究科學家對這個問題也有著類似的思考。

英特爾（Intel）負責人工智慧業務的Naveen Rao說：“我們或許能在30年內創造出一種有限智慧，它可以在空間中移動，瞭解周邊環境，並且對自己有感知。”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慧學習和複製的。

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

實際上，Project Dabater的真正價值不在於辯論本身，而是人工智慧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內，都可以引入人工智慧工具來增進對話，使得基於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，可能產生能夠真正理解我們，並能對我們做出回應的人工智慧。換句話說，不管是對AI大力鼓吹還是對其持懷疑態度的人來說，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
本文來自雲棲社群合作伙伴新智元，瞭解相關資訊可以關注“AI_era”。
原文連結：MIT教授稱人類大腦並不比AI複雜，30年內機器智慧將可複製愛與同情