景芳时空｜曾毅：还有什么是人工智能做不到的？

✎ 导读

随着现代科技的发展，如今在我们的生活中，人工智能无处不在。不论是通讯还是交通，我们时刻都能看到人工智能的身影。这让我们不仅产生一个疑问：还有什么是人工智能做不到的？

为了探讨这个问题，本次，郝景芳老师的直播间里请来了曾毅老师。曾毅老师作为中科院自动化研究所类脑科学实验室的研究员，是一位非常厉害的人工智能科学家。他目前在做人类的生物大脑模拟实验，并用这样的生物大脑模拟生成的电子大脑，去驱动机器人的运动。

01

人工智能居然会犯这个错误？

郝景芳：

非常高兴能够请曾毅老师来我们直播间做客。相比于大家普遍理解的人工智能，曾毅老师所做的研究方向有所不同。他做的是类脑智能研究，是真的有可能在将来让人工智能生成一个数字大脑，也就是像我们人类的大脑一样去思考。那么在这种情况下，就有可能让AI拥有人类的感情，所以我特别期待曾毅老师给我们带来更多的关于这方面的介绍。

我想先问曾老师一个问题：

最近AI作画特别热门，我身边美术行业的小伙伴几乎都感觉自己的职业生涯受到了威胁，因为AI不仅能够按照风格作画，还可以根据关键词去进行创意绘画。这应该也是AI不断更新学习的成果，那么在您看来，AI的这种学习和我们人类的学习相比，它本质的差异在哪里？

曾毅：

我觉得作为人类，其实我们在母亲体内孕育的过程中，就已经开始学习了。虽然那个时候我们看不到东西，但是我们有听觉和触觉的感知，所以说，实际上在那个时候学习就已经开始了。不过那时候是以自我的视角来展开学习的，因此有一个自我的模型。离开母体后，我们再通过多感觉的融合来学习和获取世界上的知识，并不断地修正。

而目前人工智能的学习，它是一个对世界建模的工具，只有信息处理的过程，没有自我的感受，也没有真正的基于自我视角对世界的理解。所以说，如果按照目前人工智能的发展道路走下去，实际上最多构造的就是一个看上去好像是有一定智能的信息处理工具，但它真正处理问题的方式和人类的大脑是千差万别的。

另外，人类也不会采取人工智能这样的学习方式，因为它不是真正对世界的理解。

比如说，虽然人工智能构造出来的一些结果看上去好像超过了人类，就像刚才景芳讲到的人工智能的艺术创作，似乎看上去比人类艺术家的作品还要好，但是人工智能经常犯的错误是人类绝不会犯的。

比如说一张青蛙的照片，如果修改其中一个像素的颜色，人工智能就可能会认为它是一辆卡车，但是人类绝对不会犯任何类似于这样的错误。即使那个照片的像素非常低，随便去改其中的某一个像素，其结果也不会这样去颠覆人类的认知。

所以说，好像人工智能看明白了，但实际上，当环境稍稍发生变化，它所犯的错误是人类不可接受的，所以我一直用“看似智能的信息处理工具”来描述技术发展方面的人工智能。

所以我想这是人工智能目前最大的问题。我们现在讨论的问题叫做：还有什么是人工智能做不到的？

我首先想告诉大家的是，人工智能目前看上去好像能做的事情，其实它也没有真正做得很好，仍然存在一定的缺陷，所以技术的发展仍然在非常萌芽的阶段。我们也不要以为，现在的人工智能已经真正拥有了类似人的智能，实际上差别仍然非常的大。

02

无脑也能打游戏？

郝景芳：

刚才曾老师提到了一个非常关键的差异，就是当我们给人工智能一定的数据，它就会进行数据的学习和输出。但是人类不同，我们会把所有学到的知识，不断地和我们周围的真实世界进行对比，会去分析我们学到的知识与真实世界是否相符，然后去理解真实的世界。

那么，如果将来我们人类和人工智能去做同样的事情，这一点能够让人类更有优势吗？还是说人工智能只要输入的信息足够多，它也能够做出比人类更好的判断，输出更好的结果？

曾老师在您看来，人类的和人工智能的这种差异，能够算作我们面对人工智能的一种优势吗？

曾毅：

我觉得这取决于我们未来构造的人工智能是什么样的。

如果我们只是把数据输入到人工智能中，那么，我认为它最多变成人类的辅助工具，这样的人工智能是绝对没有办法去替代人类的。

如果说未来的人工智能的构造真的像人类一样，那么它将有可能替代人类的绝大多数工作，不过到了那时，目前人类正在做的很多事情，实际上我们都不用去做了。

我特别想举一个例子，昨天有一个研究，相当于是由人类大脑的神经元和老鼠大脑的神经元培养的生物组织，放在培养皿当中生长出连接，我们居然可以用这个生物的神经网络去打游戏，而且对于那些简单的游戏，它可以玩得相对来说很好，并且学习的速度居然比人工神经网络学习的要快。

这说明打游戏这件事情，根本不需要一个大脑来做，只需要一碟子里的几个神经元连在一起，它就可以去玩一些简单的游戏。

现在这个探索还是非常初步的，我想说的是，人工智能可以帮人类认清楚，哪些事情是我们每个人都需要做的，哪些事情是不需要人人都去做的，对于后者，有了人工智能作为替代，我们可以把时间花在真正值得我们去做的事情上，所以我觉得自己还是比较乐观的。

我特别不担心人类在人工智能面前是不是有优势，因为所谓你在AI面前有优势，是指在同一个任务下，你要想表现得比它好，但是在很多未来人工智能去替代的任务上，也许人类根本就不需要去做那些事情。

郝景芳：

曾老师一直都是那种乐观态度的乐观主义的，认为人工智能对我们不会构成太大的威胁，而且人工智能可以去替我们做那些我们不乐意做的事，这样我们就能够腾出时间做其他更有价值的事情，这当然是一个非常理想的局面。

因为现在大家可能平时经常会写一些重复性的报告，很多人都觉得做这些机械重复的事情是一个负担，或者我们平时要去做一些很无聊事情，如果这些事情人工智能都替我们做了，那我们就有时间去做更有意思的事情。

而且我自己对这件事情的理解是，人工智能可以输出很多种结果，但是最后到底要一个什么结果，什么样的结果是真正好的，并没有一个绝对的评判标准，那么在这种情况下，人工智能实际上没有办法去做出决策和判断。

以及我们做了这件事，输出了10个结果，这10个结果哪一个结果是更好的？

比如，画了这十幅画，哪幅画是我们觉得更有艺术性的，其实人工智能是没法进行判断的。

就是对于这种开放性的涉及价值判断的，还是得我们人类给它分配任务。那这种情况下，我们人类更多像一个指挥官，让人工智能去替我们做那些我们想让它做的事情，所以说，它更多是服务于我们目标的工具。

03

AI有一天会超越人类？

郝景芳：

曾毅老师，我其实还挺想问您关于类脑神经网络的问题。您也给大家介绍了刚才我们说到的这种人工智能，它还是有局限性。但是就像刚才已经开始用小鼠的这个真实的生物神经网络，去进行模拟，做出来的数字大脑就变得比原来更聪明了，像您是在类脑的范畴之内研究这种类智能，它是否会有一天全面超越我们人类？

曾毅：

我认为类脑人工智能跟现在的人工智能最大的差别，在于它们的学习方式不同。

对于类人脑人工智能，以往这种数学优化的方式和算法我们都不采用，而让它去真正地采用人类大脑生物神经网络去学习。并且基于我们刚才说的人类认知的机制去学习。我们认为，通过这种方式去学习发育和演化构造的智能，才是未来真正的人工智能。

人类的智能不仅仅是关于学习。通过数亿年的演化，我们人类的大脑才演化成我们现在的形态，和这样的机制以及它的智能水平，所以目前的人工智能主要构造的其实是机器。但我们希望把我们数亿年的演化与人类的发育，以及我们大脑的学习机制实现有机融合。在同一个模型当中，使得它真正获得人类的智能，所以我想这个是类脑人工智能和传统的数据驱动的人工智能最大的不同。

04

AI也能读懂人类的情感？

郝景芳：

曾老师您觉得人工智能它有可能理解我们人类的情感吗？

曾毅：

实际上在我看来，现在虽然人工智能能够做一些模式，比如说，人高兴的时候我能根据他的表情判断出来他高兴，人哭的时候我能知道他是在悲伤。但这只是一个简单的分类，这和我把人的表情分成橘子和苹果没有任何的区别。

所以人工智能能够通过分析人类的面部表情，或者说微表情来得到对人类情感的分类，但这绝对不意味着人工智能已经理解了人类的情感，实际上是谁在理解人类情感？是程序员把自己对人类的情感映射到这些类别，然后再针对这些类别作出处理。

所以现阶段的人工智能不具备真正理解情感能力，但真正人工智能是不是能够理解人类的情感？比如说，为什么我们有时候说我完全能明白你在说什么，我完全感同身受，比如一巴掌打到你的脸上，真像打在我的脸上一样的难受，这正是因为我们有认知共情，思维揣测和情感共情，我觉得真正理解的情感，它的基础就是我们说的情感共情。就是如果你没有自身的这种感受，你何谈对它的真正理解？

在我看来，最大挑战之一就是使得人工智能理解情感。因为真正理解人类情感可能需要人工智能具备某种程度上初步的情感，它才能够真正地谈到理解，但是现在的人工智能都不具备初步的情感。虽然现在有些机器人可以做出这样的表情，但它做出悲伤的表情和做出微笑的表情，对于人工智能没有区别。对人工智能来说，那只是两个符号，但是对于人类来讲却是天壤之别。

在《人之彼岸》一书中，科幻小说《爱的问题》主人公便是一位AI：陈达，他是一名智能管家，主人林达被谋杀，在法庭上，陈达与林山水对弈，在感性的人类和理性的AI之间的纠缠中，让人不禁思考：人与AI隔岸观望，作为理性的AI，是否能把人类非理性的一套心理表征学个差不多？