香港一点红心水论坛 主页 > 香港一点红心水论坛 >

量子计算机或将改变人工智能的研究格局 院士热

发布时间:2019-07-07

  原标题:量子计算机或将改变人工智能的研究格局 院士热议人工智能需不需要量子计算机的能力

  概要:中国科学家建造出了被《自然·光子学》的审稿人称之为“量子计算机中的ENIAC”的量子计算机。

  中国科学家建造出了被《自然·光子学》的审稿人称之为“量子计算机中的ENIAC”的量子计算机。量子计算机的这一成果及而后的发展,有可能改变当下人工智能的研究格局。

  其一,可能意味着强、弱人工智能,以及“量子”途径三种技术范式的合流。其二,有可能开拓将中国传统文化“编程”的途径,以及更多发掘中国与东方的传统和前传统文化中的资源。其三,在人类认知结构跟不上科技发展的脚步之时,量子计算机有可能助人类一臂之力,架起由原始认知到未来世界的桥梁。

  这一切虽然不能改变人类终将被“奇点人”所取代的命运,但可能改变在奇点人中所延续下来的“人类”的内涵。

  强人工智能范式沿袭技术的发展沿运动形式由低到高的次序,由第一次工业革命中的基本物理运动(机械、热和电磁运动),经第二次工业革命的化学运动(有机合成),20世纪末高技术中的生命运动(基因工程、基因编辑),接着进入人脑和意识的领域;技术亦步亦趋,一路跟随由自然到人的足迹。人脑是自然界演化的最高成果,意识的本质远未揭示。人工智能将继续追随这一轨迹,没有理由脱离这一成功的路径。

  在这一征途上,“身心”关系是难以逾越的高峰。波兰尼关于意会知识的研究广为人知,智商与情商不可分割。“人工智能再聪明也没有情感,只是机器而已。”

  弱人工智能范式走的是“智能就是智能”路径。科学技术未必沿着人作为整体,情商与智商,心脑同步进化的路径,而是可以走心脑分离的路径。人工智能之所求原本只是“智”,是“缸中大脑”(《三体》中作为地球人使节的程天明),而非“情”非人;正因为此,人工智能超越为情(包括形形色色的意识形态之争)所困的人的智能,在不顾及“情感”之时把事情做得更好,更绝。通过重复博弈而演进博弈,开发深度学习,步步为营,迁移学习,举一反三,乃至进入跨越规则与边界的“德州扑克”,实现人工智能的重大突破。

  这些成果的取得沿袭了西方自笛卡尔以来的步点。“认识论转向”,“脑”登场,“以头立地”。智能就是智能,不在乎心;一项一项去做,不做全能冠军;一步一步去做,不去想人之为人。人工智能为什么一定要以人类为参照系,为追赶的目标?摆脱人类中心主义的思路。

  人工智能的发展将最终超越人性的基本弱点:人是自利的,人是有限的。人工智能的发展无关尊严,而是遵循规律。不是克服,而是绕过人性的弱点。没有自我意识,意味着无所谓“自利”,对于所有的情感“没感觉”;而在时空上无穷无尽的大数据和超凡脱俗的计算能力则超越人之“有限”。

  强人工智能与弱人工智能结合的模式,或许是“上帝的归上帝,凯撒的归凯撒”。请上帝照看人的灵魂,我来照看人的肉体。人,照看自己的灵魂,做出决策;机,人工智能从事计算,提供决策的依据和选项。“人心机脑”。

  “量子范式”可以说是强、弱人工智能这两种范式之外的第三种范式,关系到意识或自由意志与量子纠缠的关系,以及量子计算机。“从这个角度上来讲,没有到量子用上去之前,即不到量子人工智能的时代,我是一点儿不担心人工智能会取代人类。”潘建伟说道。马兆远持同样的观点,在由纳米尺度理解意识之前,“人工智能至少在三百年内还没什么机会超越人脑”。

  由量子的角度切入,有可能较之其他途径更加逼近意识的本质,这也是“强人工智能”范式所追求的目标。在这一点这两种范式走到了一起。然而,即使这一范式获得某种突破,从目前趋势来看,“量子范式”的硬件并非“完整的生命形态”,可能招致“强人工智能”范式的不满。

  这次量子计算机的突破凸现了强弱人工智能技术范式之外的第三种范式。一方面有可能在某种意义上架起强弱两种范式的桥梁。如果能操纵1000个量子以上,或许可以研究意识的产生。潘建伟预测,量子计算机最终将拓展到量子人工智能领域。

  另一方面,研究量子计算机的目的不是要取代现有的计算机。量子计算适合离散优化,高性能计算系统(HPC) 则在大规模数值模拟中表现更好。需要判断哪些问题适合量子计算,二者相互补充。有很多量子计算机协助高性能计算系统的例子。在一定意义上,经典计算机具有普适性,量子计算机可能是“专款专用”。从标准的计算能力来看,D-Wave量子计算机还是会比传统计算机慢得多,但在解决某些特定的工程问题方面,量子计算机要比现有超级计算机快几千倍。

  随着互联网的发展,一个虚拟世界已经生成并正在继续发展和完善。现实世界的一切正在不断迁移到虚拟世界。从中心、干预、嵌入、模糊、意会,到去中心化、非嵌入、精确和编码;现实世界在虚拟世界重构。随着越来越大的现实世界移到虚拟世界,虚拟世界的权重越来越大,不参加者将自我边缘化。

  由实到虚的转换环节的核心是编程。虚拟世界不是现实世界简单的映射、投射,而是选择性重构。不是现实世界的一切都可以移到虚拟世界。任何编程语言写好的指令,对目前的计算机必须准确无误没有歧义,以保证在同样的条件下,这段代码按既定步骤执行。这就是所谓软件定义一切。形形色色、大大小小、不同用途的软件,定义了数据、模型、功能、机器,定义了过程、规则、网络,定义了可以定义的一切。

  “人是社会关系的总和”。当社会关系不断由现实世界迁移到虚拟世界,乃至以后者为重,人在现实世界的地位就受到影响。留在现实世界的只是个人隐秘的信仰,是不能被软件定义的部分。没法移到虚拟世界,不能映射,更不能操作的现实世界,有可能被开除在虚拟世界的“球籍”,以至回过头来没法在现实世界与他人交往。区块链的快速发展进一步凸现了由实到虚,以虚驭实的重要性。人类源源不断地把有序度输入机器和社会。在社会中,有序度的载体也越来越多的由机器来完成。当人类的基础契约,如教育、经济和法律,其正常运作都是由机器来承载时,人类作为有序度转移者的使命已经完成了。机器构成的社会将取代移不过去的现实社会。

  在某种意义上可以说,西方文化就是“编码文化”。科学技术、工业革命、市场经济、普适价值、契约关系等等,无一不编码。有必要指出,从计算机诞生的第一天起,计算机语言的发展就浸润在西方的编码文化之中。计算机语言最基本的语句是if-else,至于switchcase语句完全可以用if else语句来替换掉,在if-else的背后即非此即彼:0,或1,正交。由此可见,相对而言,本已“编码”的西方社会较容易“编程”而进入虚拟世界,以及反过来接受虚拟世界对现实世界的规范与制约。

  相比之下,中国文化显然是“意会文化”。道可道非常道。“道”,如何编码?考托福雅思,2万单词;汉语,5000单词足矣,一词多义。所以联合国文件不能以中文为准,即使伤害了中国人民的感情。由单词组成的语句更多歧义。冬天,能穿多少就穿多少;夏天,能穿多少就穿多少。语境相关。面对这样的中文考题,外国考生也只能是“跪了”。中国的各级文件中必有“原则上”三个字,其背后是无穷无尽的下不为例和个案处理。最高境界干脆是:“尽在不言中”。这样的社会及其运作过程,绝非if-else,亦远非switchcase可以囊括,可以穷尽。不能编程,是否意味着中国的传统文化与社会运行不能映射到虚拟世界?

  量子计算机的关键是用到量子力学的本质特性,如量子态的叠加性和相干性。叠加、相干、纠缠,这样一些概念与意会知识有相通之处。量子计算机的输入态和输出态为一般为0到1之间的多个状态的叠加态,相互之间通常不正交。量子计算机对每一个叠加分量进行变换,这里的每一个“分量”或可认为对应于中国社会中的一个个“个案”。

  但在现实生活中这些个案难以以同一标准相互比较,而在量子计算机,所有这些变换同时完成,并按一定的概率幅叠加起来,给出结果。量子计算机是概率性的而非确定性的,返回给用户的可能是多组数值,不仅能提供系统寻找到的最佳解决方案,同时也提供其他可供选择的优秀替代方案。用户可以指定系统向自己发送解决方案的数量。

  经典计算机解决一个问题的方式就类似于试图逃离一个迷宫——尝试所有可能的走道,途中会遇到死路,直到最终找到出口。而叠加态的魔力则在于,允许量子计算机在同一时间尝试所有的路径,也就是说,它会迅速的找到一条捷径。在某种意义上可以说,量子计算机既包容中国传统文化与现实社会的高度复杂性和“意会”特征,又赋予其编码和编程的可能性;前者在一定程度上保留了中国的特殊性,后者使这种特殊性与人类社会的普遍性兼容。

  反过来,中国所具有的特殊资源,如象形文字、语言以及传统文化有可能为量子计算机的发展另辟蹊径。

  量子计算机的运行方式与经典计算机大为不同,现在的量子计算还非常早期,甚至连专门的编程语言都没有。既然非正交,还是if-else吗?当需要比较的事项较多,或者很多其他控制流程的时候,用if else语句控制起来就会很麻烦,且可读性太差,而用switch语句就更加简洁直观,可读性也更强。但要是进一步碎片化,嵌入于不可胜数的特定语境之中呢?量子计算机完全不同于今天的CPU机理,也不是if-else机理,没法用现在的计算机语言为其编程。否则很可能如索卡尔引发的科学大战中的“后现代文本发生器”,用一连串互相矛盾的词汇叠加在一起,让读者云里雾里,不得其解。

  中国科学院大学已故数学教授牛实为先生认为,21世纪的科学革命将呈现出两个主旋律,其一是“物理学与生命科学的合流”;其二是“现代科学与中国哲学的合流”。量子计算机的发展,有可能让后一个“合流”走下哲学的圣坛,在一定程度上步入操作的层面。量子计算机的问世提示,或许可以从一个新的视角审视中文的单词和语法。或许,古老的《易经》,河图洛书,有可能在与量子计算机的对话中相得益彰。

  在奇文“脱碳入硅”中,作者鲍捷提出人类有四套认知系统:原始的爬行动物认知系统,5万年前语言成熟时发展的,5000年前文字发明后发展的,和500年前科学兴起后发展的。每一套都比前一套更不“自然”,更耗费能量,速度更慢。所以人总是倾向于用低层次的认知系统。认知系统的每一次进阶,都甩下一部分人。在这里还可以再加上第五套认知系统,50年前兴起的编程+计算+学习+。

  每个人都是多种认知方式的综合,区别是多种认知方式的比例不同。而人群的总体,在90%的人脑“机时”里,是那些原始的认知在起作用。总体人群的大多数在大多数时间倾向于“不动脑子”。分析、符号和理性都是大脑的敌人,必须无时无刻不和本能做斗争才能运用它们。

  在此意义上,鲍捷给“愚蠢”下了一个定义。愚蠢是人类的一种认知的惰性,个体比较偏向于使用5万年前成熟的那套思维系统,而不是5000年前文字发明和500年前科学发展后发展的这两套思维系统,更不是50年前的编程。这是广告之类营销手段和选举拉票等之所以奏效的人性基础。人工智能超越人的智能,并不需要比人聪明,只需要避免人的愚蠢就够了。机器只是笨,人是愚蠢。笨可以治,蠢源于人的生理基础,无药可救。

  量子计算机的问世,有可能为人类开启“第六套认知系统”。如果按“脱碳入硅”中5万-5千-5百,以及笔者加上的第五套50年的节奏,新的认知系统可能在5年内出现(顺便说,有专家指出,在五年之内,量子计算机的计算能力就可能赶超当前的超级计算机)。经典计算机是线性的,所有的输入态均相互正交。而思维往往是并行、多元、甚至跳跃。借助量子计算机,以人类思考方式进行超高速计算,有可能理解人类基于第一、二套认知系统的群体性行为、思想变化,甚至情绪变化。

  所谓“第一、二套认知系统”究竟是什么样的“认知系统”?列维-布留尔的《原始思维》和列维-斯特劳斯的《野性的思维》对此作了深刻的研究。

  列维-布留尔强调了原始思维的“互渗”,既具体到琐碎,土人能认出每个熟人的足迹,雨后,那个坑里的水留存最久;又经由互渗而关照整体。譬如呼唤一个名称或名字,也就牵连它或他所嵌入的一切。嵌入的每一个细节,都拥有对象的全部信息。原逻辑思维本质上是综合的思维,不同于逻辑思维的综合,不要求预先的分析。原逻辑思维“比我们的思维广阔,如果不说比我们的丰富。”D-Wave美国区总裁BoEwald的观点是:“传统计算机求解相同问题总会得到相同的答案,而量子计算机得到的答案却是一种概率,就像宇宙的运行原理。”康奈尔大学物理学家David Mermin在一次相关的争论中说:“闭上你的嘴,用心作计算吧!”

  列维-斯特劳斯认为,未开化人的具体性思维与开化人的抽象性思维不是分属“原始”与“现代”或“初级”与“高级”这两种等级不同的思维方式,而是人类历史上始终存在的两种互相平行发展、各司不同文化职能、互相补充互相渗透的思维方式。正如植物有“野生”和“园植”两大类一样,思维方式也可分为“野性的”(或“野生的”)和“文明的”两大类。

  由此看来,人类的“蠢”,未必就是真的蠢,而是没有相应的手段和途径来理解原始及野性的认知系统,时候未到。量子计算机的问世,可能预示,时候已到。

  前传统社会的知识是人类知识的起点,既是而后非嵌入编码知识否定的对象,也是21世纪的知识辩证复归的目标。处于原始状态的知识,是人类知识取之不尽的源泉,其中蕴藏了有待挖掘的无穷无尽的宝藏。

  原始思维或野性的思维,人类的第一和第二套认知系统,虽然在文字与科技兴起,特别是“第五套”认知系统兴起后被弃之如敝屐,却同样可能是21世纪人类认知系统辩证复归的对象。从根本上说,鲍捷关于四套认知系统的观点隐含了某种线性的意味。类似的,凯文凯利认为,关于人工智能最常见的误解是,自然智能是一个单一的维度,没有智能阶梯之说。思维的不同组成部分,或者说人猿相揖别以来的“五套”认知方式之间相互依赖,是共同创造的。

  这一切虽然不能改变人类终将被“奇点人”所取代的命运,但可能改变在奇点人中所延续下来的“人类”的内涵。

  自然,量子计算机的路还很长,在退相干和容错等方面还有现在看来难以逾越的障碍。也有人认为,由于大公司的介入,实用量子计算机的问世时间会大大提前。也许今后会出现适用于量子计算的新“摩尔定律”,其发展速度出人意料。

  对计算机语言与量子计算机等“硬科技”的理解是否有误,以及是否可能架起原始/野性思维与量子计算机之间的桥梁。

  就像打了一剂强心针,当世界上第一台超越早期经典计算机的光量子计算机横空出世后,人们对人工智能时代的期待似乎有了更多的底气:超越经典的量子计算机已经有了,打败超级计算机的量子计算机还会远吗?

  一旦后者实现,人类将再次以计算能力为傲,窥探人类大脑的奥秘,从而扫除人工智能研究的一大障碍。目前来看,面对人类大脑,这个虽然只有1.5公斤左右重,却拥有1011个神经元的家伙,让人类束手无策——要模拟整个大脑的计算能力,世界上目前任何一台计算机都难以胜任。

  在近日由中国科学院学部主办,中国科学院自动化研究所等协办的“脑科学与人工智能”科学与技术前沿论坛上,就有不少业内人士提出这样的遐想:建设支持深度学习的新型计算机群,已成为一些人工智能研究的必然选择,那么人工智能研究究竟需不需要量子计算机那样的计算能力?

  “我们今天的科学家,尤其是计算机科学家,把‘计算’用得太狠了,对‘计算’的依赖甚至有些‘贪得无厌’了!”中国工程院院士、中国人工智能学会理事长李德毅却在论坛上给大家泼了冷水。在他看来,人工智能学者不能只盯着“计算认知”,一味要求 “人脑”研究的步伐有多快,而要拿出更多的精力放在“记忆认知”和“交互认知”上。

  2015年5月15日,谷歌对外称该公司旗下无人驾驶汽车有上百万英里的测试经验,大致相当于人类75年的驾龄。

  “这75年的驾龄是如何‘计算’出来的?”这引发了李德毅的思考:当无人车上路、发驾照提上日程,驾驶认知“度量”已经成为各国交管部门当务之急时,脑认知该如何度量?信息是用“比特”来度量,能量是用“焦耳”来度量,那么脑认知呢?

  这成了一个隐喻:脑科学、人工智能,两个同属21世纪的前沿学科,在过去数十年间彼此相对独立,鲜有交叉。

  中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明在当天的论坛上也提到,不管是国内还是国外,都是如此,不过随着研究手段不断丰富,研究领域不断突破,两者的交叉融合成为热点,甚至出现一个新的研究名词,类脑智能。美国、欧盟都相继启动相关研究计划,中国也启动了脑计划。他说,中国的计划是将脑科学和人工智能结合得最为紧密的。

  比如,现在流行的深度学习,就是基于人工神经网络的一个应用,这些人工神经网络都可以从神经科学的一些规律中得到灵感。蒲慕明说,比如可以借鉴神经突触的可塑性、记忆储存、提取与消退,等等。

  蒲慕明给出一个类比,当前的脑科学研究,仅相当于物理、化学等学科在19世纪末期的研究水平,“要完全理解大脑,可能是几个世纪的事情,而不是我们这个世纪就可以达到的。”他说。

  那为何还要做类脑研究,蒲慕明说,必须要在这个时候做一些适当的应用,假如不把已经知道的知识应用到对脑疾病的诊断、干预和治疗上,那么到2050年我们的医疗系统很可能要面临崩溃——那时你会发现仍然没有一个脑疾病能够治愈。

  相应地,人工智能的应用也是如此。他说,不一定非要完全搞清楚,神经科学一些具有阶段性的成果,也可以给人工智能的发展提供启发。

  中国科学院院士、中国科学院自动化研究所研究员谭铁牛就在现有的研究基础上,得出一个结论:“模式识别”是人类最重要的智能行为,也是人工智能重要的研究内容——机器的“模式识别”能力,在一定程度或者很大程度上反映了机器智能“类人”的程度。

  在当天的论坛上,谭铁牛举了几个模式识别的例子。比如语音识别,近些年突飞猛进的科大讯飞,能将维吾尔语翻译成汉语,汉语翻译成维吾尔语;再如步态识别,在看不到人脸、虹膜和指纹的时候,就能通过步态在几十米外感知到其身份。

  此外,还有图像识别,其中具有代表性的人脸识别,早在几年前马云刷脸支付已经引爆舆论热点。谭铁牛本人就在进行虹膜识别的研究,并建立了目前国际上规模最大的共享虹膜图像库,被多国共享使用。他说,这不仅可以用在手机上,还可在查找丢失儿童上发挥作用。

  谭铁牛说,模式识别的技术瓶颈可通过借鉴生物的机理改进,未来生物启发的模式识别在人工智能领域前景可期。其最终追求,是希望模拟逼近人的模式识别,这是非常艰巨的过程。

  鲁棒性,说白了,就是人工智能“够不够皮实”“是不是稍微有点扰动,就会出错”。谭铁牛举了一个例子,比如在酒会上聊天,背景噪音比较多,如果想听清其中某一个人的声音,就要忽略或者抑制背景中其他对话的干扰——人类可以做到这一点,也就是听觉系统所谓的鸡尾酒效应,但人工智能可以吗?

  所谓自适应性,则比较容易理解,谭铁牛说,人类的眼睛会随着灯光的变化、环境的变化进行调整,这说明自适应性非常强。这一点可以应用到人工智能上,比如人脸识别,有一位朋友十几年甚至几十年没见,再见面是否还能认出来?他说,现有的模式识别在这方面还不是很理想。

  可泛化性,说白了就是“举一反三”。谭铁牛说,当小孩认识苹果后,即便只记住了一次,也可以识别其他类型的苹果,这说明人类看到一个东西后,不仅知其然,还知其所以然。而知其所以然,就是人工智能领域所说的“深度学习”。但目前的人工智能深度学习,必须建立在大量数据的基础之上,这一点也有待进一步研究。

  谭铁牛说,要解决这3个问题,关键还是看人类本身,在微观层面上,人工智能的模式识别可借鉴人类的神经元,神经元有兴奋性、抑制性、功能可塑性和传播性。科学家受到这个启发,增强了模式识别动态系统的稳定性。

  李德毅已经找到了一个实践的突破口:自动驾驶。他说,无论是对话、诗词或者驾驶,图灵测试都允许测试者现场介入,判定结果都带有近似性和主观性。但是,和对话、诗词测试相比,驾驶的图灵测试可以进行更为精确、更为客观的评测。

  他说,当初汽车被发明出来的时候,人们最感兴趣的是汽车的结构、机械、传动、轮胎、底盘和车身。到20世纪,人们感兴趣的则是发动机、碳排放和被动安全。到20世纪末、21世纪初,人们总体上关心3件事情,轻量化、清洁化、智能化。

  所谓智能化,在他看来有4个阶段,第一是理性辅助驾驶,以人驾为主;第二是自动驾驶,局部时段可以放开手和脚;第三是自动驾驶,即用自动驾驶接管驾驶权;第四是人机协同驾驶。

  他感叹:汽车是从马车演变而来,作为动力工具,汽车的马力可以达到100匹马力,但汽车远远不如马应对不同的负荷、天气、路面,以及不同车辆情况下的适应能力。说白了,汽车的感知、认知能力远远不如马这个认知主体,“老马识途,车不如马!”

  李德毅说,其根本问题不在于车而在于人,要解决人的问题,就要让驾驶员的认知能够用机器人替代,让机器人具有记忆、决策和行为能力,于是新的概念产生了——“驾驶脑”。

  “驾驶脑”不等于驾驶员脑,“驾驶脑”是要做驾驶员的智能代理,要去完成包括记忆认知、计算认知和交互认知在内的驾驶认知,他说,这应该是人工智能时代最有意义的课题之一。

  习 创新中国 创新创业 科技体制改革 科技创新政策 协同创新 成果转化 新科技革命 基础研究 产学研 供给侧

  军民融合 民参军 工业4.0 商业航天 智库 国家重点研发计划 基金 装备采办 博士 摩尔定律 诺贝尔奖 国家实验室 国防工业 十三五 创新教育 军工百强 试验鉴定 影响因子 双一流

  颠覆性技术 生物 仿生 脑科学 精准医学 基因 基因编辑 虚拟现实 增强现实 纳米 人工智能 机器人 3D打印 4D打印 太赫兹 云计算 物联网 互联网+ 大数据 石墨烯 能源 电池 量子 超材料 超级计算机 卫星 北斗 智能制造 不依赖GPS导航 通信 MIT技术评论 航空发动机 可穿戴 氮化镓 隐身 半导体 脑机接口

  中国武器 无人机 轰炸机 预警机 运输机 战斗机 六代机 网络武器 激光武器 电磁炮 高超声速武器 反无人机 防空反导 潜航器

  战略能力办公室 DARPA Gartner 硅谷 谷歌 华为 俄先期研究基金会 军工百强

  黄志澄 许得君 施一公 王喜文 贺飞 李萍 刘锋 王煜全 易本胜 李德毅 游光荣 刘亚威 赵文银 廖孟豪 谭铁牛

  “远望智库”聚焦前沿科技领域,着眼科技未来发展,围绕军民融合、科技创新、管理创新、科技安全、知识产权等主题,开展情报挖掘、发展战略研究、规划论证、评估评价、项目筛选,以及成果转化等工作,为管理决策、产业规划、企业发展、机构投资提供情报、咨询、培训等服务,为推动国家创新驱动发展和军民融合深度发展提供智力支撑。返回搜狐,查看更多六合网页挂牌