科技的最前沿是什么景象？普通人很难去触碰。但本着吹牛无罪，意淫强身的理念，人工智能早已深入人心。
科技巨头们纷纷憋着大招复制人脑。自从今年的《麻省理工科技评论》刊出全球十大突破技术以来，神经形态芯片的面世似乎提上了日程。它看起来比其他九个都更加神秘，其实这无非是一场蓄谋已久的思维远行而已。
传统人工智能的悖论
2012 年，谷歌展示了它的人工智能软件在未被告知猫是什么东西的情况下，可以学会识别视频中的猫，而完成这个任务用到了 1.6 万台处理器。细细品味，不得不承认谷歌做到了一件很伟大的事情。但品味过后，没有人会对此感到恐慌。因为即使是技术强大如谷歌，也只不过是用复杂的方法做到了对我们来说很简单的事情。
神经形态芯片与单纯靠软件来实现人工智能有本质上的区别。前者是通过仿生来实现人工智能，而后者的逻辑是建立在一个叫冯·诺依曼的美国人，1946 年提出的存储程序原理上。说白了在存储器和处理器的信息传递通道选择不同。
虽然“冯·诺依曼架构”支撑了计算机将近七十年的飞速发展，但随着数据量指数级的增长，总线有限的数据传输速率就捉襟见肘了，官方称之“冯·诺依曼瓶颈”。赤裸裸的美国版“成也萧何败萧何”。
工匠不是造物主
其实在“冯·诺依曼架构”提出的十年后，IBM 公司就创建了第一台人脑模拟器（512 个神经元），一直在从事对类人脑计算机的研究，出发点是模仿突触在人的神经系统中的存在。
人脑中突触的量级是千亿个，可这还不是重点，重点是这千万亿个突触是有很强的可塑性的。可塑性意味着什么？记忆和学习！
IBM 2012 年开发的模拟人脑的超级计算机已可模拟出相当于 5 千亿神经元以及 137 亿神经突触的计算架构系统，但系统的运行速度相比于人脑要慢 1542 倍，根据计划，2019 年 IBM 将会利用 88 万 CPU，研制出与人脑速度相当的模拟人脑系统。
现在你可以斩钉截铁的认为，计算机的确拥有了与人类一样的学习能力。没有夸大其词，更没有偷换概念。但是不是可以认为，坐等技术成熟，一个的新物种就华丽地诞生了？
ONE MORE THING
物种在维基百科的定义是：“生物分类的基本单位，位于生物分类法中最后一级，在属之下。较为笼统的概念，是指一群或多或少与其它这样的群体形态不同，并能够交配繁殖出具生殖能力后代的相关生物群体”。关键词——繁殖。
思考到这个层面会不会太上纲上线了？如果你恰好关注了上周科技圈的热点话题，应该记得关于特斯拉 CEO ( Elon Musk）的“人工智能威胁论”产生的论战。其实这才叫上纲上线。科技是一把双刃剑毋需赘言，但杀了人总不能将罪恶推给杀人的刀。如果人工智能带来的危机不是来自物种层面的，就不要企图去制造一种人机大战的假象了。
THE PRIDE &JOY OF AN ARTISAN
当然我们不能因为对“威胁论”的失望，而忽略人工智能的伟大。即使我们现在能够体验到的人工智能都面临着被调戏的尴尬，如果机器人能够接受感官数据（比如图像和声音），并且不需要专门的程序就可以对其进行处理。这留给未来的想象空间实在太大，人类终于可以摆脱身理上的局限性，创造更多的可能和需求。我更愿意理解这会是人类历史上，一次可以与直立行走相提并论的进化。
那些为这个初衷在黑暗中探索的科学家们是值得被世人尊敬的，虽然在科幻电影里的他们都化身为毁灭博士，给人类带来灭顶之灾，这只是一种无知的误解。回归感性，我们可以将人工智能准确的定位成一个聪明的傻瓜。TA 的聪明是在人类的衬托下，貌似无所不知，无所不能。而 TA 本质上的傻却是因为站在其自身的角度，存在没有任何意义。
我思故我在是个非常深刻的哲学问题，这种层面的人工智能还在完全看不见的未来。所以还是三观端正的解读科技比较靠谱，现实有时候也没有想象中的那么骨感。
相关文章
