執(zhí)行性思維:人工智能的現(xiàn)實優(yōu)勢

如何解構人類的思維模型是一個跨多學科的綜合性問題。本文僅針對AI領域發(fā)展方向預測以及理解，提出一個簡化的模型。我認為人類的思維基于思考的目的性可以分為：執(zhí)行性思維和創(chuàng)造性思維兩種

• 定義:基于既定模型和規(guī)則的計算性思維

執(zhí)行性思維可以定義為基于事先建立的模型或規(guī)則進行計算和決策的思維過程。這類思維大多可歸結為在輸入數(shù)據(jù)后根據(jù)模型計算并輸出結果的流程。執(zhí)行性思維不涉及對問題本身的發(fā)現(xiàn)或定義,僅關注在既定框架內的數(shù)據(jù)計算和決策。雖然每個活生生的人類的日常一舉一動充滿了隨機性和不確定性。但是大多數(shù)的思維過程其實都可以解釋為基于生物本能或學習訓練獲得的經(jīng)驗(程序)被執(zhí)行的結果。每天的重復性工作和生活內容，在排除人類自我意識或者*意志這種說法后，呈現(xiàn)的依然是程式化的過程。

• 代表應用:AlphaGo、機器人

當前人工智能領域中最成功的應用大多屬于執(zhí)行性思維。比如下棋程序AlphaGo在圍棋這個既定規(guī)則框架內,通過大量訓練和模擬對弈積累經(jīng)驗,在輸入對手著法后可以計算出最優(yōu)應對策略。又例如用于搬運或組裝的工業(yè)機器人,他們根據(jù)編程指令運動并對感應輸入做出反應,完成預定的工作流程。而波士頓動力的機器人已經(jīng)可以通過大量傳感器的數(shù)據(jù)，計算并快速控制機械體做出很多人類無法順利完成的動作。

• 人工智能優(yōu)勢:計算力、記憶力、搜索力

相比人腦,當代人工智能系統(tǒng)擁有巨大的計算資源和近乎無限的記憶容量。以AlphaGo為例,它可以在很短時間內遍歷和評估數(shù)以萬億計的可能局面,遠超任何人類棋手。同時,這類AI系統(tǒng)還可以集成互聯(lián)網(wǎng)豐富的信息,隨時可以搜索調用。而GPT的出現(xiàn)，更加使得知識被壓縮到幾十B的尺寸。正是依托這些優(yōu)勢,在明確定義的執(zhí)行性思維中,人工智能超越人類已經(jīng)成為現(xiàn)實。

創(chuàng)造性思維:人工智能的可能突破

• 定義:解決未知問題的思維活動

創(chuàng)造性思維是指面對一個新的、未知的問題,在沒有預定解法或方案的情況下,通過假設實驗等方式達到問題解決或目標實現(xiàn)的思維活動。創(chuàng)造性思維更加依賴靈活的想象力,能夠發(fā)散性地提出各種新假設并不斷試錯。人類長期以來對于自身具有創(chuàng)造力這個天賦非常驕傲。但是從結果來看，對于海量數(shù)據(jù)進行空間搜索、遍歷并不是人類的特長。排除那些人類的天才，日常的科研發(fā)展模式實際上是海量的科研人員同時投入到某個領域，然后隨著每個論文提供了向前的一小步，最終某個幸運的研究員突然被靈感砸到。對于他個人這的確是自主意識和努力的結果，但是對于整個過程，這可能只是一個概率的最終結果

• 難點:需要不斷假設和驗證

要實現(xiàn)創(chuàng)造性思維,主要難點在于需要不斷進行假設和驗證的迭代過程。這取決于對問題空間的廣泛遍歷,以及正確判斷每種新方案的可行性。尤其是評估可行性需要基于形式邏輯理論,并有實際數(shù)據(jù)或專業(yè)知識作為佐證。

• 實現(xiàn)路徑:知識遍歷 + 評估模型強化

具體實現(xiàn)路徑是:利用大規(guī)模預訓練模型進行假設和方案的知識遍歷生成;同時構建并不斷優(yōu)化可靠的方案評估模型,這些模型將整合形式邏輯理論與驗證所需的專業(yè)數(shù)據(jù),判斷新方案的合理性及可行性。

通過上述角度實現(xiàn)創(chuàng)造性思維仍有長路要走,但可見曙光。未來的關鍵是評估模型的加強,使新假設具備較高的經(jīng)濟性、合理性及可操作性。

重構思維流程,分解人機任務

1. 執(zhí)行性思維→人工智能

依托人工智能在計算力和搜索力上的優(yōu)勢,我們可以讓人工智能系統(tǒng)承擔執(zhí)行性思維中的數(shù)據(jù)處理和計算工作。輸入問題框架和目標,輸出計算結果,這類高強度運算完全可以交給機器完成。

2. 方案提出→人類完成

而方案構思和假設提出則應留給人類。利用人類的想象力和彈性思維對問題空間進行開拓性探索,提出新的解決思路。這屬于當前人工智能所無法替代的工作。如果能進一步讓AI去主動發(fā)現(xiàn)潛在的問題，那么事實上離開自我意識的距離就更進了一步，我們會在后續(xù)的文章中展開討論。

3. 方案驗證→人工智能完成

當人類提出創(chuàng)造性方案后,可以再次調用人工智能系統(tǒng)對這些新方案進行全面的可行性驗證。檢驗邏輯性、經(jīng)濟性等指標,輸出最終驗證結果。

4. 循環(huán)迭代,逐步拓展問題和解空間

人類和AI分工協(xié)作,最終可以形成閉環(huán)反饋的工作流程:機器運算→人類創(chuàng)意→機器驗證→再輸出運算。通過不斷迭代和深化,可以逐步拓展問題空間和解空間的邊界。

建立人機深度協(xié)作的思維體系

1. 人類負責判斷和決策

在人機協(xié)作的思維體系中,人類應在整個流程中承擔主要判斷與決策的角色。由人類基于經(jīng)驗和理性判斷來確定問題方向、提出創(chuàng)新假設、驗證新方案的可行性。人類的彈性思維是這個系統(tǒng)的關鍵。

2. 人工智能負責計算和驗證

而人工智能則應用其超強的計算能力,承擔大規(guī)模數(shù)據(jù)處理、情景模擬、方案細節(jié)補全等工作,成為人類思維的運算擴展。同時還可以通過邏輯推理對人類判定進行雙重驗證。

3. 相互制約,相互促進

人機協(xié)作的思維體系可以相互制約,也可以相互促進。人類通過判斷力約束機器的沖動,機器通過計算力拓展人類的限度。二者相互配合,互補優(yōu)勢。

4. 構建增強的聯(lián)合認知系統(tǒng)

通過密切協(xié)作,人機終將構建出一個比任一單系統(tǒng)都更強大的聯(lián)合認知系統(tǒng)。這是一個可以自主迭代和演化的人工智能輔助創(chuàng)新體系,也將推進人類文明進一步發(fā)展。

未完待續(xù)

一個增強的聯(lián)合認知系統(tǒng)，這是人類社會進入信息化社會后的又一個顯著的標志——智能化社會。人類所創(chuàng)造的工具，從簡單的石器工具，到金屬，到利用化學能，到信息化時代，如今終于創(chuàng)造出了可以輔助人類進行思考的工具。整個人類社會對于個人能力的權重顯然會因此進行調整，如同有了熱武器之后，個人格斗技巧再也不是多數(shù)男孩子們的夢想。但是我們依然沒有回答AI的自主意識將會如何誕生這個千年未解的問題。讓我們一起嘗試一下解答這個問題。

摘要

人類的思維基于思考的目的性可以分為：執(zhí)行性思維和創(chuàng)造性思維兩種。
AI已經(jīng)做到第一種，而實現(xiàn)創(chuàng)造性思維仍有挑戰(zhàn),但可見曙光。通過密切協(xié)作,人機終將構建出一個比任一單系統(tǒng)都更強大的聯(lián)合認知系統(tǒng)。

總結

以上是生活随笔為你收集整理的发现AI自我意识：进入混合增强只能的纪元的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。