正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2019-11-15 10:32
人工智能的最新进展:比失业更严重?

本文来自公众号:L先生说(ID:lxianshengmiao),作者:Lachel,题图来自pixabay


刘慈欣有一部短篇小说,叫做《镜子》,讲了这么一个故事:


一位气象局的软件工程师,意外用超弦计算机开发出了一款模拟软件,可以模拟一个宇宙从诞生到演变的过程。


他试验了一千多个宇宙,终于在一天夜里,无意间发现了一组数据,用它生成的宇宙,一切物理常数跟我们的宇宙一模一样。换言之:他模拟出了我们现在所在的宇宙。


于是,他看到了被掩埋的“真实的历史”:特洛伊城从未存在过,马可波罗从未来过中国,许多名不见经传的小人物,其实才是真正的英雄……


感兴趣的朋友,可以自行去找这本小说,很短。


但是在《镜子》中,哪怕是这个万能的宇宙模拟器,也有一个致命的缺陷:它只能用来看过去,无法用来预测未来,否则就会陷入“无限递归”之中。


预测未来,大概是人类想象力的极限了。


无论是漫威的奇异博士,还是《守望者》里面的曼哈顿博士,一旦跟预知未来扯上关系,总是会带来复杂的思维陷阱和悖论。


如果未来能够预知,那我能否改变它?我又能否预知被我所改变的未来?


如果未来能够预知,那是否意味着,整个世界本质上都是决定论的?一切早从遥远的过去就已经注定好?


这也许是人类,最不想涉足的一块禁地:因为它会对我们的“自由意志”,产生巨大的冲击和影响。


1


但这一切正在成为现实。


一种叫做 ABM(基于智能体的模拟,Agent-based Model)的技术,也许真的能够使我们“预测未来”。


它的原理是什么呢?举个简单的例子:


想象有一片空地,上面有10个圆点,我们给它们设定如下的指令:


1)在这片空地上随机行走,不能走出外面;


2)当两个圆点相遇时,有50%几率会“结盟”,50%几率会互相攻击;


3)攻击时,每两个圆点之间各有50%的几率取胜。


那么,最终会有几个圆点“存活”下来?


我们还可以增加规则。比如,有些圆点具备“勇敢”属性,攻击的胜率更高;有些具备“侦察”属性,能够规避危险;有些具备“友善”属性,结盟的几率更高……诸如此类。


这是一个极其简单的例子。随便拿一台计算机,写几行代码,就可以解决。


我们让它多跑几次,做几次模拟,就可以得到不同的结果。把这些大量的结果做一个统计,就能够知道大致的倾向。


但如果把这片空地,换成一座城市;把这些圆点,换成一个个“人”;把这些指令,换成一些支配着人类的、简单的行为规则呢?


从某种程度来讲,我们就可以藉由模拟,来预判一个小群体的大致走向。


如果你玩过类似《模拟人生》这样的游戏,你一定会非常清楚。


当然,“模拟”的原理并不新奇 —— 它早自上个世纪就已经投入使用了。天气预报就是这样来的。


同样,针对人类社会的模拟,也已经有许多案例。


比如,2014年西非爆发埃博拉疫情。当时,相关专家用了7个月的时间,建立了一个模型,引入了现实社会的种种数据,如病例数量、感染率、交通方式、人口分布……最终得出结论:如果不加控制,可能会有140万人受到感染。


最终,在这个预测模型的指导下,医疗小组奔赴最核心的地方进行干预,成功地将感染数量控制在了2.8万人以内。


但无论是天气预报,还是埃博拉模拟,抑或《模拟人生》,都存在一个严重的问题:它们的数据量太小,远远不足以模拟“现实”。


举个例子,在埃博拉模拟中,每个“人”只有几种行为方式:被感染,逃跑,随机行动。与其说它们是一个个活生生的“人”,不如说是被高度简化、抽象化的“质点”。


这就导致了 ABM 技术发展的停滞。毕竟,要还原现实社会,需要的数据量实在是太庞大了,绝不是短时间内可以实现的。


2


不过,近几年来,一项技术的发展,使得“模拟现实社会”成为可能。


这项技术是什么呢?你一定也非常清楚,它就是人工智能 —— 人工智能的发展,解决了对于数据的“输入”难题。


什么意思呢?


在旧的模拟技术里,最难的地方是什么?如果你要尽可能还原一个群体,你就要对每个人输入足够多的数据。包括:出身,家庭背景,喜好,习惯,工作,技能,经济状况,等等。


这几乎是不可能的。


但这对于人工智能来说,这只是一个小问题。


人工智能有一个非常强大的能力,叫做自学习:你只要给它一定的数据,它自己就能够进行学习,自我测试、自我修正、自我完善。


当它“学会”了一个模式之后,就能够真正地“模拟现实”。


举个例子,AlphaGo 大家都非常熟悉了。而 2017 年的 AlphaGo Zero,无需任何知识输入,只需给它一张棋盘,告诉它规则,让它跟自己对弈,仅训练三天时间,它就能击败 AlphaGo。


同样,DeepMind 发布的 VQ-VAE 模型,仅需“投喂”7万张人脸图片作为训练集,就能生成 100 万像素的清晰“人脸”,肉眼完全无法分辨。


生活中,我们每一天都在产生数据。这些源源不断的数据,就是人工智能最好的训练集。


把它们输入给人工智能,让人工智能去学习“人”的模式,它就能非常轻易地,生成一个个“真实的人”。


这些人跟真人一样,拥有性格、信仰、家庭、工作,他们会生病,会变老,会交互,能够学习,能够对外界的刺激作出反应。


差别只是在于:他们只存在电脑里,并不存在于现实中。


这就是 MAAI,多智能体人工智能(Multi-agent artificial intelligence)


它针对旧的 ABM 模型,最大的变化是:


1)使得“智能体”(agent)真的成为了“复杂”的个体;


2)使得智能体的数量大大增加,从而使模拟社会成为可能。


正如挪威社会建模中心的 F. LeRon Schults 所说:


“人们需要作出的改变,是接受这么一个事实——你真的可以模拟人类。”


3


这是一项非常新的技术。


新到什么程度呢?英国萨里大学社会模拟研究中心主任 Nigel Gilbert 表示,有一些政策分析家已经注意到它,但大多数政治家对此尚一无所知。


然而,它并不仅仅存在于论文里面。


据弗吉尼亚建模中心的 Saiku Diallo说:“目前这一技术,已经能够容纳上千万个‘智能体’。”简而言之,“我们可以为一座像伦敦这样的城市建模”。


试想:在电脑里建立一座城市,里面有数千万个“居民”。他们跟真人一模一样,每个人都有详细的出身、履历、性格、特质……虽然他们没有自我意识,但从观察者的角度来看,就跟真人一样。


理论上来说,当我们把一部分伦敦的居民数据输入人工智能,用它生成足够的“智能体”,再放到一个相似的环境下,这就构成了一座虚拟的“伦敦2号”。


它和现实的伦敦非常相似,说是一个简化版也不为过。


然后,我们就可以尝试着控制外部条件,来观察整个“伦敦2号”的变化。


比如:


  • 施行一项新政策,观察整个城市的变化结果和趋势;

  • 引发一场灾难,看能否得到有效的遏止和控制;

  • 输入一些突发的事件,比如“脱欧”“难民涌入”,观察长期的变化趋势。


只要让它多运转几次,我们就可以得到足够多的数据,从而对未来有一个更大把握的预判。


从某种程度上来讲,这不啻于正是“预测未来”。


而这一技术的发展,很可能会比我们想象中更快。


目前是伦敦,下一步呢?


F. LeRon Schults 说下一个目标,将是 3.2 亿 —— 整个美国的人口;


再下一个目标,14 亿,中国。


最终,全世界。


4


而在现实中,这样的模型正在运行。


据 NewScientist 的报道:一个模拟挪威城市的模型,正在尝试解决难民问题。


在过去的 8 年里,100 万叙利亚难民逃往欧洲,其中有 2 万人定居在挪威。这些难民涌入进来,会对当地的社会环境造成什么影响?应该采取什么政策去应对?如何才能将风险和损害最小化?没人知道。


因此,Schults 正在主导一个模型,模拟一座挪威城市在外来难民的冲击下种种可能的未来。


这个模型比较小,只有 5 万个智能体,但将模拟长达 3 代人的时间,以更长远地观察各种措施所可能带来的后果。


像这种体量的模型,运行 1 次需要数小时到数天的时间。


你一定会有疑问:根据真实数据“生成”出来的建模,真的能代表现实情况吗?它的契合度究竟有多高?


这一点,建模科学家们当然也考虑到了。在 Schults 的挪威难民模型中,他们花了一年的时间设置初始条件、建模,以及进行现实检验。


研究团队使用了挪威政府的社会调查数据,观察建模出来的结果,是否社会调查数据相吻合。如果不吻合,就微调初始参数,再重新建模。


关键在于什么呢?这些都是一次性的工作。一旦你通过了现实检验,你的建模就算成功了。你就拥有了一个足够大的“沙盘”,可以自由地、随心所欲地试验你的想法,并根据得到的反馈进行修正。


除了挪威难民模型,其他的应用也已经浮出水面。


英国的经济学家们正在考虑,把 MAAI 技术引入经济学,来更好地理解现实世界的经济变化,以及,预测像 08 金融危机这样的冲击。


波士顿心理与文化中心的一个小组,已经建立了一个 MAAI 模型,来对付儿童拐卖的罪犯。但据小组主任说,罪犯很可能正在采取相似的技术,来对抗政府的行动。


近阵子,许多学者关注的是 2020 年的美国大选。双方的团队是否会利用该技术,试验各种各样的竞选策略,以最大程度地煽动选民?如果一旦发生,又如何界定这种行为?


不能说这一定会发生,但目前来看,可能性并不小。


5


如果这一技术在不远的将来,能够普及化的话,那造成的影响,将会非常之大。


我在《这套“创造者思维”,令我受益良多》中已经提过:现代社会里,一切都是高度精密、有条不紊、完全工业化和流程化的。你所看到、感知到的一切东西,都是别人加工之后呈现给你的产品。


而有了这项技术的加持,这种现象只会变本加厉。


你所感知到的一切,不仅仅是别人呈现给你的产品,更是别人已经经过无数次试验、演练,得到的“最优解”。每一个动作,每一个节奏,都恰到好处,在最恰当的时候出现,落在你最舒服的地方。


这有点类似于“读心”了。


当然,从另一个角度看,这种技术也将带来一个巨大的正面结果:我们所面临的的不确定性,将降低到很小。


无论是一个突发事件,一项决策,一次危机,有了 MAAI 的帮助,就相当于有了无数次“重启”的机会 —— 风险将被降低到最小,我们一切可能产生的反应,都是别人早已经预料到、并有所预案的。


我们会生活在一个“更舒服”“更安全”的社会。


至于如何看待这个问题,就留待大家的思考和讨论了。


6


关于这项技术,其实还可以延伸一下。


很多人都知道,量子力学的随机性摧毁了决定论。但实际上,量子力学的随机性仅仅表现在微观层面。当它从微观世界转换到宏观世界时,这种随机性就不存在了 —— 一切变成了确定、可控、稳定的事物。


因此,我们的存在是稳定的,不会突然“坍缩”成一堆粒子,也不会突然出现在月球上。


而人类社会也是一样的。


就每个人具体而言,都极其复杂,如果没有足够多的信息,我们几乎不可能“预测”一个人的行为。但当一群人组成一个群体,要预测这个群体的行为模式,就简单了许多。


为什么呢?因为群体有一个特征:它会抹消掉所有的“异常值”。从而,呈现出稳定的特征和模式。


简单来说:我们说一种药对某种疾病有效,是说任何一个生了这种病的人,都适用于这种药物吗?并不是。


每个人的情况不同,有些人的症状也许并不适用这种药物,但把所有人放在一起,这些就变成了“个例”,会被更大的数据掩盖掉、抹消掉。于是,整体来看,就呈现出了“有效”。


同样,把一万个非常聪明的人放在一起,他们共同作出的决策、行为,一定优于其中任意一个人的结果吗?不一定。除非他们是绝对理性的,否则,他们也许会互相攻讦,牟取利益,达成妥协,等等。最终所呈现出来的,很可能仅仅是一个平均水平。


这也正是 MAAI 的基石之一:我们不可能“预测”一个人的未来,因为不确定性太大,需要考虑的数据太多;但是,当许许多多这样的人组成一个群体,我们所需要的数据,反而减少了;所面对的不确定性,也反而降低了。


更进一步,如同我之前说过的:思考是一种熵增。你会希望你全身的每个细胞都有独立思考能力吗?一定不会。对不对?


关于“群体”和“个体”的问题,可能也会是一个需要思考的议题。


这也是我希望与你一起探讨、一起思考的。


7


最后,还是稍微提几句。


技术的突破滚滚而来,在历史的车轮面前,赞扬也好,反对也好,大多数时候,意义并不是很大。


很多东西一旦被创造出来,就未必是能够以人的意志而转移了。


我们要做的是,做好心理准备,来迎接一场表面上可能毫无波澜,但却可能改变整个社会、改变人类文明的变革。


它也许会在几十年后到来。也许永远不会到来。


又也许,就在不久之后。


本文来自公众号:L先生说(ID:lxianshengmiao),作者:Lachel

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
文集:
频道:

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: