机器人会抢了我们的饭碗?---第五篇:机器人vs爱因斯坦!
i黑马 i黑马

机器人会抢了我们的饭碗?---第五篇:机器人vs爱因斯坦!


机器人能像科学家一样工作吗?首先,这似乎是一个愚蠢的问题。计算机在科学领域已经普遍使用,如果你今天在一个大学的大实验室里瞎逛,有很大的机会你会看到一个完全成熟机器人穿着向像人类一样的实验服在工作。机器人填充试管,做DNA芯片,参加考古挖掘,调查海洋。他们在科学的整个分支上---气候建模和基因组学---这些离不开微型处理器。机器在新发现的抽象领域扮演着不可或缺的角色。在实验数学,人类依赖计算机启发新的思考和探究假说。在1976年,数学家利用电脑验证了四色定理,自此机器就被用来在其他的领域上。

一直以来,在科学领域上,人类和电脑还存在明显的分工。机器被计算、绘制图表、混合、填充、观察和等待等底下的活儿占据着。不管到哪这些活儿对人类太沉闷,消耗时间,或者无聊--甚至一个研究生也要找一个机器人去帮忙。人类保存精力做最纯粹的消遣:思考。

在上一节,我写了关于那些相信他们的大量思考的技能超过了大多数的机器。在科学领域上,这种感觉如此的普遍以致无可置疑。人类做着最根本令人感兴趣的事情---他们提出理论,设计创新性的实验和一些深奥的问题让机器帮助解答。到目前为止,这种明确的分工成效甚好。人类很乐意放弃低下的活儿---我们甚至承认机器真的擅长于令人沉闷的活儿,并且我们他们我们什么都做不了。同时机器没有能力去配合人类的大量的脑力的提升上。这视乎和好:人类掌控,机器人满足,科学在发展。

两年前,胡迪·利普森(Hod Lipson) 和迈克尔·施密特(Michael Schmidt)宣布了机器人思考的萌芽到来。利普森,一个在康奈尔大学的科学教授,S施密特,一个在立普生实验室的研究生,写了一个包含大量的物理规则的数据和能够适用于自热法则的电脑程序。当他们给这个软件输入一个随意摆动的双钟摆的运动捕捉坐标,机器需要好几天才能产生数据,然后输出了哈密顿方程---这个方程代表着有名能量守恒的物理法则。这个软件不需要预先的知识去发现这个法则。这些法则不像重力,能量,几何学等其他自从牛顿时期就有人类科学家研究过的。这个软件观测这个世界,提出世界是怎么运行的一些理论,然后测试理论,产生法则。

(胡迪 利普森 和迈克尔·施密特,康奈尔大学的建立机器人科学的研究者,图片由施密特提供)

胡迪·利普森和迈克尔·施密特把他们的程序叫Eurepa,并且他们让这个程序在网络上可以获得。这个程序在很多领域产生了一些的新发现、一些科学法则我们从来没有知道的。 利普森 和 施密特最近在于郭尔· 苏(Gurol Suel)一起研究,一个在得克萨斯大学西南医学中心的分子生物物理学家,去观测一个细菌细胞的动态。给细胞一些不同生物功能的数据,电脑做出了令人兴奋的事情。“我们发现这个美丽的,优雅的方程式描述了细胞怎么工作,并且倾向于验证我们所有新的实验”Schmidt说。唯一的问题就是:人类不明白这些方程式如何工作的和暗示着一些潜在的科学原则。施密特说,这就好像我们在甲骨文上查阅一样。

这应该让科学家们感到担心。如果机器人比我们还要聪明,那还有什么留给我们去做的?最重要的是,如果我们进入一个新的科学知识主要是由机器去发现的时代,那人类的智慧还意味着什么呢?我们可以无保险的利用这些用电脑产生的法则和方程式,但是一些法则和方程式可能对于最聪明的人类来都难以理解。

在其他地方,我已经接触到机器人怎样去帮助我们---我们可以在把其他人推向失业的同时得到更好的药物和更好的合法服务。像Eureqa会思考的机器呈现棘手的问题。进过长时间的运行,这些机器很有可能让科学家丢掉饭碗。并且他们会在用积极的方式去改变世界----施密特认为,类似Eureqa的机器会是在工业应用上最强,最轻的金属合金。同时,尽管,会思考科学问题的机器会让我们完全的困惑于世界是怎么运行的,但是我们不得不把利用他们工作。

施密特和利普生的机器依然对人类非常有用,它依赖人类输入数据给它,并且指导向一个新奇的研究问题。Eureqa在设计上很简单。在输入关于特定的过程的数据之后(摆动的钟摆,细胞的动态),计算机会生成大量的潜在的方程式,这些最初的方程式是随机的,并且大多数都不适用。但是在这些随机的方程式中,有一些会适用于物理世界。“我们会采用比其他更好的,然后我们随机的重组它们成为一个新的方程式。自此,我们不断的重复这个过程,成千上万次,直到我们得到简短的方程式”施密特说。最终,这种达尔文式的进程往往会想出方程描述“不变的关系”,即方程,应用于所有的数据。这样的不变量关系是常与自然的基本规律相联系:能量是守恒的,牛顿运动定律,质能守恒。

利普森和施密特都强调,即使系统类似Eureqa成为标准方式自然法则的科学家发现,人类科学家仍将需要确定那些计算机的公式的意思。“这就陷入一种深深的哲学领域,这是,什么是洞察力?“利普森说。“我认为这是一个主观的东西洞察力和意义代表某种感觉,某种意义上,你真的明白发生了什么。这样你仍然需要人类。”

但是作为意义发现者,有两个问题对人类科学家希望能找到长期就业。首先,利普生已经致力于计算机解释他们自己的方法,也就是说,去描述,人类可能会理解,其方程式的意思。钟摆,我们或许可以解释到计算机,因为我们明白一些确定的作为代表能量的未知数。然后该软件将不得不只用我们教它的概念解释其新发现。“这有点像一个孩子问你:“什么是飞机?“然后你说,‘嗯,它的翅膀就像一只鸟,它有一个引擎,就像一辆车。“在某种程度上,尽管,电脑可能会发现我们无法理解的法则。“这就像试图向一只狗解释莎士比亚,,”利普森说。

史蒂芬斯托加茨,康奈尔大学的数学家,对于这个问题,几年前,他写了一篇文章并杜撰了一个名字:“最后的洞察力。”人类应该能够理解他们周围的世界是一个相对较近的概念。“从我的角度来看,作为一名数学家,洞察始于艾萨克·牛顿,”斯托加茨说。“所以这就像我们已经有350年的很好的洞察力,我们发现自然界遵循美丽的数学模式,我们可以理解他们。”

斯托加茨认为我们洞察力的窗口在关闭,“我们达到我们的局限性。“在一些领域,我们似乎接近我们的智力的极限。“人们在经济、大脑、基因方面谈论数千亿的事情,,”斯托加茨说。“一旦你开始谈论这样的数字,很多有趣的交互,这也是科学前沿问题——我们只是不太善于思考这些数据。”但电脑不是。

无论是斯托加茨还是利普森认为有这个一个时候:人类将失去他们在科学的掌控权。即使机器人变得越来越聪明,聪明,但是科学还是需要有许多人类的特征,。例如,是品位——能够选择有趣,创造性的科学领域进行研究。但别搞错,我们的时间是有限的。“作为思考的机器,他们很明显有很多的优势”斯托加茨说。“我们不是要在城里成为最好的球员。我认为我们将会被踢出局。这是真的会发生。”

“这是真的会发生”是在这个系列的一个适当的警句。在过去的一周,我就涵盖了一系列技术,有一些比其他人更具理论性。一些我了解的机器人和自动化系统有可能比我预测的还要慢的推进,并且一些技术会完全失败。Eureqa就是一个很好的例子。这个程序现在致力于一些小范围的问题,它的发明者说在未来它将会更先进。但是没有人确切地知道它会怎样快速地变得更好,和它将如何改变科学家们每天都做的事情。

但也许关注个人技术是错误的方式去看待这个故事。如果我们缩小视野并观察计算机能力的变强,机器将取代人类工人的想法会变得难以忽视。威廉 诺德豪斯,耶鲁大学经济学家,研究自此手工打字机的时候“计算机性能”如何增加。他从十九世纪的手工计算机开始,观察从真空管到晶体管到微型芯片计算机如何变得更好。2007年,他的发现发表在《经济史》上,“这取决于使用的标准,从手工计算起,计算机的性能改善了从1.7万亿到76万亿到之间的因素之间,”斯写道。这是一个广泛的范围,但即使是最保守的数字也是惊人的,仅仅200年,计算机使人类这个物种残忍的善于计算。

这里没有迹象表明,计算能力的发展频率正在放缓。摩尔定律——,大致上,电脑性能每几年翻一倍。每年无处不在的网络的兴起和存储空间指数增加,机器会做得比前一年更多。诺德豪斯说,电脑是“从根本上改变经济生活的每个角落的潜在技术。在当前的改善的速度来看。电脑正在接近的人类大脑的复杂性和计算能力。也许电脑将被证明是终极外包商。”

我回答诺斯豪森“也许。”如果你认为我们人类在我们的工作中是安全的,那么你不得不相信要么a),电脑的进步将减缓或者停止,或者b),当机器取代我们的旧工作人类将继续寻找新的工作,。选择a)不将会发生。并对大多数人来说,选择B只是一个希望,因为电脑并没有取代一种人类技能---他们要在一个广泛的适用于不同的工作的技能变得好。

正如我在本系列报道,电脑正在提高他们的语言和视觉处理。他们比人类在记忆的东西,寻找新的联系做的更好,他们甚至影响人类的创造力。目前,机器人在两个主要领域处于落后,他们很难在物质世界中操纵对象,他们并不擅长面对面的交谈。但随着计算机能力增加,第一个问题都会解决。第二个面对面谈话在未来几十年可能也会在他们的能力之下。

本系列文章没有解决接下来发生了什么:人们将会做什么当电脑取代我们的大多数工作吗?我们将如何花时间?我们如何赚钱?社会将如何运作当工作将不是人类存在的主要活动?

我忽略了这些深层问题,因为在这一点上,很少人正在考虑;他们听起来更像科磕了药的科幻极客思考比认真的人们应该花更多时间思考的问题。但这必须改变。人性是正在黯然失色,我们需要弄清楚如何处理它。这是真的会发生。

via i黑马  原文地址:http://article.yeeyan.org/view/219441/324625

赞(...)
文章评论
匿名用户
发布