第06章：技術(shù)
在13號會議室里，我見到了我希望見到的人。Astro Teller、Sebastian Thrun、Andrew Ng等等，以及不勝枚舉的高級工程師，當(dāng)然還有Sergey Brin和Larry Page，Larry Page很熱心地一一為我做了介紹。
待人員坐定之后，Larry Page輕輕咳嗽了一聲，然后以他慣有的低沉但不失權(quán)威的語氣說道：“Dr.Ran是腦科學(xué)和人工智能的雙料博士，我相信在座的大部分人都讀過他的經(jīng)典Paper《意識形態(tài)的明天》和《信息架構(gòu)的黎明》。在這些論著中對于人腦的解構(gòu)和非馮諾依曼體系計(jì)算機(jī)的探討已令人振奮著迷，但我相信Dr.Ran今次帶來的東西則毫無疑問會讓你們都感到震撼。”
Larry Page歇了一下，轉(zhuǎn)向我道：“Dr.Ran，如果不介意的話，能不能為大家再次展示一下那個(gè)視頻?”
我點(diǎn)了點(diǎn)頭，將手機(jī)的視頻無線推送到會議室里側(cè)正中的一塊大屏幕上，觸碰了一下播放按鈕。
視頻是在一個(gè)房間中拍攝的，從屋里的擺設(shè)等等來看，是那種最普通不過的家居生活。畫面中一個(gè)美麗的女子正微摟著一個(gè)萌萌的小女孩坐在沙發(fā)上看電視，電視里一個(gè)男人正牽著一只可愛的泰迪犬在散步。
“媽咪，我也想要養(yǎng)一只小狗。”小女孩轉(zhuǎn)過頭看著女子，撒嬌式地說道。
“好哇，寶貝，但是你要先告訴我狗狗吃什么?”
“狗狗應(yīng)該最有可能吃狗糧，然后是肉和骨頭，最后它也能吃吃谷物之類的素食。”
“寶貝好棒。”女子愛憐地摸了摸小女孩的頭，接著說道：“可是狗狗要經(jīng)常打理，你要幫它收拾衛(wèi)生哦。”
小女孩從沙發(fā)上溜下來，向衛(wèi)生間走去，然后手里握著一塊方巾，走回到女子面前晃了晃。呆萌地說道：“我能照顧好它的。”
女子燦爛地笑了笑，把小女孩抱起來，放在了沙發(fā)上。
視頻并不長，也很簡單，但大家看完都沉默了很久。接著只聽到一聲孤獨(dú)的掌聲從Larry Page的掌心傳來，然后是滿堂爆棚的掌聲，良久不息。
“印象深刻。”Astro Teller摸了摸下顎的白胡子，以他富有感染力的腔調(diào)說道：“尼采說上帝已死，我要說上帝已臨。這真是一件精妙絕倫的作品，堪稱藝術(shù)，她叫什么?”
“若希。”
“好名字，但聽起來不像是一個(gè)商業(yè)化的產(chǎn)品名稱。”
“她是我的女兒。”
“幸福的父親，令人嘆服。我們早已制造出瞬間算出十位數(shù)乘法的計(jì)算機(jī)，也早已制造出能擊敗國際象棋世界冠軍的計(jì)算機(jī)，微積分、翻譯、金融市場策略等等我們覺得困難的事情對計(jì)算機(jī)而言都太簡單了。但制造出能分辨一個(gè)動物是貓是狗的計(jì)算機(jī)是如此的困難以致于現(xiàn)在世界上最尖端的圖片識別技術(shù)也無法保證100%識別，制造出一個(gè)會走路的機(jī)器人是如此的困難以致于DARPA（美國國防部高級研究計(jì)劃局）舉辦的DRC（機(jī)器人挑戰(zhàn)賽）這種世界頂級機(jī)器人競賽中狀況百出，制造出一臺能讀懂三歲小朋友圖畫書里文字并理解其意思的計(jì)算機(jī)是如此困難以致于幾百億美元的投入?yún)s成果寥寥。”
Astro Teller喝了口水，接著說道：“生物進(jìn)化的過程中幾億年的優(yōu)化讓身體一系列的物理協(xié)作變得輕而易舉，但大數(shù)相乘下棋等等對于生物來說很新的技能則沒有那么久的時(shí)間去進(jìn)化。人工智能已經(jīng)在幾乎所有需要思考的領(lǐng)域超越了人類，但是在那些人類和其它動物不需要思考就能完成的事情上卻還差得很遠(yuǎn)。”
話語聲落下，Astro Teller停止了他慷慨激昂的陳述，轉(zhuǎn)向我：“自然是最高的和諧。Dr.Ran，如果你不介意的話，能不能幫我們解惑是如何突破這一點(diǎn)的?”
“沒問題，這正是我想說的。對于狹義的機(jī)器人而言，所需要的概括來說分為三個(gè)部分：觀測、分析、執(zhí)行，其所對應(yīng)的技術(shù)分別為：傳感器技術(shù)、計(jì)算機(jī)技術(shù)以及自動控制技術(shù)。從谷歌的立場和如今的現(xiàn)狀，我主要講一講分析這一塊。”
我停頓了一下，環(huán)視了一下全場，接著說道：“Mr.Teller剛剛已經(jīng)說過，造出一臺能像人類一樣思考的計(jì)算機(jī)是如此的困難，以致于目前來說，還沒有人知道實(shí)現(xiàn)的方法。就好比一場考試，你完全不知道題目怎么做，得分自然不高。怎么樣提高得分呢，目前來說有兩種策略。”
“第一種策略是抄襲人腦，就好比你班上有一個(gè)學(xué)霸，考試每次都滿分。雖然你也很努力地學(xué)習(xí)，但是你就是考得沒有學(xué)霸好。最后你決定老子不干了，我直接抄他的考試答案好了。這種抄襲是有道理的，我們不知道如何建造一個(gè)超級復(fù)雜的電腦，但是我們可以參考人腦這個(gè)范本。我知道包括IBM和貴司在類的多家公司都在做這種嘗試，IBM展示的TrueNorth核心區(qū)域內(nèi)密密麻麻地?cái)D滿了4096個(gè)處理核心，用來模擬超過百萬個(gè)人腦神經(jīng)元和2.56億個(gè)神經(jīng)突觸，Google X里也有通過神經(jīng)網(wǎng)絡(luò)將16000多臺電腦連接在一起的‘人腦’。”
“鄙人對腦科學(xué)也有一定的研究，不太謙虛地說，從我的立場上來看，在現(xiàn)在流行的逆向工程人腦沒有取得核心突破前，單純增加CPU核心數(shù)或電腦臺數(shù)基本上是徒勞無功的，它最多能打造一臺超級計(jì)算機(jī)，但無法打造出人工智能。除非核心數(shù)或電腦數(shù)達(dá)到人腦神經(jīng)元的數(shù)百萬級，甚至即便如此，也不一定有意義。至今為止，人類的大腦依然是我們所知宇宙中最復(fù)雜的東西。造摩天大樓、把人送入太空、明白宇宙大爆炸的細(xì)節(jié)——這些都比理解人類的大腦，并且創(chuàng)造個(gè)類似的東西要簡單太多了。”
雖然我說的這些東西在座的工程師無一不清楚，甚至比我還要了解，但他們還是禮貌而專注的聆聽著。我喝了口水，接著說道：“第二種策略是模擬進(jìn)化，還是以考試舉例，直接抄學(xué)霸的答案當(dāng)然是一種方法，但是如果學(xué)霸的答案太難抄了呢，那我們能不能換一種方式，學(xué)一下學(xué)霸備考的方法?這就是目前人工智能領(lǐng)域最火的‘深度學(xué)習(xí)’技術(shù)，而這技術(shù)的日趨成熟則要?dú)w功于大數(shù)據(jù)和統(tǒng)計(jì)學(xué)。依據(jù)貝葉斯統(tǒng)計(jì)，讓計(jì)算機(jī)教會自己從數(shù)據(jù)中建立模式，有了足夠大的信息量，就能讓機(jī)器學(xué)會做看上去有智能的事情，不論是理解自然語言還是識別圖片等等。”
“若希是屬于第二類吧。”Larry Page用肯定而不是疑問的語氣問道，他本身就是技術(shù)出身，對人工智能也有相當(dāng)?shù)难芯俊?/p>
但還沒待我回答，便接著說道：“不謙虛地說，Deepmind的深度學(xué)習(xí)技術(shù)是走在時(shí)代前沿的，但以我們目前的技術(shù)，還無法達(dá)到若希這樣的高度。如果Dr.Ran不急著回國的話，我誠摯地邀請你稍后蒞臨Google X參觀指教。”
“嗯。”我嗯了一聲，算是回答他不需要我回答的問題。接著道：“深度學(xué)習(xí)的技術(shù)性問題我們可以稍后再詳細(xì)討論，但現(xiàn)在，我希望提醒諸君另外一件重要的事情，比深度學(xué)習(xí)還重要百倍的事情。”
<未完待續(xù)>
