終極演算法：人工智慧重塑世界

我們對演算法這個詞都不陌生， 所謂演算法就是一系列指令， 精確地告訴電腦該怎麼執行。 比如購物網站用演算法來給你推薦商品，

地圖導航用演算法來幫你選擇最佳路線。 一種演算法可以針對性解決特定的問題。 那麼有沒有一種終極演算法， 能綜合處理所有問題呢？最近有本新書《終極演算法》， 副標題叫“機器學習和人工智慧如何重塑世界”。 作者是華盛頓大學電腦科學教授佩德羅·多明戈斯， 他也是美國人工智慧協會院士， 這是國際人工智慧界的最高榮譽。 作者在這本書裡深入討論了終極演算法。

先來說說， 演算法有很多用處， 除了前邊說過的推薦商品和路線， 還可以用大資料預測犯罪傾向， 戰略性地把警備力量集中在最可能需要的地方， 同時採取其他預防措施。 這樣一個城市的警力就能在最大程度上得到合理配置。

但是演算法有兩個不可避免的難題，

一個是空間複雜度， 就是把演算法存儲到電腦裡， 需要大量空間。 要是電腦沒法提供需要的記憶體， 這個演算法就沒用。 另一個是時間複雜度， 就是演算法的執行時間， 要是時間太長， 我們等不了， 那這個演算法也沒用。 而且， 如果演算法越來越複雜， 人類大腦無法理解， 那也就無法糾正。 即便演算法再厲害， 也不會做我們想讓它做的事。

那應該怎麼辦？作者在書裡提出了這樣一個假設：所有知識， 不管是過去的、現在的還是未來的， 都有可能通過一個通用的學習演算法來從資料裡獲得。 這個通用的學習演算法， 就是終極演算法。 作者認為終極演算法可以統一所有學科的思想， 而且通過它有可能提出新的萬有理論，

成為所有理論的起源。

機器是怎麼學習終極演算法的呢？跟人類的學習過程相似。 第一， 人類獲取知識的第一步就是聚類， 就像整理書櫃時把同一類的書放在一起， 機器也是通過典型元素來簡化理解集群的。 第二， 為了減少提取記憶的時間， 我們需要對記憶組塊進行大量重複的鍛煉。 比如我們解決一個小問題後， 大腦裡就會形成一個組塊， 下回遇到同樣的問題， 就可以直接應用這個組塊。 一旦你掌握了相應的組塊， 就掌握了一類問題的解決方式。 同樣， 機器也需要不斷練習， 來掌握不同組塊， 確定不同學習組塊間的關聯關係， 提高演算法的運算效率。 而且， 機器還要學會關聯不同的事物， 瞭解事物之間相互關聯的方式。

如果未來社會有了終極演算法， 會是什麼樣的呢？作者說， 每個人都會形成自己的獨特模型， 這個模型會像一面鏡子， 不僅可以顯示你的外表， 還能幫助你成為更好的人。 比如， 你遇到一個問題， 要做一個決定。 在做決定之前， 你的模型可能已經與別人的模型進行了數百萬次的模擬， 然後給你一個最優的選擇來做決定。 再比如， 你要找工作， 一家公司恰好在招聘， 公司的模型會對你的模型進行面試， 整個過程不到1秒鐘。 你的模型在不斷演進， 幫你做出最好的選擇。

那麼， 擁有終極演算法的人工智慧會搶了人類的工作嗎？作者說， 不用擔心。 如果電腦已經學會完成你的工作， 不要試圖跟它競爭，

而要利用它， 把它們看作自己大腦的擴展。 更重要的是， 一些職業真的無法替代， 因為這些職業有人類經歷， 如果沒有人類體驗就無法理解， 比如人文科學。 通過機器低成本完成的事情越多， 人文科學家的貢獻就越有價值。

那麼， 人工智慧會接管世界嗎？作者說， 這個概率是0。 因為電腦本身沒有自己的意志， 它們只是工程師生產的產品， 不是進化體。 每種學習演算法都有三個組成部分， 也就是表示方法、評估和優化。 雖然原則上說， 學習演算法可以學習任何東西， 但評估功能是由人類決定的， 電腦只能給我們設定的目標服務。 未來人類與人工智慧的關係， 就像DNA與人類的關係。 人類發明了避孕之類的手段， 在尋找樂趣的同時， 限制DNA的傳播。人類能用自己的自由意志來追求快樂和避免痛苦。對於人工智慧也是同樣的道理。

科技有溫度，點擊下方，關注「 酷玩兒 」帶您發現新奇、好玩的科技！

限制DNA的傳播。人類能用自己的自由意志來追求快樂和避免痛苦。對於人工智慧也是同樣的道理。

科技有溫度，點擊下方，關注「 酷玩兒 」帶您發現新奇、好玩的科技！