人工智能颠覆下的科学与科学家 人工智能颠覆下的科学与科学家是谁( 二 )


但是,既然机器系统已经能够向自身学习,那么为什么还要向人类学习呢?这也正是深度学习真正有趣的地方 。仅仅在AlphaGo战胜人类棋手一年之后,DeepMind就研发出了AlphaZero,其厉害之处在于它只知道围棋规则而没有任何先验知识和数据输入 。换句话说,它是真正从零开始,通过不停地与自己对弈而自学成才 。AlphaZero既是围棋大师,也是国际象棋和日本将棋大师 , 它击败了所有的人类棋手和计算机程序 。
最为重要的是,由于AlphaZero没有学习人类棋手的对局,它的下法也与人类棋手不同 。它更像一个外星人,展示了一种人类大师以前从未见过的直觉和见解 。围棋世界冠军柯洁甚至感叹人工智能就像“上帝”一样在下棋 。确实,它的那些复杂而又优美的下法都没有依靠人类知识 。而且AlphaZero是以超人类的速度习得这一技艺的:只需4小时的国际象棋训练和8小时的围棋训练,它的能力就能超过已有的最好程序 。
再想想那些数字 。我们把变化最多也是研究最多的人类游戏的规则告知人工智能算法 , 算法自己只是基于规则和棋盘就学会了下棋的策略 。像所有的初学者一样,它在一开始也会犯各种愚蠢的错误 。但是当你回过神来再去看的时候,它已经是史上最佳棋手了 。
如果深度学习能够在人类自己的棋盘游戏上击败人类,对于复杂问题找到先前想象不到的答案 , 那么它将会如何影响致力于促进创新的科学呢?
更智能的人工智能 , 更多的创造性创新
人工智能可通过两种主要的途径影响我们从事科学的方式 。一种方式类似于谷歌对互联网的影响:人工智能将会极大地改进信息的获取,优化科学的各个方面,包括从信息获取到科学家目前所从事的许多过程的自动化 。这是一种理想的情形,因为大多数科学家都期望能够实现日常工作的自动化,从而可以聚焦于创造性的活动 。另一种途径更像AlphaGo对围棋的影响:人工智能系统能够对于复杂问题快速给出创造性的答案 。人工智能也许有一天会在反乌托邦式的世界里取代我们这些科学家,以一种我们今天难以想象的速度和精度推动科学进步 。
组织信息
人工智能已经推动了现代社会的许多方面 。每次你在谷歌搜索中输入一个搜索查询,人工智能就会在万维网上查找并猜测你的真实需求 。当你打开脸书应用的时候,人工智能会决定把哪个朋友的更新首先呈现给你 。当你在亚马逊上购物时,人工智能会给你推荐一些你可能会喜欢的商品,尽管这些商品在你的购物车中从未出现过 。我们周边的设备中也出现越来越多的人工智能 。当你拿着智能手机拍照时,人工智能会自动圈住面部并调整焦距以获得最佳效果 。当你对Siri、Alexa和Cortana这样的“个人助理”说话时,需要人工智能把你说的话转换为文字 。
科学的哪些方面能够由这类人工智能加以扩展?首先,我们应该都清楚,现在发表的文献的数量已经多到无法全部追踪 。人工智能能否给出个性化的论文阅读推荐?人工智能能否连贯地总结这些文章的内容摘要,提取与我们相关的关键发现 , 生成该领域关键进展的快报风格的文摘?人工智能这些新的能力将帮助研究人员扩展他们获得知识的深度和质量 , 并帮助他们发现新的研究可能性 。
对于科学领域的决策者而言,人工智能能够提供更为全面的“天际线扫描”能力,提出战略投资的领域,识别出有可能带来科学变革的想法,甚至组建变革性的科研团队 。出版商也可以使用深度学习找到论文的审稿人,或者自动识别论文中的错误和矛盾,从而减少人工评审的负担 。
其中的一些应用看上去遥不可及,特别是如果我们想要达到科学家和决策者所期望的精度和可靠性的话 。但是,真实情况是 , 尽管技术已经在过去20年极大地重塑了人类社会,但可以促进科学过程的技术却未有实质性进展 。如果你对此表示怀疑的话,你可以看看“美国国家自然科学基金会”的项目提交页面,或者是ScholarOne论文投审稿系统,它们看上去还像是当初互联网发展初期的那些早已过时的网站 。
求解科学问题
人工智能有一天能否帮助我们提出和求解基本的科学问题?通过以单个科学家根本无法实现的方式整合各种信息 , 人工智能系统能否帮助科学家更快地得到更具创造性的、更好的解答?它是否也能提出新的假设,甚至新的研究领域?
我们已经在这方面看到了一些令人鼓舞的早期进展 。例如,研究人员已经把深度学习用于医学诊断,开发出各种视网膜病变的分类算法,其精度已经与人类专家相当 。另一个例子是,一个经过训练的人工智能算法对良性和恶性皮肤病的分类精度,已经达到经专业认证的皮肤病医生的水准 。在急诊室里,深度学习现在可以帮助我们判定一个病人的CT扫描是否显示他有中风的迹象 。新的人工智能算法不仅使识别这些信号的精度可以媲美医学专家,更为重要的是,它的速度是人类的150倍!

推荐阅读