有些沙哑的开口招呼,方然停下脚步,他抬起头,看向一脸询问神色的莱斯利*兰伯特。
“计算机,与人工智能,已经超越了人;
莱斯利*兰伯特,面对今天的强AI,您是否认同我的判断。”
“这……”
“不要匆忙下结论,兰伯特先生。
我真正想表达的意思是,计算机的能力,恐怕,在很久之前就已经超越了人类,哪怕其上运行的,并非AI程序,而只是枯燥乏味的数据库指令集,其本质上的能力,照样要比创造出这系统的人类,更加强大。
人脑的等效算力,是多少,您有一个大致认可的数字吗。”
“呃,大概是……
我想一想,可能在十到二十TFlops,但您肯定知道,这种数据上的量化几乎毫无意义。”
“的确如此,但,为什么?
人脑的处理能力,与计算机的处理能力,两者根本无法放在一起比较?
原先我一直认为‘正是如此’,但现在么,却不这么认为,或者说,我觉得我们已经找到了一种客观,公平,能准确衡量‘人脑’与‘计算机加人工智能’这两者之能力的表尺,进而很直观的回答刚才的问题。”
听到这里,莱斯利*兰伯特的思维,何其敏锐,他几乎要猜到了答案。
“标尺,不是枯燥的数学计算,也不是矫揉的文艺创作。
回顾过去,人类用于衡量计算机、人工智能,甚至也往往用来衡量人类自身能力的标尺,就是这样的莫名其妙:
让人脑进行数学计算,或者,让人工智能撰写散文,用各自不擅长的事务,去粗糙衡量算力,进而进行不公平、因而注定毫无意义的比较,这种做法,又怎么可能准确度量人工智能的能力,进而指引研发的方向。
新的标尺,是的,我们其实一直在准备,不是吗?
只不过是到了‘强人工智能’的时代,这种标尺,才第一次有了应用的条件。
科学研究,探寻客观规律,这是迄今为止最客观,最公正的标尺:
不论人,还是人工智能,能够在这一领域取得怎样的成就,取得这些成就,又需要怎样的资源、算力与时间,两相对照,才是最有利的判据。
而依照这一判据,既往不咎,今天,你我都很清楚:
计算机、人工智能超越人类的时代,已不再是一种想象,而真正到来了。”
……
阿达民的表态,特别是,最后关于“判据”的一段话,凌莱斯利*兰伯特印象深刻。
这种印象,在走进会议室,面对那些对“强人工智能”之力表示质疑,进而怀疑这一项目价值的数学家时,变得愈发强烈。
如果说,在今天的对话前,他对数学家的诘问还有所保留;
那么,在聆听阿达民的断言后,对人工智能,乃至自己一手参与缔造的“强人工智能”,究竟可以达到
请收藏:https://m.nyoj.org
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)