HOME > 研究成果 > 时评
时评 COMMENTARY
人工智能与国际关系研究(一):科学幻想与理论研究的分界线
封帅 2018-02-14

科学是历史的有力杠杆,是最高意义上的革命力量。

                                                                         ——卡尔•马克思


        我们还从来没有像今天这样接近未来。

        随着计算机硬件性能的全方位提升和互联网时代海量数据的积累,曾经历多次波折的人工智能(Artificial Intelligence)技术在21世纪的第二个十年进入了新一轮高速发展期,人类社会也正在快速向人工智能时代的门槛靠近。

        人工智能技术是特别的,它与人类历史上的历次科技革命都存在着特质上的差异。旧有的技术革新无论形态如何,其性质仍是人类改造世界的工具和手段,而人工智能则能够通过对大数据的分析和学习,理解人类的内在需求,作为创造性的伙伴直接参与到人类改造世界的活动中,表现出与人类理性思维方式完全不同的思考逻辑,在一定程度上改变了人类与技术的深层次联系。如果说工业时代的科技发展是对人类肢体能力的巨大延展,那么人工智能技术就是希望模拟人类的大脑。一旦该技术突破发展的“奇点”,那么整个人类社会将发生重大的变化,也必将对国际关系产生深远的影响。

        然而,在现代的社会生活中,人工智能已经是一个被过分传播的概念,在社会新闻、科技报道与科幻故事中常常被混乱地使用,对于研究者来说,开展人工智能与国际关系研究的一个重要前提便是厘清研究的边界,对于人工智能的基本概念范畴进行规范性的描述。这也是这篇短文想要解决的问题。


人工智能技术的滥觞

        现代意义上的人工智能研究最早可以追溯到20世纪40年代,1950年,英国著名科学家图灵(Alan Turing)在名为《计算机器与智能》(Computer Machinery and Intelligence)的著名文章中首次提出了“机器能够思考吗?”这一具有划时代意义的理论问题,并同时提出了测试机器是否拥有智能的方法(即“图灵测试”)。

        1956年,达特茅斯夏季学术研讨会(Dartmouth Summer)召开,这是人工智能技术发展的里程碑。在这场自发组织起来的盛会上,研究者们接受了约翰•麦卡锡(John McCarthy)提出的人工智能(AI)概念,标志着这一学科的正式诞生。 然而,在随后几十年的时间里,人工智能的发展却并非一帆风顺,虽然在不同时期出现了如“专家系统”(Expert Systems)、“深蓝”(Deep Blue)等多项具有标志性意义的成果,但由于客观条件的限制,人工智能技术始终没有达到有效解决人们现实需求的高度,技术发展无法在产业层面落地,对于现实社会的影响非常有限。直到21世纪初,人工智能似乎仍是个离我们日常生活非常遥远的故事,但令人意想不到的突破就在此刻发生了。

        转折点出现在2009-2010年前后。由于硬件设备的进步使得新一代计算机在运算速度和信息处理能力方面大幅提升,且互联网产业的发展改变了人类的生活方式,使得网络成为获取人们日常生活数据最集中、最便捷的渠道。特别是移动互联时代的到来,使来自网络搜索、电子商务企业、社会媒体、科学研究等不同领域的海量数据迅速累积,为人工智能发展的提供了充足的养分。在强大计算能力与大数据环境都已具备的情况下,早在60年代就已经被提出,但在很长时间内被束之高阁,甚至在一段时间内被视为是伪科学的多层神经网络(Multilayer Neural Network, MNN)重出江湖。这把“上古神兵”在大数据时代的终于展现出无与伦比的生命力,一场“深度学习”(Deep Learning, DL)革命席卷全球。

        “深度学习”算法以建立套嵌式的多层次模式识别系统组成的“神经”架构为基础,通过组合低层特征形成更加抽象的高层属性、类别或特征,借以发现数据的分布特点。深度学习的出现带来了人工智能算法(Algorithm)方面的一次跨越,它改变了传统符号主义(symbolism)学派以计算机模拟人类认知系统推进人工智能的艰难尝试,让人工智能拥有了从巨大且复杂的信息源中提取、识别和构建体系的能力,在那些任务目标明确,且相关数据丰富的领域,深度学习算法能够让机器学习新的技能,制定有效策略,从而在短时间内提出超过人类学习能力的问题解决方案。

        随着深度学习神经网络成为主流发展方向,人工智能技术很快在现实的场景应用中得以落地。在很短的时间内,人工智能技术就在图像识别、语音识别、机器翻译、自动驾驶、甚至棋类竞赛等复杂的应用场景中获得了飞速的进步,基本达到了满足人类日常需求的标准,具备了商业投资的价值。2016年,深谙营销之道的谷歌公司推出的人工智能程序阿尔法狗(AlphaGo)在围棋比赛中击败李世石,攻陷了人类智力竞技的最后一块阵地,成功地引爆了全球资本对于人工智能的投资热情,人工智能技术终于迈过了产业化门槛,成为能够对社会生产和人类生活产生直接影响的重要因素。更重要的是,本轮人工智能技术的进步证明了机器学习算法已经能够在具有很多限定性条件的领域比人类做的更好,并且能够通过自我学习不断进步。这一结论事实上打开了人类对于人工智能发展的未来想象空间,人类社会已经能够清晰地听到未来世界匆匆而至的脚步声。


人工智能技术的“现实”与“想象”

        人工智能之所以成为一项极其知名的技术,一个重要原因就在于早在其技术尚未成熟之时就已经有无数文学和科幻作品来描述其最终形态,并据此绘声绘色地勾勒了人类未来的悲惨命运。因此,深度学习技术在现实中的取得的巨大进步自然再次引来无数自媒体时代的撰稿人对于人类世界的担忧。然而,那些对于熟悉人工智能发展史的作者眼中,深度学习的出现只是带动了人工智能技术进入了新一轮高速发展周期,而这一轮发展也仅仅是使技术初步达到了弱人工智能的标准,距离理想发展状态还相距甚远。

        从理论上说,人工智能技术的进步可以被划分为三个阶段:

        第一,弱人工智能(Artificial Narrow Intelligence, ANI)阶段,又称限制领域人工智能(Narrow AI)阶段,部分研究者也根据这一时期的人工智能技术的主要特点将其称为应用型人工智能(Applied AI)阶段或模块化人工智能(Modular AI)阶段。弱人工智能并不指代某一种单一的技术路径,而是通过人工智能的手段在一系列垂直领域提供问题解决方案的各种算法的统称。在这一阶段,人工智能在功能表现方面会呈现出领域性的局限,针对不同领域问题需要单独进行产品开发,工具属性的特征仍非常明显。

        第二,强人工智能(Artificial General Intelligence, AGI)阶段,又称通用人工智能(General AI)阶段,或称为完全人工智能(Full AI)。该阶段指的是在未来出现的人工智能系统,它能够明显表现出与人类相似的智能水平,能够解决全方位、跨领域地解决人类所遇到的问题。到达该阶段的人工智能技术应该能够通过图灵测试(Turing test),并且替代人类完成大部分的日常工作。目前,在文学作品中对于AI的描述大体上都是强人工智能技术的想象性叙述。

        第三,超人工智能(Superintelligence)阶段。超人工智能是未来学家尼克•波斯特洛姆(Nick Bostrom)通过推理描述出的一种未来状态,它被定义为“在科学创造力、智慧和社交能力等每一方面都比最强的人类大脑聪明很多的智能”。 但由于技术水平的限制,目前对于这一阶段人工智能的基本形态更多停留在想象和推理层面,只能从哲学角度加以思考。

        在未来相当长的一段时间内,人类社会都将处于弱人工智能阶段,这一阶段人工智能技术的重要成果是由三个基本要素相互融合而实现的,即:硬件设备的快速进步;大数据的持续积累;深度学习算法的不断突破。理论上说,在硬件设备持续进步的条件下,在所有拥有大数据的垂直领域,人工智能技术都能够尝试通过算法的更新为具有明确目标指向的问题提供解决方案,并形成有价值的应用性成果。多层神经网络和深度学习将成为这一阶段人工智能技术进步的关键词。

        多层神经网络的特性决定了深度学习模型是通过“训练”与“学习”来解决该领域的问题,模型设计者本身并不能准确地知道该模型在解决问题时发现了哪些特殊规律,系统对于人类而言是一个完全的“黑箱”。正如杰瑞•卡普兰(Jerry Kaplan)所说,“(机器学习系统)发展出自己的直觉,然后用直觉来行动。”这也就意味着能够跨领域解决的通用人工智能(General AI)几乎不可能在现有的理论框架中出现。据美国国家科学技术委员会(National Science and Technology Council, NSTC)预测,通用人工智能的出现还需要几十年的时间。而超人工智能则还不在人类理性能够推理的范围之内。

        归结起来一句话,弱人工智能技术已经逐渐成为“现实”,但强人工智能技术和超人工智能技术仍是遥远的“想象”。


理论研究的边界

        技术发展的基本特征根本性地决定了理论研究与科幻小说的分界线。社会科学的理论研究需要基于现实或即将成为现实的各项要素而进行,而科幻小说则是基于想象而存在。因此,伟大的科幻小说都是在描述那些距离当前时空非常遥远的架空故事,而针对人工智能时代的国际关系的理论研究,却必须是基于正在逐渐变为现实的弱人工智能技术的特征而展开。这种状态也就决定了理论研究的边界。

        对于国际关系研究来说,面对人工智能技术的快速发展,其首要任务是根据弱人工智能时代的技术影响力扩散方式来分析其对于国际体系与体系内行为体的内在影响,并且努力在纷繁复杂的变革时代寻找维持国际和平与国内社会稳定的机制性安排。

        总体而言,在弱人工智能时代,深度学习所带动的领域性人工智能技术的持续进步会在三个层次上对国际体系产生影响:

        其一,从领域层面上看,部分人工智能技术可以直接应用于特定国际关系议题领域,从而改变现有各行为体在该领域的力量对比结构,为国际体系增加新的不稳定因素。目前在人工智能技术的推进过程中,新技术的应用主要集中于经济收益较高的民用领域,直接针对国际政治活动的针对性研究仍然处于起步阶段,但在战略决策辅助系统和智能军事系统两个领域,人工智能已经能够成为国际政治活动参与者的重要辅助性工具。而随着技术水平的不断提升,在该领域的技术代差将对国家力量对比产生不可逆的影响。

        其二,从制度层面上看,人工智能技术的领域性扩散将对现代社会的经济发展模式产生重要的影响,重塑世界经济体系中资本与劳动力之间的关系,进而推动国家治理模式与权力分配方式的演变,最终影响国际体系的稳定。但所有领域性的人工智能技术进步都指向一个共同的目标,即实现“以机器替代人类劳动”。这也就意味着在经济体系中资本力量的快速扩张和劳动力要素的持续削弱,在新的技术条件下,全球经济体系将出现结构性的调整。社会经济条件的改变会直接影响到原有政治体系的稳定,传统的科层制政府体制需要进行重大调整才能有效适应新的经济基础。全球经济与治理体系的变化最终将引发现有国际体系的深刻变化。

        其三,从思想层面上看,具有时代性意义的技术变革的影响会逐步扩展到整个社会生活中,最终反映在政治与社会思想的变迁进程中。这些思想理念也将反过来对国际关系和国内治理产生影响。面对近年来人工智能技术的快速发展,人类社会正进入一个思想领域相对困惑而迷茫的阶段。一方面,对于人工智能技术进步的成果孜孜以求。另一方面,却又无时不刻不在担忧人工智能未来对人类文明可能形成的反噬。阿隆•马斯克(Elon Musk)与史蒂芬•霍金(Stephen Hawking)所发出的对于人工智能风险的警告就是这种担忧最直接的反应。 人类社会的价值与思想理念将在弱人工智能的时代面临重构的压力,由于不同领域和学科对于这一问题的认知存在分歧,各种理念的碰撞将长期存在。重塑人类社会的思想理念与价值标准,也将成为社会科学研究介入人工智能议题的重要路径。

        限于公众号文章的篇幅,本文将在此收尾。从目标上说,这篇短文是为了介绍本研究的基本背景和研究的基本范畴,对于不同层次的具体影响将在下一篇文章中详细展开,文章在此结尾略显突兀,希望能够给读者留下一点想象和等待的空间。

(To be continue)


文献来源:上海国际问题研究院