ChatGPT时代:正在到来的人工智能新浪潮
上QQ阅读APP看书,第一时间看更新

机器会像人一样思考吗

ChatGPT的本质,是对人类大脑的模仿,是一个可以深度学习的机器。这种机器会像人一样思考吗?答案是:“会,又不会。”

2020年初,《细胞》(Cell)期刊发表了一篇题为《一种发现抗生素的深度学习方法》的研究论文,宣布美国麻省理工学院科学家发现了一种全新的抗生素——Halicin,它能有效杀死多种传统抗生素杀不死的致病细菌,包括一些对所有已知抗生素耐药的菌株。

这种名为Halicin的抗生素,是世界上第一个由人工智能发现的抗生素。以前,科研人员也曾使用人工智能辅助发现新药,主要是让计算机帮着找到包含与有效分子相似的分子“指纹”的物质。

但这次不一样,该项目负责人、麻省理工学院合成生物学家吉姆·柯林斯说:“人们不断发现相同的分子,我们需要具有新颖作用机理的新型化学物质。我们希望开发一个平台,能借助人工智能的力量,开创抗生素药物发现新时代。”

该项目的合作者,麻省理工学院AI科学家雷吉娜·巴尔齐莱(Regina Barzilay)采用一种全新的方法,让人工智能在没有任何人类干预的情况下,去发现一种全新抗生素。

首先,巴尔齐莱开发出一种人工智能“深度学习模型”并进行训练。

这个模型是一种受大脑结构启发所构建的人工神经网络,可逐个学习分子的结构特性。

研究人员在数据库里输入2300多种已知分子作为训练材料,为每一种分子建立编码资料,包括分子量、化学键以及这个分子抑制细菌生长的能力,以此来训练模型。

人工智能模型不仅从中“学会”了各种抗菌分子的属性,更奇妙的是,它还自己摸索找出过去没经过编码和数据化的属性,而这些属性,是人类过去的概念或分类方式所完全忽略的。

完成深度学习训练后,科学家向这个人工智能模型发出指令,去调查FDA(美国食品药品监督管理局)已经核准的61000多种分子以及各种天然产品,找出有效的、无毒的,和现有抗生素完全不一样的具有抗菌活性的分子。

人工智能接到指令,寻遍这些分子后,发现仅仅有一个完全符合以上三个条件,但这种分子(新药)原本的研究目的是用来治疗糖尿病的。

生物化学家利用显性知识,建立了分子量、化学键等概念来理解分子的特性。科学家靠人类已有知识无法解释人工智能究竟是怎样发现一种治疗糖尿病的药物还隐藏着超级抗生素的药效。

谁也没有教它,它是靠着深度学习,自己“摸索”出某种规律,找出了人类知识从来没有记录与描述过的关联。如果仅靠人类智能,或许一直无法侦测到这种关联,这才是深度学习模型真正骇人的地方。

1956年,科学家约翰·麦卡锡(John McCarthy)进一步定义了人工智能:若机器可执行“需要人类智能才能进行的工作”,即具备人工智能。如果机器完成了人类智能也无法进行的工作,那又该如何定义呢?

50多年前,库布里克在其执导的电影《2001太空漫游》中,太空船里的超级人工智能HAL9000的智能超越了人类,还产生了极端的自我意识。最后,HAL9000为了完成特定的指令,甚至不惜“设局”杀人。

麻省理工学院的科研人员,或许是出于对人工智能的敬畏,特别向《2001太空漫游》这部电影致敬,借用了这个“梗”,将该分子命名为Halicin。

Halicin是人工智能在科研领域的一大胜利。不过,这个案例最让人着迷之处在于——人工智能懂得辨识,找出人类从来没有侦测到、记录或描述过的关联。

深度学习模型在研究了数千个成功案例之后,还可以发现隐藏的规律,找出人类既有知识无法察觉的新抗生素。

麻省理工学院研究人员所训练的人工智能,不只是简明扼要地从已知特性中找出结论,还侦测到了新的分子特性——分子结构与抗菌能力的关联,这是人类以前未曾发觉也没有定义过的特性。

人工智能的这些知识是如何产生的,至今还没法解释。也就是说,它能够产生一种人类“知其然而不知其所以然”的知识。

如果人工智能可以感知到我们感知不到或无法感知到的东西,不仅仅是因为我们没时间推理,也是因为这些事情存在于人类心智根本无法抵达的领域。