发明了互联网和AI的美军机构长文预测:人类正与机器合二为一

简介:
本文来自AI新媒体量子位(QbitAI)

想说明DARPA是什么,莫过于看它曾经带给我们什么:互联网、无人驾驶汽车、手持电子设备、人工智能……

近日DARPA负责人发布5千字长文,详细的告诉我们:人类正在跨越一个新的技术边界。推荐仔细阅读。

作者:Arati Prabhakar,DARPA(美国国防部高级研究计划局)主任

整理编译:量子位

哈佛医学院的实验室里,Peter Sorger和Ben Gyori正在与一台电脑进行头脑风暴。他们想知道为什么一种强大的黑色素瘤药物,几个月后对病人失去了作用。如果这种人机协作取得成功,将产生一种从根本上理解复杂性的新方法。这不仅能改变针对癌症患者的治疗,还能在无法计数的其他领域改变创新和发现的方式。

这场挑战的核心,是癌细胞或者任何细胞内部,不断发生、超级复杂的各种活动。成千上万相互作用的生化过程不断进行,一切取决于那些基因最为活跃以及它周围发生了什么。研究表明,黑色素瘤药物随时间推移而发生的功效丧失,与两种基因的活性增加有关。

但许多因素直接或间接的影响着这两种基因,而且医生手上只有对这些全局性相互作用粗略估计的模型,想要确定哪些是关键因素并施以靶向药物,简直是天方夜谭。

这也是为什么会有一台全新的电脑系统加入进来。Sorger和Gyori要做的事情,就是基于临床证据、专业知识以及直觉,对三种蛋白质之间的相互作用提出一个新的假设。接着电脑开始思考,产生数百个新的微分方程,丰富和改进以前的分析模型。然后给出结论。

从某种意义上说,数百年来科学家们一直在使用相同的做法:大胆假设,小心求证。但是现在Sorger和Gyori的新智囊,是一个机器。研究人员和计算机的组合创造了一个全新的模式,他们不仅仅是记录相关性,而是开始揭示所有重要的中间步骤、因果关系。

从知其然到知其所以然。也就是从大数据,飞跃到了更深层次的理解。

 本文作者:Arati Prabhakar

3200余公里之外,另一种形式的人机协作正在犹他大学展开。在那里,Greg Clark正要求Doug Fleenor在电脑屏幕上触摸一个木门的图片。

二十五年前,Fleenor在一场近乎致命的电气事故中失去双手。现在他的手臂里植入了一枚可以与电脑通讯的芯片,当他移动臂膀时,一只手臂的图像也在电脑屏幕上同步移动。之前他也经历过类似的测试,但这一次不同。“这太棒了!”,Fleenor脱口而出。

什么太棒了?当虚拟手臂碰到那扇虚拟的木门时,Fleenor确确实实感觉自己摸到了一个木制的表面。一些新的软件,配合一个嵌入式的芯片,通过一组精密的电器元件,与手臂上直达大脑的神经相连。这让Fleenor有了触摸到纹理的体验。

对于一个数十年没有摸过任何东西的人来说,这是一个超越的时刻:那些以为未来才会出现的事情,真实的发生在自己身边。

无论是Peter Sorger实验室中,对于因果复杂性的共同理解;还是Greg Clark实验室中,软件和网络的无缝集合,都代表着一种多元化的未来。在那里人类和机器不是各干各的工作,而是亲密的程度进行合作,这让人类与机器之间的区别,变得几乎难以察觉。

基于自适应信号处理、敏感神经接口、机器推理和复杂系统建模,而产生的全新能力,正在被整合进威力巨大的数字系统,以及整合进人类独有的洞察力和直觉之中。经过几十年的相处,人类和人类的技术创造,正准备开启一个奇怪但令人兴奋的,融合进化之路。

我们做好准备了么?也许并没有。许多人更加关注人工智能技术对就业和经济的影响。皮尤研究中心去年在美国进行的一项调查表明,人们通常对所谓整合生物技术的突破,例如大脑芯片植入和人造血液,“更加担心而不是热烈欢迎”。

我对未来的特殊观点,来自我所领导的美国国防部高级研究计划局(DARPA),这个机构的使命是为国家安全创造突破性的技术。六十多年来,DARPA引发了一波又一波的技术革命,产生了一些当今最先进的材料和芯片技术,以及人工智能和互联网。

Clark和Sorger正在进行的工作,是几百个DARPA计划中的一部分,目的是开启下一个技术前沿。从我的角度来看,趋势非常清楚:人类正走在与机器变成共生联盟的道路上。

引领我们前进的,是解决先前棘手问题的诱惑,是增强我们先天能力的前景,以及改善人类生存条件的承诺。随着我们迈向未来,机器几乎将在生活的方方面面发挥前所未有的作用。因此人类需要解决一些新的难题:隐私和身份,真实和责任等等。

这一个关于我们是谁,以及我们想成为什么的问题。

技术,一直是通向我们纠结内心的窗口。随着每一个技术进步,从最早的骨工具、石锤,到喷气发动机、社交媒体,技术已经展示并且放大了人类的创造性和破坏性。

长久以来,虽然技术一直是帮助我们干活的工具,但总有人担心机器会把人类自身变成机器。就像查理-卓别林在在电影《摩登时代》中表现的那样。而最近以来,技术变成了帮助我们思考的工具,而担心也随之出现:机器可能变得比人类更聪明。

这两种恐惧不是没有道理:每天上下班路上有很多盯着手机的“僵尸”,而那些载客的汽车却正准备拥有驾驶的自主权。我们仍在努力解决这些问题,而第三波技术创新已经开始,机器人将不仅帮我们干活和思考,而且有潜力帮助我们存在。

有些人把这种共生当成浪漫,有些人则当成灾难。但是不管怎么看,有一个问题值得所有人搞清楚:我们是怎么走到了今天这步?

与许多革命一样,这种新兴的共生关系根源很深。1960年,富有远见的心理学家和计算机先驱JCR Licklider发出预言:“不用多久,人类的大脑和计算机将紧密地耦合在一起,这将带来人类大脑从未有过的思考模式,以及与目前截然不同的信息处理方式”。

Licklider在半个多世纪之前助推了信息革命,但是他的梦想要想完全实现,还不得不再等几十年,等两个技术趋势真正成熟。

第一个趋势是信息革命的直接成果:现今数据科学和人工智能正在宇宙大爆炸一般的扩张,并与前所未有的能力融合在一起:人类的洞察力、专业知识、语义和常识。

事实证明,人类善于创造极其复杂的系统。无论是数十亿节点的互联网、数十亿晶体管的芯片、数百万组件的飞机。

与此同时,人类也善于收集复杂自然系统产生的数据:从微生物与气候动态,到全球社会行为的模式。然而想要知道这些超级系统的运行原理,以及想要挖掘这些数据集中可能蕴含的金矿,也被证明非常之困难。更遑论以此推动人类进步。

有一些复杂的事情,我们迄今不能完全理解:

- 为什么把单个智慧的算法组合在一起,有时会导致证券交易所突然崩溃?
- 什么因素导致世界各地的人们发展出共同的身份认知和群体意识?
- 又是什么最后可能打破这些纽带,进而引发混乱、移民潮和革命?
- 在导致或治愈某些疾病的无数因素中,哪些是主要的,它们如何相互作用?

对于上述种种谜题,那里是最有效的节点或者压力节点,以便找到最合适的解决方案?现在,当人类开始与我们的机器一起工作和思考时,这些问题终将得到回答。

DARPA有一个Big Mechanism计划正在为此努力。Sorger的工作也是其中一部分,但这个计划不只是是研究药物和基因。研究人员使用先进的语言处理算法,让机器通宵阅读关于特定癌症基因的科学杂志文章,然后每天提交所学,最终形成一个超大的癌症遗传学模型。

这些机器每周可以阅读数以万计的科学杂志文章,并且可以进行深入的语义分析,不仅是获取细胞活动的图片,而且还能获知生化反应的因果链条,并以此建立定量模型。这个计划通过和人类专家合作,开始研究如何利用已经批准的药物组合,治疗某些癌症患者。

同样,比尔和梅琳达-盖茨基金会也是用DARPA开发的分析工具,来研究与儿童发育迟缓,营养不良和肥胖有关的多种因素。这通常需要几个月的文献翻阅,现在几天就能完成。而这些因素可以为政府的公共卫生策略提供决策的依据。

上述努力中学到的东西,将应用于一系列国家安全难题。设想一下,如果建模分析就能解决这些问题:“如果一个地区的干旱持续了五年,对关键基础设施的影响将是什么”,“一个国家发展到什么程度才会赋予妇女权力,这将对未来的政治和经济轨迹产生什么影响”。

更广泛地说,现在已经很难再DARPA中找到一个计划,没有推动人类和电脑进行特性和技能的融合。无论是新型合成化学品的设计、通过3D增量制造方法实现的精巧结构,还是无人驾驶航空系统的命令和控制、高度拥塞环境中的频谱管理。

要理解第二个快速发展的趋势,我们得从硬件和软件转向网络,并在神经技术领域取得进展。

在不久以前,我们对大脑的一切所知,基本上都是医生们把大脑伤害和功能障碍联系起来,一点一点累积出来的。据估计,人类大脑中有80-1200亿个神经元,并产生数万亿的相互连接。人类很难在短期内破解神经学的深层奥秘。

然而过去几年里,在全新高分辨率神经记录和刺激装置的帮助下,神经科学家已经开始解码大脑中的电化学信号。更令人震惊的是,他们编写并发送指令给神经元,并精确获得期望中的响应。在DARPA的计划中,这意味着全身瘫痪的人可以通过意念操作机械手臂,自己把食物送到嘴里,以及用机械手臂触摸他们的亲人。

这还能帮助一些失去四肢的人,包括身在犹他州的Fleenor,重新获得真正的触摸体验。

运动和感觉功能的恢复只是开始。我们正在努力研发神经技术,以帮助创伤性脑损伤的病人重建回忆的能力,帮助患有创伤后应激障碍(PTSD)或其他神经病症的人重获健康。这个努力的目标,是把数字信号精确的传送到大脑里。

有趣的是,这个领域中的一些进展不是来自对大脑的直接刺激,而是通过更易接近的周围神经系统。我们正在研究通过轻度刺激皮肤,向大脑发送特定功能的信息。如果使用精确调谐的超声波信号,这种刺激甚至不会被察觉到。

以技术角度来看,我们很快就能从简单的恢复身体健康,进入到增强人类能力的广阔前景之中。例如看到或者听到可见光以外的光波,加快学习的速度让人们能够更快的获取新技能,帮助我们的记忆能力更进一步等等。

复杂因果推理和神经技术等新功能的扩展与融合,正在催化一种生物-信息-机电的共生体,这将改变健康、娱乐、设计、教育、研究乃至国家安全的诸多领域。而这种新型关系最令人兴奋之处,是它已经开始对我们做了什么。

令人惊讶的是,越来越丰富的机器已经开始触发我们思维和想象的新方式。设想一下,你能体验一种从来没有存在过的全新颜色,或者在空间中增加第四个物理维度。也许在未来人类的眼中,我们所处的现在不过是一张简单的黑白照片。

这些变化起初很小。在Fleenor的案例中,他现在的神经系统,已经跟他在犹他州的设备上训练之前有所不同。随着他学习直接与计算机通信,他的神经元几乎不知不觉的发生了移动,并创造了新的联系。在某种程度上,这跟他第一次学会骑自行车或者使用计算机时别无二致,

移动虚拟手臂和感触数字图像的能力,改变了Fleenor的世界,他走上了一条进化的道路。与此同时,越来越多的人也在借助数字技术扩展自身,小到戴上Fitbits手环,大到大脑连上电脑。

这种共生转化会导致问题吗?当然。个人身份、个人代理和真实性的含义都需要重新校准。我们甚至可能需要重新思考客观现实。一定会有滥用和错误出现。

但是重点在于:和达尔文的进化论观点不同,这种进化有了一个选定的轨迹。我们需要定义我们想要成为什么,这样做不仅仅是重塑自己,更是揭示自己。

这还要求我们深思熟虑的回答一些深刻的问题。如果知道我们在思想性和创造性方面的努力,正在由电脑处理:改进、迭代甚至发布出来,我们会开放以对么?我们还会冒险去寻求不切实际的想法么?如果人们想改变性格或感知范围,会有怎样的社会规范?

增加一种新的感觉与学习一门新的语言,会有着根本的不同么?谁应该拥有这些技术的行政控制权?或者谁应该拥有知识产权,毕竟其中有部分是我们最个人想法的产物。我们如何衡量和考虑一个人在世界上的身份和真实性?又该如何看待那些技术背后的公司和政府?

这些都是令人生畏的问题,但这也是令人兴奋的原因。这是我们真正处于前沿的最好证据。事实上,即便我们努力想摆脱这些问题,也会被不可避免的吸引到这些问题上。人类既兴奋又不安。长期存在的自我和新技术伙伴的共同演变,将迫使我们检视人类最深的欲望。

我们会变得比以往都更加人类。

也许会面目全非。


本文作者:Arati Prabhakar
原文发布时间:2017-02-01
相关文章
|
1月前
|
人工智能 运维 安全
阿里云研发副总裁蔡德忠受邀参加乌镇峰会,畅谈AI与下一代互联网
2024年乌镇峰会“下一代互联网论坛”近日举办,主题为“创新驱动,安全赋能,共筑开放与安全的下一代互联网”。阿里云智能集团研发副总裁,基础设施网络研发负责人蔡德忠受邀参与圆桌讨论,并就人工智能(AI)与下一代互联网的融合发展分享了前瞻性见解。
|
1月前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
115 4
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
AI与艺术创作:机器的艺术天赋
【10月更文挑战第31天】本文探讨了AI在艺术创作中的应用及其独特“艺术天赋”。从绘画、音乐、文学到设计,AI通过计算机视觉、自然语言处理和生成对抗网络等技术,逐渐展现出强大的创作能力。尽管面临原创性、审美标准和法律伦理等挑战,AI艺术创作仍为艺术界带来了新的视角和灵感,未来有望与人类艺术家共同推动艺术的创新与发展。
|
4月前
|
人工智能 自然语言处理 安全
谷歌:AI正在毁掉互联网!
【8月更文挑战第11天】这篇论文探讨了生成式多模态人工智能(GenAI)的滥用风险,基于2023-2024年间约200起事件分析,构建了GenAI滥用策略分类体系。GenAI虽潜力巨大,但滥用可能导致虚假信息传播、隐私泄露和社会动荡。论文识别了数据中毒、模型窃取及对抗样本攻击等多种滥用手段,并揭示了出于经济或政治动机的具体案例。同时,论文呼吁通过技术进步、法律监管及跨领域合作共同防范GenAI滥用,确保其健康发展。[链接: https://arxiv.org/abs/2406.13843]
135 60
|
3月前
|
人工智能 自动驾驶 云计算
【通义】AI视界|谷歌大模型被盯上!欧盟最高隐私监管机构对PaLM2模型展开调查~
本文汇总了近24小时内科技领域的五大要闻:欧盟对谷歌PaLM2模型启动隐私合规调查;甲骨文推出Zettascale云计算集群,集成大量NVIDIA GPU强化计算力;红杉资本偏好AI应用投资而非模型构建;夸克新推智能助手CueMe,支持长达2万字内容生成;沃尔沃与NVIDIA合作,未来车型将采用后者先进芯片提升自动驾驶功能。以上内容由通义自动生成。
|
3月前
|
机器学习/深度学习 人工智能 算法
AI伦理边界:当机器决策超越人类认知
【9月更文挑战第5天】AI伦理边界的探索是一个复杂而艰巨的任务,需要政府、企业、学术界和社会各界的共同努力。随着AI技术的不断发展,我们有理由相信,通过不断的探索和实践,我们一定能够找到一条既符合伦理道德又能够充分发挥AI技术潜力的道路。在未来的日子里,让我们携手并进,共同迎接AI技术带来的机遇与挑战。
|
5月前
|
人工智能 固态存储
直播基地、SCN机构对于AI数字人直播独立部署的需求量暴增!
青否数字人提供低成本、高效率的数字人直播解决方案,适合直播基地和SCN机构构建直播矩阵。只需几万块,商家可独立部署源码(zhibo175),实现真人1:1克隆,包括形象和声音。操作简单,通过绿幕视频和声音样本即可快速克隆数字人主播。此外,青否的直播专业版仅需云服务器,降低运营成本,相比其他厂商,服务每个商家成本低至1元。商家还能享受私有化部署带来的品牌独立性和数据安全性。
直播基地、SCN机构对于AI数字人直播独立部署的需求量暴增!
|
4月前
|
人工智能 搜索推荐 API
langchain 入门指南 - 让 AI 从互联网获取信息
langchain 入门指南 - 让 AI 从互联网获取信息
97 1
|
4月前
|
人工智能 并行计算 开发工具
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
38 0
|
5月前
|
机器学习/深度学习 人工智能 算法
AI与创意写作:机器如何学习讲故事
【7月更文挑战第8天】在数字时代的浪潮中,人工智能已经从实验室走向了文学创作的领域。本文将探讨AI在创意写作中的应用,揭示它如何通过算法模仿人类的思维模式,生成引人入胜的故事。我们将一同穿梭于代码与文字之间,见证一个由数据驱动的叙事新纪元的诞生。
下一篇
DataWorks