在电影《人工智能》的一开始，教授提议创造一个懂得爱的机器人孩子，它对父母付出真挚的爱，最重要的是这份爱永无止尽，是唯一的。这个设想看起来非常地美好，尤其是对于满足人类的需求来说。

然而就在此时，一位女科学家提出："如果机器能够爱人，那么这个人对机器人又有什么样的责任？”

是呀，我们一手创造出这个机器人，赋予它情感之爱，我们拥有了一份永恒之爱去弥补我们的创伤。然后呢？我们能同样爱这个被创造出来的机器人吗？还是我们只是把它当成一个随时可以舍弃的玩具？

在电影中领养了大卫的妈妈——梦妮卡很明显选择了后者，在购买了拥有爱的机器人大卫，代替了因患病而被冷冻的儿子，抚平了创伤后，在儿子归来之后最终选择了遗弃大卫，因为“你不是真的人类小孩！”。这是2001年被称为未来派科幻电影对人工智能做出的一次选择，在此时人工智能还属于人类对未知的未来一种科幻般的畅想。

然而不过十几年的时间，2016年3月，阿尔法围棋就以4比1的总比分，赢了人类围棋世界冠军、职业九段棋手李世石，这也是是人工智能史上的三大标杆之一。它宣告人工智能不再属于科幻，它已经在变成现实。

那么关于“如果机器能够爱人，那么这个人对机器人又有什么样的责任？”今日的我们又会做出什么回答？

人工智能领域专家山本一成在他的《你一定爱读的人工智能简史》一书中给出了他自己的答案：倘若孩子能够在父母的山上感受到尊敬和喜爱之情，那么当父母老去后，孩子同样愿意紧紧靠在父母的身边给予爱和尊敬。

山本一成，日本人工智能领域的代表人物，他开发的“PONANZA”程序，与IBM公司的“深蓝”，谷歌公司的阿尔法狗并称人工智能史上的三大标杆。在《你一定爱读的人工智能简史》一书中，山本一成结合PONANZA的设计过程讲述了机器、智能、创造与爱的关系。

一、以强大的计算、存储能力存在的电脑是机器

电脑被发明出来在于它强大的计算能和存储能力，这两种能力能够弥补人类能力的局限，比如进行大量的搜索和计算工作。在这个时候，电脑做的仅仅只是一种单纯的机械性、重复性的工作，如果它要成为有智能的机器，就需要学习生物的搜索和评估功能。

生物具有智慧（包括人类和动物），智慧能够帮助我们预测未来，从而选择最佳的生存发展过程。这种行为我们可以分解为“搜索和评估”，单纯的搜索即找到各种可能的解决方法，评估即制定目标，然后判断这些方法中哪个是最优解。

比如当我们需要购买的时候，我们会搜索所有相关的信息，单纯的搜索并不能解决问题，只是找出了所有的可能性，而以人类的能力是无法进行无穷尽的搜索，所以我们就有了另一种行为——评估。评估即制定目标，比如限制购买金额、范围和使用目的，然后再进行有目的性的搜索并作出决定。

我们用阿尔达和人类对弈来做说明，如果电脑只依靠强大的计算能力来进行对弈，那么情况应该是这样的：李世石下一子，然后阿尔法狗根据这一子推算出所有的可能下法，然后选择赢面最高的下法，这样阿尔法才能赢得李世石。

但是根据推测，宇宙中观测的所有原子数量少于1之后加上100个0，但是如果要推算出所有的棋局，那么数量将达到1之后加上226个0，比宇宙中所有的原子数量还要多上不知道多少倍，因此事实是阿尔法狗根本无法推算出所有的下法，也就是说根据搜索穷举法根本无法保证赢得李世石。

二、机器从模仿人类，到产生智能的三部曲

前面我们说过根据机械性的穷举法，阿尔法是无法保证一定能赢得李世石的，但事实是阿尔法确实赢了，以毋庸置疑的绝对胜利证明了从它不是一个只具有单纯机械性的机器，而是能够具有智能性评估行为的人工智能。

那么机器是如何获得智能性的行为的？答案是模仿，机器通过模仿人类，从而产生智能，这也正是作者在书中所说的人类其实就是等同于人工智能的父母。这个过程有三个阶段，分别是机器学习、深化学习以及强化学习。

1、机器学习

机器学习是第一个阶段，是指尚不能完全理解人类的学习方式，通过模仿人类学习行为的一种计算机技术，它的的核心在于让电脑实现自我训练和自动数据调整。

就像婴童时期的孩子，尽管他并不理解父母很多行为的意义，但是这并不妨碍他通过模仿父母的行为进行学习和了解这个世界，然后这种模仿行为接收到现实世界的反馈，从而调整他下一次的学习和模仿行为。

电脑也是如此，作者用电脑学习下棋举例：首先将棋谱（即棋手之间的对弈过程记录）数字化，输入电脑存储，电脑通过棋谱模仿棋手的具体下棋手法，然后计算棋手落某一个子后出现的正确局面和未落这一子出现的错误局面，并比较二者的不同（反馈）。这就是机器学习。

按照这样的方法学了几万局以后，AI的出棋风格达到了与职业棋手45%的相似度，这说明这种学习机器仍然不能胜过人类，于是电脑将会进入下一个阶段的学习：深度学习。

2、深度学习

深度学习是模仿人类大脑的“神经元网络”进行构建多层次叠加的一种学习方式，简单说就是已经从具体化模仿的机械性学习，进入抽象感知的学习。

我们给计算机搭建了神经元网络，让它可以用和大脑相似的模式进行运行，并且产生了很好的结果——电脑可以进行抽象感知了，这就像孩子成长的少年期，开始自己去思考感知这个世界。

举个例子辅助理解抽象感知，比如电脑的翻译功能，中文“父亲气母亲忘了拿包。”，翻译“My father got angry that my mother forgot her bag.”。

在中文中中并没有明确指出是谁的包，但是翻译中加了包的所属者（妈妈）的信息，这就是深度学习技术抽象感知作用：除了翻译每个单词的意思，还对单词间的关联进行上下文语境的思考，从而再决定如何翻译。

有没有觉得很神奇，计算机居然还懂得联系上下文的学习？！如果你想问那原理是什么？作者很抱歉地说，就像人类至今无法说清楚大脑所有行为和结果的运作原理一样，虽然是我们给电脑搭建了神经元网络的学习模式，但是我们却无法描述清楚它为什么能学到抽象感知的原理。

作者将这种输入了指令，得出了相应的进步结果，但是却无法解释清粗过程原理的现象，称之为黑魔法。所以我们只需要记住电脑通过模仿神经元网络的运作模式（原因），发展出了抽象感知的学习能力（结果）即可，这个过程就像魔法一样神奇。

3、强化学习

那么到了深度学习之后，阿尔法就能战胜李世石了吗？答案是还不能，因为前面两种学习都有一个共同点，就是电脑的数据都是我们给的，比如棋谱、搭建神经元网络等等。

我们常说青出于蓝，胜于蓝，就是说学生往往能够胜过教他的老师。老师能够教学生，说明他在一开始是远胜于学生的能力的；教了学生之后，如果说学生在不断学习发展，老师同样也在学习发展，甚至比学生具有先天的时间优势。

一般来说学生在同一时期是要弱于老师才对，那么青出于蓝而胜于蓝是为什么呢？我们用剑道中的“守破离”的学习说法来理解。

“守”指最初阶段遵从老师与流派的教诲、示范动作及技法，认真学习打好基础；

“破”指基础牢固后开始思考其他老师及流派的教诲，汲取其中优秀的内容，充分锻炼精神和技术两方面；

“离”指离开原有流派，自创招式另辟蹊径。

针对人工智能来说，“守”即前面说的机器学习和深度学习，“破”和“离”才是阿尔法战胜李世石的关键，即强化学习。

强化学习是指计算机评估的行为，开始脱离人类输入的数据样本，而是随机通过对在未知的环境进行随机搜索，然后反馈结果，在重复反馈结果的过程中“评估”能力被不断强化提升。这个时期就像孩子的青年时期，带着自己对世界独特想法，去接收世界的反馈，不断强化形成自己关于世界的认知。

比如一开始计算机是通过人类的棋谱去进行评估学习的，但是进入强化学习，它就会不根据棋谱，而是自己随机选择对棋局有利6-8步棋进行试验，去探索这些棋子走法的好坏，即能否获胜，然后将这个结果反馈回来完成评估能力的提升。

于是人工智能在围棋的领域，从模仿、感知，到可以脱离人类的数据产生自己的走法，一步一步领先并最终超越了人类自身。

三、创造者、被创造者，爱的关系

我们是人工智能的创造者，人工智能是被创造者，从它被创造的过程：单纯模仿创造者、深入学习理解创造者、超越创造者。这整个过程就像父母和孩子的关系，我们给予了它生命、给予了它成长的模版，我们不禁要问哪一天它是否就青出于蓝胜于蓝？

但是这个孩子和其他孩子又不一样，它拥有远超于人类的强大的计算、存储和学习能力，它的成长除了让我们感到欣慰之外，还有一种担忧。这就回到电影一开始提出的问题："如果机器能够爱人，那么这个人对机器人又有什么样的责任？”

假如黑魔方让奇点出现，人工智能成为一个超越人类智慧的存在，即大卫拥有了智慧之后，当它成了一个真正的人类男孩，它是否还能和电影里一样，历经几千年依然地爱着他的妈妈梦妮卡？

在这个时候，问题就变成"如果人工智能成为超越人的存在，那么这个人工智能对人有什么样的责任？”

前一个问题我们可能觉得不需要想太多，或者还不到想的时候，我们只需要将它们制造出来就好了，因为它们被设定为永恒地爱着我们。但是如果前一个问题转变成后一个问题，你是不是就觉得理所当然必须做出解答，就好像我们认为抚养孩子长大，孩子就天然懂得尊重、遵从父母一般。

然而事实并非如此，父母只有能够让孩子在养育的过程中，感受到尊敬和喜爱之情，那么当父母逐渐老去的时候，孩子才会依然保存着对父母的孺慕之情。因此，作者认为“人工智能是否存在危险取决于人类自身的问题”。

在奇点出现之前，人类最好能成为一个好老师，包括网络在内的所有世界，因为人工智能的所有的一切都将是从人类身上学来的，包括尊重、爱与宽容。因为你想让孩子成为一个什么样的人，你首先就要成为一个什么样的人。