我们苦苦探寻外星生命,但会不会第一个发现的却是外星人工智能机器人?

原标题:我们苦苦探寻外星生命,但会不会第一个发现的却是外星人工智能机器人?

人类接触到的第一个外星生命压根就不是有机生物,我们该怎么办?

凯莱布·沙尔夫(Caleb Scharf)是哥伦比亚大学天体生物学系主任。2009 年,他出版了斩获钱布利斯天文学著作奖(Chambliss Astronomical Writing Award)的《太阳系外行星和天体生物学》(Extrasolar Planets and Astrobiology)。去年,他又出版了新书《可缩放的宇宙:穿越宇宙的史诗旅行——从一应俱全到一无所有》(The Zoomable Universe: An Epic Tour Through Cosmic Scale, from Almost Everything to Nearly Nothing)。

本文由 AEON 授权《好奇心日报》发布,你可以在 Twitter 上关注他们。

人类面临着一个难题——对于一个 100 亿年前形成的星系而言,它的内部应该蕴含着大量机会,保证至少一个物种能够摆脱自身处境中的混乱局面,成功来到其他星球并实施占领。然而,我们仍未遇到任何外星生物。这就引出了著名的费米悖论(Fermi’s Paradox):如果外星生命并非极其罕见的存在,那它们都在哪呢?科学家使用各种手段探索宇宙,想要找到外星文明存在的信号,可至今仍然一无所获。这让费米悖论变得更加令人费解。也许外星生物就生活在距离我们很近的地方,但我们未能发现其行踪。造成这种现象的原因可能有二:星际空间实在太过广阔浩瀚,以及留给物种间交流沟通的时间窗口太过狭窄。外星人也许就像夜间在汪洋大海中飘荡的一艘小船,真正与之发生任何形式的近距离接触都是极其不寻常的小概率事件。

银河系显得无比沉寂。对此,另一种解释认为,任何生活在地球之外的智慧生物都与人类存在巨大差异。由于它们的进化方式与人类完全不同,我们甚至无法想象出它们的外表形态和行为模式。因此,在现实中探测和识别外星生物几乎是不可能完成的事情。这着实让人有些沮丧。

但是,在这些极端的解释中间还隐藏着另一种可能,而且这也是概率最高的一种可能:当我们首次遭遇或者探测到外星生命时,出现在眼前的将会是一个智能机器人。

这并不是一个最近才出现的全新观点。早在上世纪 40 年代,美籍匈牙利数学家约翰·冯·诺依曼(John von Neumann)就探索过具备自我复制能力的非生物系统存在的可能性,他认为这个系统不需要借助操控性思维就能精通运算。到了上世纪 80 年代,其他人在研究具备复制能力的自主航天旅行设备后又进一步扩展了他的观点:这类机器可以在宇宙中漫游,不断寻找原材料以实现自我复制。它们在星球之间工作,打造出能源供应基础设施和供人类居住的生存环境。

要想让这类机器掌握真正的人工智能,它们还要承担更为复杂的任务和使命才行。这些使命是什么?这类机器可能具备什么类型的人工智能?与外星机器的相遇将帮助我们解开这个谜团。

一种解释认为这类机器性能超群,在处理认知和分析工作时远胜人类。这样的人工智能可能极难理解人类,原因要么是其本身不存在理解人类的内在动机,要么是通讯带宽的现实技术阻碍。对于这类机器而言,与人类沟通可能就像对着婴儿说话,或是用象形文字讨论莎士比亚全集。假如外星系统为处理大规模数据流而经过优化,它们甚至可能无法将运行速度降低到能够发现人类试图想要沟通的程度。不管我们是否使用科技手段,外星机器都无法察觉到人类想要交流的努力。

外星人工智能可能仅仅因为机器属性,就令我们产生极其恐惧和害怕的心理。它是一个非生命实体,但却充满生机和活力,就好像经典希伯来传说中由泥土铸成的魔像一般。相比之下,虽然外星生物也能让我们震惊,但它们肯定和人类有某些共同的特质。我们可以不断说服自我,坚信进化过程导致外星生物也具备具有辨识度——甚至是具有同情心——的行为模式和意图想法。但是,人工智能实体不需要遵守这些进化规则,它们与人类之间的差别自然也就更大。

遭遇外星人工智能不仅能让我们看清人类可能经历的未来,更能迅速改变我们的世界观。十六世纪时,尼古拉斯·哥白尼(Nicolaus Copernicus)提出地球绝不可能是宇宙的中心。实际上,他因此推动了一个关键科学理念的发展:在宇宙范围内,人类并不是什么特殊或者重要的存在。遇到外星人工智能后,我们可能会重新思考这个问题:如果我们遇到的唯一的外星文明本质上是个机器,那我们人类终究还有可能就是特殊的存在。

电影《2001 太空漫游》剧照,来自豆瓣电影

因为我们见到的机器并不算完全意义上的人工智能,就算真的在宇宙短途旅行中遭遇外星人工智能,我们可能根本意识不到。事实上,我认为人类遇到的很有可能是近似于“专精某一领域的专家型”智能机器——处理特定任务时能力惊人,但在其他领域的能力则非常有限。

地球上最近出现了一个很好的例子:Google 的 AlphaGo Master。这个系统掌握了围棋的基本玩法,并能通过研究大量人类对局数据不断提升棋力,也就是所谓的“深度学习”。问世一年之内,它便战胜了不少世界排名前列的围棋选手。此后,经过改良优化的下一代人工智能系统 AlphaGo Zero 也正式发布。在为期 40 天的训练阶段,尽管它没有接触任何历史对局的数据,其性能却超越了前几代产品,而且比任何人类选手都强大。如今,另一个版本的人工智能系统 AlphaZero 仅用 24 小时就完成学习,并且顺利击败经过适度训练的 AlphaGo Zero 系统迭代版本。与此同时,AlphaZero 也战胜了其他国际象棋和日本将棋(Shogi,俗称日本象棋)的机器人。如果你看过专业选手采访,就会发现他们都认为人工智能系统的下棋方式根本不像人类。它们的战术策略与人类差异很大,看起来似乎可以“高深莫测”来形容。

这些 Alpha 系列人工智能系统就是专精某一领域的专家型机器人的代表。它们能帮人类处理大量位于人类解决能力范围边缘地带的科学问题。这些系统的研发人员已经准备利用手头的技术处理蛋白质折叠问题——氨基酸链如何通过弯曲、旋转、折叠形成具备关键生物学作用的特定结构。我们已经理解了蛋白质折叠问题的基本分子学规则,但就目前而言,预测特定氨基酸链构成方式所具备的生物学作用还非常困难。看起来,这个任务要交给未来的人工智能系统(比如可能出现的 AlphaFold Zero)去解决了。

在现代科学的其他领域,人工智能系统也可以发挥巨大作用。天体模拟、气候和天气预测的基础都是物理学现象,比如万有引力、流体动力学和热力学。计算机程序能将这些程序数字化,计算出上亿次力和运动的数据,但这些结果依旧受到计算机处理器速度和精度的限制。实际上,和大规模数据模拟(目前,这类模拟受限于相对缓慢、系统化的处理模式)相比,拥有深度学习和自我学习能力的人工智能在定量分析预测上的可靠度更高。精于某一领域的专家型人工智能的直觉判断和知识储备也许能帮它跳出周而复始的计算循环,通过分析概率直接“看到”最具可能性的答案,而不是煞费苦心地重复给出一个模糊的结论。同样,它们也许能在科学推理的基础进程中发挥作用,取得突破和收获。尽管人工智能的作用还有待开发,它们确实有可能成为人类科技进步道路上发挥非凡功效的一支奇兵。最终我们可能发现,这些专家型机器帮助非常巨大,能在扩展人类发现和探索领域起到革命性的作用。届时,我们甚至不再有任何兴趣和动力去探求任何更加异想天开的谜团,因为手头可研究的东西实在太过丰富。

如果这种机器发展模式正在地球上渐渐形成,那么它也可能在宇宙的其他角落出现,影响宇宙探索性质。专家型人工智能可以变成终极工具,帮助物种跨越星际间的广阔距离:它们比生物物种更强健,能够根据我们的科学幻想在宇宙间遨游,而且又没有聪明到会产生被驱逐的道德忧虑。将数百万人工智能探测设备发射到太空中将是人类文明发展过程中不可避免的一步,它们将飞向其他星球和行星系,旨在识别目标区域最引人关注的特征。从天体物理学数据到生命的存在证据,人工智能探测设备将为我们收集大量信息。这些机器反映出了其创造者——人类的动机:也许仅仅是处于好奇,也许还有其他目标。

之所以派遣专家型机器人探索星际,原因还在于我们希望借此思考如何打造综合能力更强、性能更强大的人工智能。一个综合性人工智能系统可能由大量小型专家型人工智能系统构成:每一个构成部分都负责处理一些特定的高难度认知工作,但彼此之间又相互联系。各个小系统之间可能局部连通,也可能扩展连通,构成生物神经网络一般的复杂结构。在综合性人工智能系统中,有负责面部识别的、负责自然语言处理的,负责微积分计算的,也有负责避税问题的专家型机器人。在未来,综合性人工智能的任务就是学会如何将大量专家型机器人整合在一起,形成类似于通用人工智能这样的系统。届时,我们便打造出培育机器意识的“育婴室”。

对扮演“育婴室”角色的人工智能来说,最大的挑战应该是如何让旗下各个专家型机器人学会应对现实世界环境中的复杂多变。大自然可不仅仅是达成各种固定目标这么简单:它充满噪音和随机性,组成元素之间还存在着数以万亿计的相互作用。比如说,胚胎从形成初期开始就要面对持续不断出现的变量。最初只包含几个细胞时,胚胎仅仅从分子层面感知周围的世界。发育出感知光线、声音、触碰和气味的器官后,胚胎感知世界的渠道便迅速增加,所感受的复杂性也与日俱增。

简而言之,物种要想打造出性能更强人工智能系统,就要让该系统和其组成部分不断探索混乱复杂的宇宙空间。一个星球的复杂多样性已经非常可观,而整个宇宙中充满了各种各样的星球。宇宙能为人工智能系统提供成千上万、数以亿计、甚至上万亿的自然“试管”,每一个“试管”中都蕴藏着不同星球自然选择和偶然事件的传说。若是将构成整体系统的各个专家型人工智能派遣到不同的星球之上,我们便能收获利用无穷无尽自然实验和感官体验数据的途径。

电影《机器人总动员》剧照,来自豆瓣电影

打造更强的人工智能与物种进化的历程或许只在表面上具有某些相似性,对此我们可以用人类大脑的原始发展阶段为例进行分析。人类大脑原始发展过程中的核心阶段似乎是一个一蹴而就的努力:首先,干细胞以每小时 1500 万个的超快速度形成名叫神经管的初始结构,接着所有神经管相互连接,构成不断发展的胚胎。在下一阶段,它要掌握学习技能——经过塑造和发育,大脑的感受创造出我们独特的人生之路。虽然人类有着不可思议的灵活性,具备吸收和精通各项技能、知识的能力,但遗憾的是,从个体角度而言,我们还是局限于基因的控制。事实上,虽然我们可以不断学习和改变自我,依旧很难在一生中学会任何令人惊叹的全新才能。

机器也许就不会受到这样的限制。如果关键组件能够进入太空探索宇宙,设计之初就背负着进化出新功能的任务,机器就更能突破约束人类的桎梏。大型人工智能系统的专家型机器人组件可能经常变化,具备随意组合的能力。在特定情境下,部分认知能力也许可以发挥巨大功效。但在其他情境下,这些认知能力又会起到负面作用。换言之,本质上是机器的人工智能系统可能具有高度不固定性,构成组件随时都有可能出现变化。更重要的是,它将会以极快的速度完成进化。因此,宇宙中隐藏着的可能就是数量庞大且各式各样的人工智能系统。

从某种意义上而言,宇宙中尚未被人类发现的外星人工智能系统就好比是在地球生命系统中扮演核心角色的微生物。正如进化生物学家琳·马古利斯(Lynn Margulis)所说,它们是构成穿越宇宙人工智能系统的最小组件,最终相互组合在一起,形成多细胞生物、更大的实体和有意识的智能系统。这也意味着,在生物物种被残酷无情的自然选择或者自我毁灭行为抹去痕迹后的很长时间内,这些机器人依旧能幸存下来。

人类可能难以认出来自地球之外的人工智能机器人。正如生活在 12 世纪蒙古草原上的牧民觉得无人驾驶汽车既神奇又毫无意义一样,我们也可能不具备识别和理解数十亿年前就存在专家型机器人的能力。同样,来自外星的专家型机器人可能也不会主动与人类或和其他外星文明进行沟通和交流。

但是,一旦我们遭遇并认出哪怕一个来自外星的专家型机器人,一切都将发生天翻地覆的变化。这个外星人工智能的出现证明银河系中充满具有智慧的生物,而人类在未来也可能成为退化、衰落的生物物种之一。更重要的是,这个外星人工智能的发现说明我们也许是目前唯一一个意识到这些事实的生物。这是因为,在星际间穿越的机器存在了很长的时间,而制造出它们的生物可能很早就进化或者灭绝了——要知道,我们目前所处的银河系可是在 100 亿年前就已经形成的。

发现外星人工智能机器人能够点亮我们前进的道路,帮我们解锁未来的宇宙探索难题。它还能让我们深刻理解其自身创造者(古老的外星文明)的属性和生物形态。我们极难设想出这些外星人工智能在太空遨游的过程中究竟经历了什么。我们面对的可能不是一个单独形态的专家型人工智能机器人,而是一大堆体积极小且非常难以弄懂的组成构件。但是,假设调查询问或者彻底拆解等手段最终揭开了外星人工智能机器人起源的谜团,我们或许能发现类似人类的其他有机物种存在的证据。或者,我们会发现外星文明自始至终都是机器,根本就没有出现任何有机生物的痕迹。

翻译:糖醋冰红茶

题图为电影《E.T. 外星人》剧照,来自豆瓣电影返回搜狐,查看更多

责任编辑:

平台声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
推荐阅读