什么是半机械人
与渐冻症抗争近5年后,6月15日,全球首位真正意义上的“半机械人”(又称赛博格,是人类与电子机械的融合体)——彼得·斯科特·摩根的生命定格在64岁。2017年11月,彼得被确诊为肌萎缩侧索硬化症(ALS),俗称渐冻症。渐冻症被世卫组织列为五大绝症之一,发病率不高,但尚无法治愈。随着运动神经退化,患者行走、说话、吞咽、呼吸等功能会慢慢丧失,多数患者在症状首次出现后的三到五年内死于呼吸衰竭。
作为全球机器人研究领域小有名气的科学家,彼得决定用现有科技改造自己——把自身器官部分替换为机械。在他看来,只要还能活着,还有自由思考的能力,生命就有存在的意义。
彼得的离去并非结束,不少人相信他为人类开启了一段全新旅程。多位受访专家认为,这是一场围绕人类生存质量展开的科技探索,是技术为人服务的前沿试验。
人机如何进行深度融合?
作为“机器化人”的现实例证,彼得的自我改造为人机深度融合提供了更多想象空间。
浙江大学马克思主义学院教授潘恩荣说,18世纪60年代以来,现代机器的发明和使用开启了多次“机器换人”的高潮。
据了解,在“机器换人”时代,随着自动化、信息化、数字化技术的发展,部分人力被替代,在一定程度上造成人机关系的对立。但机器在替代部分传统岗位的同时也催生出很多新职业,如自动化培训师、数字化管理师、互联网营销师等。“人机是互补关系而非替代关系,并将逐步走向深度合作。”梁正说。
特别是随着深度学习技术推动人工智能进入新阶段,其再次深度改造人机关系,让“机器化人”逐渐成为可能。
潘恩荣表示,如果说传统的“机器换人”是机器介入人与人之间,那么“机器化人”则是机器介入人类生命本身,构成的“后人类”——赛博格。
梁正介绍,与目前主要基于深度神经网络和大规模数据训练的机器学习不同,下一步面向人机互动乃至“融合”的技术路线主要有两种:一种是模拟人类的学习方式学习,但因为目前尚不能准确还原人类的学习过程,对其中的因果关系尚不清楚,所以机器学习的深度和精度都有局限;另一种则试图建立一个穷尽人类所有知识的知识库,并将该知识库注入机器,但由于数据量过于巨大,如何顺畅调用各类数据也存在难度。
总体来说,人机融合尚处于外围领域,比如为运动功能丧失的患者换上假肢等。对于更深层次的人机融合,全球鲜有成功案例。
在尧德中看来,“除技术成熟度不够外,更关键的是,人机融合尚未形成共识。例如机器会否取代人类、可以在哪些方面取代人类,机器会否拥有自己的意识、是否允许它拥有意识等。”