15、人工智能时代下城市与科技的未来展望

人工智能时代下城市与科技的未来展望

1. 城市大脑：智能城市的新架构

在人工智能的时代，我们可以将涌现范式从相对低智能的生物（如蚂蚁）扩展到复杂的大脑，进而延伸至城市和神经网络本身的运作。这为我们提供了一个机会，即利用神经网络来模拟并增强城市作为一种“大脑”的运作。

“城市大脑”是阿里巴巴发起的一项极具影响力的计划。阿里巴巴作为中国领先的电子商务公司，处于机器学习发展的前沿。城市大脑实际上是城市的“数字孪生”，其背后的理念是开发一个基于云的系统，该系统能够实时存储城市信息，并利用机器学习处理这些信息，以控制城市的运作并提高其性能。

计算机科学家刘锋对城市大脑给出了定义：城市大脑是基于互联网大脑模型的智慧城市新架构。在城市中枢神经系统（云计算）、城市感觉神经系统（物联网）、城市运动神经系统（工业4.0、工业互联网）和城市神经末梢（边缘计算）的支持下，城市可以通过城市神经网络（大社交网络）实现人与人、人与物、物与物的信息交互，并通过城市云反射弧实现对城市服务的快速智能响应，从而促进城市各组成部分的有机融合，实现城市智慧的持续进步。

最初，城市大脑计划仅聚焦于阿里巴巴所在地杭州的交通问题。杭州曾面临中国最严重的交通问题之一，而城市大脑在改善城市运营效率方面取得了惊人的成效。一项试点研究表明，城市大脑可使交通速度提高15%，并能检测非法停车。通过持续监控城市交通，它可以检测潜在的碰撞或事故迹象，并及时通知警方，从而缩短应急响应时间。此外，它还能实时调整交通信号灯，帮助救护车和其他应急车辆更快到达目的地，缓解高峰时段的交通拥堵。阿里巴巴宣称，城市大脑可使救护车平均提前七分钟到达目的地，酒店顾客在30秒内完成入住和退房，司机通过收费站的平均时间为2.7秒。通过保持交通流畅，城市大脑有助于维持城市的稳态。

目前，城市大脑的进一步版本已在中国的其他九个城市以及全球23个城市（包括马来西亚的吉隆坡）推出。阿里巴巴正在扩大城市大脑的应用范围，涵盖公共交通、水和能源管理、建筑活动和公共安全等问题。

以下是城市大脑的主要功能和成效表格：
|功能|成效|
| ---- | ---- |
|提高交通速度|可使交通速度提高15%|
|检测非法停车|有效发现违规停车情况|
|检测事故并通知警方|缩短应急响应时间|
|调整交通信号灯|帮助应急车辆更快到达目的地，缓解拥堵|
|其他|救护车提前七分钟到达，酒店顾客30秒完成入住退房，司机2.7秒通过收费站|

下面是城市大脑运作的mermaid流程图：

graph LR
    A[城市信息收集] --> B[云计算存储]
    B --> C[机器学习处理]
    C --> D[控制城市运作]
    D --> E[提高城市性能]
    E --> F[维持城市稳态]

2. 互联网 - 城市 - 大脑的关联

物联网（IoT）的概念是指设备可以无线互联。但如果我们基于人工智能的设备不仅通过物联网连接，而且像大脑中的神经元一样智能连接，会发生什么呢？换句话说，如果我们将物联网与人工智能相结合，创造出所谓的人工智能物联网（AIoT），会产生一个像大脑一样运作的系统吗？

一些人（如Demis Hassabis）将大脑比作计算机，认为大脑只是一台普通的计算机，人类先前被认为与生俱来的特质（如想象力、创造力甚至意识）可能只是软件程序的等价物。事实上，一些科学家声称在大脑的神经元中发现了微型计算机。然而，另一些人则不同意这种观点，认为大脑更像互联网而不是计算机。Jeffrey Stibel指出：“大脑的功能与计算机截然不同，但与互联网的运作方式相似。”计算机只是神经元系统的一种表示，而互联网则像大脑一样运作。互联网的硬件由数百万台计算机组成，其连接方式与大脑中的神经元相互连接的方式并无太大差异，而软件实际上就是网络本身。

当我们观察谷歌和其他搜索引擎时，会发现它们与大脑中记忆的存储和检索方式有更多相似之处，而不是底层的计算机架构。当我们浏览网站时，会联想到模因和记忆，而非超文本。当我们看到Classmates.com、MySpace和Facebook等社交网络时，会发现它们的发展方式与神经网络的发展方式类似，这与梅特卡夫网络定律不同。当我们观察互联网计算云时，会看到一个并行处理机器的雏形，它有能力超越简单的计算，朝着大脑的循环随机预测能力发展。随着电子神经元的不断增加，我们可以预见网络空间中会出现生物生长的复制，就像昆虫、动物甚至人类大脑的进化生长一样。

最近的神经科学研究似乎支持这种比较。神经科学家Saket Narlakha和Jonathan Suen认为，互联网和大脑不仅结构相同，而且运作方式也相似。虽然大脑和互联网显然使用非常不同的机制运作，但它们都使用简单的局部规则来实现稳定性。

一旦我们认识到这一点，就可以进一步扩展城市与大脑的比较。城市不仅表现出一种自我调节的智能，类似于大脑，而且当城市中的各种传感器和设备连接形成人工智能物联网（AIoT）时，它们将融入一个与大脑有更多相似之处的整体系统的二级逻辑中。

无论我们是否能将城市与大脑进行字面比较，显然城市与大脑有某些共同特征，两者都表现出一种智能。需要指出的是，“智能”并没有普遍的定义。城市的智能可能与大脑的智能不同，但它仍然是一种智能，就像黏菌的群体智能一样。

那么，我们如何理解人工智能辅助城市的智能呢？王江评论道：“随着城市的发展，城市有了自己的智能。这不是人工智能，所以不能将人类智能强加于城市。城市将拥有自己的智能……城市将开始自己的思考。”然而，也可以认为城市已经通过群体智能的逻辑拥有了一种智能，尽管可能没有真正“思考”的能力。因此，人工智能可以被视为对城市自身构成的智能系统的一种辅助智能。人工智能的作用是补充性的，用于调节和改善城市的性能，就像起搏器调节和改善心脏性能一样。从这个角度来看，我们可以将基于人工智能的技术在增强城市运作方面的作用与人工智能在增强人类智能方面的作用进行比较。从这个意义上说，人工智能城市可以被理解为其性能由人工智能增强的城市。未来的“大脑城市”将是一个具有增强智能的城市。

以下是大脑、互联网和城市智能比较的列表：
- 大脑 ：具有复杂的生物神经网络，通过神经元的连接和信号传递实现各种功能，表现出高度的智能和自我调节能力。
- 互联网 ：硬件由大量计算机连接而成，软件为网络本身，通过信息的传递和处理实现各种服务，其发展方式与神经网络有相似之处。
- 城市 ：在物联网和人工智能的辅助下，通过各种传感器和设备收集信息，实现信息交互和智能响应，表现出一定的自我调节和智能特性。

人工智能时代下城市与科技的未来展望

3. 人工智能未来的预测

对人工智能的探讨，少不了对其未来的预测。毕竟，人工智能的核心就是识别模式并预测未来，其成功与否取决于预测的准确性。人类也擅长预测，大脑虽在某些任务（如逻辑论证、记忆和计算）上能力较弱，但在模式识别和基于模式进行预测方面却极为强大。大脑本质上就是一个预测机器，比如在接球时，大脑会不断更新对球飞行轨迹的计算和预测。我们通过预测来避免自然灾害和各种危险，还能在赌博和投资中获利，而且现在神经科学家认为感知本身也是预测性的。

那么，人类对人工智能的未来做出了哪些预测呢？许多关于人工智能的预测只是基于现有微弱信号和新兴趋势的简单推断。例如，Toby Walsh在《Machines that Think: The Future of Artificial Intelligence》中对2050年做出了一系列预测。其中一些预测很直接，如网络犯罪将成为主要问题，手机会监测我们的健康，新闻将由人工智能生成，我们会与建筑物交流（实际上我们已经通过Alexa等设备实现了这一点）。而他的其他一些预测则不那么明显，比如我们可以通过个性化的人工智能聊天机器人“死后继续存在”，它会像我们一样说话，了解我们的过去，并在我们死后安慰家人。他最有趣的预测与未来的驾驶有关，他认为随着自动驾驶汽车的普及，驾驶最终会被禁止。随着自动驾驶汽车越来越多，我们开车的次数会越来越少，驾驶技能会逐渐下降，保险费会增加，最终年轻人可能都不会去学开车，驾驶也将被禁止。

以下是Walsh部分预测内容的表格：
|预测内容|具体描述|
| ---- | ---- |
|网络犯罪|将成为主要问题|
|健康监测|手机监测健康|
|新闻生成|新闻由AI生成|
|与建筑物交流|通过设备实现与建筑物交流|
|死后存在|通过个性化AI聊天机器人“死后继续存在”|
|驾驶情况|驾驶最终被禁止|

我们可以进一步探讨Walsh这些预测的影响。如果语音命令信息系统足够先进，我们可能会越来越重视语音而不是书写，笔、铅笔甚至键盘可能会过时。语言本身也可能会随着语音识别系统的普及而改变，就像短信改变了书写一样。语音和书写有很大不同，说话时人们常常不完整地表达句子，会中途转换话题，但仍能表达清楚意思，而且一些在口语中有效的修辞策略（如停顿、语调、音量变化等）在书写中会丢失。结合Walsh关于自动驾驶汽车的预测，我们不禁思考这对读写能力的影响。随着语音信息系统的使用增加，读写能力标准可能会逐渐下降，就像驾驶技能随着自动驾驶汽车的出现而下降一样，我们甚至可能会逐渐失去拼写能力，就像键盘的出现导致工整书写能力下降一样。如果我们逐渐失去书写能力，我们会注意到或在意吗？如果我们开始用语音命令和手势进行设计而不是画图，画图会过时吗？我们会逐渐失去绘画能力吗？同样，我们会注意到或在意吗？

下面是关于Walsh预测影响的mermaid流程图：

graph LR
    A[语音命令系统发展] --> B[重视语音轻书写]
    B --> C[书写工具可能过时]
    C --> D[语言改变]
    A --> E[读写能力下降]
    F[自动驾驶汽车普及] --> G[驾驶技能下降]
    E --> H[失去拼写能力]
    I[语音和手势设计] --> J[画图可能过时]
    J --> K[失去绘画能力]

4. 库兹韦尔的预测

Ray Kurzweil以大胆且看似离谱的预测而闻名，但他关于技术尤其是人工智能的预测却惊人地准确，他自己声称86%的预测都是正确的。尽管他承认许多文化事件无法预测，但他认为信息技术的基本指标遵循可预测的指数轨迹，这与“无法预测未来”的传统观点相悖。他早期的预测遵循摩尔定律，该定律由Gordon Moore在1965年提出，认为集成电路板上的晶体管数量每年会翻倍，单位成本会相应下降，后来Moore将预测调整为每两年翻倍，并发展成指数增长理论，Kurzweil将其应用于半导体电路和其他技术领域。但指数增长不会永远持续，物理定律决定了每个技术趋势最终都会达到一个平台期，Rodney Brooks认为这个观点被“过度推销”了，Kurzweil后来也认为摩尔定律在2020年后将不再适用，于是他提出了自己的“加速回报定律”。

“加速回报定律”指出，技术变革是指数级的，21世纪的进步将相当于以今天的速度发展20000年的进步，芯片速度和成本效益等“回报”也呈指数增长，甚至指数增长的速度也在加快。

在1990年出版的《The Age of Intelligent Machines》中，Kurzweil推测计算机有可能达到与人类智能相当的水平，并做出了一系列其他预测，如计算机将在2000年击败国际象棋世界冠军，21世纪上半叶将出现无人驾驶汽车，飞机将实现无人驾驶，激光武器将被开发等。他还预测，当计算机开始与人类竞争时，反而会揭示人类的本质。他最惊人的预测之一是关于带Wi - Fi的笔记本电脑，他认为学生可以从书包里访问世界上所有的图书馆，还能通过Wi - Fi发送“情书”，要知道这是在1990年做出的预测。

在1999年出版的《The Age of Spiritual Machines: When Computers Exceed Human Intelligence》中，Kurzweil对2009年做出了一系列预测，他关于计算机的预测尤其准确，他指出便携式计算机将比十年前的笔记本电脑更轻更薄。

以下是Kurzweil部分预测的列表：
- 1990年《The Age of Intelligent Machines》：
- 计算机在2000年击败国际象棋世界冠军。
- 21世纪上半叶出现无人驾驶汽车。
- 飞机实现无人驾驶。
- 开发激光武器。
- 计算机与人类竞争揭示人类本质。
- 学生通过带Wi - Fi的笔记本电脑访问世界图书馆并发送“情书”。
- 1999年《The Age of Spiritual Machines: When Computers Exceed Human Intelligence》：
- 便携式计算机比十年前更轻更薄。

下面是Kurzweil预测发展的mermaid流程图：

graph LR
    A[早期遵循摩尔定律预测] --> B[提出加速回报定律]
    B --> C[1990年做出系列预测]
    C --> D[1999年做出新预测]

综上所述，人工智能的未来充满了各种可能性和不确定性。从城市大脑的发展到互联网与大脑的关联，再到各种关于人工智能未来的预测，我们可以看到科技正在以前所未有的速度改变着我们的生活和社会。我们需要密切关注这些变化，思考它们可能带来的影响，并做好相应的准备。