AI能帮科学家找到外星人吗?
根据《科学美国人》杂志的一篇报道,在搜寻外星智慧生命的过程中,我们经常寻找具有相似智力、技术和交流方式的生命形式。但是天文学家吉尔·塔尔特,搜寻外星文明(SETI)的先驱,指出这种方法意味着我们正在寻找可探测的技术特征,比如无线电传输,而不是寻找智能的外星生命。现在,科学家们正在思考人工智能是否能帮助我们以人类未曾想到的方式找到外星人。
“解码”智慧
当我们想到外星智能时,我们需要记住人类不是地球上唯一的智能生物。黑猩猩有自己的文化,可以使用工具。蜘蛛用蜘蛛网来处理信息。鲸鱼有各种各样的方言。乌鸦知道类比。海狸是伟大的工程师。这些非人类的智慧、语言、文化和技术永远在我们身边。外星智能生命可能看起来像章鱼、蚂蚁、海豚或机器,或者完全不同于地球上任何生命的东西。外星生命可能与我们想象的大不相同,但这些想法在地球上甚至都不成立,也不太可能在星际空间广泛传播。
如果我们中的许多人只是最近才意识到地球上的非人类智能,当我们想象外星生命时,我们会错过什么?2018年初,许多天文学家、神经科学家、人类学家、人工智能研究人员、历史学家和其他专业人士聚集在硅谷的SETI研究所,参加一个关于“破译外星智能”的研讨会。
天体生物学家娜塔莉·卡布罗尔围绕她2016年的论文《外星心灵景观》组织了这次研讨会她呼吁制定新的SETI路线图和“寻找未知生命的长期愿景”在论文中,卡布洛问SETI如何“寻找人类之外的类人外星智能”,并以“从我们的大脑中”思考的方式想象真正不同的外星智能。
不同的想法
硅谷以强调“颠覆性”思维而闻名,这种文化可以与SETI研究交织在一起。自从美国*在20世纪90年代中期停止资助SETI以来,硅谷的想法、技术和资金变得越来越重要。例如,SETI研究所的艾伦望远镜阵列是以微软联合创始人保罗·艾伦的名字命名的,他为这个项目贡献了2500万美元。2015年,技术投资者尤里·米尔纳宣布了突破性倾听计划,这是一项为期10年、耗资1亿美元的“SETI计划”。
现在,SETI研究所、美国宇航局、英特尔、IBM和其他合作伙伴都在通过一个名为“前沿发展实验室”的人工智能研究和开发项目来解决空间科学问题。
美国国会图书馆天体物理学博士后卢西恩·沃考维茨在2017年的突破性讨论中将基于人工智能的方法描述为“信号不可知搜索”。沃克·威尔克斯解释说,这意味着使用机器学习方法来查看任何一组没有预定类别的数据,而不是将数据集中到它们的“自然类别”中。然后软件让我们知道什么是异常值,这些异常值可能会成为进一步调查的目标。
事实证明,搜寻地外文明研究者认为人工智能在他们的工作中可能是有用的,因为他们认为机器学习善于发现差异。但是它的成功取决于我们如何概念化差异。
比黏菌聪明吗?
“超出我们的思维范围”的思维方式也意味着超出我们的科学、社会和文化体系。但是我们怎么做呢?人工智能已经被用来寻找研究人员想象的外星无线电信号模拟,但是现在SETI的研究人员希望它也能找到我们还没有发现的东西。
SETI研究所的人工智能顾问格雷厄姆·麦金托什说,外星人可能在做我们无法想象的事情。他们使用的技术如此不同,以至于我们甚至没有去寻找他们。他建议人工智能也许能为我们提供先进的思维。我们也许不能让自己变得更聪明,但也许我们可以制造出比人类更聪明的机器。
在今年的突破性讨论中,天体物理学家马丁·里斯表达了同样的希望,他说人工智能可能有助于发现“超越人类的智慧,就像我们的智力超越黏菌一样。”
初亏
如果我们遇到一种外星黏菌,我们能对它的智能做出什么猜测?SETI面临的主要挑战之一是我们不知道生命或智力的极限,所以我们需要对所有不同的可能性保持开放的心态。?
智慧可能出现在行星尺度的大气或地质中,或者作为一种天体物理现象而存在。例如,地球上最大的生物可能是一种叫做“东方蜜环菌”的真菌,它位于俄勒冈州东部的蓝山,占地10平方公里,寿命在2000到9000年之间。
虽然这种真菌可能不是大多数人认为的智慧生命,但它提醒我们在寻找生命、智慧和我们脚下可能会错过的东西时,要始终注意意想不到的事情。对智慧的不同看法意味着理解我们遇到的任何事情都可能是与智慧生命的第一次接触。这可能包括我们与通用人工智能(AGI)的第一次接触,它更接近“2001:太空漫游”(2001:太空漫游)中的HAL 9000或“星际迷航:下一代”中的数据。
当我们使用机器学习来扩展搜索引擎搜索时,我们也需要社会科学来理解我们的思想如何影响人工智能的未来,以及人工智能将如何塑造我们未来的思想。
跨学科的未来
为了避免SETI中“以人为本”的观点,我们需要考虑如何将差异化思想编码到人工智能中,以及如何形成结果。这对于发现和识别我们还不知道的智能生命至关重要。人类学中使用的一些方法可以帮助我们识别不同的概念,这些概念对我们来说是熟悉的,但却是看不见的,就像许多人在自然与文化、生物与技术之间划分一样。
最近对算法的研究揭示了我们的自然想法如何塑造我们创造的技术以及我们如何使用它。然而,微软臭名昭著的人工智能聊天机器人Tay提醒我们,我们创造的人工智能可以很容易地反映这些想法的最糟糕的部分。我们可能永远不会完全停止将偏见嵌入搜索引擎和SETI的搜索策略,或者将其编码到人工智能中。但是通过科学家和社会学家之间的跨学科合作,我们可以批判性地思考如何将差异概念化。(小)