人類輸給過哪些動物和機器？

發現東西、成立互聯網、改變生物基因，甚至幻想尋找外星人建立星際聯盟，人近似乎無所不克不及。但事實上，即使與通俗動物比擬，人類在很多方面也存在差距。我們并不是造物本家兒最完美的“作品”。

視覺弱于鳥類

在哺乳動物中，人類視覺還算湊合。隨便找個哺乳動物和人類來場分辨顏色的嘗試，人類都能勝出。這是因為人類的視覺是三色的，即視網膜上有三種分歧的錐狀細胞，別離對藍、綠、紅三個波段最為敏感，而年夜大都哺乳動物只對此中兩種顏色敏感，只有雙色視覺。“三色”對“雙色”，人類贏。

而，若是敵手是鳥類，人類卻必輸無疑：鳥類在擁有三色視覺的根本上，還有一種人類沒有的感光通道，能看到我們看不到的紫外線，它擁有“四色視覺”。固然一些嘗試表白，少少數人類也有四色視覺，但仍局限于可見光的規模內，他們也看不到紫外線，輸給了鳥類。

空間記憶力不敵海說神聊美星鴉

鳥類是年夜天然中的“精靈”。它們不僅視覺很超卓，空間記憶能力也很棒。借使倘使考慮到，2.8億年前，鳥類與猿類的腦進化就已分道揚鑣，鳥類年夜腦并沒有人類那種層層疊疊的皮質，鳥類能打敗人類的記憶其實是令人詫異。

海說神聊美星鴉就是鳥類中超群記憶力的“代言人”。

為了渡過漫長的、貧乏食物的冬天，海說神聊美星鴉從盛夏就起頭忙碌起來。美國白皮松的松球里布滿了豐滿的松子，它們都是海說神聊美星鴉的匯集方針。海說神聊美星鴉從一棵樹沖標的目的另一棵樹，細心地查抄每個松球，找到合適的就用尖銳的喙將松子一個個揪出來。據研究顯示，最快的星鴉一分鐘能采集32顆種子，不到3分鐘就能將喙下的袋囊填滿。袋囊裝滿后，海說神聊美星鴉就會找處所卸貨，石頭后面、灌木叢下面、樹洞里面等，滿是卸貨點。整個炎天，它們城市如許一向忙下去。到冬天到臨的時辰，一只鳥凡是有5000到20000個松子埋藏點。并且，它們能記住這些埋藏點的方位！你看吧，冬天，到了飯點兒，它們會先飛到埋藏地四周的樹上，稍作擱淺，然后就一跳跳地到地面開挖——精確率還蠻高。動物界中，紅松鼠也有在多個樹洞里儲藏松子的習慣，但它的空間記憶力要減色得多，找不到埋松子的處所是常事。

研究人員認為，海說神聊美星鴉靠三角定位的體例來記憶埋藏種子的位置，好比操縱埋藏點四周的巖石和樹木幫忙記憶。這意味著，每只星鴉的腦中都有當作千上萬張的“空間藏寶圖”。找一小我來記憶當作千上萬張“空間藏寶圖”？人類生怕只有認輸的份兒，因為一小我可能連精確記憶戔戔幾張“平面藏寶圖”也做不到。

平面記憶力敗給黑猩猩

其實人類的空間記憶力不僅難比海說神聊美星鴉，并且和黑猩猩角逐記憶“藏寶圖”，也是最后以失利了結。

在一次嘗試中，12名年夜學生“對戰”6只黑猩猩。“平面藏寶圖”是9個呈現在平面分歧位置的數字，人類和黑猩猩需要在“藏寶圖”剎時消逝后再現“藏寶圖”中9個數字的準確方位。成果，年夜大都黑猩猩都做到了，而人類卻搞得烏煙瘴氣。對戰黑猩猩的“平面記憶”，人類又輸了一次。

為什么人類的“平面記憶”與“空間記憶”要減色于黑猩猩和鳥類呢？因為人類處在一個復雜的糊口情況，需要多方位的記憶能力，我們不消像黑猩猩那樣，需要強悍的平面記憶力來一眼識別出猩猩群中的“敵對分子”，也不消像鳥類那樣需要不凡的空間記憶力渡過難熬的隆冬。可是，這兩種能力，平面記憶能力和空間記憶能力，對黑猩猩和鳥類來說卻半斤八兩主要。若是黑猩猩貧乏平面記憶，那么就無法在最短時候內找到對手，并占領地皮篡奪食物，這會使得它們的個別糊口受到嚴重影響。而冬季的海說神聊美星鴉若是記不住食物儲藏的地址，那么，本身餓死不說，新生的雛鳥也會一命嗚呼。

棋藝輸給“深藍”和“AlphaGo”

人類與動物比擬，在良多方面都不占優勢，但有一點可以秒殺地球上所有其他動物，那就是人類所擁有的崇高高貴聰明。

不外人類的聰明正在被人類本身所締造出來的機械碾壓——這就是橫空出生避世的人工智能。第一臺機械人降生于1956年，這一年科學家初次提出了“人工智能”的術語。顛末幾十年的成長，人工智能的聰明變得越來越壯大，壯大到人類聰明起頭有點招架不住了：

1997年，IBM公司設計的人工智能“深藍”戰勝了國際象棋宿世界冠軍卡斯帕羅夫；

2015年，AlphaGo在與圍棋高手樊麾二段的角逐中，以5:0的絕對優勢獲勝；

2016年，AlphaGo對戰宿世界圍棋冠軍，贏了職業九段選手李宿世石；

2017年，AlphaGo與宿世界排名第一的柯潔對戰，以3:0的全勝戰績竣事角逐；

2017年，進級版AlphaGo再次以微弱優勢戰勝由5位宿世界圍棋冠軍構成的團隊。

“深藍”是IBM公司出產的宿世界上第一臺超等國際象棋電腦，具有壯大的計較能力，可以計較所有國際象棋路數來選擇最優策略，平均每秒可計較棋局轉變200萬步。不外，固然“深藍”贏了人類，可是博得卻很吃力，1997年戰勝卡斯帕羅夫之前，還曾被人類打敗過。

與“深藍”分歧，AlphaGo挑戰人類時，人類幾乎沒有取勝的機遇。“深藍”靠的是死記硬背般“硬算”，而AlphaGo靠的是超強進修能力。它可以自覺研究新策略，可以或許像人類一樣思慮。2015年，AlphaGo在贏了樊麾二段之后，它自行下了數千場圍棋角逐，來研究下一步的迎戰策略。這為它后來擊敗人類頂尖冠軍打下了堅實的根本。

從“深藍”到AlphaGo，像人類在演化史上那樣，人工智能在不竭進化。深度進修是人工智能的將來。將來的機械人將可以或許模擬人腦神經收集來闡發進修，思維也會越來越接近人類。

象棋、圍棋，人類已經不敵“人工智能”。但不久的未來，人類可能會在更多方面敗下陣來。

第一位“非人類”作曲家已呈現，它叫Amper，是可以作曲的人工智能，由一群專業的音樂家和工程師開辟而當作。現在，它已經和一位美國歌手泰林·薩頓合作，發布了一首新歌《Break Free》。傳聞結果還不錯。

在美國迪士尼公司和麻省理工研究人員的配合盡力下，第一位人工智能故事短評家也降生了，它可以很好地展望故事的風行度。將來，片子公司可能會“招聘”它來幫忙甄選腳本。

一位軟件工程師是《權力的游戲》的快樂喜愛者。因為他等不及原著作者出新書，所以締造了一種人工智能，被稱作周期性神經收集，將當作為第一個寫長篇小說的“非人類作家”。盡管這小我工智能的功能還不年夜完美，但誰知道，此后會不會進化當作為第二個讓人類無法反擊的“Alpha作家”呢？

……

人類輸過這么多動物和機械，將來，還會輸得更慘。此刻，你還認為人類是地球上最強的嗎？

本文源自豪科技〈科學之謎〉雜志文章