如何打破四類人工智慧之間的界限，跨過機器與人類之間的障礙

人工智慧學家

人們對人工智慧（AI）的一致看法是，具有自我意識的智能機器即將出現。這些機器在命令理解、圖片區分、汽車駕駛和遊戲等方面均比人類做得更好。距離這樣的智能機器走進我們的生活還要多久？

白宮關於人工智慧的新報告表示了對這一夢想持懷疑態度。報告表示，未來20年可能都不會看到「機器展現出廣泛適用的可媲美或超越人類的智能，」雖然報告接下來表示，在未來幾年，「機器將在越來越多的任務中，達到甚至超越人類的水平。」但報告中關於機器如何獲得這樣的智能的假設缺少一些重要觀點。

作為一名AI研究人員，很榮幸我的研究領域在美國政府最高級別會議上被提及，但是報告的內容幾乎完全集中於我所說的「無聊的AI。」報告以半句話就駁回了我所研究的AI分支，轉而解釋進化如何幫助開發不斷完善的AI系統，以及計算模型如何幫助我們理解人類智力演變。

該報告集中於所謂的主流AI工具：機器學習和深度學習。這些人工智慧技術已經可以在「Jeopardy！」遊戲中表現出色，並且在最複雜的遊戲中擊敗了人類圍棋大師。當前的智能系統可以快速處理大規模數據和複雜計算。但它們缺乏一個要素，這是未來研發具有自我意識的智能機器的關鍵。

我們需要做的不僅僅是教機器，更需要打破四類人工智慧之間的界限，跨過機器與人類之間的障礙。

第一類AI：反應式機器

最基本的AI系統就是完全反應式的，並且既不能形成記憶也不能利用過去的經驗指導當前決策。IBM的國際象棋超級計算機——Deep Blue，在90年代末擊敗國際大師Garry Kasparov，它就是這種反應式機器。

Deep Blue能夠識別棋盤上棋子，並且知道每個棋子如何移動。它可以預測下一步自已以及對手如何移動，然後從中選擇最佳移動方案。

但它沒有任何過去的概念，也沒有任何關於之前發生了什麼的記憶。除了一個很少使用的國際象棋的具體規則，不允許重複三次相同的移動，Deep Blue不考慮之前發生的任何事。它只考慮當前棋盤上棋子的位置，然後從所有可能的下一步動作中選擇一種。

這種類型的智能涉及到計算機對世界的直接感知並作出相應反應，而並不依賴於對世界的內部概念。在一篇開創性的論文中，AI研究員Rodney Brooks認為我們應該只開發這樣的機器。Rodney Brooks的主要理由是人類不擅長構造適於計算機的精確的模擬世界，即AI學術界所謂的真實世界的「表示」。

目前我們所驚嘆的機器智能要麼對世界沒有這樣的概念，要麼只針對特定任務有有限的概念。Deep Blue的創新點在於它不是增加棋子下一步的可移動方案。相反，開發者找到了一種方法來減少可移動方案，即基於每種方案產生的結果，放棄探索一些潛在的可移動方案。如果沒有這項能力，Deep Blue將需要變得更強大才能打敗Kasparov。

同樣，谷歌的AlphaGo，雖然打敗了人類頂級圍棋大師，但也不能評估所有潛在移動方案。AlphaGo的分析方法比Deep Blue更複雜，它使用神經網路來評估遊戲局勢發展。

這些方法確實讓AI系統在特定遊戲中表現更出色，但它們不適用於其他情況。這些計算機思維沒有更寬泛的世界的概念——這意味著它們無法執行特定任務之外的其他任務，也容易被愚弄。

AI系統無法交互性地參與真實世界。相反，這些機器每次遇到相同的情況，處理方式完全相同。這可以確保AI系統的可信賴性：希望自己的自動駕駛汽車可靠。但如果想要系統真實地接觸世界並對其作出反應，這就很糟糕。這些最簡單的AI系統永遠不會讓人感到無聊，或者感興趣，或者悲觀。

第二類：有限的記憶力

第二類AI機器可以觀察過去的情況。自動駕駛汽車已經做到了一些，例如，它們觀察其他車輛的速度和方向。觀察過去的情況無法短時間內完成，而是需要識別特定對象並持續監視。

這些待觀察物體被添加到自動駕駛汽車預編程的世界的「表示」中。世界的「表示」也包括車道標記、交通燈和其他重要元素，如道路曲線等。當無人駕駛汽車為避免阻攔其他司機或與其他汽車相撞而決策變道時機時，這些物體會被考慮在內。

但是這些關於過去的簡單片段化信息是短暫的，與類駕駛員積累多年駕駛經驗的方法不同的是，它們不會被保存為可從中學習的經驗庫信息。

那麼，如何構建AI系統，讓其擁有世界的完整的「表示」，記憶歷史經驗以及學習如何處理新情況？Brooks 是對的，確實很難做到這一點。受達爾文進化論啟發，我的研究方法可以彌補人類讓機器自我建立對世界的「表示」的這一缺點。

第三類AI：心理理論

我們可能止步於此，並將這一點作為目前AI機器與未來AI機器的重要分界點。然而，我們最好更具體地討論機器需要構建的世界的「表示」的類型，以及它們需要關心的。

更先進的下一類AI機器，不僅要形成關於世界的「表示」，也要形成關於其他媒介或實體的「表示」。心理學中，這稱作「心理理論」——人、生物和其他物體都有影響自己行為的思想和情緒。

這對人類如何形成社會至關重要，因為它們讓人類進行社會性互動。如果不理解對方的動機和意圖，或者沒有考慮到別人對自己或周圍環境的認知，一起工作最困難，甚至根本無法一起工作。

AI系統如果真的走進了我們的生活，它們必須能夠理解，我們每個人都有自己的想法、情感以及期待如何對待自己。然後，它們必須相應地調整自己的行為。

第四類AI：自我意識

AI發展的最後一步是構建的AI系統可以形成自我「表示」。最終，我們AI研究人員不僅需要了解意識，而且還要構建擁有意識的機器。

在某種意義上，這是第三類人工智慧的「心理理論」的延伸。一定程度上，意識也可以稱作「自我意識」。（「我想要那個東西」與「我知道我想要那個東西」有很大區別。）有意識的人了解自己，知道自己內心狀態，並可以估計他人的感受。我們認為堵車時，在我們後面鳴喇叭的人是憤怒或不耐煩的，因為這也是我們在別人後面鳴喇叭時的感受。沒有某種心理理論，我們無法做出這些推論。

雖然還無法創造出擁有自我意識的AI機器，我們還是應該把注意力放在記憶理解、學習和基於過去經驗的決策能力上。這是了解人類智力本身的一個重要步驟。如果想要設計或改造出極其擅長分類眼前所見事物的特殊機器，這也是至關重要的。

2016年7月，人工智慧學家AIE實驗室基於自身的研究成果和所擁有的頂級科學家資源，籌備建立未來科技學院 （Futurology University）。

未來科技學院的使命和目標：將邀請國內和國際著名科學家、科技企業家講授人工智慧、互聯網、腦科學、虛擬現實、機器人等領域的基本原理和未來發展趨勢。未來科技學院的目標是研究前沿科技未來發展趨勢，培養掌握未來科技動向的企業家和具有獨立創新精神的未來科學家。

開始激動人心的學習之旅：無論您是企業家，投資人，還是青年學子，科技愛好者，如果您希望把握科技未來發展趨勢，與世界著名科學家，科技企業家，風險投資家進行直接交流。歡迎您加入未來科技學院大家庭。

您可以掃描二維碼，進入未來科技學院臨時群，然後工作人員邀請您加入未來科技學院的免費學習群，開啟前沿科技未來趨勢的學習之旅。

TAG:人工智慧學家 |

※從機器到人工智慧，人類進化所跨越的弧線
※人工智慧「失控」之前，人類還有足夠的時間
※人類跨越種族之間的融合
※人和人一言不合耍心機，動物間跨種族的恩愛讓人類慚愧
※抓拍：人類與野獸之間的那些感動瞬間
※人類的智商終於敵不過機器了？
※被關進玻璃房子的靈長類，成為人類的觀賞物
※抓拍：人類與動物之間的那些感動瞬間
※狗狗和人類之間感人至深的故事
※人工智慧毀滅人類的十種方式
※由於人類過分的行為，這幾種動物只能存在人類的腦海里
※可以秒殺人類的幾種動物，其中一種動物的智慧遠超人類！
※機械戰警殺人，人工智慧離滅絕人類還遠嗎？
※機器的崛起如何改變了人類的時間觀
※人工智慧之食肉機器人會攻擊人類嗎
※存在主義危機？人類與類人機器人的一次有趣對話
※人類意識與量子世界之間會存在聯繫嗎？
※動物之間的感人故事，他們之間的情感有時候比人類還深
※人工智慧和人類的未來