蘋果 Google 每年花幾千萬請人養鼠逗鳥，這是為什麼？

儘管 AlphaGo 已經橫掃圍棋界，可現在很多的人工智慧，不是人工智障，就是離不開人工。

比如 Google 一項利用 AI 替你打電話到餐館訂位的服務，被《紐約時報》發現有相當一部分 AI 助手其實根本就是人工客服。

在 GQ 報道的《那些給人工智慧打工的人》一文中曾提到，現在的人工智慧依然依賴大量的人工日復一日地標註數據，以此來訓練 AI，堪稱數字時代的富士康。

▲ 圖片來自：極客公園

實際上除了依賴人工餵養數據，科技公司也正在設法用其他方法讓 AI 更加聰明，蘋果、Google 和 Facebook 不約而同將目光放在了動物研究上。

在哈佛大學的羅蘭學院的一個實驗室內，一隻叫做的「美洲虎」（Jaguar）的老鼠正在玩一款電子遊戲，在幾條金屬桿組成的虛擬盒子內，美洲虎的任務是通過右爪操控一個 360°旋轉的操縱桿，憑感覺找到虛擬盒子的邊緣。

當它感受到來自盒子邊緣的反饋，研究人員就會通過試管給它一滴糖水作為獎勵。

你可能不會將這樣的實驗和人工智慧聯繫在一起，但實際上通過這個實驗的目的就是通過研究老鼠大腦的神經元活動，來啟發 AI 技術的開發。

▲圖片來自：Giphy

神經學家 Mackenzie Mathis 通過基因改造讓老鼠的大腦神經元發電時發出熒光，以此觀察老鼠在完成新任務時，學習過程中成千上萬的神經元是怎麼變化。

除了虛擬盒子的實驗，還會讓老鼠玩一種類似馬里奧賽車的電子遊戲。老鼠的爪子橫跨兩個定製的電動圓盤，屏幕顯示出一條綠色跑道，終點是一個藍色方框，老鼠需要在「駕車」前往終點的同時，同時不偏離跑道。

Mackenzie 做這些實驗的主要目的之一是了解動物如何快速適應物理環境的變化，未來或許可用於優化機器人。

比如當我們在拿起一件未知重量的物品時，大腦和身體就瞬間自動計算好需要施加多大的力度，但這對於機器人來說卻很難做到。

去年《紐約客》在封面文章 《黑暗工廠》（Dark Factory）中提到，目前機器人一個共同的難點，就是設計一個像人手一樣的「末端執行器（end effector）」，讓機器人能以不同的力度抓取大小形狀各異的物體。

不過如果能解讀老鼠神經元學習的模式，並將這種模式輸入到機器人中，就有可能解決這個問題。一方面老鼠大腦已經足以作出一些比較高級的決策，但其大腦結構也相對簡單，方便研究人員觀察分析。

如果這個技術難題得到解決，機器人能完成更多精細的工作，很多領域自動化的程度也會大大提高。比如各種水果的採摘，富士康的流水線也不再需要這麼多工人了。

▲ 這些工作以後可能都由機器代勞. 圖片來自：Quartz

這種動物實驗背後，其實也是得益於計算機技術的發展。因為小鼠大腦中大約有 7500 萬個神經元，直到最近科學家才擁有可以採集、處理和分析這些神經元數據的計算機，大大加快了實驗的進度。

除了老鼠，還有很多動物參與到類似的研究。波士頓大學的研究助理教授 Tim Otchy 就在右臂上紋了他的實驗對象——一隻斑胸草雀。

▲Tim Otchy

斑胸草雀這種鳴禽有一種特殊的技能，能模仿聽到的其他動物的聲音，然後改變曲調，看起來能對聽到的聲音進行語義理解。弄清楚鳥類是怎麼模仿叫聲的，對於訓練機器的語音識別技能十分重要。

Tim Otchy 日常的工作就是與 300 只小鳥在一起，在斑胸草雀頭上佩戴各種感測設備，並用一個攜帶電池的微型背包提供動力，將它放在一個微波爐大小的隔音箱內，觀察它鳴叫時的發聲核團的變化。

像 Tim Otchy 這種鳴禽研究人員目前是人工智慧領域最熱門的工種之一。

加州大學伯克利分校的博士 Tyler Lee 正受雇於英特爾，通過對斑胸草雀的研究來改進語音處理技術，最終有望應用在像 Siri 這樣的語音助手中。

伯克利大學教授 Frederic Theunissen 表示，這些鳥類研究除了可以應用在語音助力之外，還可以用於通話和視頻的降噪，斑胸草雀的神經元能夠從周圍的雜音中分辨出另一隻雀的叫聲。

羅蘭研究所旗下的羅利團隊研究的則是斑馬魚，這種魚幼年時期身體呈透明狀，方便研究人員對其神經元活動進行觀察，就像老鼠實驗一樣，這項研究是為了探索腦科學與人工智慧的聯繫。

研究人員發現這項研究有可能應用到自動駕駛技術中，因為斑馬魚發現捕食者的時候，會迅速從捕獵模式切換到快速游泳模式，對這種行為的研究未來有望用於改善像特斯拉自動駕駛系統的神經網路。

▲圖片來自：YouTube

這種前沿技術的研究，過去往往由大學等公共機構主導，不過近年來隨著科技巨頭布局人工智慧技術，蘋果、Google 等科技公司紛紛加大對這種研究的投入。

據稱一個剛畢業的博士在高校一般只能獲得 5 萬美元的年薪，不過科技公司給他們開出的薪酬遠高於 6 位數，比如曾研究斑馬魚的 Chris Fry 離開實驗室後曾擔任 Twitter 高級工程副總裁，年薪高達 1030 萬美元。

▲Chris Fry

這也導致大量學術人員湧向科技公司，吸引他們跳槽的原因除了工資，還有更充裕的研究資金，不用再艱難地申請撥款。

其實動物對於科技的進步一直都起著重要的作用，比如蝙蝠對飛機雷達的啟發，日本新幹線的設計則參考了翠鳥喙部的降噪方式、貓頭鷹的的羽毛和企鵝的體型。通過動物研究改進人工智慧技術，也算是仿生技術的延伸。

畢竟人類和動物才是這個世界上最複雜的「機器」，而大腦則是最「精密」的儀器。機器和 AI 正在變得越來越像人，或許距離獨立思考還有很遠的距離，但能取代人類的工作必將越來越多。

題圖來自：Stuart Little，部分配圖來自：Bloomberg

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！