當一個男人說我要離開你一個女人說她是誰時，你能腦補場景人工智慧卻難以理解

「當一個男人說我要離開你，一個女人說她是誰，你是不是腦海中立即浮現出了一幅畫面，這隻需幾個單詞就可以呈現，而機器卻難以理解。這正是我們面臨的下一個挑戰—— 讓人工智慧理解人類世界。」8月28日晚上，曾參與開發阿法狗項目，被譽為「多智能體系統教父」的牛津大學計算機系主任Michael Wooldridge教授，在由中國科學院上海分院主辦的2019世界人工智慧大會AI科技沙龍上說。歐洲科學院院士、上海交通大學致遠講席教授徐雷，與他開展了有趣的探討。

徐雷教授（左）與Michael Wooldridge教授

機器能否習得人類的情感？可能性非常低

Michael Wooldridge告訴解放日報·上觀新聞記者，目前人工智慧在英國也開始應用於醫療領域，比較有意思的是對失憶症的輔助診斷。藉助人工智慧，科研人員發現病人使用電話的方式和習慣會突然改變，動作會比平時遲緩許多，有的病例甚至比患病之前使用電話時間多出3小時，這一發現要比醫生的診斷更早。

在他看來，過去20年，人工智慧在一些專業領域有著出色的表現，但這並不意味著把這些不同的技能合起來就可以和人類相提並論了，儘管人工智慧已應用到一些生活場景中，但從狹隘的人工智慧過渡到通用的人工智慧還需要很長一段時間，這也是未來的工作方向。

人臉識別，是當下的一個研究熱點，其實這對於人類來說是相當本能的一件事，不用太多理性思考就可以識別人臉，甚至也說不出具體的機理是怎樣的，它就是一個自然的過程。但機器卻需要非常複雜的程序，這正是什麼要把人臉識別作為一個突破口的原因。如果機器無法理解一些常識，就無法真正融入人類世界。現在有兩個方式可以對人的行為建模，第一是推理，研究人如何做決策和計劃；第二，是研究大腦的結構。如果能夠把這兩種形式結合起來的話，也是人工智慧的未來。

我們和其他靈長類動物之間究竟有怎樣的區別？可能最大的生理差別就是我們的大腦體積比較大。現在有一個「社交大腦」假說，因為人類是群居動物，而我們形成的社區團體和其他物種相比要大得多。比如，通常是30隻左右的猩猩經常一起活動，而人類的平均社區團體人數差不多是150個，這意味著每一個人需要跟150個人產生聯繫和互動。正因為這樣的社交屬性，使得人類演化出比其他物種更加大的大腦。

蜜蜂和螞蟻也是成群結隊地活動，為何沒有發展出比較大體積的大腦呢？Michael Wooldridge認為，它們之間看似複雜的行為是比較固定、程式化的，比如蜜蜂和螞蟻並沒有朋友的概念，這是它們和人類不同的地方。在所有的社交技能當中，語言是人類一個非常大的優勢，是通過漫長的歷史演化出來的，這是與其他物種差別最大的，因為它是一種抽象的演化。

那機器的「讀心術」何時才會習得？Michael Wooldridge說，究竟機器能否習得人類的情感，目前存在很大分歧。人類交朋友需要很長時間才會產生情感，而且人類對於「機器產生情感」這件事情也會產生排斥感，因此他覺得可能性非常低。

「需要抽象的符號學和具像的圖像結合起來」

「現在有那麼多看似尋常的事情，機器卻無法理解，這就需要抽象的符號學和具像的圖像結合起來。」徐雷說， 早在上世紀70年代，錢學森就曾預測形象思維會是未來的人工智慧發展的重要維度，如今的人臉識別也印證了這一點，因此在當下人工智慧的研究中，既需要在感知方面去研究它，也要抽象的認知去支撐，兩者結合起來會更好。

文字最初起源時都是象形文字，中文很好地延續了這一點，成為了從圖像感知角度出發的文字，而西方的字母文字則演變地比較抽象和簡化，再到後來就抽象出了數學，抽象出了計算機的形式語言。在他看來，這是不同民族之間的躍遷和交互產生的結果，而這一過程是無法讓機器去模仿的。「我很認同楊振寧先生的一個觀點，即為什麼近代科學沒有在中國出現，就是因為缺少了這樣的躍遷。」

徐雷認為，人類掌握那麼多的知識和經驗，不僅僅是從教育中習得，更多的是得益於人類的歷史，正是歷史和教育共同塑造了我們的認知和經驗。「現在機器模仿的只是人類智能的一部分，還處於形象感知階段，人工智慧的發展還有很長一段路要走。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！