人工智能的未來，取決于“中二病”怎么破

圖片來源：Nerdist

編者注：Swapnil Shinde是個人購物助理公司Mezi的創(chuàng)始人及CEO。他是一位在技術(shù)行業(yè)有15年產(chǎn)品經(jīng)驗的創(chuàng)業(yè)者。之前，他聯(lián)合創(chuàng)立了音樂公司Dhingana，后被Rdio收購。在Rdio，他擔任國際市場產(chǎn)品副總監(jiān)。在創(chuàng)立Mezi和Dhingana之前，他在雅虎擔任高級產(chǎn)品經(jīng)理，帶領(lǐng)雅虎的網(wǎng)絡優(yōu)化產(chǎn)品團隊。本文中，他解讀了目前人工智能未來發(fā)展必須突破的障礙。

如果你還擔心機器人會突然掌管地球，我勸你可以省省心，因為無論好萊塢大片里的機器人多牛叉多“智能”，其實現(xiàn)實中，它們都還嫩著呢。人工智能（AI）本身在技術(shù)領(lǐng)域還像一個青少年，如果你還記得前陣子微軟悲催的TAY機器人，原本設定為一個單純的好少年，短短16個小時就被洗腦成為比川普還口無遮攔的大惡人，既歧視女性又種族仇視。也許在流行文化中AI聽起來很時髦，實際上，這項技術(shù)還在慢慢進步。

至少在最近這幾年，我們還不用擔心邪惡強大的終結(jié)者，更有可能的是，我們會遇見更多像TAY一樣的中二病熊孩子。

青春期突變

市場上各種機器人的大流行帶來了人工智能技術(shù)的青春期突變，推動了智能個人助理和無人車等新領(lǐng)域的發(fā)展。每一次突變，都好像青春期的突然發(fā)育——技術(shù)往前推進一步，人們對AI的接受度也提高一些。但是正如人類的青春期一樣，人工智能的發(fā)展過程也不會一帆風順，難免有一些波折、走一些彎路。

尷尬癥發(fā)作

無論AI閱讀多少小說、研究多少英語語言的文法，計算機也許永遠也沒法像人類那樣，自然流暢地和人聊天。要讓計算機在與人聊天時，毫無違和感地插入一些搞笑段子，這比學會語法結(jié)構(gòu)要困難多了，而且也不是背下一整本《搞笑詞匯大全》就能做到的。現(xiàn)在的機器人，如果讓它們獨立進行造句，大部分都會讓與它們對話的人類一臉懵逼。人類必須時時刻刻為它們提供指導，就像小學老師指導學生作為一樣，為生硬的句子進行梳理和潤滑。

鐵石“心”腸

有一項非常基本的人類技能，AI一直無法掌握：理解他人的情感。機器學習目前還比較像小孩：只能應付最基本的“是”或“否”命令。人類還得一直當機器人的導師，直到機器人可以理解類似“愛”或“悲傷”之類的抽象概念。不然，機器人還是會像TAY一樣，說話得罪了人都不知道。沒有同理心的機器人，即使不像TAY那樣黑化，也容易給人“鐵石心腸”、無法與人親近的印象。

“人們?nèi)菀缀雎赃@個事實，同理心對于人類來說也是后天習得的。這對于AI來說也是一樣。”《有心的人工智能：用人性成就機器》一書作者John C. Haven如是說道，“我們得感謝老天，人們在開發(fā)情感計算（專注于情感智能）的同時，還有越來越多的人努力設計塑造人工智能倫理的方法，可以將使用AI造成的影響，與終端用戶的價值觀統(tǒng)一起來。“

愉快地玩耍

就像努力融入新班級的青春期少年，AI想要討好自己的小伙伴們。現(xiàn)在，大部分機器人都會聽人類的話，讓它做啥就做啥。廣義的“人工智能”定義包含了大約30項不同的技術(shù)，包括機器學習、機器人、計算機視覺等等。WhizRobotics的創(chuàng)始人Sabri Sansoy之前是支持美國空軍研究的MIT火箭科學家，他相信微軟的TAY機器人最有可能是一次遞歸神經(jīng)網(wǎng)絡（RNN）方面的試驗，并且/或者是逆向增強學習（IRL）的一個變種。逆向增強學習是一種機器學習的類型，人工智能系統(tǒng)通過觀察，學會“好”與“壞”的行為。

“RNN和IRL的危險在于，人工智能的習慣是基于外界壓力形成的，”他說，“人都不會愿意自己的行為是被一群互聯(lián)網(wǎng)巨頭控制著，也許人工智能也不會愿意吧。目前，科技從業(yè)者們需要留心，他們會把自己的人格復制給誰。“

如果有一天，機器人真的開始違抗人類的命令、提出不同的“個人“見解，我們才能真正領(lǐng)略到人工智能的完整形態(tài)。科技從業(yè)者們需要進一步開發(fā)這個領(lǐng)域，并且讓機器人在不同的文化環(huán)境、用不同的語言都能與人交流。這樣，人工智能才能從青春期慢慢成熟、“長大成人”。

雖然現(xiàn)實中的AI時不時會發(fā)生暴走，爆出一些負面新聞，就像任何青春期的少年一樣，AI總是讓人對其遠大前程抱有無限期望。我們正在見證人工智能領(lǐng)域的快速發(fā)展，不過在近期新出現(xiàn)的一些領(lǐng)域——例如分析用戶的偏好和情感——自動化變革的難度與之前的領(lǐng)域相比，不是同一個量級的。許多業(yè)內(nèi)專家相信，下一個改變世界的AI“爆款”，是開發(fā)可以模仿神經(jīng)元的軟件系統(tǒng)，可以讓人們條件反射模擬一些他們看到的行為。舉個例子來說，當你看見打哈欠的圖片，有時候你自己也會想打個哈欠。

許多創(chuàng)業(yè)公司都在搶占人工智能領(lǐng)域這塊戰(zhàn)略高地，但是每一個團隊能否成功、甚至整個人工智能領(lǐng)域能否成功，很大程度上還是取決于執(zhí)行，足夠用心、細致才能贏得用戶的信任，甚至可能讓我們?nèi)祟愖晕腋纳啤⒊蔀楦玫娜祟悺?/p>

 

Via Venture Beat

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。