胡柚柚

機(jī)器人是一個(gè)趨勢(shì)。

這不是一個(gè)新品種——由金屬、發(fā)動(dòng)機(jī)和硅樹(shù)脂組成的仿真機(jī)器的入侵，而是科技引發(fā)的一場(chǎng)變革。它們很快就會(huì)成為我們生活的一部分。

1968年，科幻電影《2001太空漫游》上映，宇宙飛船的計(jì)算機(jī)HAL不僅被程序要求調(diào)查木星附近是否有人造物的任務(wù)，同時(shí)還要對(duì)宇航員保密此次任務(wù)的真正目的。陷入兩難的HAL不得不殺害了宇航員。

這大概是人類(lèi)向人工智能賦予生命力后最脫軌的結(jié)局。不過(guò)，人類(lèi)也并未因此就放棄對(duì)人工智能植入情感。

沖破法則的靈魂

在歐洲，科學(xué)家們正在加緊研發(fā)新一代機(jī)器人，iCub與傳統(tǒng)機(jī)器人不同，它不僅能通過(guò)指令完成任務(wù)，也能夠通過(guò)對(duì)周邊環(huán)境的探索不斷學(xué)習(xí)技能，發(fā)展出更復(fù)雜的認(rèn)知能力。當(dāng)它想要你手中紅色的球時(shí)，如果你在將球遞給它的最后一瞬間收回手，那么它的“眉毛”就會(huì)挑起，以此來(lái)表達(dá)“不滿”。

這個(gè)以三四歲孩童為原型設(shè)計(jì)的仿真小機(jī)器人同時(shí)擁有視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)，還能感知自己身體的53個(gè)關(guān)節(jié)，協(xié)同運(yùn)行并完成跳舞、爬行、走路、說(shuō)話、表達(dá)情緒等行為。在全球超過(guò)30個(gè)實(shí)驗(yàn)室里，iCub不斷被賦予新的技能，實(shí)現(xiàn)與周?chē)澜绲亩嘣?dòng)。

在意大利Sheffield Robotics實(shí)驗(yàn)室，同時(shí)也是它的誕生地，iCub的頭上被設(shè)計(jì)師裝上了一個(gè)控制系統(tǒng)，模擬哺乳動(dòng)物大腦中的關(guān)鍵過(guò)程，目的是使它可以像人類(lèi)一樣“思考”。這不得不讓人聯(lián)想到斯皮爾伯格的電影《人工智能》，作為第一個(gè)被輸入情感程序的機(jī)器男孩David，它幾乎已經(jīng)算是一個(gè)真正意義上的“人”。雖然 iCub 現(xiàn)在遠(yuǎn)不能達(dá)到那樣的程度，但它的設(shè)計(jì)師們正以此為方向，努力使它理解別人的意圖。

這本是一個(gè)現(xiàn)代化的進(jìn)步，卻脫離了機(jī)器人發(fā)展最初的設(shè)定。

科幻作家阿西莫夫曾經(jīng)提出機(jī)器人三大定律，并在很長(zhǎng)一段時(shí)間內(nèi)形成約束。然而事實(shí)上，關(guān)于：“第一，機(jī)器人不得傷害人類(lèi)，或看到人類(lèi)受到傷害而袖手旁觀；第二，在不違反第一定律的前提下，機(jī)器人必須絕對(duì)服從人類(lèi)給予的任何命令；第三，在不違反第一定律和第二定律的前提下，機(jī)器人必須盡力保護(hù)自己”這樣的條文已經(jīng)不再適用現(xiàn)代社會(huì)的發(fā)展。

從計(jì)算機(jī)技術(shù)誕生之初，人類(lèi)就不停向人工智能領(lǐng)域展開(kāi)探索。

“人工智能之父”Alan Mathison Turing在1950年發(fā)表了兩篇極為重要的論文，《計(jì)算機(jī)與智能》和《機(jī)器能思考嗎？》，文中他預(yù)言了創(chuàng)造出具有真正智能的機(jī)器的可能性。通過(guò)攻破“圖靈測(cè)試”：在長(zhǎng)達(dá)五分鐘的文字交流中，一臺(tái)計(jì)算機(jī)能夠讓30%的測(cè)試人相信它是人類(lèi)，那么就可以說(shuō)這臺(tái)機(jī)器具有人類(lèi)智能?？茖W(xué)家們不斷嘗試向人們證明人工智能可以模擬人類(lèi)天生的學(xué)習(xí)與進(jìn)化能力。

就在2014年，一套名為Eugene Goostman的計(jì)算機(jī)軟件改寫(xiě)了歷史，成為第一個(gè)通過(guò)圖靈測(cè)試的人工智能。通過(guò)模仿一個(gè)13歲的少年，Eugene Goostman混淆了眾人的判斷，拉近了科幻電影與現(xiàn)實(shí)生活的距離。

圈套與錯(cuò)覺(jué)

人類(lèi)擁有復(fù)雜的神經(jīng)系統(tǒng)，而機(jī)器學(xué)習(xí)的方式則是通過(guò)計(jì)算機(jī)內(nèi)部的程序高負(fù)荷識(shí)別和分析大量數(shù)據(jù)完成的。

通過(guò)收集用戶在互聯(lián)網(wǎng)上發(fā)送的郵件、搜索和交易的歷史信息，無(wú)窮盡的圖像在服務(wù)器上還原了數(shù)字形態(tài)的人臉、汽車(chē)、貓或者其他的什么。百度、谷歌和Facebook等互聯(lián)網(wǎng)巨頭作為海量信息的擁有者，深知這些數(shù)據(jù)中蘊(yùn)含了有價(jià)值的模式。雖然信息過(guò)載令人工畏懼，但此刻正是機(jī)器出頭的絕妙時(shí)機(jī)?；谡_算法的加強(qiáng)，計(jì)算機(jī)能使用這些帶注釋的數(shù)據(jù)自行學(xué)習(xí)，從而辨認(rèn)出里面那些有用的模式、規(guī)則和類(lèi)別。

即使在今天的科技水平下，人工智能的發(fā)展依舊拙劣，但也取得了一些成績(jī)。

2012年，一支由吳恩達(dá)領(lǐng)導(dǎo)的谷歌團(tuán)隊(duì)展示了一個(gè)無(wú)監(jiān)督學(xué)習(xí)的機(jī)器對(duì)數(shù)百萬(wàn)張YouTube視頻圖像的分析結(jié)果。這個(gè)機(jī)器在“刷臉”識(shí)別的基礎(chǔ)之上，能夠?qū)⑺?jiàn)過(guò)的某些物體分類(lèi)。試驗(yàn)中，它成功區(qū)別視頻中的人類(lèi)面孔和寵物貓，甚至當(dāng)他們正進(jìn)行各種動(dòng)作時(shí)，包括：睡著的、跳躍的、玩滑板的。在成功識(shí)別單個(gè)物體后，斯坦福大學(xué)Andrej Karpathy和李飛飛在發(fā)表的論文中描述了一個(gè)計(jì)算機(jī)視覺(jué)系統(tǒng)可以標(biāo)出一個(gè)給定圖像的特殊部分。當(dāng)給機(jī)器看一張餐桌時(shí)，它可以識(shí)別出餐叉、香蕉片、一杯咖啡和桌子上的花以及桌子本身。它甚至可以用自然英語(yǔ)簡(jiǎn)單描述這個(gè)場(chǎng)景——盡管這項(xiàng)技術(shù)還不是特別完美。

顯然，更完善的圖像分類(lèi)能夠提高搜索能力從而幫助用戶更好地找到他們想要的東西。從長(zhǎng)遠(yuǎn)來(lái)看，新技術(shù)可以應(yīng)用在其他更多的革新性應(yīng)用中。對(duì)設(shè)計(jì)師們正在研發(fā)的工業(yè)機(jī)器人伙伴、自動(dòng)駕駛汽車(chē)，戰(zhàn)爭(zhēng)機(jī)器人來(lái)說(shuō)，這個(gè)雜亂無(wú)章的現(xiàn)實(shí)世界并非沒(méi)有規(guī)矩。

對(duì)于那些已經(jīng)過(guò)去的科技浪潮來(lái)說(shuō)，即使有人向人工智能“潑冷水”，但也不能令科學(xué)家畏懼。即使建造一個(gè)人工大腦是現(xiàn)階段不可能實(shí)現(xiàn)的任務(wù)，但是在美國(guó)走馬上任的機(jī)器人記者確實(shí)已經(jīng)寫(xiě)出了不少專(zhuān)業(yè)的財(cái)報(bào)分析。還沒(méi)有記者因此而失業(yè)，就像我們?cè)诜g一篇文章時(shí)，使用“谷歌翻譯”瀏覽大致內(nèi)容，抓取關(guān)鍵詞一樣，它只是一項(xiàng)工具，能夠快速幫助人們進(jìn)入角色。

或許有些角色會(huì)被機(jī)器所取代，但那無(wú)非是人類(lèi)“不想做的”“有風(fēng)險(xiǎn)的”“重復(fù)性的”工作而已。在科技進(jìn)步的同時(shí)，社會(huì)也在調(diào)整人工的能力，使他們變成更廣泛的操控機(jī)器的人。

人類(lèi)不會(huì)真的因此而失業(yè)，而人工智能只是我們已窺視到的某種未來(lái)。