0
雷鋒網(wǎng)按:機器會拯救還是毀滅我們?我們被這個問題困擾了很久,而我們好像還沒有接近答案。機器一天天變得越來越聰明,并把我們帶到了以前從沒想過的地方,似乎我們將要失去最高智慧體的地位。4月份開幕的TED2017上,7個演講者(和一個機器人)向我們展示了未來的愿景——從可以通過大學入學考試、學會人類價值觀的機器人,到未來的個人移動方式(提示:我們將會飛行)。
下面雷鋒網(wǎng)帶領大家按照時間順序簡要回顧一下會議第二階段的演講。
雷鋒網(wǎng)AI科技評論彭鵬、楊曉凡合作翻譯完成。
SpotMini,一個四足的電子機器人,看起來就像是把一只大狗和一只小長頸鹿拼在了一起。它在舞臺上小跑,沿著紅色地毯繞圈,向觀眾們致意,然后回到 Marc Raibert的身邊。Marc Raibert是波士頓動力的創(chuàng)始人,這家公司主要負責設計最酷,也可能是最可怕的機器人。
據(jù)Raibert介紹,波士頓動力的基本設計原則是要達到平衡、敏捷和感知。他向觀眾介紹了以這些原則進行的機器人研究的進展,展示了BigDog、AlphaDog、Spot、Atlas和Handle5個機器人的視頻。BigDog是一個如獵豹般敏捷的機器人;AlphaDog是一個可以通過10英寸積雪的大型機器人;Spot是大型版本的SpotMini,它可以打開各種復雜的門;Atlas是一個類人機器人,它用兩條腿行走,并用手來打開包裹;Handle用輪子來行走,可以提起100磅的包裹并輕松地跳到桌子上。在這之后,SpotMini活動起來,在波士頓動力的Seth Davis引領下,這臺機器人欣喜地向TED的觀眾們展示它全面的步伐,左右晃動,原地跑動,來回地跳來跳去。Raibert在屏幕上展示了SpotMini如何為它周圍的環(huán)境動態(tài)創(chuàng)建地圖,這讓它可以輕松地躲過舞臺上設置的障礙,甚至可以按照Raibert的指令遞給他一瓶蘇打水。
Noriko Arai問道:AI能通過東京大學的入學考試嗎?
東京大學被認為是日本的哈佛大學。日本國立情報研究所的Arai博士負責了這樣一個機器人研究項目,“東大機器人”,目標是在2020年讓AI考入東京大學。為什么要這樣做呢?“研究AI的表現(xiàn)來與,人類做比較”,Arai 說,“在只有受過教育的人才能有能力做的事情上”。上一年,東大機器人就在數(shù)學成績上排進了前1%,今年人們看著它現(xiàn)場完成了一篇關于17世紀海運貿易的600字短文。
Arai把她的注意力放在放在了機器人是如何做到的:機器人把數(shù)學題目分解為機器可閱讀的公式,把多選題轉換成可以谷歌的陳述語句,把短文撰寫變成一項拷貝和合并的任務?!敖裉斓娜魏我粋€AI,包括Waston,Siri 和 東大機器人,都沒有能力去閱讀,但它們擅長的是尋找和優(yōu)化”,她說。這些AI并不是真的理解了,它們只是顯得理解了一樣。即便這個AI去年沒考上東京大學,但是它仍然能夠排在全體學生的前20%,這已經(jīng)足以進入全日本的60%的大學?!斑@個不智能的機器怎么能比學生們、比我們的孩子們表現(xiàn)的更好呢?”
在給數(shù)以千計的學生做了類似的考試以后,Arai找到了答案,原來學生也同樣不擅長閱讀。大約三分之一的人都弄錯了基本的問題。“我們相信每個人可以學習,并且可以學習得很好”,Arai說。但是最好的教育資源只能使那些閱讀能力好的人受益——但是我們中的很多人都不是這樣。
這是一個研究全知、全能的機器人的年代,而Stuart Russel卻在向著相反的方向去。他是加州大學伯克利分校人工智能系統(tǒng)中心創(chuàng)始人,兼計算機科學專業(yè)教授,他在研究具有不確定性的機器人。他說這是能讓人工智能的全部力量都派上用場,同時還能預防機器人統(tǒng)治世界、造就人類末日的方法。當我們擔心機器人變得太過聰明,或者偏離了他們的程序本來賦予功能的時候,我們實際上擔心的是一種“價值協(xié)調問題”,Russell解釋說。所以我們要如何給機器人編程,才能讓他們完全按人類預想地那樣運行,而不是執(zhí)行目標的字面意思呢?Russell提醒我們注意,畢竟我們不想像碰到什么都會變成金子的米達斯國王那樣,所有的朋友也都變成了金子。這其中的解決方法就需要用到人類兼容的人工智能,它的重點是給無私的機器人的目標增加不確定性,然后通過觀察人類習性,用人類的價值觀念補足機器人目標和人類目標之間的空檔。給計算機建立這種人類的常識,將會“改變人工智能的定義,我們就會有只會對人類有益的機器……最好,我們還能在這個過程中學會做更好的人。”
電腦是如何把貓和狗區(qū)分開的?2007年的時候,最好的算法也只有60%的準確度能區(qū)分開一只貓和一條狗。今天的電腦已經(jīng)能達到99%的準確率了。YOLO算法是華盛頓計算機科學家Joseph Redmon開發(fā)的,這種算法除了使用你手機攝像頭做基本的面部識別之外,還會用到實時的云計算AI。YOLO物體識別系統(tǒng)只用一個神經(jīng)網(wǎng)絡,就可以對所有的邊界框或者給定物體的實際外型進行預測,并且能同時進行分類。它的速度還非常的快。
在一個用到了TED觀眾的例子里,我們看到,這種算法可以完美地識別出一個人,一只貓或者狗的布偶,一只書包或者一條領帶。更重要的是,這個物體識別系統(tǒng)可以為任何圖像領域進行針對性的訓練:“它有高度的可訓練性,所以我們的方法既可以在自然照片中尋找動物,也可以在醫(yī)學活體組織檢查照片里尋找癌細胞,任何你能想象到的東西都可以。”Redmon說。
“人工智能的目的是什么?”Tom Gruber提出了這個問題,他是一名AI開發(fā)者,Siri的聯(lián)合創(chuàng)始人之一。機器要變得智能,這樣機器才能自動完成我們人類不想做的任務,又或者在象棋圍棋這樣復雜的棋類里打敗人類,甚至有可能,開發(fā)出超級人工智能,統(tǒng)治人類? Gruber認為并不是這樣,人工智能并不會跟人類競爭,而是會幫助人類提高、與人類協(xié)作?!俺壢斯ぶ悄軕攷Ыo我們超人類的能力”,他說。
回望過去的30年,從他研發(fā)第一個幫助腦麻痹病人進行溝通的人工智能助理,到如今能夠幫助我們做導航、回答各種復雜問題、幫助我們做各種事情的Siri,Gruber講解了他對“人性化AI”的預見:為了達到人類的需求,能與人類合作、幫助人類提高的機器。Gruber帶著大家暢想了這樣一個未來,在那里超級人工智能可以幫助我們增進記憶,幫我們記住遇到的每一個人的名字、記住聽過的每一首歌、記住讀過的所有文字?!叭绾芜\用這種強大的科技,我們有很多的選擇。我們可以選擇讓它和人類競爭,也可以選擇讓它和人類協(xié)作,協(xié)作來打破人類能力的限制,幫我們做我們想要做的事情,而且做得更好”,Gruber說?!懊慨斢袡C器變得更聰明的時候,我們也變得更聰明了?!?/p>
2015年的時候,工程師Todd Reichert以89.6英里/小時(144.2公里/小時)的速度打破了人力驅動車速的記錄,他騎的是一輛超級輕的自行車,沒有使用引擎。不過他這次來到TED不是為了講這個的。他介紹了Kitty Hawk Flyer,一架全電動的超輕飛行器,計劃在2017年底開售。飛行員像騎摩托車一樣騎在上面,只不過飛行器的下方不是輪子了,而是一個網(wǎng)格狀的平臺,網(wǎng)格下面一周有8個螺旋槳。他帶著大家一起看了一個視頻,這個飛行器在水面上方15英尺飛行著,沒有機艙,飛行員整個露在外面。
為了讓這種遐想成為現(xiàn)實,Reichert介紹了飛行器用到的兩項科技:一項是簡單的電子系統(tǒng),讓飛行員可以像玩電腦游戲一樣輕松地控制螺旋槳,另一項就是發(fā)展迅速的電池技術。有很多人都在等在飛行背包和會飛的汽車到來的那一天, Reichert告訴他們:“人類的飛行夢想其實沒那么遙遠”。他的團隊正在與監(jiān)管部門合作,給飛行器升空掃清障礙(第一步已經(jīng)達成,因為它的重量低于254磅,就不需要飛行員執(zhí)照也可以飛)。Reichert說,“我知道這離噴氣式還很遠,但這是另一種全新的自由的開始。”
在科幻小說中,人工智能似乎總是跟人類的智力有一樣的模式,只不過更強大一些。但是其實在自然界中還有很多與人類不同的智力模式,比如昆蟲群和魚群展示的集體智力。計算機科學家Radhika Nagpal的科研生涯都投入在研究集體智力系統(tǒng)中,研究和理解其中的管理規(guī)律,這樣就可以為我們所用,比如用在機器人中?!耙坏┠憷斫饬艘?guī)則,許多種機器人視覺就都變得可能”,她說。
圖片via TED2017,4月25日,加拿大溫哥華。
via TED Blog
AI科技評論招業(yè)界記者啦!
在這里,你可以密切關注海外會議的大牛演講;可以采訪國內巨頭實驗室的技術專家;對人工智能的動態(tài)了如指掌;更能深入剖析AI前沿的技術與未來!
如果你:
*對人工智能有一定的興趣或了解
* 求知欲強,具備強大的學習能力
* 有AI業(yè)界報道或者媒體經(jīng)驗優(yōu)先
簡歷投遞:
lizongren@leiphone.com
相關文章:
雷峰網(wǎng)版權文章,未經(jīng)授權禁止轉載。詳情見轉載須知。