前言：

人工智能的支持者們和反對者們的爭論可能直到強(qiáng)人工智能真的出現(xiàn)的那一天都不會停止，但大眾可能并不是非常清楚機(jī)器人和AI到底發(fā)展到什么程度了，以及認(rèn)真思考過當(dāng)機(jī)器人和AI真的普及開來，它們到底會對我們產(chǎn)生什么樣的影響？很多人對AI的估計(jì)要么過于樂觀，要么過于悲觀。為了弄清楚這些問題，雷鋒網(wǎng)采訪了MIT人工智能實(shí)驗(yàn)室(CSAIL)的主任Daniela Rus，作為全球頂尖高校人工智能實(shí)驗(yàn)室之一的主任，Rus教授對AI和機(jī)器人的發(fā)展有很深的理解，也對人機(jī)關(guān)系的未來有很深的思考，讓我們看看對于這些大家爭論不休的問題，這位大神是怎么說的。

MIT的研究

雷鋒網(wǎng)：您最感興趣的研究領(lǐng)域是哪個(gè)？為什么您會覺得它如此重要？

Rus：我最感興趣的領(lǐng)域其實(shí)是機(jī)器人，我們正在研究如何制造更好的自動(dòng)化系統(tǒng)，自動(dòng)化系統(tǒng)能深刻的改變這個(gè)世界。改變?nèi)藗兺瓿扇蝿?wù)的方式，并且可以讓我們更好的理解彼此。

雷鋒網(wǎng)：可以舉個(gè)具體的例子說說它能怎么讓我們更好的理解彼此嗎？

Rus：我們對我們的大腦是如何工作和智能是如何產(chǎn)生的了解的很少，但是我們現(xiàn)在對研究這個(gè)的方法有一個(gè)預(yù)測：就是如果我們能造出一臺各種行為表現(xiàn)的都和生物很像的機(jī)器。那這臺機(jī)器的內(nèi)在原理可能跟生物的內(nèi)在原理比較相似，我們可能可以通過這種研究加深對我們自己的理解。

雷鋒網(wǎng)：在您研究的所有產(chǎn)品中您最喜歡哪個(gè)呢？

Rus：實(shí)際上我很難回答這個(gè)問題，因?yàn)閷?shí)際上我對我所有的產(chǎn)品的喜愛都是一樣的。我可以把機(jī)器比作我的孩子，而我愛我所有的孩子。不過我可以告訴你一些我們正在進(jìn)行的項(xiàng)目。目前我們正在研制一種智能汽車。這種汽車不僅不會卷入交通事故，而且還會成為你的朋友。這臺汽車在你駕駛的時(shí)候會檢查你的狀況，如果發(fā)現(xiàn)你將要做出錯(cuò)誤的舉動(dòng)，它就會暫時(shí)接管你的控制權(quán)以避免事故發(fā)生。它還能同你家的家居設(shè)備互動(dòng)，比如告訴你你的冰箱里快沒有牛奶了。并且給出在你回家的路上順便去超市買一盒的建議和路線。甚至可以在你的父親生日的時(shí)候提醒你打電話給他送去祝福。我很喜歡這個(gè)想法。它不僅能幫助它的擁有者安全行駛，還能做出更多的互動(dòng)。

雷鋒網(wǎng)：您覺得這臺車是一種AI嗎？

Rus：當(dāng)然，研發(fā)這臺車的過程涉及，甚至促進(jìn)了AI很多方面的最先進(jìn)的應(yīng)用。比如機(jī)器知覺，因?yàn)樽屲囕v擁有知覺確實(shí)是一件非常有挑戰(zhàn)性的事，并且有必要把能“安全行駛”的車和能“開得很快”的車區(qū)分開。對于一臺智能車來說，有一個(gè)好的認(rèn)知系統(tǒng)是很重要的，當(dāng)然，讓人擁有控制權(quán)也是很重要的。而汽車與車主的互動(dòng)也是很重要的。而所有這些內(nèi)容組合在一起，就敦促著我們需要?jiǎng)?chuàng)造出一種更先進(jìn)的智能決策系統(tǒng)。

這是我們目前正在進(jìn)行的一項(xiàng)研究的例子，而我們還有很多類似的項(xiàng)目，它們都讓我感到很喜歡和興奮。除了這個(gè)項(xiàng)目之外，我們還有一個(gè)項(xiàng)目，在那個(gè)項(xiàng)目中我們主要關(guān)注于讓每個(gè)人都擁有制造屬于他們自己的機(jī)器人的能力。而我們的打算是，人們只要描述出自己想讓這個(gè)機(jī)器人做什么，機(jī)器人就能自動(dòng)理解并且執(zhí)行這條指令了。比如直接說“我想讓機(jī)器人幫我打掃一下衛(wèi)生”這樣就行了。這樣就不止是專家，而是任何人都可以定制自己的機(jī)器人了。所以我們現(xiàn)在在開發(fā)一種叫“機(jī)器人編譯器”的編程系統(tǒng)，可以讓我們自動(dòng)完成對機(jī)器人的編程。我們現(xiàn)在還做不了太復(fù)雜的任務(wù)，但是一些簡單的任務(wù)已經(jīng)可以通過機(jī)器人來完成了。

雷鋒網(wǎng)：目前CSAIL有在進(jìn)行什么關(guān)于通用型人工智能（AGI）的研究嗎？

Rus：CSAIL有一些研究是研究大腦是如何工作的，也有一些聚焦于建立相關(guān)基礎(chǔ)理論的研究。我個(gè)人認(rèn)為，這種通過工程學(xué)復(fù)制大腦結(jié)構(gòu)來研究智能的運(yùn)作原理的方法是目前AI科學(xué)界最大的挑戰(zhàn)也是最為杰出的嘗試。

雷鋒網(wǎng)：您覺得CSAIL正在進(jìn)行的項(xiàng)目里，有哪些是在實(shí)現(xiàn)AGI上比較有潛力和希望的？

Rus：這很難抉擇，有很多有意思的項(xiàng)目都在同時(shí)進(jìn)行。比如，有一個(gè)項(xiàng)目是關(guān)于研究人們?nèi)绾稳ネ瓿梢患碌?。通過對這些東西的研究我們可以讓AI有能力預(yù)測在一段視頻中接下來會發(fā)生什么。在我自己的團(tuán)隊(duì)里，我正在進(jìn)行一個(gè)想要讓盲人感受和體驗(yàn)這個(gè)世界的研究。我們在試圖使用一個(gè)可穿戴設(shè)備探索讓盲人像我們一樣感知這個(gè)世界的方法，這也需要相當(dāng)強(qiáng)力的感知系統(tǒng)?？偨Y(jié)一下的話，我們在這方面的研究的一個(gè)重要的方向就是使用機(jī)器學(xué)習(xí)（machine learning）技術(shù)讓電腦幫助人們做到我們現(xiàn)在暫時(shí)還做不到的事情。機(jī)器學(xué)習(xí)讓我們有了幾乎能做任何事情的能力。

機(jī)器學(xué)習(xí)與AI

雷鋒網(wǎng)：您提到了機(jī)器學(xué)習(xí)，您覺得機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)（deep learning）能最終幫助我們制造出通用型人工智能（AGI）嗎？

Rus：深度學(xué)習(xí)系統(tǒng)在很多任務(wù)上都表現(xiàn)出了極出色的性能。但是我們實(shí)際上并不是很清楚為什么深度學(xué)習(xí)系統(tǒng)是如何工作的，以及為什么它會表現(xiàn)的這么好。而且我們需要做很多研究才能更精確的理解它什么時(shí)候能有效，而什么時(shí)候不能。我們現(xiàn)在已經(jīng)知道，深度學(xué)習(xí)在很多方面的表現(xiàn)都會比其他的傳統(tǒng)方法好很多。深度學(xué)習(xí)系統(tǒng)的一個(gè)很重要的組成部分是數(shù)據(jù)：深度學(xué)習(xí)系統(tǒng)要做好效果必須要用大量的數(shù)據(jù)來訓(xùn)練它的算法。比如斯坦福的李飛飛建立的計(jì)算機(jī)視覺數(shù)據(jù)庫（指ImageNet），其中包含了數(shù)以百萬計(jì)的圖片。這個(gè)數(shù)據(jù)庫給了我們訓(xùn)練出前所未有的強(qiáng)大的圖像識別系統(tǒng)的機(jī)會。但是我們沒有那么多數(shù)據(jù)去應(yīng)對一種通用的情況，那要求的數(shù)據(jù)量太大了。所以我覺得我們離制造出通用人工智能還有很長一段距離。這其中很多關(guān)鍵的原理我們還不知道。即使有了機(jī)器學(xué)習(xí)的幫助，我們也需要用很多數(shù)據(jù)組成的數(shù)據(jù)集來讓它們達(dá)到最佳狀態(tài)。而且即使是現(xiàn)在表現(xiàn)最好的深度學(xué)習(xí)系統(tǒng)也會出錯(cuò)。（除了幾個(gè)極為成熟的領(lǐng)域外）現(xiàn)在的深度學(xué)習(xí)系統(tǒng)很多達(dá)到了70%到90%的準(zhǔn)確率。但是在某些特定的領(lǐng)域其實(shí)這個(gè)準(zhǔn)確度還不夠。比如說用在自動(dòng)駕駛汽車上的話，即使90%的準(zhǔn)確率也可能造成很多事故。

我覺得我沒法判斷深度學(xué)習(xí)最后到底能不能實(shí)現(xiàn)AGI?？偟膩碚f，深度學(xué)習(xí)目前來說可以說很有潛力，但是它也存在一些挑戰(zhàn)和問題。

一是深度學(xué)習(xí)需要大量的數(shù)據(jù)去訓(xùn)練，也就意味著需要很深的理解，而通用型智能的學(xué)習(xí)方法應(yīng)該要更“通用”才對。

二是深度學(xué)習(xí)還是會犯錯(cuò)。

三是實(shí)際上我們還不太清楚深度學(xué)習(xí)的運(yùn)作原理，不太清楚為什么它表現(xiàn)得這么好。

只有當(dāng)我們對這些東西，包括深度學(xué)習(xí)和我們自己有更深的了解之后，我們才能回答這個(gè)問題。

我們該怎么面對這股洶涌的AI大潮？

雷鋒網(wǎng)：我們前面假設(shè)了一下AGI的一些可能性，但是其實(shí)目前的這些AI已經(jīng)能給社會造成很大的影響了。比如，您怎么看現(xiàn)在由于自動(dòng)化和人工智能的普及，很多人的工作開始被機(jī)器人所取代這件事？

Rus：沒錯(cuò)，如今技術(shù)發(fā)展的很快，而我們與技術(shù)之間的關(guān)系也在快速的變化著。所以我們必須不斷的提升我們的技能。我最近看到一些數(shù)據(jù)：電話花了50年的時(shí)間才被85%的大眾所接受，而手機(jī)只花了10年，智能手機(jī)只花了7年左右就實(shí)現(xiàn)了這個(gè)數(shù)字。世界變化的越來越快，如果你不跟上的話，你同那些能隨時(shí)跟上世界潮流的人相比就會有很大劣勢。所以我們需要不斷的學(xué)習(xí)。因?yàn)楹苊黠@，有些工作崗位確實(shí)很有可能會被電腦或機(jī)器人取代。這是一種隨著時(shí)代的發(fā)展而出現(xiàn)的必然現(xiàn)象。

不過在我們意識到這些的同時(shí)，我們必須要明白的一點(diǎn)是：機(jī)器人和計(jì)算機(jī)被設(shè)計(jì)出來的目的，并不是為了取代人，而是為了輔助人的。我們可以看看歷史，歷史上有很多極大的改善了人類工作效率的工具曾經(jīng)出現(xiàn)過。就像歷次工業(yè)革命和信息革命的時(shí)候那樣。我們也可以把AI視為一種輔助人的工具。事實(shí)上現(xiàn)在的機(jī)器人和計(jì)算機(jī)也更像是一種工具。有些事它們很擅長我們卻做得沒那么好，比如一些重復(fù)性的任務(wù)；但同樣有些事我們很擅長而現(xiàn)在的機(jī)器卻根本做不到，比如創(chuàng)作、進(jìn)行真正的思考等。所以我覺得我們對未來的期望應(yīng)該是：我們應(yīng)該期待人和機(jī)器人能共同合作。而不是害怕他們會取代我們。

雷鋒網(wǎng)：我們其實(shí)同意您所說的，技術(shù)對人類帶來的更多是推動(dòng)，但是我們想知道對于我們每個(gè)個(gè)體來說，應(yīng)該如何去面對這個(gè)改變？尤其是我們知道其實(shí)有些人并沒有那么好的條件，他們或許沒有足夠的財(cái)力，也沒有機(jī)會接受更好的教育。我們應(yīng)該怎么去幫助這些人跟上這個(gè)世界的腳步呢？

Rus：我想說，雖然技術(shù)發(fā)展的是很快，工作崗位的變化也很快，但是實(shí)際上還沒有快到你剛剛說的那種程度?；蛟S未來的某一天我們會面對一個(gè)機(jī)器人跟人一樣厲害的時(shí)代，但現(xiàn)在還遠(yuǎn)遠(yuǎn)不是那個(gè)時(shí)候?，F(xiàn)在的機(jī)器人其實(shí)能力還相當(dāng)有限。將來的很長一段時(shí)間內(nèi)，人們可能會同機(jī)器人一同工作。事實(shí)上，機(jī)器人的能力一直在變強(qiáng)，取代工作崗位這樣的事在幾次工業(yè)革命中都發(fā)生過。但這樣的改變并不是瞬間完成的，而是會持續(xù)一定的時(shí)間。所以，關(guān)于機(jī)器人對人類社會的影響，我們更該關(guān)注的其實(shí)是現(xiàn)在的青少年一代，他們或許才會是將來受機(jī)器人影響最大的一代。就我個(gè)人的看法來說，我認(rèn)為每個(gè)人都應(yīng)該學(xué)會編程。這樣人們就都可以用機(jī)器人去解決他們自己的問題。所以我覺得現(xiàn)在的人們在力所能及的范圍里都應(yīng)該——不僅是學(xué)會編程，更要學(xué)會這樣一種去思考如何使用計(jì)算機(jī)來解決問題的思維習(xí)慣。

另一方面，我們都要學(xué)會創(chuàng)造。創(chuàng)造是人類智慧中最頂尖的一層，如果你會創(chuàng)造，你就一定能會編程、改進(jìn)現(xiàn)有的東西，發(fā)明新的東西，這樣你對經(jīng)濟(jì)的方方面面都能做出貢獻(xiàn)。

所以，我覺得目前的一代人其實(shí)受到機(jī)器的影響會比較小，而我們的下一代會受到比較大的影響，但如果我們能讓他們擁有這種改變的意識。他們就能在方方面面都對社會和經(jīng)濟(jì)做出巨大的貢獻(xiàn)。而不會受到太多負(fù)面的影響。

雷鋒網(wǎng)：但是從某個(gè)方面來說。單純的創(chuàng)造機(jī)器人，或者創(chuàng)造隨便一個(gè)什么東西并不能對社會做出真正的貢獻(xiàn)，這同個(gè)人的天賦有關(guān)。并不是每個(gè)人都是天生的創(chuàng)造者。但如果你沒法給社會做出貢獻(xiàn)，就不會得到任何報(bào)酬，而如果沒有報(bào)酬你可能很難在社會上生存下去。所以未來可能仍然會有很大的就業(yè)問題，關(guān)于這個(gè)，您覺得電腦除了取代工作崗位，是否會衍生出同樣多新的工作崗位呢？會有哪些？

Rus：其實(shí)這個(gè)很難推測。假設(shè)我們已經(jīng)處在了一個(gè)機(jī)器人同人一樣有能力的社會。我現(xiàn)在能想到的工作大概是——制造機(jī)器人、控制機(jī)器人、監(jiān)督機(jī)器人的工作、維護(hù)機(jī)器人的正常運(yùn)行。這些其實(shí)都不太難想到，但是其實(shí)誰能想到它們到底能給我們帶來什么樣的新工作呢？有的時(shí)候你其實(shí)很難想象未來會發(fā)生什么。比如說我可以肯定200年之前人們肯定想象不到我們現(xiàn)在所有的一些工作。比如那時(shí)候還沒有飛機(jī)，所以估計(jì)很難有人想象到現(xiàn)在的飛機(jī)已經(jīng)多到需要許多空中交通管制員隨時(shí)隨地進(jìn)行指引了。這個(gè)崗位應(yīng)該是沒有人能想到的，同樣的，用我們今天的思維其實(shí)也很難去推斷未來的事情。但是我可以肯定的是隨著機(jī)器人的發(fā)展，肯定會有一些新的崗位出現(xiàn)的。現(xiàn)有的崗位也未必就會被全部取代。只是我們還是需要對自己進(jìn)行一些調(diào)整來適應(yīng)這種改變。

雷鋒網(wǎng)：關(guān)于AI和機(jī)器人可能對社會造成的影響，您對我們有什么建議嗎？

Rus：人類和機(jī)器人各有擅長的事情，我相信未來會是一個(gè)人與機(jī)器共同協(xié)作，互補(bǔ)對方短板的社會，我們也需要努力去創(chuàng)造這種社會。

我們無需過于擔(dān)憂，只需要記住我們要盡力去學(xué)習(xí)新的技能，使我們能和機(jī)器一直保持最好的合作就可以了。比如說，我有一個(gè)朋友創(chuàng)辦了一家叫rethink robotic的公司。這家公司其中有兩種機(jī)器人，一種叫Baxter，一種叫Sawyer，這兩種機(jī)器人就是人可以親自很方便的調(diào)整它的機(jī)械臂，編程機(jī)器人的工作流程。實(shí)現(xiàn)很高的協(xié)作效率。這些機(jī)器人本身的功能其實(shí)很簡單，但有了人的編程它們的作用就會大很多。所以我們不要對技術(shù)感到恐懼，只要擁抱這個(gè)屬于21世紀(jì)的全新理念，并保證我們的下一代能對此做出充足的準(zhǔn)備就行了。

后記：

與Daniela Rus的對話解決了我們心中長期以來的一個(gè)疑惑：為什么人類在歷史上每次工業(yè)革命中，經(jīng)歷短暫的混亂后都能變得更好？要知道那些失業(yè)的人可是確確實(shí)實(shí)存在著的。他們都去哪了呢？其實(shí)就像Rus教授說的那樣，機(jī)器人和AI的不斷發(fā)展，能讓人們做到很多以前從來做不到的事，隨著那些新的崗位被創(chuàng)造出來，曾經(jīng)被從舊的崗位上替換下來的人也很快就有了新的歸宿。而人類整體也在這樣的過程中不斷解放生產(chǎn)力，逐漸向文明的更高層面發(fā)展著。

所以我們無需擔(dān)心未來，就讓我們擁抱人工智能將給我們帶來的嶄新的世界吧。

Daniela Rus教授將參加雷鋒網(wǎng)8月舉辦的CCF-GAIR大會，想同她近距離交流嗎？那就不要錯(cuò)過這場年度AI盛宴！

題圖來自qmagazine.ro

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。