0
| 本文作者： 楊曉凡 | 2017-04-26 18:22 |
雷鋒網(wǎng)按：機(jī)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(jī)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(jī)器人）向我們展示了未來的愿景——從可以通過大學(xué)入學(xué)考試、學(xué)會人類價值觀的機(jī)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(lǐng)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(jī)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(fù)責(zé)設(shè)計最酷，也可能是最可怕的機(jī)器人。
據(jù)Raibert介紹，波士頓動力的基本設(shè)計原則是要達(dá)到平衡、敏捷和感知。他向觀眾介紹了以這些原則進(jìn)行的機(jī)器人研究的進(jìn)展，展示了BigDog、AlphaDog、Spot、Atlas和Handle5個機(jī)器人的視頻。BigDog是一個如獵豹般敏捷的機(jī)器人；AlphaDog是一個可以通過10英寸積雪的大型機(jī)器人；Spot是大型版本的SpotMini，它可以打開各種復(fù)雜的門；Atlas是一個類人機(jī)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(lǐng)下，這臺機(jī)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(shè)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(xué)的入學(xué)考試嗎？
東京大學(xué)被認(rèn)為是日本的哈佛大學(xué)。日本國立情報研究所的Arai博士負(fù)責(zé)了這樣一個機(jī)器人研究項目，“東大機(jī)器人”，目標(biāo)是在2020年讓AI考入東京大學(xué)。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(jī)器人就在數(shù)學(xué)成績上排進(jìn)了前1%，今年人們看著它現(xiàn)場完成了一篇關(guān)于17世紀(jì)海運(yùn)貿(mào)易的600字短文。
Arai把她的注意力放在放在了機(jī)器人是如何做到的：機(jī)器人把數(shù)學(xué)題目分解為機(jī)器可閱讀的公式，把多選題轉(zhuǎn)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(wù)?！敖裉斓娜魏我粋€AI，包括Waston，Siri 和 東大機(jī)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(xué)，但是它仍然能夠排在全體學(xué)生的前20%，這已經(jīng)足以進(jìn)入全日本的60%的大學(xué)?！斑@個不智能的機(jī)器怎么能比學(xué)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(xué)生做了類似的考試以后，Arai找到了答案，原來學(xué)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(xué)習(xí)，并且可以學(xué)習(xí)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(jī)器人的年代，而Stuart Russel卻在向著相反的方向去。他是加州大學(xué)伯克利分校人工智能系統(tǒng)中心創(chuàng)始人，兼計算機(jī)科學(xué)專業(yè)教授，他在研究具有不確定性的機(jī)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(yù)防機(jī)器人統(tǒng)治世界、造就人類末日的方法。當(dāng)我們擔(dān)心機(jī)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(dān)心的是一種“價值協(xié)調(diào)問題”，Russell解釋說。所以我們要如何給機(jī)器人編程，才能讓他們完全按人類預(yù)想地那樣運(yùn)行，而不是執(zhí)行目標(biāo)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(dá)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(diǎn)是給無私的機(jī)器人的目標(biāo)增加不確定性，然后通過觀察人類習(xí)性，用人類的價值觀念補(bǔ)足機(jī)器人目標(biāo)和人類目標(biāo)之間的空檔。給計算機(jī)建立這種人類的常識，將會“改變?nèi)斯ぶ悄艿亩x，我們就會有只會對人類有益的機(jī)器……最好，我們還能在這個過程中學(xué)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(zhǔn)確度能區(qū)分開一只貓和一條狗。今天的電腦已經(jīng)能達(dá)到99%的準(zhǔn)確率了。YOLO算法是華盛頓計算機(jī)科學(xué)家Joseph Redmon開發(fā)的，這種算法除了使用你手機(jī)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(luò)，就可以對所有的邊界框或者給定物體的實際外型進(jìn)行預(yù)測，并且能同時進(jìn)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(lǐng)帶。更重要的是，這個物體識別系統(tǒng)可以為任何圖像領(lǐng)域進(jìn)行針對性的訓(xùn)練：“它有高度的可訓(xùn)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(xué)活體組織檢查照片里尋找癌細(xì)胞，任何你能想象到的東西都可以?！盧edmon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(jī)器要變得智能，這樣機(jī)器才能自動完成我們?nèi)祟惒幌胱龅娜蝿?wù)，又或者在象棋圍棋這樣復(fù)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(rèn)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。“超級人工智能應(yīng)當(dāng)帶給我們超人類的能力”，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(jìn)行溝通的人工智能助理，到如今能夠幫助我們做導(dǎo)航、回答各種復(fù)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(yù)見：為了達(dá)到人類的需求，能與人類合作、幫助人類提高的機(jī)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(jìn)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\(yùn)用這種強(qiáng)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?dāng)有機(jī)器變得更聰明的時候，我們也變得更聰明了。”
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(qū)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(jī)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(shù)。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(yuǎn)”。他的團(tuán)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(dá)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(yuǎn)，但這是另一種全新的自由的開始?！?/p>
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(qiáng)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(jī)科學(xué)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(jī)器人中?！耙坏┠憷斫饬艘?guī)則，許多種機(jī)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(guān)注海外會議的大牛演講；可以采訪國內(nèi)巨頭實驗室的技術(shù)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(shù)與未來！
如果你：
＊對人工智能有一定的興趣或了解
* 求知欲強(qiáng)，具備強(qiáng)大的學(xué)習(xí)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(guān)文章：
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
