围棋人机大战倒计时 发展人工智能是在“召唤恶魔”吗

围棋人机大战倒计时  发展人工智能是在“召唤恶魔”吗

机器人幼儿园

“欢迎来到机器人幼儿园，” 38岁的彼得?阿比尔（Pieter Abbeel）在加州大学伯克利分校机器人学实验室门口说。阿比尔2000年获得了斯坦福大学的计算机科学博士学位，在“如何教会机器人聪明地思考”领域，他是一名世界级的专家。

但是在教会它们聪明地思考之前，阿比尔首先必须教会它们思考。“这就是为什么我们说这是幼儿园的原因，”他开玩笑说。布雷特（Brett）是一个六英尺高的人形机器人，是这个幼儿园众多“学生”中的一个。它由硅谷厂商柳树车库（Willow Garage）制造，几年前被该实验室买下用来做实验。阿比尔和学生教布雷特玩玩具：木锤、塑料玩具飞机、一些巨型乐高积木。

可编程工业机器人出现已经很久了，你可以在工厂里看到那种将模块插入PC板的机器人，它们重复同样的动作，每小时300次。那种机器人并不智能。

但近年来，机器学习（模仿人类大脑、让机器自己学习东西的算法）取得了很多突破，计算机识别语音和视觉模式的能力因而突飞猛进。

阿比尔的目标是给机器人灌输一种通用智能——认识世界，以便它们能够自己学会完成任务的方式。他还有很长的路要走。 “机器人的学习能力还不如一个两岁的小孩，”他说。布雷特学会了完成一些简单任务，比如叠衣服。

对于人类来说很简单的事情，比如明白桌子上一团皱巴巴的东西实际上是一条毛巾，这对于机器人来说却相当困难。部分原因是机器人没有常识，没有之前尝试叠毛巾的记忆，以及最重要的是，它们对毛巾是什么东西完全没有概念。它们看到的只是一块颜色。

小孩子在解决问题时，往往会持续不断地调整自己的做法。阿比尔从中受到启发，开创了一种让机器人自学的方法。现在，当布雷特整理衣物时，它会用手抓起卷成团的毛巾，试图弄明白它的形状，搞清如何折叠它。这听起来很幼稚，但机器人学习叠毛巾就是这么不容易。

这将把我们带向何方？

智能机器可以执行的任务的复杂性正在呈指数级增长。最终这将把我们带向何方？如果机器人能够自己学会叠毛巾，有朝一日它也会学会给你做饭，给你做手术，甚至打仗吗？

人工智能可能有助于解决我们面临的一些复杂问题，比如治疗癌症和应对气候变化——但在短期内，它也有可能用来开展监视活动、破坏隐私，进行电子推销。除此之外，更大的问题也隐隐呈现出来：机器有朝一日会拥有独立思考、对问题进行推理，以及展示情绪的能力吗？没人知道这些问题的答案。

智能机器的兴起不同于其他任何技术革命，因为它最终和“人性”这个概念利益攸关。我们有可能正处在创造一种新的生命形式的边缘，它不仅标志着进化上的突破，也会对人类物种的生存构成潜在威胁。

但这场革命已经开始。去年夏天，伯克利团队给一个仿真机器人安装了一个短期记忆系统。参与该项目工作的计算机科学家谢尔盖?莱文（Sergey Levine）说，在机器人身上测试这个记忆程序时，他们注意到“一件怪事”，他们向它发出一个命令，让它把一个木钉放在的两个孔洞中的一个里面，或者放左边，或者放右边。

为了做比较，他们在没有记忆程序的时候重做了实验 ，结果令他们吃惊：机器人仍然能够把木钉放在正确的孔洞中。没有了记忆程序，它是怎么记得该放哪里的？ “最终我们发现，一旦机器人接收到命令，它就把胳膊朝着正确的孔洞伸过去，”莱文说。然后，在命令消失后，它可以根据自己身体的姿势，知道该放哪个孔洞。实际上，机器人是自己想出了一个方法来正确地执行这个命令。 “这真是非常令人惊讶，”莱文说。 “而有点令人心惊肉跳。”

算法：现代生活的燃料

阿比尔谈到了DeepMind最近取得的突破。DeepMind是谷歌在2014年斥资4亿美元购买的一家人工智能初创公司。几年前， DeepMind教一台计算机玩《太空侵略者》这样的雅达利电子游戏，使其技能远远超过了人类玩家。但令人惊异的是，DeepMind的方法并不是通过给计算机编程来让它了解游戏规则。这和“深蓝”（Deep Blue）在国际象棋比赛中击败人类不一样，深蓝的程序中编入了游戏规则。

那台计算机只知道一件事情，就是它的目标是得高分。使用一种称为强化学习（reinforcement learning，就好比是狗狗做了一件正确的事情后，你要说“乖狗狗”）的方法，计算机对游戏进行各种尝试，自己来学习规则。在几个小时内，它玩游戏的技就超越了人类水平。这是人工智能领域的重大突破——计算机第一次“自学”了一项复杂的技能。

出于好奇，阿比尔这个实验室的研究人员决定也做一个类似的强化学习实验——他们写了一个学习算法来帮助机器人学会游泳、跳跃和走动。那么玩电子游戏又怎么样呢？令他们吃惊的是，这个被称为Trust Region Policy Optimization（简写TRPO）算法获得的效果几乎不亚于DeepMind的算法。换句话说，TRPO展示了一种广义的学习能力。 “我们发现TRPO可以在玩电子游戏时打败人类”阿比尔说。“而不仅仅是教机器人走路。”

在书籍和电影里，人工智能常常被描绘成漂浮在一罐蓝色液体中的合成大脑。但实际上，人工智能是一种算法，它告诉计算机执行哪些功能（可以把它看成是机器的烹饪食谱）。算法之于21世纪，就如同煤之于19世纪：它是经济的发动机，是现代生活的燃料。

没有算法，你的手机就运行不起来，我们也不会有Facebook、谷歌、亚马逊。 “如果所有的算法都突然停止工作，我们所知道的世界就结束了，”一个机器学习博客写道。在人工智能的世界里，找到一个让机器理解世界的算法，就如同在物理界，找到了让物理学家解释宇宙运行的标准模型（Standard Model）。

让计算机自己写算法

数学算法已经存在了几千年之久，它们是现代计算的基础。数据输入后，计算机开始工作，让算法得出结果。但新的突破是，科学家们已经开发出了算法，来扭转这一过程，让计算机来写它们自己的算法。

假设你想让直升机头朝下、脚朝上地飞行：你写一个算法，把直升机控制信息（输入数据）告诉计算机，接着再告诉它，你想让直升机怎么飞，以何种角度（输出）飞，然后，计算机自己就会写出算法来，告诉直升机如何做到这一点。这个过程被称为机器学习，即人工智能的基本核心：如果一台机器可以教会自己如何让一架直升飞机翻转过来飞行，它可能也可以教自己其他一些东西，比如如何在Tinder上找一个约会对象，当你对iPhone说话的时候识别出你的声音，或者设计出一个终结者生成器。DeepMind的创始人之一杰米斯?哈斯比斯（Demis Hassabis）曾说过，“人工智能是让机器变聪明的科学”。

我们的周围已经有很多智能机器，当你使用谷歌地图的时候，算法绘制出最快的路线，而且基于实时数据和车流量预测分析来计算交通延误。当你和谷歌语音交谈的时候，它识别你语音的能力，来自于一种名叫神经网络的机器学习算法，它可以让计算机可以把你的话转换成声音位，然后把这些声音和其他的声音做比较，弄懂你在问什么问题？ Facebook使用图像识别程序则不断扫描数十亿张照片，避免斩首视频和色情图片被上传到它的网站。

智能机器的加速发展将把我们带向何方呢？地球上的生命从一堆泥巴开始，花了30亿年时间，出现并拥有了更高的智能。而计算机只用了大约60年，就从一堆硅成为了可以驾驶汽车穿州过省，或者在一群人中识别出一张脸的智能之物。

发展人工智能是在“召唤恶魔”？

人工智能领域一再出现新的突破：今年1月，DeepMind表示它已经开发了一种算法，击败了欧洲冠军围棋。围棋比象棋更加复杂，而这种名为AlphaGo的算法将在3月中旬挑战世界围棋冠军。当然，人类在这种快速发展中起到了作用，但是人们不免也会觉得，我们似乎已经在智能机器的进化中达到了某个拐点。难道我们正要目睹一个新物种的诞生吗？还需要多长的时间，机器就会变得比我们更加聪明？

在近期的一次会议上，特斯拉及SpaceX公司创始人伊隆?马斯克（Elon Musk）突发惊人之语，说发展人工智能是在“召唤恶魔”。不过他后来承认，这么说有点言过其实。他说，“智能机器的突飞猛进提出了一些严肃的问题，我们需要考虑自己作为人类的身份，需要考虑我们正在为自己打造什么样的未来。”正如他所指出的，我们对机器的依赖已经是个不争的事实：“我们已经成为了那种靠机电装置维持生命的人了，你试试把手机关上一段时间——你就会明白幻肢综合症是什么意思。”

这并不是说，超级智能机器只有在变得超级邪恶之后，才会对我们人类构成威胁。 “人工智能真正的风险不是恶意，而是竞争力，”物理学家霍金最近提出。 “超级智能机器将非常善于实现自己的目标，如果这些目标与我们的目标不一致，我们就麻烦了。你踩死蚂蚁，可能并不是因为你是一个邪恶的蚂蚁仇恨者，但如果你负责一个水电绿色能源项目，有一个蚁丘被水淹没，那蚂蚁就是纯属倒霉。我们不能让人类陷入蚂蚁的这种处境。”