人工智能革命——通往超级智能之路（3）

[美]蒂姆•厄本 作 黄菁 编译

为现在定位——运行在窄域人工智能上的世界

窄域人工智能（ANI）是在某单一领域相等或胜过人类智力或效率的机器智能。举些例子：

轿车上满是ANI系统，从确定防抱死制动装置启动时机的计算机，到调节燃油喷射系统参数的计算机，都属ANI。谷歌正在测试阶段的无人驾驶汽车，将搭载强健的ANI系统，能够感知周围世界并对其做出反应。

手机是一个小型ANI工厂。当你使用地图应用进行导航、从潘朵拉电台接收定制的音乐推荐、查看明日天气、和Siri交谈、或从事许多其他的日常活动时，你在使用窄域人工智能。

垃圾邮件过滤器是一种典型的ANI类型。首先，一个知道如何区分垃圾邮件和正常邮件的机器智能被装载上来；接着，该智能根据你的特殊喜好不断积累经验，通过不断学习，把自己修改得更加像你。当巢牌（Nest）恒温器试图开始弄清你的生活习惯并相应作出反应时，它所做的也正是同样一件事情。

当你在亚马逊上搜索商品，而后，在另一个网站上，你看到了一种“为您推荐”商品；还有，脸书居然知道谁该是你加朋友的对象，这种事毛骨悚然吧？那是一个窄域人工智能系统网络，它们在一起工作，互相告知你是谁、你喜欢什么，然后利用这些信息，来决定为你展示什么。亚马逊“买这件商品的人同时还买了……”等推荐也是同样原理——使用ANI系统获取数百万计顾客的行为信息，在经过综合分析后，对你进行追加促销，促使你买更多的东西。

谷歌翻译是另一种经典的ANI系统——在一个窄领域里做得相当出色。语音识别系统是另一种，大量应用程序调用着两个翻译人工智能，令它们像双打队员那样密切协作，在你用某种语言说出一句话的同时，系统可以通过一个麦克风，把这句话用另一种语言翻译出来。

当你的飞机着陆后，不是由人来决定你该走哪个舱门，正像不是由人来决定你机票的价格一样。

当今世界上最棒的西洋棋、国际象棋、拼字游戏、西洋双陆棋、黑白棋的棋手，全是窄域人工智能系统。

谷歌搜索是一个庞大的ANI大脑，它通过超级复杂的算法，特别针对你来制作搜索页排名，展示搜索结果。脸书的新闻推送也是如此。

以上还只是在消费领域。复杂的窄域人工智能系统已经广泛应用于诸多部门与工厂之中：例如军事、制造、金融等领域（美国市场超过二分之一的交易额都是由具备高效算法的人工智能交易员完成的。以及一些专业性很强的系统之中，比如医生辅助诊断系统，其中，最著名的要数IBM的沃森（Watson），它存储了大量事实，懂得腼腆的特里贝克式语言，轻松打败了《危险边缘》节目最厉害的冠军们。

现在的窄域人工智能系统还并不怎么吓人。最糟糕，也不过是因为小故障或编程不善，破坏一座发电站、造成核电站失能、或是引发金融市场灾难（曾有一个ANI程序对突发事件作出了错误反应，造成了股票市场的短暂下滑，1万亿市值随之蒸发，造成了著名的2010年“崩盘暴跌”。事后，仅有部分损失得到了挽救。）

但是，尽管ANI还不足以构成人类的存亡威胁，我们还是要意识到，ANI，这个暂时无害的、正在不断变得庞大和复杂的生态系统，是一场即将席卷世界之风暴的先导。每一点ANI的创新，都是在为实现宽域人工智能以及超级人工智能铺路。或正如亚伦•萨耶恩兹（Aaron Saenz)所言：ANI系统就像是“地球早期原始软泥中的氨基酸”——这种构成生命的非生命原料，会在意想不到的一天，苏醒。

从窄域人工智能到宽域人工智能

为何如此之难？

创造出一台像人类一样聪明的计算机，具有不可思议的挑战性。明白了这一点，你将会十分佩服人类的智能。建造摩天大楼、将人类送往太空、说出宇宙大爆炸冷却的细节——所有这些，比起理解我们的大脑，或是做出像它一样酷的东西，实在容易太多。迄今为止，人类大脑是我们已知宇宙中最为复杂的事物。

有趣的是，建造宽域人工智能（AGI，一台在各个方面，而非只是某狭窄专业领域都和人类一样聪明的计算机）过程中的困难部分，并不像你直觉中认为的那样容易。让一台电脑瞬间完成两个十位数的相乘运算——难以置信的容易。让电脑看着一只狗，并问它这是猫还是狗——非常困难。让人工智能在国际象棋中赢了所有人类——已经实现。让它读六岁孩子绘本中的段落，不仅认出这些词语，还能理解意思——谷歌已经为之花了数十亿美元了。难的事情——例如运算、金融市场战略与翻译——对计算机而言非常简单。而容易的事情——例如视觉、手势、活动、直觉——对它而言则实在太难。或者正像计算机科学家唐纳德•克努斯（Donald Knuth）所说：“现如今，需要‘思考’的事，电脑基本上都能做，但是人类和动物不需‘思考’就能做到的事，电脑反而基本上做不到。”

那些对我们而言很容易的事情，实际上异常复杂，所谓的容易，其实是我们（以及大多数动物）在数千亿年的进化中不断实现优化的结果。想想这个，什么是难、什么是易也就好理解了。当你向上伸手够东西的时候，你肩部、肘部、腕部的肌肉、肌腱与骨骼和你的双眼互相协调，迅速完成了一长串物理动作，使你的手可以在三维空间中沿直线伸出。你的大脑中已经有了完美的软件，故而这件事做起来毫不费力。同样的，恶意软件辨别不出你在网站注册新用户时的验证码——人脑做这件事则超级给力。

换句话说，不管大数相乘或是下棋，都是生物的新活动，我们的这些能力还进化得不够纯熟，因而计算机赢掉我们并不困难。想想看，你愿意写哪个程序：是写一个大数相乘的程序，还是写一个能真正理解字母的程序？你给计算机一个B，不管是哪种不可预知的字体或手写体，它马上就能认出那是B？

来看一个有趣的例子：你和计算机都能识别出这是一个深浅色调方格交替出现的正方形边框。

到目前为止平局。但当我们揭开黑色图层，露出完整图像的时候……

你仍可以很容易就认出各种不透明和半透明的圆柱体、平板和3D拐角，但计算机，糟糕，它认不出来了。它只是看到了很多不同色调的二维形状——正如显示出的那样。你毫不费力就能理解出图像所要表现的三维深度、明暗变化和室内照明。

请看下图。计算机只能看到一幅二维的黑白灰三色拼贴画，而你很容易就能看出它到底是什么——一张黑色石头的三维照片。

摄影：马修•劳埃德（Matthew Lloyd）

刚才我们提到的还只是处理静止图像信息。想要成为人类级别的智能，计算机还需要理解很多事情，诸如区分微妙的面部表情：欣然、欣慰、满足、满意、高兴之间的不同，明白为什么《勇敢的心》是部很棒的电影，而《爱国者》则是部烂片儿。想想都难。

所以，到底该怎样实现呢？（待续）

（英文原版地址：The AI Revolution: Road to Superintelligence  The AI Revolution: Our Immortality or Extinction）