機器的覺醒

胡柚柚

機器人是一個趨勢。

這不是一個新品種——由金屬、發(fā)動機和硅樹脂組成的仿真機器的入侵，而是科技引發(fā)的一場變革。它們很快就會成為我們生活的一部分。

1968年，科幻電影《2001太空漫游》上映，宇宙飛船的計算機HAL不僅被程序要求調(diào)查木星附近是否有人造物的任務(wù)，同時還要對宇航員保密此次任務(wù)的真正目的。陷入兩難的HAL不得不殺害了宇航員。

這大概是人類向人工智能賦予生命力后最脫軌的結(jié)局。不過，人類也并未因此就放棄對人工智能植入情感。

沖破法則的靈魂

在歐洲，科學(xué)家們正在加緊研發(fā)新一代機器人，iCub與傳統(tǒng)機器人不同，它不僅能通過指令完成任務(wù)，也能夠通過對周邊環(huán)境的探索不斷學(xué)習(xí)技能，發(fā)展出更復(fù)雜的認知能力。當(dāng)它想要你手中紅色的球時，如果你在將球遞給它的最后一瞬間收回手，那么它的“眉毛”就會挑起，以此來表達“不滿”。

這個以三四歲孩童為原型設(shè)計的仿真小機器人同時擁有視覺、聽覺和觸覺，還能感知自己身體的53個關(guān)節(jié)，協(xié)同運行并完成跳舞、爬行、走路、說話、表達情緒等行為。在全球超過30個實驗室里，iCub不斷被賦予新的技能，實現(xiàn)與周圍世界的多元互動。

在意大利Sheffield Robotics實驗室，同時也是它的誕生地，iCub的頭上被設(shè)計師裝上了一個控制系統(tǒng)，模擬哺乳動物大腦中的關(guān)鍵過程，目的是使它可以像人類一樣“思考”。這不得不讓人聯(lián)想到斯皮爾伯格的電影《人工智能》，作為第一個被輸入情感程序的機器男孩David，它幾乎已經(jīng)算是一個真正意義上的“人”。雖然 iCub 現(xiàn)在遠不能達到那樣的程度，但它的設(shè)計師們正以此為方向，努力使它理解別人的意圖。

這本是一個現(xiàn)代化的進步，卻脫離了機器人發(fā)展最初的設(shè)定。

科幻作家阿西莫夫曾經(jīng)提出機器人三大定律，并在很長一段時間內(nèi)形成約束。然而事實上，關(guān)于：“第一，機器人不得傷害人類，或看到人類受到傷害而袖手旁觀；第二，在不違反第一定律的前提下，機器人必須絕對服從人類給予的任何命令；第三，在不違反第一定律和第二定律的前提下，機器人必須盡力保護自己”這樣的條文已經(jīng)不再適用現(xiàn)代社會的發(fā)展。

從計算機技術(shù)誕生之初，人類就不停向人工智能領(lǐng)域展開探索。

“人工智能之父”Alan Mathison Turing在1950年發(fā)表了兩篇極為重要的論文，《計算機與智能》和《機器能思考嗎？》，文中他預(yù)言了創(chuàng)造出具有真正智能的機器的可能性。通過攻破“圖靈測試”：在長達五分鐘的文字交流中，一臺計算機能夠讓30%的測試人相信它是人類，那么就可以說這臺機器具有人類智能。科學(xué)家們不斷嘗試向人們證明人工智能可以模擬人類天生的學(xué)習(xí)與進化能力。

就在2014年，一套名為Eugene Goostman的計算機軟件改寫了歷史，成為第一個通過圖靈測試的人工智能。通過模仿一個13歲的少年，Eugene Goostman混淆了眾人的判斷，拉近了科幻電影與現(xiàn)實生活的距離。

圈套與錯覺

人類擁有復(fù)雜的神經(jīng)系統(tǒng)，而機器學(xué)習(xí)的方式則是通過計算機內(nèi)部的程序高負荷識別和分析大量數(shù)據(jù)完成的。

通過收集用戶在互聯(lián)網(wǎng)上發(fā)送的郵件、搜索和交易的歷史信息，無窮盡的圖像在服務(wù)器上還原了數(shù)字形態(tài)的人臉、汽車、貓或者其他的什么。百度、谷歌和Facebook等互聯(lián)網(wǎng)巨頭作為海量信息的擁有者，深知這些數(shù)據(jù)中蘊含了有價值的模式。雖然信息過載令人工畏懼，但此刻正是機器出頭的絕妙時機?；谡_算法的加強，計算機能使用這些帶注釋的數(shù)據(jù)自行學(xué)習(xí)，從而辨認出里面那些有用的模式、規(guī)則和類別。

即使在今天的科技水平下，人工智能的發(fā)展依舊拙劣，但也取得了一些成績。

2012年，一支由吳恩達領(lǐng)導(dǎo)的谷歌團隊展示了一個無監(jiān)督學(xué)習(xí)的機器對數(shù)百萬張YouTube視頻圖像的分析結(jié)果。這個機器在“刷臉”識別的基礎(chǔ)之上，能夠?qū)⑺娺^的某些物體分類。試驗中，它成功區(qū)別視頻中的人類面孔和寵物貓，甚至當(dāng)他們正進行各種動作時，包括：睡著的、跳躍的、玩滑板的。在成功識別單個物體后，斯坦福大學(xué)Andrej Karpathy和李飛飛在發(fā)表的論文中描述了一個計算機視覺系統(tǒng)可以標(biāo)出一個給定圖像的特殊部分。當(dāng)給機器看一張餐桌時，它可以識別出餐叉、香蕉片、一杯咖啡和桌子上的花以及桌子本身。它甚至可以用自然英語簡單描述這個場景——盡管這項技術(shù)還不是特別完美。

顯然，更完善的圖像分類能夠提高搜索能力從而幫助用戶更好地找到他們想要的東西。從長遠來看，新技術(shù)可以應(yīng)用在其他更多的革新性應(yīng)用中。對設(shè)計師們正在研發(fā)的工業(yè)機器人伙伴、自動駕駛汽車，戰(zhàn)爭機器人來說，這個雜亂無章的現(xiàn)實世界并非沒有規(guī)矩。

對于那些已經(jīng)過去的科技浪潮來說，即使有人向人工智能“潑冷水”，但也不能令科學(xué)家畏懼。即使建造一個人工大腦是現(xiàn)階段不可能實現(xiàn)的任務(wù)，但是在美國走馬上任的機器人記者確實已經(jīng)寫出了不少專業(yè)的財報分析。還沒有記者因此而失業(yè)，就像我們在翻譯一篇文章時，使用“谷歌翻譯”瀏覽大致內(nèi)容，抓取關(guān)鍵詞一樣，它只是一項工具，能夠快速幫助人們進入角色。

或許有些角色會被機器所取代，但那無非是人類“不想做的”“有風(fēng)險的”“重復(fù)性的”工作而已。在科技進步的同時，社會也在調(diào)整人工的能力，使他們變成更廣泛的操控機器的人。

人類不會真的因此而失業(yè)，而人工智能只是我們已窺視到的某種未來。