<mark id="oztn4"></mark>
0
| 本文作者： 楊曉凡 | 2017-04-26 18:22 |
雷鋒網(wǎng)按：機(jī)器會(huì)拯救還是毀滅我們？我們被這個(gè)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(gè)演講者（和一個(gè)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(huì)人類價(jià)值觀的機(jī)器人，到未來的個(gè)人移動(dòng)方式（提示：我們將會(huì)飛行）。
下面雷鋒網(wǎng)帶領(lǐng)大家按照時(shí)間順序簡(jiǎn)要回顧一下會(huì)議第二階段的演講。
雷鋒網(wǎng)AI科技評(píng)論彭鵬、楊曉凡合作翻譯完成。
SpotMini，一個(gè)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(zhǎng)頸鹿拼在了一起。它在舞臺(tái)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(dòng)力的創(chuàng)始人，這家公司主要負(fù)責(zé)設(shè)計(jì)最酷，也可能是最可怕的機(jī)器人。
據(jù)Raibert介紹，波士頓動(dòng)力的基本設(shè)計(jì)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(gè)機(jī)器人的視頻。BigDog是一個(gè)如獵豹般敏捷的機(jī)器人；AlphaDog是一個(gè)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(gè)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(dòng)起來，在波士頓動(dòng)力的Seth Davis引領(lǐng)下，這臺(tái)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(dòng)，原地跑動(dòng)，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(dòng)態(tài)創(chuàng)建地圖，這讓它可以輕松地躲過舞臺(tái)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(guó)立情報(bào)研究所的Arai博士負(fù)責(zé)了這樣一個(gè)機(jī)器人研究項(xiàng)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(jī)上排進(jìn)了前1%，今年人們看著它現(xiàn)場(chǎng)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(yǔ)句，把短文撰寫變成一項(xiàng)拷貝和合并的任務(wù)。“今天的任何一個(gè)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(zhǎng)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(gè)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)。“這個(gè)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(jì)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(zhǎng)閱讀。大約三分之一的人都弄錯(cuò)了基本的問題。“我們相信每個(gè)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(gè)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(jì)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(chǎng)，同時(shí)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(shí)候，我們實(shí)際上擔(dān)心的是一種“價(jià)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(huì)變成金子的米達(dá)斯國(guó)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(jià)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(jì)算機(jī)建立這種人類的常識(shí)，將會(huì)“改變?nèi)斯ぶ悄艿亩x，我們就會(huì)有只會(huì)對(duì)人類有益的機(jī)器……最好，我們還能在這個(gè)過程中學(xué)會(huì)做更好的人。”
電腦是如何把貓和狗區(qū)分開的？2007年的時(shí)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(jì)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(shí)別之外，還會(huì)用到實(shí)時(shí)的云計(jì)算AI。YOLO物體識(shí)別系統(tǒng)只用一個(gè)神經(jīng)網(wǎng)絡(luò)，就可以對(duì)所有的邊界框或者給定物體的實(shí)際外型進(jìn)行預(yù)測(cè)，并且能同時(shí)進(jìn)行分類。它的速度還非常的快。
在一個(gè)用到了TED觀眾的例子里，我們看到，這種算法可以完美地識(shí)別出一個(gè)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(gè)物體識(shí)別系統(tǒng)可以為任何圖像領(lǐng)域進(jìn)行針對(duì)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(dòng)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。”Redmon說。
“人工智能的目的是什么？”Tom Gruber提出了這個(gè)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(dòng)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(jí)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(huì)跟人類競(jìng)爭(zhēng)，而是會(huì)幫助人類提高、與人類協(xié)作。“超級(jí)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(gè)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(duì)“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(gè)未來，在那里超級(jí)人工智能可以幫助我們?cè)鲞M(jìn)記憶，幫我們記住遇到的每一個(gè)人的名字、記住聽過的每一首歌、記住讀過的所有文字。“如何運(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(jìng)爭(zhēng)，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。“每當(dāng)有機(jī)器變得更聰明的時(shí)候，我們也變得更聰明了。”
2015年的時(shí)候，工程師Todd Reichert以89.6英里/小時(shí)（144.2公里/小時(shí)）的速度打破了人力驅(qū)動(dòng)車速的記錄，他騎的是一輛超級(jí)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(gè)的。他介紹了Kitty Hawk Flyer，一架全電動(dòng)的超輕飛行器，計(jì)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(gè)網(wǎng)格狀的平臺(tái)，網(wǎng)格下面一周有8個(gè)螺旋槳。他帶著大家一起看了一個(gè)視頻，這個(gè)飛行器在水面上方15英尺飛行著，沒有機(jī)艙，飛行員整個(gè)露在外面。
為了讓這種遐想成為現(xiàn)實(shí)，Reichert介紹了飛行器用到的兩項(xiàng)科技：一項(xiàng)是簡(jiǎn)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(xiàng)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(huì)飛的汽車到來的那一天， Reichert告訴他們：“人類的飛行夢(mèng)想其實(shí)沒那么遙遠(yuǎn)”。他的團(tuán)隊(duì)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?yàn)樗闹亓康陀?54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。”
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(shí)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(jì)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。“一旦你理解了規(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(píng)論招業(yè)界記者啦！
在這里，你可以密切關(guān)注海外會(huì)議的大牛演講；可以采訪國(guó)內(nèi)巨頭實(shí)驗(yàn)室的技術(shù)專家；對(duì)人工智能的動(dòng)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(duì)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(bào)道或者媒體經(jīng)驗(yàn)優(yōu)先
簡(jiǎn)歷投遞：
lizongren@leiphone.com
相關(guān)文章：
