149
機器人
人工智能有四種，《西部世界》那種離我們還很遙遠
美國密歇根州立大學人工智能專家阿倫德·欣澤（Arend Hinze）近日撰文，總結了人工智能的4種類型，最高端的類型可以具備自我意識，但距離實現或許還有很遠的距離。
以下為原文內容：
根據媒體發布的有關人工智能最新研究進展的消息，普通人往往會認為有情感的智能機器很快就將成為現實。機器可以執行語音指令、分辨圖片、駕駛汽車，甚至連玩遊戲都比我們更加拿手。機器人再等多久才能與我們並肩前行？
白宮最新的人工智能報告對這番夢想展開了恰當的質疑。該報告認為，今後20年內，我們可能都無法看到“能在智力上與人類比肩或超越人類的機器”，但該報告也表示，今後幾年“機器將會在越來越多的領域趕超人類”。不過，這份報告對這些能力將如何發展所給出的前提假設卻忽視了一些重要問題。
作為一名人工智能研究人員，我承認自己的研究領域獲得美國政府最高層的認可是一件好事，但該報告幾乎完全著眼於我所謂的“枯燥的人工智能”。我從事的細分研究領域是：進化如何幫助我們開發不斷改進的人工智能係統，以及計算模型如何幫助我們理解人類智能的發展。
這份報告的重點集中於主流人工智能工具：機器學習和深度學習。這種技術已經應用於《危險邊緣》智力競賽，並在圍棋比賽中擊敗了韓國國手李世石。這些人工智能係統可以處理海量數據，快速進行複雜的計算。但它們卻缺乏我們所設想的有情感的機器所需具備的關鍵元素。
我們不僅要教會機器如何學習，還要逐一突破各種四種人工智能技術之間的關鍵差異，以及人類與機器之間的關鍵差異。
第一類：反應型機器（Reactive machines）
最基本的人工智能係統隻能進行反應，既沒有記憶能力，也無法利用過去的經驗來製定現在的決策。最典型的例子就是在1990年代末擊敗國際象棋大師加裏·卡斯帕羅夫（Garry Kasparov）的IBM國際象棋超級電腦“深藍”。
“深藍”可以識別棋盤上的旗子，並判斷每一步棋的下法。它可以預測自己和對手接下來的走法，還能在各種可能的走法裏麵選出最優方案。
但它對於過去沒有任何概念，也不記得之前發生過什麼。除了遵守重複棋局不能連續出現3次的規定外，深藍不會理會之前發生的任何事情。它隻會關注棋盤上的現狀，然後在接下來可能的走法中做出選擇。
這種類型的智能需要電腦直接觀察世界，並根據它所看到的東西做出反應。它並不依賴於世界的內生概念。人工智能研究人員羅德尼·布魯克斯（Rodney Brooks）在一篇論文中表示，我們隻應該開發這樣的機器。他的主要理由在於，人類還不太擅長通過計算機編程模擬供電腦使用的世界，這在人工智能領域被稱作世界的“表現”。
目前令我們感到驚奇的智能機器要麼同樣對世界沒有概念，要麼隻是對其所需執行的特定任務有著非常有限而具體的概念。深藍的創新之處並不是拓寬電腦可能考慮的走法範圍。相反，開發人員找到了一種方式來縮小它的視野，根據它對某些走法的結果進行的評估，阻止其追求一些可能的走法。沒有了這種能力，深藍就需要更加強大的計算能力才能擊敗卡斯帕羅夫。
類似地，擊敗李世石的穀歌AlphaGo也無法評估所有的走法，它采用了比深藍更加複雜的分析方法，使用神經網絡來評估棋局的發展。
這些方法的確提升了人工智能係統在特定遊戲上的能力，但卻無法輕易改變或應用到其他環境之中。這些計算機化的想象力對整個世界沒有概念——因此他們無法在專業領域之外發揮作用，而且很容易被愚弄。
它們無法通過交互的方式成為世界的一個組成部分，這顯然並不符合我們對人工智能係統的未來預期。相反，這些機器每次遇到相同的情況都會采用相同的應對方式。這樣很容易確保人工智能係統的可信度：你希望自己的無人駕駛汽車是一位可靠的司機。但如果你想要跟機器展開真正的互動，甚至對周圍的世界作出真實的反應，那就難以滿足你的要求。這些最簡單的人工智能係統永遠不會感覺無聊、興致盎然或心情苦悶。
第二類：有限的記憶
第二類人工智能包含了能夠分析過去的機器。無人駕駛汽車已經能夠實現一些類似的功能。例如，他們可以觀察其他車輛的速度和方向，但卻不能在短時間完成，而是需要識別具體的物體，然後長時間觀察。
這些觀察被添加到為無人駕駛汽車預編的世界“表現”中，其中也包括車道標記、交通信號燈和路上的曲線等其他重要因素。當汽車尋找變換車道的時機時，就會考慮這些因素，避免影響其他車輛，或者被附近的車輛撞到。
但這些簡單的曆史信息存在的時間都很短暫，無法像經驗豐富的人類駕駛員那樣將其存儲在“經驗庫”裏。
那麼，我們如何才能開發一套人工智能係統，使之可以構建全麵的“表現”，記住自己的經驗，並學會如何應對新的情況呢？布魯克斯說的沒錯，這的確非常困難。我自己的研究方法受到了達爾文進化論的啟迪，已經可以通過讓機器構建自己的“表現”來彌補人類的不足之處。
第三類：心智理論
或許可以到此為止，這是我們目前開發的機器與今後開發的機器之間的重要差異。然而，最好還是能更加明確地討論機器需要形成的“表現”類型，以及它們所需發展成的樣子。
今後，更加先進的機器不僅能夠形成世界的“表現”，還可以形成其他代理或實體的“表現”。從心理學上講，這叫做“心智理論”——明白世界上的人、生物或物體可能擁有影響其自身行為的思想和情感。
這是人類形成社會的關鍵所在，因為這讓我們可以展開社交互動。不能理解彼此的動機和意圖，而且不能考慮他人對自己或周圍的環境有何了解，在一起工作就會變得非常困難，甚至全無可能。
如果人工智能係統真的能夠與我們並肩行走，他們就必須能夠明白，我們每個人都有思想和感受，對於他們希望獲得的待遇也都有一定的預期，從而就此調整自己的行為。
第四類：自我意識
人工智能發展的最後一步是構建一套能夠形成自我表現的係統。最終，我們人工智能研究人員不僅要理解意識，還要開發出具備意識的機器。
從某種意義上講，這是第三類“心智理論”人工智能的延伸。意識也被稱作“自我意識”。（“我想要那個東西”與“我知道我想要那個東西”有著很大的差異。）意識生命能夠意識到自我，知道自己的內部狀態，而且可以預測他人的感受。
我們之所以認為在車流後麵按喇叭的人非常憤怒或沒有耐心，是因為我們朝他人按喇叭時就是這種心態。沒有了心智理論，我們就不會得出這樣的推論。
雖然我們可能距離開發具有自我意識的機器還有很遠的距離，但的確應該集中精力理解記憶、學習和根據過往經驗製定決策的能力。這是理解人類智能的關鍵步驟。如果我們想要設計或發展一種機器，使之不僅擅長分辨眼前東西，還要具有真正的智能，那麼這項工作便顯得至關重要
最後更新：2017-10-08 01:57:14