2017年，我們親眼目(mu)睹了人工(gong)智(zhi)(zhi)能(neng)領域(yu)的數個重大突破(po)。可是(shi)如果你近和(he)Siri或是(shi)Alexa聊過天，人工(gong)智(zhi)(zhi)能(neng)在2018年的5大挑戰(zhan)。

摘要：

2017年，我們親眼目睹了人工智能領域的數個重大突破。可是如果你近和Siri或是Alexa聊過天，你會發現在風口之下，仍有許多東西是AI無法理解的。以下我們列舉了5個亟待眾多科學家和工程師在接下來2017年，我們親眼目睹了人工智能領域的數個重大突破。可是如果你近和Siri或是Alexa聊過天，你會發現在風口之下，仍有許多東西是AI無法理解的。以下我們列舉了5個亟待眾多科學家和工程師在接下來的一年中進一步研究的問題。

話語(yu)的真實(shi)含(han)義

機器在(zai)使用文本的(de)(de)(de)領域獲得了(le)###的(de)(de)(de)發展。Facebook可(ke)以(yi)為視障(zhang)人(ren)士讀出圖片的(de)(de)(de)內(nei)容(rong)。谷(gu)(gu)歌在(zai)自動生成回(hui)復郵件(jian)方面也做得越(yue)來越(yue)好。然(ran)而軟(ruan)件(jian)仍然(ran)無(wu)法(fa)理(li)解我們話語的(de)(de)(de)真實含義(yi)。“我們可(ke)以(yi)將我們學(xue)過(guo)的(de)(de)(de)概念自行多樣的(de)(de)(de)組合，再將它們應用到新的(de)(de)(de)環境中，”Melanie Mitchell，波特蘭(lan)州立大學(xue)的(de)(de)(de)教授這樣說(shuo)道，“可(ke)這些(xie)AI系(xi)統(tong)卻(que)無(wu)法(fa)這樣做。” Mitchell認為如(ru)今的(de)(de)(de)軟(ruan)件(jian)遇到的(de)(de)(de)關卡的(de)(de)(de)名字(zi)叫做“語義(yi)的(de)(de)(de)壁壘。”為了(le)跨過(guo)這一難關，許多###的(de)(de)(de)AI研究(jiu)隊伍都(dou)在(zai)進行不同的(de)(de)(de)嘗試。有(you)人(ren)致力于讓(rang)機器具有(you)人(ren)類(lei)所說(shuo)的(de)(de)(de)常(chang)識(shi)。Facebook研究(jiu)院則正在(zai)嘗試通(tong)過(guo)播放(fang)視頻來教導軟(ruan)件(jian)理(li)解###。也有(you)人(ren)希望(wang)通(tong)過(guo)讓(rang)AI模仿人(ren)類(lei)來獲得知識(shi)。谷(gu)(gu)歌已經開始(shi)著(zhu)手(shou)研發可(ke)以(yi)理(li)解隱(yin)喻的(de)(de)(de)人(ren)工(gong)智能系(xi)統(tong)。

阻止機器人(ren)革新的(de)現實差距

這些年(nian)，機器人(ren)硬件逐(zhu)步升級。可為什么我們身邊還沒有被智能助手(shou)包圍呢？那是因為如(ru)今(jin)的(de)(de)機器人(ren)仍然(ran)缺乏一個(ge)足夠智能的(de)(de)大腦來管理已(yi)經非常復(fu)雜(za)的(de)(de)四肢。

每當我(wo)們希望(wang)機器人(ren)去做一(yi)件什么事，都要(yao)為(wei)了這個(ge)任務去進行(xing)特別的(de)(de)編程(cheng)。機器人(ren)可以(yi)通過重復訓練學(xue)(xue)會類(lei)似于抓取物體之類(lei)的(de)(de)能(neng)力。但是(shi)整(zheng)個(ge)過程(cheng)非常(chang)緩慢。解決這一(yi)為(wei)題(ti)的(de)(de)方法之一(yi)是(shi)讓機器人(ren)在虛(xu)擬的(de)(de)###中進行(xing)訓練，然后將(jiang)知識(shi)下載到機器人(ren)身體中。然而，據經驗顯示，機器人(ren)在仿真現(xian)實中學(xue)(xue)到的(de)(de)知識(shi)常(chang)常(chang)無(wu)法在實際生活中成功實現(xian)，而這一(yi)“現(xian)實差距”是(shi)長(chang)期煩擾研究者的(de)(de)一(yi)大(da)難(nan)題(ti)。

然(ran)而，十月份，谷歌在(zai)報告(gao)中表(biao)示(shi)，他們的機器人(ren)(ren)手臂(bei)已經可以(yi)在(zai)虛擬和現實中撿起各種各樣的物體。這著實是這一領域的一大突破(po)。而如(ru)果這方面(mian)成功的實例越(yue)來越(yue)多(duo)，人(ren)(ren)們離(li)無(wu)人(ren)(ren)車大規模使用的日子(zi)將越(yue)來越(yue)近。畢竟， 許多(duo)公司都希望其模型無(wu)人(ren)(ren)車可以(yi)在(zai)仿(fang)真環(huan)境(jing)中進行(xing)試驗，從而減少研究的投(tou)入和試驗時(shi)長(chang)。

保衛(wei)AI，抵御黑客

現在正在運行著我們的(de)電網，攝像機(ji)和(he)手機(ji)的(de)軟(ruan)件充(chong)滿了(le)安全漏洞。而無(wu)人(ren)車和(he)家用機(ji)器(qi)人(ren)可能也不會有多(duo)大(da)的(de)改善。事實上，已經有證據表明復(fu)雜(za)的(de)機(ji)器(qi)學習軟(ruan)件為(wei)黑(hei)(hei)客攻擊提供(gong)了(le)新門路。

這(zhe)(zhe)一(yi)(yi)(yi)年(nian)，研究(jiu)者(zhe)們已(yi)經展示(shi)了如何在機器學習(xi)系統(tong)里面(mian)隱(yin)藏秘密(mi)開關，使得(de)智(zhi)能系統(tong)一(yi)(yi)(yi)秒轉(zhuan)換(huan)為(wei)邪惡模式(shi)。NYU的(de)一(yi)(yi)(yi)個(ge)研究(jiu)團隊發明了一(yi)(yi)(yi)個(ge)路(lu)標(biao)(biao)識別系統(tong)，只在看見(jian)換(huan)色的(de)便利貼(tie)時無(wu)法正(zheng)常工作。打個(ge)比方，如果你將一(yi)(yi)(yi)張便利貼(tie)貼(tie)在一(yi)(yi)(yi)個(ge)布(bu)魯克林(lin)的(de)停止(zhi)路(lu)標(biao)(biao)上，系統(tong)將會顯(xian)示(shi)這(zhe)(zhe)是一(yi)(yi)(yi)個(ge)限(xian)速標(biao)(biao)識。這(zhe)(zhe)樣的(de)詭計為(wei)未來無(wu)人車(che)的(de)應用暗中設置了不小的(de)風險。

研究(jiu)人員已經充分意識(shi)到了這一問(wen)題(ti)的嚴重性，并在為重要的機器學習(xi)大會上舉行(xing)了的工作(zuo)坊，專(zhuan)門研究(jiu)欺騙機器識(shi)別的黑客問(wen)題(ti)。

Tim Hwang，這一工作坊的組織者，預測未來機器學習會變得越來越方便使用，也因此會獲得更強的對人的支配能力。“你將不需要一屋子的博士來執行機器學習，”他說道，并指出2016年總統選舉中俄羅斯的行為已經提前打響了AI時代的信息戰。“為什么人們看不見在這些活動中機器學習的身影呢？”他質疑道。在Hwang看來，未來機器學習將會對信息傳播起到越來越重要的作用，尤其是在它可以制作虛假影像和音頻之后。

從各(ge)種桌面游戲中畢業

Alphabet Go在2017以驚人的(de)速度進化著。五月(yue)，更新過的(de)系統(tong)打敗了中國(guo)(guo)的(de)###圍棋。而其創(chuang)造者，DeepMind造出了AlphaGo Zero，一個自學(xue)成才(cai)的(de)升級版(ban)Alphabet Go。12月(yue)，另(ling)一個版(ban)本，AlphaZero，可(ke)以以相似的(de)方(fang)法學(xue)習國(guo)(guo)際象(xiang)棋和(he)日本將棋。

以上的(de)成果是(shi)令人驚(jing)嘆的(de)，但是(shi)也提(ti)醒著我們(men)AI軟件(jian)的(de)局限。這些棋類都(dou)有(you)著簡潔明確的(de)規則，而且所有(you)操(cao)作對對弈雙(shuang)方都(dou)是(shi)一目了然。顯然，現實生(sheng)活從(cong)未這樣運(yun)作過(guo)。

這(zhe)是為什么(me)DeepMind和Facebook都(dou)開始研(yan)究(jiu)多玩(wan)家的(de)(de)電子(zi)游戲(xi)StarCraft。但是這(zhe)兩個(ge)公司(si)都(dou)沒有太大的(de)(de)進展(zhan)。DeepMind的(de)(de)研(yan)究(jiu)人員向記者(zhe)透露(lu)道，他們的(de)(de)軟(ruan)件(jian)仍然(ran)缺乏計劃和記憶(yi)的(de)(de)能力，所以(yi)無法有效(xiao)的(de)(de)指揮軍隊并預估對手的(de)(de)反應(ying)(ying)。而這(zhe)兩項技能是現實社會(hui)中為可(ke)貴的(de)(de)能力。因此，在這(zhe)些領域的(de)(de)突破(po)都(dou)將對設計更為強大的(de)(de)AI應(ying)(ying)用(yong)有著重(zhong)要的(de)(de)意義。

教會AI分辨對(dui)錯

即使AI在以上領域無法(fa)短時間內(nei)取得突破，如果(guo)整個社會(hui)(hui)開始逐步采用(yong)現(xian)有的(de)AI技術，那么我們的(de)生活早已經天翻地覆。但是雖然(ran)公司和政府急(ji)于想要達(da)成這(zhe)一(yi)(yi)目標，一(yi)(yi)些人非常(chang)擔心這(zhe)可能給社會(hui)(hui)帶來(lai)的(de)損害。

怎樣讓科技保(bao)持在一個(ge)安全，符合倫(lun)理(li)的空間里(li)呢？研究人(ren)員在近期召開的會議中(zhong)表明(ming)，他(ta)們(men)(men)發現機(ji)器(qi)學習系(xi)統(tong)有(you)可能會學習到非常令(ling)人(ren)不悅(yue)的思想和行為。現在人(ren)們(men)(men)正在努力審計AI系(xi)統(tong)的內部工作原理(li)，來保(bao)證它(ta)們(men)(men)會做(zuo)出盡可能公正的決(jue)定。

接下來(lai)(lai)的一(yi)(yi)年對(dui)科(ke)技公(gong)(gong)司(si)是(shi)一(yi)(yi)個(ge)很大的挑戰，因(yin)為他(ta)們要保證AI站在人性的一(yi)(yi)邊(bian)。谷歌，Facebook，Microsoft和(he)其他(ta)大型公(gong)(gong)司(si)已經開始討(tao)論這(zhe)一(yi)(yi)問題(ti)。越(yue)來(lai)(lai)越(yue)多(duo)的獨(du)立的聲音開始給科(ke)技產(chan)業(ye)施壓。一(yi)(yi)個(ge)相(xiang)關(guan)公(gong)(gong)益計劃聚集(ji)了MIT，哈佛(fo)和(he)其他(ta)多(duo)家高(gao)校的研究(jiu)人員一(yi)(yi)同(tong)探討(tao)AI與公(gong)(gong)共利益的關(guan)系(xi)。

由此來看，新的一年，與AI技術一同增長的，將是人們對于AI社會影響的討論。而可以肯定的是，這個討論越多元化，我們與創新科技機械制造的關系也將越和諧。