美媒：人類擔心AI統治世界？10年內是沒戲了
10月26日消息，據科學美國人雜誌報道，伊隆·馬斯克（Elon Musk）最新宣佈，旗下特斯拉電動汽車公司製造的所有汽車都將支持全自動駕駛功能。但這需要讓人相信，特斯拉的AI（人工智能）技術能夠確保所有汽車都能即時讀取數據，並對不同的情況做出反應。
現在，AI的確可以執行許多令人感到驚奇的事情，比如上週AlphaGo電腦程序的開發者報告稱，他們的軟件已經學會了在倫敦複雜的地鐵系統中導航，就像個“本地通”。甚至就連白宮也緊跟潮流，於數日前發佈報告，宣稱將幫助美國應對未來，屆時機器可能會像人類那樣思考。
可是，已經研究AI數十年，並嘗試解決AI基本問題的計算機科學家奧倫·埃齊奧尼（Oren Etzioni）認為，在人類擔心機器將接管世界之前，機器的進化之路依然十分漫長。埃齊奧尼如今是艾倫人工智能研究所(AI2)的首席執行官，這個組織是微軟聯合創始人保羅·艾倫（Paul Allen）2014年創建的，重點是研究AI的潛在益處。艾倫認為，好萊塢甚至其他研究人員都將AI描述得過於邪惡，甚至可能威脅人類生存。
AI2啓動的AI項目並不十分華麗，比如基於AI、支持學術研究的搜索引擎Semantic Scholars。但他們卻專注於解決AI領域的難題，比如推理等。《科學美國人》最近在紐約AI大會上採訪了埃齊奧尼，他擔心當前公司過多吹噓AI的現有能力，特別是機器學習技術（又稱深度學習）。這種技術可運行大量數據集，通過網絡模擬人類大腦的神經網絡，以便教授計算機自己解決具體問題，比如識別模式或識別照片中的特定目標等。
埃齊奧尼還反思為何10歲孩子都比谷歌旗下AI公司DeepMind的AlphaGo更加聰明，以及最終為何需要開發出AI“監護人”程序以便確保其他AI程序不會變得更危險。以下就是採訪摘要：
問：在尋找研發AI技術的最好方式時，AI研究人員之間是否存在分歧？
埃齊奧尼：有些人已經看到了一點兒未來。我們在許多AI領域都取得了巨大進展，比如語音識別、無人駕駛汽車以及AlphaGo等。所有這些都是值得稱道的技術成就。但是如何解釋它們呢？深度學習顯然是非常有價值的技術，但我們在研發AI過程中還有許多問題有待解決，比如推理（即機器人可理解而僅僅限於計算2+2=4）、獲得背景知識（機器能用於創造情境）等。自然語言理解是另一個問題。即使我們開發出AlphaGo，但我們依然沒有程序能夠解讀和充分理解一個段落甚至簡單的句子。
問：有人認為，深度學習是AI領域最好的技術。深度學習到底有什麼作用？
埃齊奧尼：當你有大量數據需要處理時，而計算機又知道它們代表的意義，那麼你將具備強大的計算能力，你可以嘗試找出數據中隱藏的模式，深度學習在這個領域堪稱無敵。此外，AlphaGo可以處理3000萬個與位置有關的數據，這些位置可教授AI程序在不同的情況下采取正確行動。還有其他例證，比如放射圖像，它可以顯示是否存在腫瘤，而深度學習程序可以調整顏色，確定這份圖像是否是之前看過的。深度學習還能夠執行很任務，這是真正的前沿技術。
問：那麼深度學習面臨哪些挑戰？
埃齊奧尼：問題是系統有了智慧還不行，還必須有更多數據可被用於訓練它。以學生的標準化考試為例，比如SAT或紐約高考數據。以前，為了獲得高分，智能程序可通過3000萬份被打上成功或不成功標記的考卷進行學習，而新的AI程序需要更復雜、更多互動的學習過程。AI還可通過設備、對話或讀書學習。儘管深度學習有如此明顯的優勢，但10歲孩子也能做到這些，比如選擇一本書、讀一個章節、回答與其相關的問題等。
問：為何AI能夠通過標準考試意味着其取得巨大進展？
埃齊奧尼：實際上，我們已經在AI2啓動了這樣的研究項目。去年，我們宣佈懸賞5萬美元，鼓勵人們開發可通過8年級標準科學測試的AI軟件。來自全世界的780多個團隊耗費數月時間，但最終沒有人的分數超過60分。這為我們提供了AI現狀的現實、定量評估。
問：如何才能讓頂級AI系統正確回答問題？
埃齊奧尼：通常情況下，語言中都隱藏着各種線索。最成功的系統可以從科學文本和其他公共資源中收集信息，然後利用調節信息檢索技術為每個多選問題確定最佳答案。舉例來説，什麼是最好的電導體：塑料勺、木叉還是鐵蝙蝠？AI系統非常善於運用公式，可以在大量常見的文件中檢測電、鐵或導電之間的關係，可以很輕鬆地給出答案。為此，有時候AI系統可以採取快捷方式，非常迅速地給出答案。之所以沒有系統獲得及格分數，我只能説這些系統都使用統計學進行猜測，而非仔細推理。
問：AlphaGo背後的DeepMind團隊現在已經開發出新的AI程序，通過使用外部存儲系統超越深度學習。他們的工作對創造更像人的AI有何影響？
埃齊奧尼：在移動深度神經網絡領域，DeepMind依然是領跑者。這種特別貢獻非常重要，但在推理方面卻不算太大突破。現有的系統可以很輕鬆地完成類似任務，但這裏涉及到神經網絡如何通過例證學習執行任務的問題。總體來説，DeepMind邁出了一大步，但對於人類來説依然是一小步。
問：有人將深度學習、機器視覺和記憶等技術結合起來，以開發更完整的AI嗎？
埃齊奧尼：這是個非常有吸引力的創意，實際上已經有許多類似研究。我在華盛頓大學擔任教授時，就曾基於這個想法，利用互聯網充當AI系統的數據庫。我們建立了名為信息公開提取的技術，它可以為50億個網頁做索引，並從中提取語句，試圖將它們變成機器可操作的知識。這台機器擁有超自然的能力，可以快速吸收這些網頁和所有句子，問題是那些文本或圖片上的句子很難吸收。人類大腦擁有不可思議的能力，計算機科學家們至今還未破解。這種能力可以映射出推理等反應。但是迄今為止，我們還麼有找到機器能像人腦那樣工作的機制。
問：你曾提及，要想達到人類水平，AI的研發至少還需要25年時間。你所謂的人類水平AI指什麼，為何給出這樣的時間框架？
埃齊奧尼：人類水平AI能夠真正地理解自然語言、擁有人類智慧的廣度、能夠玩PokemonGo、走過街道等，這種多樣性是人類智慧的標誌，而我們今天能做的就是研發“狹隘的學者”，以便其能在某些方面表現更突出。至於25年的時間框架，我曾詢問人工智能發展協會的朋友：計算機系統何時能在廣義上變得像人類那樣聰明？沒人認為10年內能夠實現這種假設，67%的人認為至少要到25年之後。25%的人認為永遠無法實現。他們錯了嗎？你會選擇相信誰，把握AI脈搏的人還是好萊塢？
問：為何如此多令人尊重的科學家和工程師警告稱，AI可能滅亡人類？
埃齊奧尼：對於我來説，很難推測史蒂夫·霍金（Stephen Hawking） 或馬斯克警告AI威脅的動機。我猜，談論黑洞可能是非常無聊的，因為這是個緩慢進化的主題。但有一件事我要説，當他們談論AI變得邪惡或引發潛在災難性後果時，他們總會插入限定詞，比如“最終”或“可能”。我同意這樣的觀點，如果我們談論1000年後或無限未來，AI很可能導致人類滅絕。但我認為，這種長期討論不該分散我們的注意力，我們應該更關注現實問題，比如AI與就業、AI與武器系統等。
問：鑑於AI存在的缺點，我們應該擔心汽車製造商對無人駕駛汽車與日俱增的興趣嗎？
埃齊奧尼：我不是那些沒有方向盤或剎車板的無人駕駛汽車的忠誠粉絲。鑑於我對計算機視覺和AI的瞭解，我對無人駕駛汽車感覺十分不舒服。但我是綜合系統的支持者，比如當你在車上打盹時，AI能幫你剎車。人類司機和自動系統相結合可能比單純的人類司機或AI駕車更安全。這很複雜，將新技術融入到人類日常工作與生活中同樣不容易。但我不確信這種解決方案是否能有效。
問：谷歌、Facebook以及其他大科技公司近來聯合推出了“人工智能造福人類和社會合作組織”，為AI研究設定道德和社會規範。對此你有何看法？
埃齊奧尼：世界上領先的科技公司聯合起來思考這些事情是好事，我認為他們這樣做是回應人們的擔憂，即AI是否會接管世界。許多恐懼完全被誇大了。即使我們有了無人駕駛汽車，也不會立即造成破壞性影響。馬斯科等人談及的AI對人類生存威脅至少是數十年乃至數百年之後的事情。可是，目前有許多非常現實的挑戰：自動化、數字化技術以及AI都在影響就業，無論是機器人還是其他技術，這非常令人擔憂。無人駕駛汽車和卡車會大幅改善安全，但他們也會對依賴駕駛謀生的大量工人造成影響。這個新組織談論的其他事情也存在偏見。如果AI技術被用於處理貸款或信用卡申請，它們能否法律或道德規範嗎？
問：你認為如何能確保AI遵守法律和道德規範？
埃齊奧尼：如果你是銀行，利用軟件程序處理貸款，你將無法藏身其後。一口咬定計算機做錯了事不是藉口，計算機程序可能參與了歧視行為，那是因為計算機系統需要使用許多變量和統計，以便尋找與其他變量有關的聯繫。如果它使用了影響決定的替代變量，那真會成為問題，對於人類來説也很難發現和追蹤。為此，我們提議研發AI“監護人”，以監測和分析基於AI開發的貸款處理程序的行為，確保其遵守法律和道德規範。
問：AI“監護人”已經存在嗎？
埃齊奧尼：我們已經發出呼籲，並開始研發這些程序。我認為，很快就會出現類似程序，其願景非常被看好。我們希望AI“監護人”的創意能夠應對《終結者》等好萊塢電影中對AI的誤解，即技術變得邪惡，併成為龐大的壟斷力量。（小小）