撰文/秦曾昌（北京航空航天大学自动化学院副教授）

不必怀疑。我们身处一个激动人心的时代。

尽管我们的父辈或祖辈在年轻的时候，也听过同样的说法。但今天，技术飞速进步带来巨大的社会革新，则实实在在、每时每刻都在清晰地提醒着我们。从互联网发展到无限互联网，从大数据到云计算，前后不过短短几十年。信息科学惊人的发展速度和对未来生活的颠覆能力，让我们相信技术的力量。所以，这个时代的我们从不怀疑：人工智能对人类社会带来的改变，可能会像梦想照进现实一般美丽。

▲ 布朗大学“从人类到机器人”实验室中的 Winnie 机器人在从人造雏菊中拔出花瓣。教会一台机器处理随机不规则形状物体的分类，将会有巨大意义

机器公民还未到“逼真+智能”程度

很多年前看《侏罗纪公园》，我们可能还会惊讶于那个再造的神奇世界——与《阿凡达》大量使用CG技术不同，那个时代的技术还没到“无中生有”的地步，很多恐龙都有原型。尽管就这个巨大机械恐龙外表几可乱真，但是它内部仅有机械骨架和发动机驱动等简单零件。如果想做一个真正意义上有“智能”的恐龙，我们要给它加一个大脑。其实，机器公民索菲亚也是如此：索菲亚能做出人类的各种表情，代表其脸部“机械肌肉”结构设计的高超，但这也仅是固定命令的结果，她还需要一个“大脑”来分析和判断，在什么时候该做何种表情。

索菲亚的创造者，Daivd Hanson博士的主要背景是工业设计，我猜测索菲亚先需要逼真，再加智能。之前“毁灭人类”的惊人言论和大会上的机智妙语，应该都是提前设计的结果。而如“波士顿大狗”这样的机器人，外部粗糙但是智能水平突出，可以在不同的环境下做出相应的反应。研究人员都向着又逼真又智能的机器人的方向努力，但目前来看，虽有机器公民的噱头，AI领域里的大家其实都还在艰苦跋涉的路上。

目前主流仍是深度学习

人工智能这个词是近两年最火爆的科技词汇了。阿兰图灵被尊称为计算机之父，实际上他并没有做出真正的计算机。但今天我们使用的计算机是在他提出的理论上的计算模型发展而成的。图灵也可被称为是“人工智能之父”，他后期发表的论文中就开始探讨“人的智能”和“机器智能”的关系。

人工智能的历史几经沉浮。但客观来看是稳步推进的，在原有技术的基础上不断地创新和发展，但是由于智能这件事情与社会大众联系太紧密了，每次有了大的进展，都能引起社会的极大关注，但是科学发展有着自己的客观规律，不太会随社会的过度关注而有显著改变。

在经历了专家系统、传统神经网络、机器学习等几个起伏之后，人工智能前进到了今天的深度学习热潮。实际上深度学习仍属于神经网络的范畴，但比起传统的神经网络，无论是结构、自由度和参数优化方面都有了新的发展，尤其是我们不断增加的计算能力让深度学习更是如日中天。很多传统的机器学习问题都被用深度网络重新测试，发表了各种新文章、新技术和新应用，这就是我们今天所处的位置。

▲ 图灵在1936年 的《论可计算数及其在判定性问题上的应用》论文中提出，该文提出图灵机概念，为今后的计算机科学奠定了基础。对于人工智能， 图灵1950年的《计算机器与智 能》则更具意义。 论文中提出的图灵 测试至今还为AI 界提供灵感。

机器人和人工智能概念不等同

如果把机器人看成是一个人的话，人工智能将是它的大脑或中枢神经。其实，机器人早就与我们生活在一个蓝天下，但是都大量匿藏在工厂中，做着重复无聊的工作。这些机器人可以被准确地认为是自动化的机械臂，而我们今天普遍认为的机器人是可以自主决策和实施任务的机器。我们可以简单地认为，“智能”机器人有一个“大脑”，是人工智能程序根据机器人的传感信号输入(比如声音、图像、加速度、温度等可以用传感器感知的外部环境)来独立做出决策和判断。如果说，一般意义上的人工智能都是算法与软件的话，智能机器人则把人工智能得到的分析判断通过“执行机构”来完成工作。比如一个无人机在飞行过程中一直要观察它飞行路线上的环境，一旦发现前面有障碍，它需要根据视频或其他信号来分析障碍的情况来决定如何避开。

近年来，各种行业不同功能型的智能机器人如雨后春笋，但面临的挑战仍然巨大：涉及算法质量，工艺好坏，电池和舵机使用寿命等各种问题。但同时要明确，机器人和人工智能不是一个等价概念。百度搜索和淘宝推荐都基于广义的人工智能(机器学习为主)技术，不属于机器人技术。机器人离不开人工智能，但不是全部，对于机器人来讲，硬件也是不可或缺的部分。甚至对于很多智能机器人来讲，它可以用相对固定的程序来完成对机器人的操控，而不需要它做出智能、及时的判断与分析。

智能机器人的关键是它自我判断和分析的能力。所以判断技术的好坏是根据它在不同未知环境下的反应，而不是固定场景下的人为设定命令的执行。智能机器人可以很不像人，但仍然具有很高的“智能”，但是一个很像人的机器，可以非常“不智能”。

AI带来的恐惧更多来自未知

人工智能是研究如何通过科技和工程的方法来实现对人类智能的模拟，具备了这样功能的机器，不但可以帮助人类完成很多以前无法完成的任务，还可以把人类对于某些智力活动的认识提高到一个新的层次。

当然，这项技术如同以前人类的每项技术革新一样，带出了双刃剑的另外危险的一面，并带给了普通大众充满幻想的恐惧。这种恐惧在某种层面上来源于我们的无知(Ignorance)。我们倾向把了解的东西看得很简单，而未知事物很复杂，这种主观难易的判断很难有更好的第三方标准。如果我们觉得某种东西很强大，但又深奥和难解，我们会感到不安全，不适应，甚至恐惧或厌恶。

我们对于技术的复杂感情也有类似的感觉。AlphaGo们让人感觉很高大上，因为它们可以战胜人类引以为豪的智力游戏，使我们感觉它们深奥而充满魅力。但人类却害怕它能在其他地方做出同样令人吃惊的事情。人工智能最终能否越过技术临界点，超越人类智慧，这种恐慌在公众中存在，在专业研究中却不普遍。人工智能技术真正值得关注的核心是，人类怎么使用它。

如果带着这样挑剔的思维和眼光，重新审视我们今天的种种，对于今天的“机器公民”，也许我们能看得更清楚。