今日的Siri和Alexa，就是科幻片中那些「萬能」AI的前身？

上周，谷歌人工智慧的負責人傑夫?迪恩(Jeff Dean)在2019年I/O主題演講的結幕詞中指出，該公司正在研究「能夠跨領域工作的人工智慧」，這意味著這家矽谷巨頭可能很快就會追求人工通用智能(Artificial general intelligence)，這是一項最終能夠與人類智能匹敵、或超越人類智能的技術。

在當今的流行文化中，具有人工通用智能(AGI)的機器通常被描繪成會走路、會說話的人形機器人，充滿了個性——比如《終結者》(Terminator)中的人工智慧「天網」一直在派出機器人追殺主角。

實際上，有自我意識的機器人還有很長一段路要走。卡內基梅隆大學(Carnegie Mellon University)彈性智能系統實驗室(Resilient Intelligent Systems Lab)主任、副教授內森?邁克爾(Nathan Michael)認為，廣義人工智慧系統將從今天的單一用途「狹義」人工智慧中發展出來。

他解釋說:「通用人工智慧代表了將許多不同種類的專業人工智慧結合在一起的概念。」

Michael稱，通用人工智慧並不是一個單獨的系統——它不是一個數字型的雅典娜——而是一個能力的門檻，來自於一系列狹義的人工智慧的協同工作。

Michael把它比作嬰兒。當一個人出生時，他們沒有正確的意識或自我意識。沒有一個全面的心理操作系統來驅動他們的行動。

「他們正在構建許多不同形式的專業化、有機智能，」他解釋道。這些特定的形式允許人們觀察他們的環境，區分對象，拿起這些對象，並四處移動。

「正是專業人工智慧的結合，創造了越來越複雜的專業智能，讓這個有機智能系統變得越來越有能力。」他總結道。

同樣重要的過程也發生在人工智慧開發中。你可以在Miso Robotics的Flippy機器人中看到這一點。

這個機器人廚師最初只能做一件事：把漢堡肉餅翻過來放在烤架上。自那以後，它已經升級為了一個炸薯條的，目前該公司正在教授它自我清理的能力。

如果給予足夠的時間和足夠的升級更新，Flippy最後將成為我們所認為的「通用」人工智慧，它將能夠做到人類在廚房所能做的一切。

不信任源於人類對AI了解過少

然而，要做到這一點充滿了挑戰。在技術層面，處理能力，以及數據存儲和管理，都是限制我們目前能夠實現的人工智慧能力的因素。

Michael指出，由於數據存儲方面的進步，「我們開始研究這個領域，我們如何理解我們擁有的數據的本質，這如何影響演算法的性能，以及性能的變化如何影響系統的整體性能。」

「這又回到了之前的挑戰，即僅僅理解演算法本身的正確性，就能在不同的上下文中或條件下使用，」他補充說。

Michael以訓練數據中固有偏見的眾多例子為例。「如果我們理解演算法的本質，那麼我們就會理解，給定不同類型的數據輸入時，它是如何工作的，以及這種變化最終將如何影響演算法的性能。」

當我們開始將各種人工智慧混合在一起時，測量它們的綜合性能的複雜性呈指數級增長。「所以能夠談論這些演算法的性能，並更深入地理解它，」Michael說。

「我們可以理解這些系統是如何以一種有意義的方式組合在一起的。」

這種對理解我們的機械造物的思想的需求來自於我們對信任的需求。他說:「相信這個演算法，相信它能像預期的那樣工作，相信人們理解這個演算法的性能如何隨著數據的變化而變化。」

「從歷史上看，當我們拼湊工程系統時，我們談論的是隨著時間的推移，用真實的證據建立信任，」他繼續說。

「因此，這種模型當然會被轉移到這裡，因為儘管我們有時把人工智慧說成是模糊的，但它實際上只是一個工程系統。」

人類已經習慣了AI的存在?

就像我們今天希望Siri能給我們提供準確的天氣預報，我們的GPS系統能防止我們駕車掉下懸崖一樣，如果人工智慧要被廣泛採用，未來的通用人工智慧也需要贏得用戶的信任。

讓人們使用這些日益先進的人工智慧系統可能不會太難。當然，每當波士頓動力公司(Boston Dynamics)推出一款新的機器狗時，我們都會擔心機器人將搶走我們那些較為低級、危險、低薪酬的工作，但人類已經表現出了充分的準備，願意讓自己的行為適應新技術。

「我們和人工智慧生活在一起，」Michael說。

「每一天，它都變得越來越複雜，無論是人工智慧的個人能力，還是這些能力的組合。所以我認為我們現在每天都能看到人類的適應能力。」Michael繼續解釋說，雖然許多人工智慧的進步將是相當平凡的(比如認為Siri會慢慢變得更聰明)，但一些變化將對社會產生直接和重大的影響。

他說:「將會有變革的時刻，比如我們能夠相信自動駕駛汽車能夠把我們從一個地方帶到另一個地方。因此，他們不再需要個人駕照，因為個人不再開車了。」

Michael還解釋說，這種「變革時刻」在歷史上經常發生。他以老式汽車的出現為例。

他說:「我們在那裡看到的是，在很短的時間內，這些機器與馬和人出現在同一條道路上。」「對於這些不同類型的車輛和人員應該如何參與進來，人們還沒有一個成熟的認識。」

然而，當時的人們(如果不是馬)能夠逐漸適應新技術的存在，部分原因是它的逐步引入。「隨著時間的推移，我們看到社會與技術本身互動的方式發生了微小的轉變，這顯然就是我們現在正在看到的。」Michael總結道。

事實上，只要看看谷歌自正式成立人工智慧部門以來的一年裡所做的努力，就能看到越來越複雜的人工智慧滲透到我們日常生活中的證據。

以Duplex為例，這款人工智慧的設計目的是通過聽和分析人類語言，然後做出相應的反應，在電話中預訂餐廳。這是一項極其複雜的工作，需要很長的研發時間。然而，在不到12個月的時間裡，我們不僅看到這項服務在智能手機生態系統和43個州得到推廣，而且還推出了一項針對企業的補充人工智慧服務，名為CallJoy。

更重要的是，雖然人們最初對這一進步的反應是擔憂，但現在這一功能已經變得司空見慣——只不過是Google Assistant又多了一項功能。隨著該公司在機器學習方面的最新突破，這款助手將很快擺脫網路連接的束縛，這一進步將把谷歌的人工智慧的全部功能都整合到任何智能手機中。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！