我們需要什么樣的機器人

    微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文認為，即使有類似的行為，那也是緣于其背后人類編寫的程序和發布的指令。

                             

                              智能不等于智慧

 

    較之過去五十年里的同類，今天所謂的“智能機器”的能力提升都還只是量變，遠遠達不到質變的標準。

    機器，或者說人們日常依賴的工具的能力質變大概有四級臺階。

    第一級，功能（Capability）。功能是工具的價值點，對于人類最有意義，也一直推動著人類社會的進步。從石刀石斧、鼎鑊簋盂、塤箏鐘磬到今天的跑車、游輪、客機，工具萬千，各有所用。

    第二級，智能（Intelligence）。記憶力是一種智能嗎？倒退幾百年的話，顯然是。算術是一種智能嗎？曾經是。下棋是一種智能嗎？當然是。但在今天，說起記憶力、算數和弈棋（甚至包括圍棋），計算機比人類更在行。另外，IQ（IntelligenceQuotient）測試是個有趣的話題——機器在應對這種智能商數的挑戰時其實是有很大的幾率得高分的，我猜測，未來十年內，將會出現IQ測試拿最高分的機器。

    第三級，智力（Intellect）。智力比智能更高一籌，“力”這個字里包含了判斷力、創造力等信息。對人類來說，每天我們面對的大多都不是選擇題，又或是有著無窮選項的選擇題。 今天的AI，基本上沒有能力在缺乏數據的情況下，創造出如天外飛來一筆的新的選項。

    第四級，智慧（Wisdom）。智慧往往是由豐富閱歷、深邃思考積淀而來的洞察——所以我們經常說某位長者智慧深廣、堪為導師。所有的智能都不是用選項的形式來表述的，就像火種，它能在特定的時刻引燃人們思想的火花，照映前路。哪怕再過很久很久，機器也不大可能產生真正的智慧。

    截至目前，全世界最“聰明”的機器也只是站在了第二級臺階上—— “智能”與“智力”只差一個字，但對機器而言卻好像是鴻溝天塹，極難攀越。近來名聲大噪的AlphaGo被許多人視為AI研究的里程碑。可以預計，無需多長時間AlphaGo便能橫掃整個圍棋世界。但不容忽視的是機器的勝利還是決定于其由人開發的算法，在我看來，這更能彰顯人腦而非電腦的智慧。

    不過，的確計算機不同于人類以往發明的任何工具。一是它不是出廠時用途便已固化的專用工具，像腳踏車之類，它的能力取決于用戶安裝的程序。二是它可以為各種專用工具注入新的生命力，比如近來被熱議的“可穿戴設備”，只是將某些計算能力植入腕帶、手表、眼鏡等“傳統工具”，將之與手機、PC之間建立起數據關聯而已。

    但凡“工具”，皆包含了其人類創造者的智能、經驗與巧思。廣義的AI是給予制造物以契合事理的功能特性，與人類一起共同完成我們做不到和做不好的事，達到“人+機器=超級人”的效果。汽車、輪船和飛機是人們腿腳的強化和延續。近年來無人駕駛汽車很受關注，但無人駕駛的飛機和汽車相比，能說哪個更智能呢？

 

    

                       

 

    從事AI研究的科學家總是夢想著將人類思考、計劃、執行的能力移植給機器，我認為，這種研究舉步維艱。

    站在機器的角度去模擬和延展人的思維，無人駕駛汽車并非只有“兩只眼睛”，而是裝備了多個雷達傳感器、全景攝像頭和激光測距儀。i-Robot清潔機器人也是，她的身材圓潤扁平，一點兒也不像人，但吸塵的時候一定比兩米高的機器保潔員好用。那么，我們到底需要什么樣的機器人？

    真正有用的機器人不一定是人的形象。客觀地說，粗壯又龐大的機器人只適合工廠和工地。現實中，已開始幫助我們做各種工作的機器大多是小巧和悅目的，未來我們的辦公室、我們的家都會變得越來越智能，但“智能”會無形地隱藏在吊燈里、電視中、墻壁上，而不大可能只是以人的形象提供服務的機器人。

    研發有類人情感的機器，其實用意義遠不及科學意義。而今生活中已經有很多智能機器，雖然它們沒有情感，但這能說是壞事嗎？假設你的機器人既能干又愛你，但愛的反面不正是沮喪、憤怒？這樣的機器人，可能會在情緒不好時拒絕你的指令，還可能希望自己也有權像人一樣工作五天休息兩天，這恐怕不是我們想要看到的。

   另外，很多人受到科幻電影的影響，因為機器變得越來越智能而恐慌，對此我倒不太擔心。刀、鋸，甚至汽車、飛機都可以拿來做壞事，但正常狀態下，這些工具對人類來說大多有著至關重要的正面價值。真正決定其用途的，是背后的使用者。

    1991年，微軟研究院創立時，比爾·蓋茨希望研究院能夠致力于讓未來的計算機能夠看、聽、學，能用自然語言與人類進行交流。這是一個與AI研究關聯緊密的夢想。二十多年來，我們時刻在為之努力。其實，研究人員與科幻電影創作者有很多相似之處，兩者都在試圖構建一個通往未來的“夢境”，但與后者相比，研究人員除了做夢之外，還要努力想清楚圓夢的途徑。

    我認為，看清AI能做什么不能做什么，將目標聚焦在可以100％控制的、能有效提升我們生產力與行動力的成果上，承認只有“人+機器”的組合才是AI研究的主流方向，這或許更有意義，也是人類社會發展的正確方向。