2018年，人工智能要解决的难题

GETTY IMAGES

2017年关于杀手级机器人的讨论非常热烈，人工智能也取得了重大的突破。比如，一台名为Libratus的机器人力胜多名扑克高手。在现实世界中，机器学习被用于改进农业，拓宽医疗服务覆盖面。

但是如果你使用过Siri或Alexa，你会发现人工智能尽管非常热门，但是仍然有很多事情无法处理或者理解。

理解语意

机器对于文本和语言的理解能力比起过去有飞速发展，Facebook可以为视力不好的人士描述图片，谷歌可以根据邮件内容提供回复建议。然而软件依然理解不了我们的话语和思路。“我们可以学习概念，并通过不同的方式把这些概念结合起来，应用到新的情境之中，”波特兰州立大学教授Melanie Mitchell说。“但这些AI和机器学习系统就不会。”

Mitchell认为当前软件还受限于数学家吉安-卡洛·罗塔所说的“思想的屏障”，一些领先的AI团队正在尝试克服这一障碍。

其中一项尝试是让机器人和人类一样现实世界和常识有基本的了解。Facebook研究人员正试图教软件理解现实，比如通过看视频。也有团队侧重于让软件模仿人类对世界的理解来完成某些行为。谷歌就在打造学习比喻的软件。Mitchel就体验过一些系统，利用类比的方法和一堆有关世界的概念来解读照片中的情况。

阻碍机器人革命的现实差距

机器人硬件发展越来越好了，你可以花500刀买到手掌大小、配备高清摄像头的无人机。双脚行走，搬运盒子的机器人也在不断被改进。但是为什么普通人周围没有被各式各样的机械助手包围呢？——目前的机器人大脑的技术发展远远落后于肢体技术。

要让机器人完成特定的任务，就需要针对专门的任务进行编程。他们通过不断试错来学习抓住物体，但是这个进程比较缓慢。一个比较可行的方法是让机器人在虚拟世界中进行训练，再将训练所获得的知识数据下载到实体机器人的身体中。但是现实总是骨感的，虚拟环境中机器人的训练成果不一定在现实世界中完全有效。

可喜的是这个差距在缩小。去年10月，谷歌发布了一批喜人的实验室结果，模拟与现实机械手臂学会了捡起多种物体，包括胶带分配器、玩具和梳子。

对致力于自动驾驶汽车的人而言，进一步的进展非常重要。在自动驾驶技术的竞赛中，企业纷纷在模拟街道上部署虚拟汽车，从而减少在实地交通和道路环境中测试所需的时间和资金。自动驾驶初创企业Aurora公司CEOChris Urmson说，其团队的优先事项之一就是让虚拟测试更加适用于现实车辆。“未来一年左右，如果能利用虚拟测试加速机器学习，那就太好了，”厄姆森说。他之前领导过谷歌母公司Alphabet的自动驾驶汽车项目。

防范AI攻击

电网、安防摄像头和手机的软件中有很多安全漏洞。无人汽车和家用机器人也无法幸免。甚至可能会更糟：机器学习软件的复杂性为攻击提供了新的渠道。

今年有研究显示，你可以在机器学习系统中隐藏一个暗门，使它一收到特定信号，便切换成邪恶模式。纽约大学设计了一个正常运行的路边系统，这个系统一旦看到黄色的便签纸就会出现问题。比如布鲁克林一块停车路标上贴了一张便签纸，系统将其识别为限速标志。类似这样的情况也许会给自动驾驶汽车构成麻烦。

不止是棋盘游戏

2017，击败了很多世界冠军的AlphaGo继续进展神速。5月，AlphaGo的增强版在中国击败了多名世界级围棋冠军。其创造者，Alphabet旗下研究部门DeepMind后来又构建了一个版本，名为AlphaGo Zero，在不学习人类棋步的情况下，自学学会了围棋。12月，又再度升级，可以学会国际象棋和日本将棋（不过不能同时学）。

上述的成果固然让人们欣慰，但同时也说明目前的AI软件还是有局限性。国际象棋、围棋、将棋虽然很复杂，但规则却相对简单，每走一步双方都能看到。快速穷举未来“情况”这事，计算机是最在行的，但在现实生活中的情况和问题无法如此结构分明

正因如此，DeepMind和Facebook都在2017年开始研究AI在多玩家游戏《星际争霸》的可能性。目前最好的机器人（出自业余人士之手）也无法击败一般玩家。今年早些时候，DeepMind的研究员 Oriol Vinyals接受采访时说，他们的软件现在还不具备规划与记忆能力，无法一边组建并指挥军队的同时，预测对手的下一步行为和应对。这些技能也可以让软件更好地协助现实世界的任务，比如办公室工作或者真实的军事行动。2018年，《星际争霸》或类似游戏的重大进展也许预示着AI将会有强大的新用途。

让AI区分是非

即便上述领域没有新的进展，现有AI技术普及之后，经济与社会的各方面也会发生重大的变化。当政府和企业忙于普及AI的同时，也仍有人对AI和机器学习潜在危害的十分担心。

在近期的NIPS（神经信息处理系统进展大会）机器学习会议上，其中一个主题如何让AI技术保持在安全且合乎道德的范围之内。研究人员发现，由于我们的世界跟完美相距甚远，机器学习系统在接受已有数据的训练时，会学到不道德或不可取的行为，比如以刻板印象对待男女两性。有人正在研发特定手段，用于审核AI系统的内部运作，确保它们在金融与医疗领域运作时，能够作出公正的决策。

2018年，更多的科技公司会关注如何让AI正确为人类服务。谷歌、Facebook、微软等已经在探讨这个问题，并且是非营利机构AI合作组织（Partnership on AI）的成员。该机构将研究并试图规范AI对社会的潜在影响。也有其他的第三方部门也开始施压。一个名为人工智能伦理与治理基金（Ethics and Governance ofArtificial Intelligence Fund）的慈善项目正在支持MIT、哈佛等机构的AI和公共利益研究。纽约大学新成立的AI Now也肩负起了类似的使命。在最近的一项报告中，该研究机构向政府发出呼吁，要求他们承诺，在刑事司法或福利等领域，不再使用不受公开审查的“黑箱”算法。

原文链接：https://www.wired.com/story/an-old-technique-could-put-artificial-intelligence-in-your-hearing-aid/