我们需要什么样的机器人

洪小文

人们真的需要研发一个与人一模一样的、有情感的机器吗？

最近一段时间，“人工智能 ” （Artificial Intelligence）与机器人再度 成为好莱坞造梦工厂的热点题材。《超验 骇客》（Transcendence）和《她》（Her） 是这种经典题材延伸出的最新的分支。 前者讲述的是科学家将物理世界的自己 数字化、再反过来影响物理世界的故事， 后者则是一个在不久的将来可以肯定会 发生的爱情故事（当然反过来的话，让机 器爱上主人，我觉得没可能发生）。或许 是未能成功将旧食材做出新味道，观众 们对这两部新作的反响都不是很热烈。 在我看来，幻想有朝一日机器统治 世界的电影其实都难以解决一个简单却 无法回避的问题，那就是促使机器攫取 权力的动机。自然界的猛兽当然会互相 攻击来确定族群的领导者，也有很多人 会把更大的权力、更多的金钱视为必生 追求的目标。生物学家、心理学家通常会 把造成类似普遍现象的原因归结于与生 俱来的繁殖本能——但这种规律显然不 适用于无机体。一台计算机会在意自己 有多少伴侣、多少后代吗？它们会向往一 个满是机械味道的世界、并不惜为此将 一切阻碍新世界形成的人与物全部消灭 吗？无论如何，电影里、现实中的机器都 越来越聪明、越来越有“人性”了，但去 掉所有的幻想、只保留科学后的真实情 况是怎样的？

四级小台阶，机器难攀越

最近一段时间，AI的概念似乎过热 了。这是我的真实感受——其实，较之过 去五十年里的同类，今天所谓的“智能机 器”的能力提升都还只是量变，远远达不

到质变的标准。 机器——或者说人们日常会依赖的 工具的能力质变大概有四级小台阶。 第一级，功能（Capabiliby）。功能 是工具的价值点。从石刀石斧、鼎镬簋 盂、埙筝钟磬到今天的跑车、游轮、客 机，工具万千，各有所用。 第二级，智能（Intelligence）。今 天，在“智能”的概念阐释中，记忆力、算 数和弈棋（不包括围棋）几种能力应是 到了被排除的时候。而IQ（Intelligence Quotient）测试是个有趣的话题——由于 测试全程通常都会给出各种选项，机器 在应对这种智能商数的挑战时其实是有 很大的几率得高分的，我猜测，未来十年 内，将会出现IQ测试拿最高分的机器。 第三级，智力（Intellect）。智力比智 能更高一筹，“力”这个字里包含了判断 力、创造力等信息。对人类来说，每天我 们面对的都不是选择题，又或是有着无 穷选项的选择题。 第四级，智慧（Wisdom）。智慧往往 是由丰富阅历、深邃思考积淀而来的洞 察——所以我们经常说某位长者智慧深 广、堪为导师。所有的智能都不是用选项 的形式来表述的，就像火种，它能在特定 的时刻引燃人们思想的火花，照映前路。 哪怕再过很久很久，机器也不大可能产生 真正的智慧。 截至目前，全世界最“聪明”的机器 也只是站在了第二级台阶上——AI这个 概念的大部分意涵其实是“功能”，还有 一定的“智能”。“智能”与“智力”只差 一个字，但对机器而言却好像是鸿沟天 堑，极难攀越——至于让机器具备“智 慧”，剧作家和导演当然会继续开发此类 题材的科幻电影，但科学家们大抵不相 信会有成真的那一天。

没有智慧，但处处皆智能

随着计算器基础研究的持续积淀， 随着被互联网及其背后与日俱增的数据 中心所生成和保存的数据量越来越庞 大，机器一定可以帮我们做更多的事， 从繁复艰深的演算到远行代驾和清扫 房间……问题是，机器会进化到足以替 我们思考和决断的地步么？我们真的需 要像人一样有想法、有情感的机器来陪 伴么？ 从计算能力来看，计算机早已超越 人脑，但这不意味着计算机有智慧—— 迄今为止，各种类型的计算器都仍只是 人脑部分功能（主要是记忆与运算）的延 展。说起AI，不少人会追溯近百年前科幻 作家们的拟想或是六十四年前图灵提出 的假说，但在我看来，整个人类文明史都 贯穿了对机器智能的追求。 击败了卡斯珀罗夫的IBM“深蓝” 被许多人视为AI研究的里程碑。但在对 弈时，能想出更多后续杀招、对方可能的 应手、由此带来的变化、变化后对应的棋 路调整的棋手赢面显然更大，而计算机 在此方面的优势不言而喻。人脑只能设 想出几步、十几步棋，但机器则能模拟出 所有的可能性。也就是说，即便不是“深 蓝”，也迟早会有其他的计算机选手挑战 人类成功，而且基于当前的信息科技发 展水平，如果将国际象棋世界冠军的人机 之争变成每年例行的赛事，那极有可能已 无人能够战胜机器对手——哪怕只是一 台Windows Phone。 当然，计算机棋手短期内还无法攻 陷源起于中国的围棋的阵地，这很让我们 为老祖宗的深邃智慧感到自豪——根据 专家的说法，围棋的变化复杂度是象棋 变化的10122倍。可以想象，若仅仅将下象 棋的“思维模式”移植给围棋计算机，例如提升机器性能、存储棋谱、优化算法、 分析应手与变化、做出“判断”，因为需 实时处理的计算量太大，现有的最强大 的计算机也还是不可能战胜人类大师。 机器能够战胜下象棋时的人脑，却对下 围棋时的人脑无能为力，这是个有趣的启 示——计算机棋手就算成为世界冠军， 也不具备哪怕是1个字节的智慧。

让机器用自己的方式思考和成长

“耳聪目明”是对人的夸赞。科学家 们一直在尝试让计算机能用人类的方式 来了解世界，所以语音识别和计算机视觉 始终是AI研究的重点。比如Siri、Cornata 和谷歌无人汽车内的360度摄像头。 假设人人都爱机器人，在通往产品 的道路上也还是有着许多障碍。比如， 从桌上的茶壶里倒杯茶而不打翻杯子 或洒出茶水，这对人类小孩来说都不算 挑战——孩子们不假思索就可以完成任 务。但对最“聪明”的机器人而言，却要经 过艰难复杂的运算。首先他要看到桌子， 认出茶壶和茶杯，用适当的力度拿起茶壶 （手指太粗可能还不成），举起茶壶、以 刚刚好的角度对准茶杯，实施倒茶的动 作，还得判断怎样才能让杯中的茶水将 满不溢。就算碰巧成功了一次，下一轮换 全然不同的桌子、茶壶、茶杯，还是可能 会失败。 长期以来，从事AI研究的科学家， 也包括那些执迷于创造出类人机器的学 者，总是梦想着将人类思考、计划、执行 的能力移植给机器，但是否人怎样行动， 机器就应怎样行动？是否人达成目标的 路径是由A到B，机器就应遵循完全一样 的路径？这种研究诚然有着非同寻常的 价值，却也会因“赋予钢铁工具以人的特 征才算成功”的偏执而举步维艰。 另一条思路是跳出窠臼，站在机器 的角度去模拟和延展人的思维，而不是 用人的视角和习惯去限制机器。装备了 雷达传感器、全景摄像头和激光测距仪 的无人驾驶汽车就很酷。i-Robot清洁 机器人也是，她的身材圆润扁平，一点儿也不像人，但吸尘时比两米高的机器保 洁员好用。 最初，AI研究遭遇的瓶颈是，人的 逻辑思考模式几乎无法复制给机器，无论 是将低阶的声音、影像、气味等信号升华 到认知，还是把有共性的现象抽炼成规 律，都不是机器所能掌握的技能——机 器学习与大数据将AI研究带入春天，最 近还出现了深度学习、深度神经网络等新 概念。更大规模的数据量和更少的假设、 限制可以让机器用自己擅长的方式（数据 存储、挖掘、分析）“思考”和成长，进而 在实用化路途上走得更快更远。

人机关系：主宰与支持者

截至目前，智能机器（包括形形色色 的“机器人”）的优点和缺点同样鲜明。它 们能够更迅速更高效地完成很多人类难 以承担的工作：在实验室、计算中心等需 要运算的环境，在工厂流水线、组装车间 等辛苦又单调的环境，在核污染现场、深 海、太空等人类不宜接触的环境，到处都 有智能机器的身影。 处理数据是机器的强项。而今，AI与 大数据的结合，已表现在每个领域、每个 应用中。未来的两三年，初步拥有了看、 听、连接能力的多元化的设备会反过来推 动AI研究的跃进，因为更多的数据会让 机器不断发现更准确的规律和更贴近事 实的因果。 但在可见的未来，让机器拥有接近 于人的选择、判断与决策能力仍不容易。 机器翻译工具可以给出词语的释义，甚至 帮我们逐字逐句翻译每句话，但如果是 现场即听即译的情况下，逐字逐句翻译 既没有必要，也不太可能，因为倾听、辨 识、翻译、选择词句都需要思考，但倘若 翻译者很了解发言者，也知道之前他曾经 讲过类似的话题，就会比较省力，很多时 候，发言者讲了很长一段话，翻译者只用 一两句成语就能概括与传达准确的意旨； 反之，发言者只是说了一个与学术相关的 句子，翻译者可能既要表达原意，还要添 加注释，来让周边的非专业听众能够明白——这是专属于人的灵活性，AI并不 具备。 结合各种感官捕获的信号与过往的 知识积淀去处理信息，这是人的专长。机 器的优势是数据处理。而不是判断与综 合。所以我相信，无论AI科技发展得多么 迅速，人与机器之间，依然会是主宰与支 持者的关系。 总结一下，我们需要什么样的机 器人？ 真正有用的机器人不一定是人的形 象，人形机器有趣但不实用。客观地说， 粗壮又庞大的机器人只适合工厂和工地， 我们可以幻想一种普遍适用且长得与人 想象的全能机器，但这种设备的拥有成 本一定很高，此外还有空间和能耗等现 实问题。现实中，已开始帮助我们做各种 工作的机器大多是小巧和悦目的，未来我 们的办公室、我们的家都会变得越来越智 能，但“智能”会隐藏在吊灯里、电视中、 墙壁上，而不大可能是以机器秘书、机器 管家的形式呈现。 研发有类人情感的机器，对科学家 而言或许是值得投入心血的课题，但实 用价值其实不高——而今生活中已经有 很多智能机器，虽然它们没有情感，但这 能说是坏事吗？假设你的机器人既能干 又爱你，但爱的反面不正是沮丧、愤怒等 负面情绪？这样的机器人，可能会在情绪 不好时拒绝你的指令，还可能希望自己也 有权像人一样工作五天休息两天，这恐怕 不是我们想要看到的——而且，自有人类 以来，我们就在持续制造和自己一样有情 感的生命。原本生个小孩就能解决的问 题，似乎不一定非要守在机器的范畴再 挑战一遍。 在我看来，研发与人一模一样的、 有情感的机器的梦想其实是希望给自己 一种类似于上帝的存在感、成就感，这 样的梦不做也罢。其实将目标聚焦在可 以100%控制的、能有效提升我们智力与 行动力的成果上，承认只有“人+机器” 的组合才是AI研究的终极，这或许更有 意义。