2018 年 11 月，小米 AIoT（人工智能 + 物联网）开发者大会上，「雷布斯」 雷军骄傲地展示了新品智能音箱 「小爱同学」。
（图片说明：雷军与 AI 问答）
雷军：「小爱，你能做什么？」
小爱：「人家还小嘛，这个问题太难了……」
… …
雷军：「三个木叫什么？」
小爱：「木三分……」
雷军：「三个木叫什么？」
小爱：「你是电，你是光，你是唯一的神话。」
雷军：「三个木头的木叫什么？」
小爱：「粘树的木头，感觉你是个乐观……」
雷军：「小爱，是不是每次演示的时候你都要出错？」
尴尬的雷军继续问小爱，「125 加 357 加 567 等于多少？」 但小爱同学直接 「下班」，不再回答，全场哄笑一片。
小米代表了中国智能硬件的较高水平，但舞台上小米的人工智能产品，可能只是舞台下观众眼里的 「人工智障」 吧！
雷军现场略显尴尬，网络上则闹腾着要为雷总写首新歌，毕竟那首洗脑神曲《Are You OK》已经火了三年多了！
事实上，失败人工智能的尴尬又何止 「小米」 一家呢？
2016 年，一级市场抱怨没有好项目投，二级市场抱怨没有好股票买。那一年，一个叫 「AlphaGo」 的机器人击败韩国天才围棋选手李世石；一年后，世界围棋冠军柯洁又哭成了泪人，因为他被这台没有自我意识，压根不知道自己在下围棋的机器三局横扫。
▲ （图片说明：历史上 AI 与人类在棋牌与游戏对战的重要时刻）
就是这件事，我们突然从媒体上了解一个新词——人工智能（Artificial Intelligence，简称 AI）。
一场围棋比赛掀起一股 AI 的浪潮，但这其实是 AI 有史以来的第三次浪潮了（前两次都无果而终）！
▲ （图片说明：1956 年达特茅斯会议首次提出 AI 概念，经历三起两落，如今因神经网络工程下深度学习的发展，AI 正处于第三次浪潮之中）
AI 是个大词儿 ，就像 「动物」 一样，分为无脊椎动物、有脊椎动物，根据一级分类，下设哺乳动物、两栖动物、爬行动物等等。 今天我们理解的 AI 概念太大了，当下的 AI 可以与机器学习划等号 ，即为海量数据（标签数据）、强大的电脑计算能力和算法模型的综合体。
▲ （图片说明：当下数据驱动 AI 的三大要素：算法、算力和大数据）
打个比喻，今天的机器学习好比 F1 赛车，想要夺冠，最好的汽油燃料（大数据）、最快发动机驱动的赛车（算力）和最精益赛车手（算法）一个都不能少。
百度推出开放自动驾驶平台——阿波罗计划，并在春晚上亮相了百度的无人驾驶汽车；阿里巴巴基于计算机视觉技术，控制杭州市的多个红绿灯，并且智能地疏导交通流量，用一个充满智慧的机器大脑辅助城市交通运行；还有腾讯发布的国内首个 AI 诊疗开放平台，一些拍片子、测血压、测脉搏的活儿，AI 医生信手拈来。
相比人类工作者，AI 至少有三大优势：
● 不断更新的大型数据库——记忆力强，且学习能力更强
● 比人类算得快多了——计算能力强
● 它永远不会累、 不会饿或生病——没有情绪地工作
但这也只是我们狭义理解的人工智能的优势，距离强 AI 的还很远。
泰格马克在著作《生命 3.0》中阐述了生命发展的三个版本。从简单复制性繁殖的细胞，到会使用工具与两性繁殖的人类，再到 < strong > 能够自我繁衍软件与硬件的强人工智能 ，似乎生命找到了一个更高级的发展方向。被誉为 「爱迪生继承人」、谷歌未来预言家雷 · 库兹韦尔（Ray Kurzweil）说：2045 年，我们将实现奇点（电脑智能与人脑智能兼容的那个神妙时刻）。
▲ （图片说明：生命 3.0 的定义）
也许上帝创造了人，人创造了人工智能，这些伟大的应用与思想让人类膨胀了吗？最好的人工智能时代到来了吗？
不，事实是，AI 离我们 「这么近」，也 「那么远！」
《硅谷百年史》作者皮埃罗 · 斯加鲁菲教授向 DT 君表达了自己的观点， 今天的科技创新的速度与数量完全比不上上个世纪初叶时的水平 。他认为：「人们离真正的智能机器还非常遥远；我不怕人工智能的到来，相反，我怕它来得不够快。」
（图片说明：皮埃罗在 DT 君的《智能的本质》书上签名写道 「AI 还不够智能到读懂这本书」）
2018 年 4 月，「人工智能泰斗」 迈克尔 · 乔丹（不是打篮球那位）教授发表长文《人工智能——革命远未发生》，给当下火热的人工智能泼了冷水。他写道：「目前 AI 领域取得的有限进展带给我们的兴奋（恐惧）导致了行业的过度反应和媒体的过度关注， 目前 AI 的成功很有限 。」
事实上， 当下我们还没有 「强人工智能」（Artificial General Intelligence），那些辅助人类工作和部分功能替代性的机器只能称为 「弱人工智能」（所以有时也会略显弱智）。Facebook 首席 AI 科学家 Yann LeCun 认为，人类今天接触到的 AI 系统中没有真正的人工智能，并且都无法与生物系统的能力相配。
未来学家马丁 · 福特（Martin Ford）在新作《智能建筑师》中，对包括 DeepMind（发明 AlphGo 的公司）创始人戴密斯 · 哈萨比斯（Demis Hassabis）、谷歌人工智能团队负责人杰夫 · 迪恩（Jeff Dean）、斯坦福大学教授李飞飞等在内的 23 位当今人工智能领域最杰出的科学家进行采访，并要求他们猜测一下，到哪一年 AGI（强人工智能 / 通用人工智能）有 50% 的机会实现。
答案极为两极分化：库兹韦尔的答案是 2029 年，机器人专家 iRobot 联合创始人罗德尼 · 布鲁克斯（Rodney Brooks）认为是 2200 年。其余的猜测基本分散在这两个极端之间，平均估值为 2099 年，也就是 81 年后。
这样的结果似乎并不意外，因为 AI 技术的广泛应用不仅是科技本身的突破，随之而来的边界问题、责权问题、道德问题——这些在实验室中不会出现的矛盾和忧虑被迅速发酵，也急需要逐一商讨、解决。
纵观人工智能的发展，「智障」 事件比比皆是！
不久之前，「董小姐闯红灯」 的新闻登上媒体头条。智能摄像头扫描到通过红绿灯的公交车身广告上的董明珠，并误判为闯红灯，虽然交警部门事后立即进行删除和系统升级，但如此的失误让人们对所谓 「智慧交通」 产生些许怀疑。
误判行人还不算什么大事，如果出了人命就严重了。2018 年 3 月，优步的无人驾驶的在美国亚利桑那州城郊区撞死一位女性，触发全球首例完全自主驾驶汽车致人死亡的事故；之后，谷歌、特斯拉等无人驾驶测试相继出事，美国多地叫停无人驾驶测试。
▲ （图片说明：Uber 无人驾驶测试车车祸视频）
而早在 2015 年，德国大众汽车制造厂中一个机器人杀死了一名人类工作人员。当时这名 21 岁的工人正在安装和调制机器人，机器人突然 「出手」 击中工人的胸部，并将其碾压在金属板上，这名工人当场死亡。
▲ （图片说明：2015 年，电讯报对大众工厂机器人致死案的报道）
前文说，机器是没有情绪的，但机器也是没有情感的，没有特殊场景下辨别是非好坏的能力。
人工智能这些年还曝出了 「种族歧视」 的问题。谷歌图像识别算法将黑人自动添加 「大猩猩」 的标签，而谷歌解决这个技术问题的方式竟然是禁止 「大猩猩」 一词的标签；亚马逊的 Alexa 助手的音箱会无缘无故发出令人毛骨悚然的笑声；微软在 Twitter 平台的聊天机器人 Tay 在与人类的对话中，竟然发表不恰当言论，成为一位种族主义机器人，直接 「被下岗」……
▲ （图片说明：微软聊天机器人 Tay 在 Twitter 上发表偏激言论）
总之，在复杂的现实世界，AI 做不到的，或者搞砸的事儿很多很多。所以，人们不得不考虑，谁该为 「人工智障」 负责？
但追问的前提或许是 AI 为什么会出错？
虽然 AI 已经发展了 70 年，但在 < strong > 深度学习（机器学习的前沿技术，一种人工神经网络）被发明至今，十几年没有新技术出现了，且目前 AI 的核心聚集在数据和算法 。对于喜欢买买买的消费者，在淘宝、京东等平台上的商品自动推荐是最直观的感受。
你在购物网站浏览过运动鞋，下次再登录时，有关运动装备的推送就会蜂拥而至。这就是人工智能在大数据采集后，算法用归类的方式给你贴上了标签。尽管如今计算资源不断增强、数据池不断扩增，但 < strong > 数据采集的不完整性（Data Integrity），仍然是深度学习的主要障碍 ，也是人工智能成为 「智障」 的直接原因之一。
一个典型案例是，医疗团队使用 AI 辅助诊断病人的血液样本，却发现 AI 诊断出阳性结果的数量大大超出预料。而产生偏差的原因是，数据库使用的血液样本大多是健康、年轻的大学生，但医院的病人年龄偏大，以至于人工智能误把 「老年血」 当成了 「有病的血」。
由此可见，正确且全面的数据采集对于 AI 实践十分重要。
媒体的宣传是造成 AI 无所不能论调的导火线 ，在《智能的本质》一书中，皮耶罗就媒体对 AI 的神化感到不安。在人机围棋大战中，AlphGo 每小时耗能约 440 千瓦，却只能做一件事，而对面的人类棋手只消耗 20 瓦能量。所以，算个简单的数学题就知道那些神化 AI 的人算不上 「聪明」。
通常我们把人类看待 AI 的态度分成三大类。
第一类是极力反对 AI 的卢德主义者（工业革命时代打砸机器的收购业者）；第二类是类似库兹韦尔的超乐观派；第三类是以吴恩达为代表的一线 AI 科学家们，他们肯定 AI 的作用与意义，但却并不认为 AI 会立刻改变一切。
今天的 AI 在某些特定领域已经开始替代人类工作，创新工场创始人李开复认为， 现在那些用 5-10 秒就能抉择的工作都会被 AI 取代 。所以反抗 AI 的声音主要来自于重复简单工作的劳动者，真正行业的一线研究人员却对 AI 既乐观又谨慎。
虽然 AI 还会犯错，但有这么一批科学工作者正在日以继夜的让 AI 变得更加智能，更好地帮助人类。这就是我们看到的 AI 缉毒、AI 破案等案例。
2010 年，美国南卡罗来纳州的多切斯特县，警察通过分析智能电表收集上来的家庭用电数据，抓住了一个在家里种植大麻的人（因为需要把房子密封，把窗子钉起来，就需要大量用电）。2018 年，「张学友演唱会抓罪犯事件」 就是足够多的数据标签与动态人脸识别技术结合后的完美呈现。
2017 年，国务院印发《新一代人工智能发展规划》文件，将 AI 升级为国家战略，文件一开头这样写道： 人工智能的迅速发展将深刻改变人类社会生活、改变世界。
我们应该明确，具备自我认知与不会犯错的强人工智能也许离我们还很远，但未来终究会到来，人类必须面对一个真正的强 AI 时代。
爱范儿
爱范儿，让未来触手可及。
All content is made available under the CC BY-NC 4.0 for non-commercial use. Commercial use of this content is prohibited without explicit permission.