人工智慧：當人類與機器人共存的時候
智造觀點
人工智慧等新一代資訊科技的快速崛起，推動諸多行業掀起了變革大浪潮。隨著智慧化、數字化趨勢日益凸顯，人工智慧受到了更多青睞，在各行各業實現了廣泛應用，並且開始承擔不同的角色，發揮獨特的優勢。
從“裝配工”到“搬運工”，從“玩伴”到“教師”，從“醫生”到“司機”，人工智慧在越來越多的崗位上出現，讓人們大為驚奇，但是也不由得心生疑慮。如果按照當前形勢發展下去，人工智慧會不會成為統治世界的最終玩家呢？其實不然，從目前的情況看，現在的技術並不足以完全接管或決策人類的生產方式，也就是說，我們很多重要的策略，還無法完全交付給機器。
文/未末末
來源/人工智慧觀察（ID：Aiobservation）
在人工智慧剛剛興起的時候，大多數人們對這個詞彙還是感到很陌生，但隨著AlphaGo不斷打敗圍棋界的人類頂級選手， 人工智慧一時聲名大噪，最後更是成為了各個國家未來的發展戰略。
事實上，相較於人類而言，人工智慧在很多方面都具備非常突出的優勢，比如運算能力、“記憶”能力、學習能力、預測能力等等。具體而言，人工智慧可以儲存或收集大量資訊資料，以此為基礎進行“思考”或“學習”，並得出結論。在此優勢之下，很多人工智慧充當起了“百科全書”的角色，成為了一個靈活的資料庫。而在這背後，依託的是語音互動、自然語言理解、深度學習等諸多關鍵技術的支撐。
對於人工智慧的發展，對其威脅論最多的說法便是，自動化的未來，人類的工作機會將有很大可能被機器取代。不僅僅是醫生、教師、客服等工作，現在連主持人也開始被“搶飯碗”了。舉個例子，就在前不久一場名為“一刻talks先見未來大會”的會場上，搜狗開發的人工智慧“汪仔”就客串了一把“主持人”。
我們都知道，一個具有專業素養的主持人，不僅僅要有足夠的專業知識和口才，還需要有很強的臨場應變能力。但在這次會議上，人工智慧“汪仔”給大家獻上了一場精彩的表演，贏得了觀眾的喜愛。這也足以讓人們瞭解到，人工智慧或許在不久的將來，會成為一個名副其實的“職場殺手”。
只不過從目前的情況來看，人工智慧還不具備完全取代人類做決策的能力，現在人機結合或許是一個不錯的選擇。對此，麻省理工學院教授，《我們機器人，我們自己》（Our Robots, Ourselves）的作者David Mindell表示，這種混合決策應該比讓人工智慧單獨工作能產生更好的結果。只有一個問題：當人類和半智慧系統一起工作時，結果並不總是好的。
比如今年3月，美國亞利桑那州便發生了一起自動駕駛致死事故。正常來說，進行測試的自動駕駛車輛上都會有一位安全員，當軟體出現故障時，會有人類司機介入。不巧的是，在那場事故中，軟體出問題了，但人類司機可能在心煩意亂的看電視節目。所以造成了這場災難的發生。
事情發生後，一些批評主義者認為，這次的失敗表明人工智慧的困境遠遠超出了自動駕駛汽車，如果沒有精心設計，再智慧的系統進入世界都可能會引發人類對技術的強烈抵制。與此同時，我們不得不承認的是，現在的機器學習系統還存在很多缺陷。對此，AI專家Roger Schank警告稱，未來將是一個新的“人工智慧冬天”——這是對20世紀80年代後期的一個時期的提及，當時對技術進步的失望導致了退出戰場。
有人說，我們可以適當調整對自主系統的期望，用更精心的設計來確保他們與人類世界更加融合，但實際上，技術本身就是一個嚴重的障礙。卡內基梅隆大學機器人學教授Illah Nourbakhsh說：“人工智慧的工作方式及其失敗的方式對我們來說是陌生的。”
以機器學習為例。我們都知道機器學習是現在人工智慧領域比較熱門的一個分支，現在它已經證明機器擁有優於人類的能力了，比如識別影象或語音。但是，在它需要依賴訓練的具體資料做出決定時，表現卻不是很好。但在現實世界中，人們經常會對以前沒有遇到的情況做出決定。因此，在解決這個問題方面，人機合作是最好的選擇之一。那麼，人與機器人的共存方式有哪些呢？
其一，人類充當機器人的後援，在機器人達到能力極限時進行接管。許多工作流程正在以這種方式進行重新設計，就像自動呼叫中心，其中語言理解系統嘗試處理呼叫者的查詢，僅在技術混淆時向操作員進行確認。
可能有人會說，Uber的致死車禍事故就是在這樣的情況下發生的，但這起事故是一個可能出錯的極端例子。斯坦福大學的一項研究顯示，人類駕駛員至少需要6秒才能恢復意識並收回控制權。但即使有足夠的時間讓人恢復注意力，進入某種情況的人也可能看到與機器不同的東西，以至於二者之間並不能達到無縫切換。
我們需要在軟體系統和人之間共同努力，不過這是一個非常困難的事情，至少語言的使用就有一定的難度。對人類來說，我們可以用很少的詞來傳達意義——說話者和聽者對彼此之間的語境的共同理解，讓這些詞語用意義更加明瞭，但機器在理解人的語言時做不到這一點，與此同時，電腦科學家們也尚未研究如何在機器中建立共識。
其二， 在人機合作中確保敏感任務總是以人類為主。即使在自動化系統已經完成所有準備工作，並且能夠完全完成任務本身的情況下，涉及軍事等領域的敏感任務最好還是由人類進行處理。像軍事無人機，人類“飛行員”，通常位於數千英里之外，被要求做出射擊目標的決定，就是一個例子。用於幫助移民官員識別可疑旅行者的面部識別系統是另一個例子，但兩者都表明人工智慧如何在不剝奪控制權的情況下使人類更有效。
然而對無人機等半自動武器的還存在另一種說法，即將它們變成完全自治的系統沒有技術障礙，且可以快速更改當前的程式和安全措施。
根據加州大學伯克利分校的人工智慧教授Stuart Russell的說法，在國家緊急情況下將人類無人機操作員，從工作流程中移除是一個簡單而容易的步驟，但這將加速機器人武器時代的到來，而這個所謂的機器人武器還可以自行決定什麼時候開始殺人。所以，“你不能說這項技術本身只能在人為控制下，以防禦的方式進行使用。事實並非如此。“Russell如是說。
其三，涉及使用人工智慧的“人在迴圈”系統。這意味著機器人不能完全獨立地處理任務，而可以在人類決策中起到輔助作用，比如將演算法逐漸滲透到日常生活中。但是，演算法只能與他們訓練的資料一樣好，而且他們不善於處理新情況。這就需要信任這些系統的人通常也要信仰這些系統。
Schank先生指出了演算法在棒球中的作用：分析每個擊球手的優勢和劣勢，為球隊傳統主義者所傾向的領域提供了新的方法。他表示，這些計算機輔助決策的結果可能最終會比基於純粹人類分析的決策更糟糕。
曾經舊金山Uber司機就在使用的應用程式中出現了一個錯誤，將他們送到了機場貨運站點而不是客運站。“有時人們會盲目跟隨機器，有時人們會說：'堅持下去，這看起來不對。' 這就像許多其他技術一樣，人們會適應，“技術作者Tim O’Reilly說道。
儘管如此，我們還是可以對人類與機器的共存保持樂觀態度，即人機結合的成果會遠大於任何人或任何機器單獨完成一個任務的結果。只不過在這個美好的未來到來之前，我們還面臨很多嚴峻的挑戰要解決。
（文中圖片來自網路）
近期熱文：
最大屏最貴价最智慧最會拍最多色還有中國特供，蘋果又要重新定義了
投稿、約訪、合作，聯絡郵箱[email protected]
新增微信aixiaozhijun，更多交流或進AI觀察團