“人工智能”無疑是當下最火爆的科技話題，自阿爾法狗吊打兩大棋圣，再到谷歌實時翻譯耳機的橫空出世，讓人不得不感嘆AI的創(chuàng)新能力，很多人都將AI神化，認為它無所不能，其智商非常之高。其實，AI并沒有我們想象中那么聰明，如果，我們給 AI 出一個不完全信息博弈的難題，測試之后的結(jié)果，恐怕沒有我們想象中的那么厲害。
對于政治學家、經(jīng)濟學家、人工智能研究者，乃至廣大的普羅大眾來說，“AI（人工智能）到底有多智能？它的發(fā)展速度有多快？”這種問題是目前最令人困惑的。而對這些問題的解答不僅可以提高公眾對新興技術(shù)的了解，還可以幫助社會和政府做好相應的準備。
近期，麻省理工學院、斯坦福大學、OpenAI 和其他機構(gòu)合作發(fā)布了一份 AI 指數(shù)（AI Index）報告，試圖解開這團亂麻。
這份報告開篇就表示，我們現(xiàn)在對 AI 的預測都是盲目的，并提出了兩個要點：第一，AI 領域比以往任何時候都更受關(guān)注，大量人才和金錢正在以驚人的速度涌入; 第二，盡管在執(zhí)行一些非常具體的任務時，AI 已經(jīng)超越了人類，但在一般性事務方面仍然遜色于人類。
據(jù)該報告的作者之一、斯坦福國際咨詢研究所的 Raymond Perrault 表示：“公眾對人工智能的理解實際上遠超當前的現(xiàn)狀。”
在該報告中，研究人員們參考了多個發(fā)展的指標，比如“活動范圍”和“技術(shù)性能”。在這兩個指標中，前者包含了 AI 領域中一切活動，從學術(shù)會議的參與人數(shù)，到課程的學生數(shù)，到風投的投資金額和初創(chuàng)公司的數(shù)量。簡單來說，這一切都是“越來越多”，用圖表展示的話，就是一切都在向右上方發(fā)展。
而后者，“技術(shù)性能”，則試圖測量在識別物體和識別語言等具體任務上，AI 系統(tǒng)到底能否超越人類。這方面的圖表就不是一邊倒了。
的確，在有些任務上，AI 已經(jīng)可以媲美甚至超越人類的表現(xiàn)。比如在圖像中識別普通物品（在 ImageNet 數(shù)據(jù)集中，人類的出錯率為 5%，而機器只有 3%），或者語音轉(zhuǎn)文字（如今，已有多個 AI 系統(tǒng)在將語音轉(zhuǎn)錄為文字時“聽”錯詞的概率和人類一樣）。此外，已有多個智力游戲已被 AI 攻克，比如 Jeopardy、Pac-Man（吃豆人）以及圍棋。
但是，就如同該報告所說的一樣，這些指標只是人工智能的一面。因為非黑即白的游戲世界很適合訓練 AI，其明確的評分系統(tǒng)可以有效地幫助研究人員對不同的手段進行評估和比較。而游戲世界也會限制我們能夠?qū)?AI 系統(tǒng)提出的要求。
目前所有被 AI 攻克的游戲都有一個特點：它們可以看到一切發(fā)生過和正在發(fā)生的事情，即“完全信息”（perfect information）。但如果我們給 AI 出一個不完全信息博弈的難題，比如管理一個城市的交通系統(tǒng)，那么恐怕我們就不會有“AI 好厲害好可怕”的感覺了。（不過，研究人員已經(jīng)開始針對不完全信息博弈游戲，比如 DOTA 和星際爭霸進行研究了）。
這種性質(zhì)的問題也存在于許多我們認為 AI 已經(jīng)足夠厲害的領域中，比如語音轉(zhuǎn)錄。雖然 AI 轉(zhuǎn)錄語音的準確度可以媲美人類，但是它并不能識別嘲諷、笑話或者其它成千上萬種由文化和場景所帶來的潛在含義，而這些對于理解一段對話來說卻是至關(guān)重要的。AI 指數(shù)報告承認了這塊短板，并表示我們最大的問題是我們連測量這種常識的方式都沒有。不論有些營銷者怎么吹，我們暫時還無法對 AI 進行智商測試。
那么，這是否意味著我們對 AI 的潛在威脅有些杞人憂天了呢？
并沒有。
因為，雖然我們最先進的 AI 系統(tǒng)可能還沒老鼠聰明（這是 Facebook 的 AI 負責人 Yann LeCun 的原話），但這并不夠阻止它們顛覆我們的世界，尤其在工作方面。
前不久，另外一份由麥肯錫發(fā)表的研究報告表示，在未來的 12 年里，全球高達 8 億份工作都會受到自動化的沖擊。雖然該報告進一步表示，只有 6% 最重復、機械、單調(diào)的工作會被自動化完全取代，其它工作僅有一部分會被機器取代，但是這正是弱人工智能（Narrow AI）的威力所在。我們目前很難推測未來到底會是什么模樣。
如果一臺計算機可以承擔你 1/3 的工作，你會怎樣？你會接受更多的新工作？還是被辭退？你的工資會不會被砍 1/3？你有足夠的錢去學習新技能嗎？還是你會選擇降低自己的生活水平來繼續(xù)學習？
只要稍微思考一下這些問題，我們就會知道給出答案到底有多困難。而“了解 AI 的威脅”的難度比回答這些問題只高不低。比如，雖然我們在可見的未來還暫時不需要擔心超級 AI 統(tǒng)治世界，但我們需要開始思考正在被引入醫(yī)療、教育以及司法領域的機器學習算法是如何做出具有“偏見”的判斷的。
AI 指數(shù)和麥肯錫這兩份報告的結(jié)論都是相同的：人類需要對這些或其它問題進行深刻的思考，這樣才能確保社會的穩(wěn)定。而隨著機器越來越聰明，人類顯然也不能原地踏步。
（原標題：AI到底有多聰明？沒我們想象的那么聰明）
