机器人是恶魔

　　据《金融时报》报道，7月1日，在德国黑森州北部城市卡塞尔，一名21岁技术工人在大众汽车工厂被一台机器人意外伤害致死机器人真的如此恐怖吗？机器人会消灭人类吗？
　　每周你给你的机器人100比特币，结果它却买回来10粒摇头丸和一张伪造的匈牙利护照，你不得不去警察局把它捞回来。
　　这并不是科幻小说。今年初，瑞士的一个研发团队！MediengruppeBitnik发明了一个自动化网络购物机器人程序，并将其安装在一个机器人身上，称为随机暗网购物者，该研发团队要求机器人每周从在线市场随机购买商品，于是就发生了以上的测试结果。这个胆大妄为的机器人确实也被警察带走了。
　　这就是人工智能在今天和不远的未来能做的事情。当下较为普遍的人工智能定义是：利用计算机程序的方式，自动完成人类可以完成的功能。
　　百度首席科学家吴恩达表示，人工智能发展50多年来，已经无处不在了，最近一两年取得了突飞猛进的进步，一是得益于为计算机提供的数据量越来越大，二是因为计算机的运算速度越来越快。
　　根据摩尔定律，计算能力每18个月翻一番，计算机容量和功能亦是如此。美国科学家雷库兹韦尔（RayKurzweil）预言，到2019年，售价4000美元的计算机的计算能力将会超过人脑，即每秒20quadrillion（千的五次方）次计算。
　　神经元网络与大数据急速发展
　　谷歌完全无人驾驶车正等待美国加利福尼亚州的批准，一旦获准便可马上路测。曾在谷歌担任建立谷歌大脑重任的吴恩达评价称，过去几年里，计算机视觉获得了大大的进步，开始区分事物，识别出各种图片间十分微妙的差别，甚至有人已经着手研究让计算机识别漂亮的图片与不漂亮的图片，这就自然给自动驾驶汽车带来了激动人心的发展提升。百度无人驾驶汽车也已落地。
　　自动驾驶汽车技术包含几个关键技术：精确的地图定位、图像识别、语音识别、基于感知的雷达、红外形成自动导航，然后再进行模式识别，根据路上的情况不断优化模型，即大闭环优化。
　　科大讯飞高级副总裁、讯飞研究院院长胡郁表示，自动驾驶是人工智能最好的功能应用之一，人工智能有三个条件：第一先进的算法，比如神经元网络，第二大量的数据，第三大闭环优化模型。自动驾驶汽车中的地图定位、图像识别等都需要借助先进的算法，同时产生大量的数据，最后在优化中让机器自己不断学会完全的无人驾驶。
　　整个过程在科学界亦称之为机器学习。吴恩达认为，机器学习是人工智能的一个重要分支，而机器决策、策划、不确定性推理则是下一个阶段。他将机器学习比喻成一枚火箭，人工神经元网络是发动机、大数据是燃料。
　　最近几年在移动互联网及智能硬件的带动下，大数据的膨胀已不言自明。Facebook称今年元旦一天上传图片量就达7。5亿张。百度今年一季度财报显示，仅百度LBS开放平台每天响应来自第三方的定位请求就超过110亿次。
　　与此同时，人工神经元网络也取得了飞速的发展，这其中又包含两个方面的技术：第一硬件，过去服务器用的是CPU，现在用GPU（GraphicsProcessingUnit，图形处理器），后者比前者至少快14倍，世界上最快的中国天河二号超级计算机用的就是CPUGPU的模式；第二过去神经元网络都是单层结构，现在不仅变成多层，还出现了多种计算方式，比如RNN（RecurrentneuralNetwork，多层反馈神经网络）、DNN（Deepneuralnetwork，深度神经网络）、CNN（Cellularneuralnetwork，细胞神经网络，又称卷积神经网络）。
　　单层神经网络只能获得几百个神经元，而多层金字塔式结构则可达到十几亿神经元的规模，能更好地模拟大脑。每一层会记录不同的类别特征。顶层用来输入信息，比如照相机捕捉到一只猫，机器收到信息就开始在每层查找匹配，最终输出信息告诉你这是一只猫。
　　科技更加进步的地方在于，以前，科学家们告诉计算机猫脸的几个特征标签，计算机按标索猫，但是现在，科学家们改用无监督学习方式，只给机器查找的方法，让它自己去找，查找的过程又会生成数据，影响它下次的查找行为。
　　谷歌无人驾驶汽车用的便是RNN神经网络，它赋予了计算机逻辑推理的能力，让它可以用一句话对画面进行简单描述，这样计算机便具备了用有逻辑的语言描述图片中不同事物的能力。
　　雅虎则利用CNN神经网络，可以从宽泛的角度来识别人脸，即使部分被遮挡住了，而且它可以相当精确地从相同的图片中识别出多张脸。雅虎团队把这种方法称为深度密集人脸检测器。
　　微软5月份上线的Howold。net与此有异曲同工之妙，即：上传图片，机器检测到人脸，并给出年龄的大小。虽然准确率很低，但是其功能应用更进一步，也起到了收集数据的作用。
　　不只是雅虎、微软，Facebook脸部识别率的精确度达到97。25，国内百度LFW测试中曾跑出99。85的国际最高分。
　　胡郁称，在机器学习领域的算法，国内外技术水平不相上下，谷歌的看图说话能力很强，但我觉得这并没有讯飞高考机器人难度大。只不过两者专注的领域不同。据胡郁介绍，大多数省市的中考、高考英语口语考试，都已由讯飞高考机器人作为主考官来完成。
　　教育考试、无人驾驶、图像识别、语音识别、即时翻译、工业和家居机器人等等人工智能产品，无不是神经元网络与大数据飞速进步的产物。
　　这些进步都只仅限于一种功能，到目前为止，人类还没有发明一个具备五官感觉功能的机器人。
　　特征：单一功能与语音交互
　　2014年11月，意法半导体在日本展示了一个人形机器人iCub。iCub已经意识到自己的身体以及它如何和世界互动，这类似于婴儿学习够拿物件的过程。2014年5月，在加利福尼亚州举办的会议上，微软展示了一款可以实时语音翻译的人工智能程序，一名研究人员用英语与一名德国的同事通话。2014年1月，谷歌斥资4亿英镑收购了位于伦敦的Deepmind人工智能公司。Deepmind最擅长的是，能够让计算机学会49种不同的电子游戏。而且在超过半数的游戏中，计算机熟练到可以击败一个专业的人类玩家。
　　这看上去是三个级别的人工智能技术，但实际上都是专注实现一种功能，iCub做的是感官反馈功能，即时翻译做的是翻译功能，Deepmind就是打游戏功能。同样都是输入与输出，涉及复杂的计算。
　　工业机器人是单一功能人工智能的最好诠释。1959年，第一个工业型机器人被安装于瑞典的一个金属制品工厂。它是一个有关节的，能运转的手臂，重达2吨。通过磁鼓上的程序控制，机器人可依赖液压缸调整机械臂的位置，到达一系列预设好的角度。
　　目前，超1300万的工业型机器人在各行各业投入使用，包括汽车、电子产品、橡胶和塑料、化妆品、医药、食品和饮料。它们的市场价值达95亿美元。
　　吴恩达说：现在的机器人之所以能取得成功，显然是因为工业化应用，科幻小说中说的那种什么都能做的泛用型机器人，现在几乎不可能造得出来。他觉得现在能够期待的是，对着手机说：帮我叫辆车带我去机场，然后就能如愿以偿。具有强大语音交互能力的机器已可期。他认为，人工智能下一个将要开启的就是，语音交互时代。
　　在十多年间，人机交互发生了两次突破：PC和鼠标的诞生、触屏操作和语音交互问世。其中最后两个都是在近十年发生的。特别是语音交互，它意味着计算机拥有了听觉并能给出正确的反馈。语音交互的实现解放了人类的双手，将促进人类生产力的巨大飞跃。胡郁亦认为，机器不能理解语言，就不能形成知识、对知识进行处理，就不能进行逻辑推理。机器需要一场认知革命，正如人类在7万年前开始掌握语言一样。
　　吴恩达认为，当语音识别准确率达到99时（百度目前为96），人与机器的交互就将发生彻底改变。他表示，这并不难实现。今年初百度流出的百度神灯手机视频，较好地展现了语音交互时代。这并不意味着机器掌握了语言，交互只是理解语言的开始。一般认为，人工智能分为三个阶段：计算智能、感知智能、认知智能。从感知飞跃至认知智能，目前人类还没有好的方法。但感知智能已被大面积商业化，在使用的过程中，机器会不断进步。
　　未来：威胁不到人类
　　随着技术的快速发展，就像科幻小说一样，机器人真的来抢人类的工作了。
　　2013年9月，两位牛津学者CarlBenediktFrey和MichaelOsborne，就发布了一篇研究报告，该报告预测在未来20年内，美国将有约50的工作岗位因机器人而消失。根据两位的计算，在今后的二十几年内，50的编程工作也会外包给机器人。
　　失去工作还只是影响之一，机器的进步给人类带来的更大威胁是，消灭人类。去年10月，在美国MIT的一次公开访谈上，特斯拉创始人马斯克称人工智能就是召唤恶魔，很多科学家对此表示了认同，并将超级智能作为人类的重大威胁，与小星球冲撞地球和大规模的核战争并列。雷库兹韦尔（RayKurzweil）亦曾发出乐观的预言：机器智能超越人类智能总和的那个奇妙奇点，就在2045年。
　　不过，吴恩达与胡郁均表示，不必为机器的进步过分焦虑。现在，每位驾驶员在每次航班上平均只驾驶3分钟的飞机，但飞行员并没有被取代，就像ATM机并未取代银行柜员一样。恰恰相反，因为银行支行需要的柜员减少，银行便开设更多支行，而银行柜员的总数增加。
　　科技一边接手一些任务，一边也增加了对商品和服务的需求，因此也需要更多执行剩余任务的人力。一项统计表明，在过去30年中，计算机在办公室文职工作里被广泛应用，而工作岗位却每年增加1。2。
　　因此，人类仍然为拥有更聪明的人工智能技术而不吝千金。2014年，百度在研发投入上共计花费69。81亿元，讯飞的研发投入占销售收入的比例也高达3040。然而，这与一年投入106亿美元、104亿美元、80亿美元的Intel、微软、谷歌，以及一个季度花掉10。6亿美元研发经费的Facebook相比，并不算什么。
　　吴恩达说，人工智能的进步速度与投入是极度相关的，中国在这方面需要增加投入。胡郁亦表示，并不是别人不会做，而是别人没这个条件做这个事情。这个条件，一是指数据规模，二是指资本投入。
　　本文原载2015年5月25日《财经》杂志，经《哈佛商业评论》中文版重新编辑。