在CCF-GAIR大会的演讲舞台上，恐怕牛津大学计算系主任Michael Wooldridge是唯一一个坐着演讲的嘉宾——在演讲进行到三分之一的时候，他索性坐在了舞台边的台阶上。
![]()
牛津大学计算系主任Michael Wooldridge
当雷锋网问起他为何席地而坐时，他只是耸耸肩，露出标志性的微笑，“这只是一个下意识的动作，我感觉这样会更舒服。”
但不管出于什么原因，Wooldridge的这个小动作无形中拉近了他和观众的距离，而这种“平等”的举动也蕴涵着人工智能的一个隐喻：虽然目前AI已经能非常出色地完成人类向它下达的任务，但它到现在，依然没有办法像你的朋友一样平等地进行交互和对话，不管是理解一个富有哲理的小故事，或是get到你讲的冷笑话。
当然，我们不能对人工智能苛求太多——虽然已经发展了60年，但在历史的长河里，它还是个宝宝。
|
有意识的大脑，并没有那么重要
今年最火的人工智能莫过于DeepMind的Alpha Go，而Wooldridge也在CCF-GAIR的演讲中，将Alpha Go作为代表来解释基于神经网络的人工智能。
![]()
基于神经网络的人工智能可以说是处理复杂问题的一把手，但它的缺点也同样明显。就像我们的神经元无从告诉我们，它自己是如何经过计算得到决策结果一样，人工智能也没有办法向我们沟通自己的决策思路。而人工智能的另一个研究方法，则是从语言的逻辑层面出发。基于符号的人工智能可以实现机器在认知水平的“升级”，但就像Wooldridge所说的，人工智能缺少知识，缺乏和人一样的共情能力，这也让强人工智能变得前路漫漫。
Wooldridge对雷锋网(搜索“雷锋网”公众号关注)表示，他认为在短期内具有意识的人工智能暂时还无法出现。
“意识是一件很个人的事情。即使我们能看到活体大脑的结构，我们依然无法看到人是如何思考的，这也是人类无法将意识复制到人工智能上的难点所在。”尽管人类可以用MRI扫描大脑的活跃情况，但我们仍然对意识的组成一无所知，“这的确是一条漫漫之路。”
神经网络的学习有利于我们了解人类决策的思维，所以在一些弱AI上，具有特定目标的任务会让人工智能更契合地应用于人类的生活。“我认为没有必要去复制一个大脑。”Wooldridge表示，“所以我们的研究，目前更多的不是为了让机器学会和人类一样思考，而是让机器智能体或软件智能体通过自然语言理解我们的情绪，而这对于我们和机器的沟通而言，或许更为重要也更加实际一些。”
从斯皮尔博格的《人工智能》到近年的《机械姬》，不少影视作品都会将类人机器人做为一种强AI的体现，而类人机器人同样成为一些科学家不懈努力的目标。从Hanson的Sophia，还有Nadine、聊天机器人Geminoid，到模仿人类的机器人Actroid等，都是类人机器人的实例。
而对于是否有必要把机器人做成像人一样的形态，Wooldridge表示他对类人机器人并不感冒。比起在外观上模拟人类的外表，它是否能真正为人所自然地接受，才是Wooldridge更关心的。
“如果我们能和机器人在同一个平台下协同工作，它也能顺利地和人类交流，那么它是否具有人类的形态，其实并不是那么重要。”
|
AI让我们重新思考社会关系
对于人工智能的不断进步，以霍金、马斯克为代表的威胁论也已经不再是什么新话题，但在担忧AI是否会让人类灭绝之前，Wooldridge考虑的更多是人工智能出现后，人类如何处理自身和社会的关系。
目前美国有350万卡车司机和50万出租车司机，从Wooldridge的预测来看，这些工作在20年内会逐渐被取代，但就像70年代的自动化浪潮让不少人失去工作一样，今天的人工智能同样也会带来同样的问题，但他认为目前AI更有可能的应用方向是取代一些具有专门技能的工作。
“一个典型的例子是法律秘书，这类工作的主要内容是寻找对应的法条。虽然这个工作对法律知识有着极高的熟悉度，也能带来体面的收入，但利用人工智能可以做得更好。我认为在未来，可能他们的工作会受到人工智能的威胁。”
所以这也给政府带来了难题：如何在技术浪潮中对那些被淘汰的工种负责。在实现逐步取代的过程中，人工智能和人类的矛盾也是一个莫大的挑战。对此，Wooldridge并没有给出一个明确的回答，但他提出可以从加大教育和科技投资的层面来改善工作匹配的问题。而人工智能，同样能让我们重新思考人类的社会关系。
|
