■本报记者 沈湫莎

    “当人们无法解决某个问题时，人工智能成了挡箭牌，这也是为何当下人工智能如此火热的原因。”日前举行的2018上海国际人工智能创新应用峰会上，被誉为人工智能领域“根目录”之一的美国科学院、美国工程院、美国艺术和科学学院三院院士，加州大学伯克利分校教授迈克尔·乔丹语出惊人。在他看来，当前的人工智能不过是比60年前刚形成这个概念时前进了一点点，而这也是得益于计算机科学、工程学以及统计学等学科的进步。

    现在的发展方向不是  “人工智能”，而是“增强智能”

    就在几周前，乔丹写了一篇文章，标题是《人工智能的进化尚未开始》。他在文章中提到，现在的AI发展方向并不是Artificial Intelligence（人工智能），而是 Augmented Intelligence（增强智能）。

    毫无疑问，过去60年间计算机科学取得了长足进步，但这并不意味着计算机具备了更多人性，而是计算机能够帮助人类发现一些模式，让人类更加聪明。打个比方，比如想要知道中国第二大城市时，搜索引擎很快就能告诉结果。是搜索软件具备了智能吗？并不是，只是电脑擅长计算、存储数据。“在这个场景中，智慧闪耀在我提出问题的那一刻，而非计算机吐出答案的那一刻，而从某种角度来看，搜索引擎相当于增强了人类的记忆力。”乔丹说。

    物联网也是“增强智能”。在无人驾驶中，传感器相当于增强了人类双眼，数据算法相当于增强了人类大脑运算能力，当下所谓的机器智能，不过是根据参数汇聚起来的数据算法，它们只能复制、模仿、模拟人类的行动，创造力对于它们来说还难有办法，更别提推理和抽象思维了。

    “即使是最牛的语音识别机器人，也无法知晓门口的脚步声意味着什么，而几个月大的婴儿就能知道这一点。”乔丹说。

    所谓“智能算法”会导致输出结果单一

    许多公司认为，只要他们掌握了足够多的数据，就能掌握顾客的喜好，并计算出最优决策，他们相信这样会使他们的机器更加聪明，进而产生智能，在乔丹看来，数据并不会决定人做什么，真正促使人下决定的是当时的背景。

    海量数据确实令计算机在语音识别、机器翻译上取得了巨大突破，但如今这种“海量标注数据+深度学习框架+GPU并行计算”的简单粗暴模式提升作用越来越有限，一是因为某些领域数据收集的门槛非常高，二是因为并不是所有领域都适合“堆数据”。

    更可怕的结果是，相同的数据和所谓“智能算法”会导致输出结果的单一性，然而世界充满不确定性，那些更加“优化”的方案会被刷掉。“当所有厨房的食材供应链都被一台主机控制时，你还会注意邻居钓了一条鲜美的鱼吗？”乔丹说。

    人工智能看似离我们很近，其实还很遥远

    像《我，机器人》这样水平的人工智能多久能被制造出来，一直存在两种声音：一种是人们认为它很快就能到来，另一种是认为它短期内不会到来。有意思的是，产业界人士——比如扎克伯格、马斯克往往持第一种观点，而真正从事人工智能研究的人反而持后者观点居多。

    乔丹对这个问题非常谨慎，他先说要500年，后来又说至少要100年。比如当扎克伯格被问到“怎么处理脸书侵犯用户隐私”的问题时，他的经典回答是：“人工智能会帮我解决的。”乔丹说：“当人们无法解决某个问题时，人工智能成了挡箭牌，这也是为何当下人工智能如此火热的原因。”

    如何看待人工智能看似离我们很近，其实还很遥远的问题。乔丹说：“我父亲是化学工程师，他研究的化学元素早在100年前都已被发现了，但真正建成精密运行的化工企业则还是近几年的事，人工智能发展也是如此。”

    不过人工智能会往哪个方向发展，还取决于人类的选择。乔丹提醒说，如果人们躺在数据上丧失了区别于机器的人类智能，就会沉溺在“增强智能”，永远到不了“人工智能”。