當談論人工智能，硅谷在干什么？

羅東

在2015年2月于舊金山舉行的The BIG Talk科技峰會上，百度首席科學家Andrew Ng（吳恩達）告訴我們，7年前，他在斯坦福的學生用最好的算法，試圖讓電腦識別咖啡杯，但“它們發(fā)現(xiàn)到處都是咖啡杯”，因為電腦只能單純根據(jù)色素的亮度值、強度等數(shù)據(jù)定義咖啡杯。但就在今年這次峰會，Andrew Ng已經(jīng)展示了電腦能夠為一張圖像提供解說的能力，至于不久的未來，他風趣地說：“我還沒有下一代，但我希望我的兒子或?qū)O子輩，可以問我，‘在你小時候，你和你的微波爐講話它卻沒有反應嗎？這太不禮貌了’?！?/p>

Andrew Ng如是解釋人工智能在這幾年內(nèi)發(fā)生的巨大變化：過去，人們希望在一個人工智能的虛擬圈做一個好產(chǎn)品，繼而積累用戶，提供數(shù)據(jù)，再讓該產(chǎn)品越好越好，吸引更多的用戶……形成一個良性循環(huán)，但這個循環(huán)里恰恰缺失的就是人工智能本身。

但是在如今大數(shù)據(jù)環(huán)境里，新的人工智能算法會變得越來越好，機器的“深度學習”已經(jīng)不僅僅停留在炒作層面，這就好像火箭發(fā)射需要足夠大的引擎和充足的燃料，一個深度學習算法需要人們建立很大的神經(jīng)網(wǎng)絡——Andrew Ng的一位伯克利大學的朋友開玩笑稱所謂的神經(jīng)網(wǎng)絡有點像大腦的卡通畫，但他深以為然，人們建立的智能化平臺實際上就是一個超級簡單化了的卡通大腦——來支撐復雜的算法（并且代替?zhèn)鹘y(tǒng)計算模式），而大數(shù)據(jù)時代“比以前更多的數(shù)據(jù)”就是燃料。

在此基礎(chǔ)上，機器的深度學習將成為現(xiàn)實，圖像識別和語音識別就是兩大成果，至于機器深度學習的能力繼續(xù)發(fā)展后會不會反過來控制人類，Andrew Ng很樂觀：“我不覺得會有聰明邪惡的機器人掌控地球?！?/p>

但聽過康奈爾大學創(chuàng)意機器人實驗室主任Hod Lipson（胡迪.利普森）的介紹后，人們或許會認為 Andrew Ng過于樂觀了。Lipson的用詞多少有那么點令人毛骨悚然的味道：“設(shè)計機器人？不，我們是在養(yǎng)殖機器人。”

他在幾年前就開始了一個項目：把很多機器人元件投入物理模擬器，讓模擬器連接各個元件、線路、電池，然后把性能最好的機器人復制。他的項目最先以計算機模擬，前100代機器人還一無是處，但后來發(fā)生了巨大的變化，機器人的能力越來越好（比如爬行速度越來越快），Lipson便用3D打印把機器人制造出來，從虛擬變?yōu)楝F(xiàn)實。Lipson說：“那些機器人看起來有些奇怪，因為他們不是設(shè)計出來的，而是進化出來的?！?/p>

Hod Lipson在他的機器人養(yǎng)殖計劃上持續(xù)投入，他很快啟動了第二個項目，完全基于現(xiàn)實養(yǎng)殖。但他很快發(fā)現(xiàn)兩個項目都存在問題：第一個項目中，基于模擬器的方法由于虛擬和現(xiàn)實的差距導致對復雜的機器人不太奏效；而第二個項目需要的時間又過長。于是Lipson換了一個視角來看待機器人的進化：先用模擬器養(yǎng)殖，再將最好的機器人在現(xiàn)實里測試。那么怎么解決模擬器的簡單化呢？收集各種感官和感應的數(shù)據(jù)，然后運用大數(shù)據(jù)養(yǎng)殖模擬器，讓模擬器越來越準確，機器人越來越優(yōu)秀，Lipson認為，在它們相互適應的同時，就進化出了自我意識。

基于此，Lipson展示了他的第三個機器人：四條腿，每條腿上裝有兩個馬達，膝部和髖部各一個馬達，但機器人不知道自己是什么，所以首先要讓馬達任意運動，然后通過反應傾斜，匯集反應數(shù)據(jù)來找到走的感覺。這個過程里，機器人會逐步假設(shè)，推斷自己的形態(tài)，并經(jīng)過無數(shù)次的試錯，當機器人意識到自己有四條腿的時候，它開始試著如何協(xié)調(diào)它們，并真的運動起來。為了進一步測試，Hod Lipson殘忍地砍斷了機器人的一條腿，不過機器人很快找到了新的運動方式。

Lipson強調(diào)，他們沒有給機器人設(shè)定相應巨大的程序，而是機器人自己通過動力的改變來改變對自己形象的假設(shè)，改變了自己的行為模式，也就是說，它進化了！在這個案例中我們可以看到，3D打印和深度學習正是機器人發(fā)展的引擎。

但是同Andrew Ng一樣，Lipson對人類和人工智能的和諧相處充滿樂觀：“人們會想象這些鋼筋鐵骨的機器人走上街頭摧毀我們，但事實上就算會摧毀也不是這種方式，而是機器人以后所有的能力都會超過人類，可能對人類存在的意義帶來挑戰(zhàn)?！?/p>

這個解釋其實不能令人滿意。不免讓人想起電影里那些為了科學而不考慮人類自身安全的科學家們，他們總是回避自己的研究可能給人類帶來的麻煩。當然，這里是硅谷，拋開未來機器人屠殺人類的可能性，更多的科學家、企業(yè)家、創(chuàng)業(yè)者還是把精力放在現(xiàn)實上，如何利用人工智能的熱潮，創(chuàng)造新的商業(yè)模式，或者更好地造福人類。

正如你在中國也能聽到的趨勢那樣，不管在養(yǎng)老、教育，還是城市的信息化管理等“流行”領(lǐng)域，硅谷都在關(guān)注。斯坦福大學杰出訪問學者Walter Greenleaf強調(diào)即便在美國，老齡化和養(yǎng)老以及隨之而來的醫(yī)療開銷也是令社會頭痛的問題，但智能化（移動設(shè)備、社交網(wǎng)絡等）的普及讓醫(yī)療體系可以從所在地為導向轉(zhuǎn)化為數(shù)字化或網(wǎng)絡醫(yī)療，形成以患者為中心的、動態(tài)的、共享的醫(yī)療系統(tǒng)；Coursera（一家線上教育平臺）首席業(yè)務官Lila Ibrahim和其公司正致力于“讓一個教授啟蒙全球成千上萬的學生”。Lila Ibrahim分享了幾個要點：技術(shù)可以讓教育規(guī)模化，比如設(shè)計一個學生互相打分的機制，同時，機器深度學習的理念可以讓技術(shù)增進教學，比如教授們根據(jù)數(shù)據(jù)判斷每個學生的學習情況等；加州大學伯克利分校再生性能源實驗室主任Daniel Kammen則告訴我們，信息技術(shù)可以提升能源的利用效率，比如許多美國家庭都在通過一個網(wǎng)站，查看自己社區(qū)的溫室氣體排放情況，互相討論如何節(jié)能；而本田的硅谷研發(fā)中心主管Nick Sugimoto最關(guān)注的領(lǐng)域無疑是車聯(lián)網(wǎng)、大數(shù)據(jù)和移動應用如何重塑未來駕駛。

除了這些命題，硅谷的科學家們還在搗鼓一些特別有趣的“小玩意兒”，比如在手上的皮膚里植入一個芯片，以和外界的智能設(shè)備感應與互動；在斯坦福，教授們不但在研究虛擬現(xiàn)實和機器人（如何操控一個機器人來完成一些精細的工作），還試圖將它們聯(lián)系起來：把虛擬現(xiàn)實、操控機器通過傳感器，模擬觸覺等技術(shù)連接起來，讓機器成為人身體的一部分延伸，沒準在不久的將來，阿凡達就會成為現(xiàn)實。