Top 5 AMAZING Future Technology 2018 Must See #199 (Cassies Agility Robotics)

Nx Witness v3.0 - 雲端影像平台解決方案 —

和很多微軟研究員一樣，洪小文是科幻電影迷，對 AI 題材尤為感興趣，因為這是他多年來的研究領域，與他每天從事的研究工作息息相關。

不過，在洪小文看來，幻想有朝一日機器統治世界的電影，其實都難以解決一個簡單卻無法回避的問題，那就是促使機器攫取權力的動機。

「動物界會通過角逐來確定族群的領導者，也有很多人會把更大的權力、更多的金錢視為畢生追求的目標。生物學家、心理學家，通常會把造成類似普遍現象的原因，歸結於與生俱來的繁殖本能——但這種規律未必適用於無機體」。

微軟全球資深副總裁、微軟亞太研發集團主席、微軟亞洲研究院院長洪小文

「機器是人類創造的無機體，同其他人類創造的工具一樣是沒有意識的。它們會在意自己有多少同伴、多少後代嗎？它們會嚮往一個滿是機械味道的世界，並不惜為此將一切阻礙新世界形成的人與物全部消滅嗎？」

微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文在接受《中國新聞週刊》專訪時提出疑問，他認為，即使有類似的行為，那也是緣於其背後人類編寫的程序和發佈的指令。

◆ 智能不等於智慧

Q1：最近一段時間，AI的概念非常熱，你怎麼看這種現象?

洪小文：我認為較之過去五十年裡的同類，今天所謂的「智能機器」的能力提升都還只是量變，遠遠達不到質變的標準。

機器——或者說人們日常依賴的工具的能力質變，大概有四級台階。

第一級，功能（Capability）。功能是工具的價值點，對於人類最有意義，也一直推動著人類社會的進步。從石刀石斧、鼎鑊簋盂、塤箏鐘磬到今天的跑車、游輪、客機，工具萬千，各有所用。

第二級，智能（Intelligence）。有趣的是，「智能」的概念是跟著時代的發展而不斷改變的。記憶力是一種智能嗎？倒退幾百年的話，顯然是。

科舉、八股文所考察的首先是應試者，對古老經典全局與細節的記憶。算術是一種智能嗎？曾經是——《水滸傳》裡有位好漢叫神算子蔣敬，職司梁山錢糧支出納入，可說是梁山一百單八將裡少見的頭腦與肌肉兼具的人才。

下棋是一種智能嗎？當然是。雄踞國際象棋第一高手寶座時間最長的棋手加里·卡斯帕羅夫曾被譽為「全世界最聰明的人」——但在今天，說起記憶力、算數和弈棋（甚至包括圍棋），電腦比人類更在行。

另外，IQ（Intelligence Quotient）測試是個有趣的話題——由於測試全程通常都會給出各種選項，機器在應對這種智能商數的挑戰時，其實是有很大的幾率得高分的，我猜測，未來十年內，將會出現 IQ 測試拿最高分的機器。

第三級，智力（Intellect）。智力比智能更高一籌，「力」這個字裡包含了判斷力、創造力等資訊。對人類來說，每天我們面對的大多都不是選擇題，又或是有著無窮選項的選擇題。

例如，我在微軟亞洲研究院的日常工作，大部分都不是非此即彼的選擇——一個研究團隊需要補充人手，我不能簡單地回答「可以」或「不可以」，而是要結合實際情況，包括預算、課題、團隊現狀、發展前景等多方面的因素，來判斷團隊是否真的急需補人、補多少人和什麼樣的人，或者是否可以通過與其他組的合併來內部解決。

今天的 AI，基本上沒有能力在缺乏數據的情況下，創造出如天外飛來一筆的新的選項。

第四級，智慧（Wisdom）。智慧往往是由豐富閱歷、深邃思考積澱而來的洞察——所以我們經常說某位長者智慧深廣、堪為導師。所有的智能都不是用選項的形式來表述的，就像火種，它能在特定的時刻引燃人們思想的火花，照映前路。哪怕再過很久很久，機器也不大可能產生真正的智慧。

截至目前，全世界最「聰明」的機器也只是站在了第二級台階上—— AI 這個概念的大部分含義其實是「功能」，還有一定的「智能」。「智能」與「智力」只差一個字，但對機器而言卻好像是鴻溝天塹，極難攀越——至於讓機器具備「智慧」，劇作家和導演當然會繼續開發此類題材的科幻電影，但科學家們所得到的進展卻微乎其微。

Q2：隨著互聯網及其背後與日俱增的數據中心所生成和保存的數據量越來越龐大，機器一定可以幫我們做更多的事。你認為機器會進化到足以替我們思考和決斷的地步麼？

洪小文：從計算能力來看，計算機早已超越人腦，但這不意味著電腦有智慧——迄今為止，各種類型的電腦都仍只是人腦部分功能（主要是記憶與運算）的延展。

說起 AI，不少人會追溯近百年前科幻作家們的擬想，或是 64 年前圖靈提出的假說，但在我看來，整個人類文明史都貫穿了對機器智能的追求。

例如被楊振寧先生稱為「世界上最早的計算機」的算盤，直至 PC 普及之前都是主流的計算工具，上世紀七八十年代，許多中國家長都會送孩子去學習心算和珠算——算盤本身正是被人類賦予了規則、體現了人類智慧的工具，本質上，這與今天的 PC 、智能手機、平板設備可謂一脈相承。

擊敗了卡斯帕羅夫的 IBM 「深藍」和近來名聲大噪的 AlphaGo 被許多人視為 AI 研究的里程碑。可以預計，無需多長時間 AlphaGo 便能橫掃整個圍棋世界。而當它戰勝了所有可能與它匹敵的人類頂尖棋手後，它便會將「世界圍棋第一高手」的榮耀保持到永久——除非又出現另一位算法，更先進的機器棋手。

機器棋手確實為我們這些人工智能相關技術的研究者，帶來了很多啓示。但不容忽視的是機器的勝利，還是決定於其由人開發的算法，在我看來，這更能彰顯人腦而非電腦的智慧。

不過，的確電腦不同於人類以往發明的任何工具。這種不同體現在，一是它不是出廠時用途便已固化的專用工具，像腳踏車、影碟機，它的能力取決於用戶安裝的程序。二是它可以為各種專用工具注入新的生命力，比如近來被熱議的「可穿戴設備」，只是將某些計算能力植入腕帶、手錶、眼鏡等「傳統工具」，將之與手機、PC 之間建立起數據關聯而已。

但凡「工具」，皆包含了其人類創造者的智能、經驗與巧思。廣義的 AI 是給予製造物以契合事理的功能特性，與人類一起共同完成我們做不到和做不好的事，達到「人+機器=超級人」的效果。就像錘子、斧子是人們手臂的強化和延續，汽車、輪船和飛機是人們腿腳的強化和延續。近年來無人駕駛汽車很受關注，似乎這是一種新形態的智能機器，但無人駕駛的飛機多年以前便已發明——同樣無需人來駕馭，飛機和汽車相比，能說哪個更智能呢？

過去的幾十年來，電腦硬體性能的演進和軟體適用領域的拓展超越了所有人的想像。若是以廣義的視角來觀察 AI 的外延，承認所有灌注了人類對世界的思考的工具，都體現了某種程度的「智能」，那麼可以說生活中已然隨處可見智能設備。

◆ 「人+機器」才是 AI 研究的主流方向

Q3：長期以來，從事 AI 研究的科學家，總是夢想著將人類思考、計劃、執行的能力移植給機器，在你看來，是否人達成目標的路徑是由 A 到 B，機器就應遵循完全一樣的路徑？

洪小文：我認為，這種研究誠然有著非同尋常的科學價值，卻也會因「賦予鋼鐵工具以人的特徵才算成功」的偏執而舉步維艱。

我們要跳出窠臼，站在機器的角度去模擬和延展人的思維，而不是用人的視角和習慣去限制機器。無人駕駛汽車並非只有「兩隻眼睛」，而是裝備了多個雷達傳感器、全景攝像頭和激光測距儀。i-Robot 清潔機器人也是，她的身材圓潤扁平，一點兒也不像人，但吸塵的時候一定比兩米高的機器保潔員好用。

最初，AI 研究遭遇的瓶頸是，人的邏輯思考模式幾乎無法複製給機器，無論是將低階的聲音、影像、氣味等信號昇華到認知，還是把有共性的現象抽煉成規律，都不是機器所能掌握的技能——機器學習與大數據將 AI 研究帶入春天，最近還出現了深度學習、深度神經網絡等新概念。更大規模的數據量和更少的假設、限制可以讓機器用自己擅長的方式（數據存儲、挖掘、分析）「思考」和成長，進而在實用化路途上走得更快更遠。

Q4：我們需要什麼樣的機器人？

洪小文：真正有用的機器人不一定是人的形象。試想一下，當你站在一台高大強壯的人形機器旁，會不會油然而生恐懼感呢？客觀地說，粗壯又龐大的機器人只適合工廠和工地，我們可以幻想一種普遍適用且長得與人相像的全能機器，但這種設備的擁有成本一定很高，此外還有空間和能耗等現實問題。現實中，已開始幫助我們做各種工作的機器大多是小巧和悅目的，未來我們的辦公室、我們的家都會變得越來越智能，但「智能」會無形地隱藏在吊燈里、電視中、牆壁上，更像是人類生活在智能機器中，而不大可能只是以人的形象提供服務的機器人。

研發有人類情感的機器，對科學家而言或許是值得投入心血的課題，但其實用意義遠不及科學意義——而今生活中已經有很多智能機器，雖然它們沒有情感，但這能說是壞事嗎？假設你的機器人既能幹又愛你，但愛的反面不正是沮喪、憤怒等負面情緒？這樣的機器人，可能會在情緒不好時拒絕你的指令，還可能希望自己也有權像人一樣工作五天休息兩天，這恐怕不是我們想要看到的。

另外，很多人受到科幻電影的影響，因為機器變得越來越智能而恐慌，對此我倒不太擔心——刀、鋸，甚至汽車、飛機都可以拿來做壞事，但正常狀態下，這些工具對人類來說大多有著至關重要的正面價值。真正決定其用途的，是背後的使用者。況且，人類自古以來就在持續製造和自己一樣有情感甚至更聰明的生命，即我們的下一代，也一直懂得如何與之相處。只要科技對人的幫助遠大於傷害，那我們就該正面、樂觀地看待它，並繼續向前走。

1991 年，微軟研究院創立時，比爾·蓋茨希望研究院能夠致力於讓未來的計算機能夠看、聽、學，能用自然語言與人類進行交流。這是一個與 AI 研究關聯緊密的夢想。二十多年來，我們時刻在為之努力。其實，研究人員與科幻電影創作者有很多相似之處，兩者都在試圖構建一個通往未來的「夢境」，但與後者相比，研究人員除了做夢之外，還要努力想清楚圓夢的途徑。

我認為，看清 AI 能做什麼不能做什麼，將目標聚焦在可以 100％控制的、能有效提升我們生產力與行動力的成果上，承認只有「人+機器」的組合才是 AI 研究的主流方向，這或許更有意義，也是人類社會發展的正確方向。