揭秘人工智能：你必须了解的十个事实 | 皇牌大放送

人工智能，被誉为是人类的未来。我们期待人工智能可以帮助医生、心理学家、警察和军人等工作，甚至取代驾驶员以及运动员。人工智能真的已经达到足够智能的程度了吗？人们真的可以相信人工智能的决定吗？在人工智能领域实践多年的程序员以及人工智能研究者，却向人们发出了警示。

非政府组织算法观察成员马蒂亚斯·斯皮尔坎普说：“数字技术的快速发展让我们以为，凭借数据和计算就能解决人类面临的一切问题。这只是一种错觉。”

真相一：获得问答冠军的人工智能，本质只是一个搜索引擎

2011年，IBM公司为了宣传自身技术，推出了《危险边缘》特别节目，让最优秀的人类冠军与其新开发的人工智能沃森直接对决。现场，人工智能沃森以最快速度流利应答，在节目中轻松取胜，节目结果让人们觉得，人工智能已然具备了理解人类语言的能力。

其实，人工智能沃森并不能真正与人类沟通，它本质上只是一个以网络百科全书作为数据库的搜索引擎。

而在联合国一个宣传人类技术进步的活动中，也出现了人机对话的场景。

联合国参会人士：“好的。我想再问你一个问题，世界上很多地方还没有网络，也没有电，联合国可以做什么来帮助他们呢？”

机器人：“好消息是人工智能和自动化可以用更少的资源获得更好的结果，所以，如果人工智能的智慧水平能够进一步提高并专注双赢的结果，人工智能则可以帮助人们充分分配世界上现有的资源，包括食物、能源等等。”

而其后有节目报道，这段机器人的回答，其实也是提前准备好的。

真相二：人工智能翻译器只能提供一般性答案

像谷歌翻译那些自动翻译工具，使用的资源是来自一些可免费访问的网站，例如一些政府部门、机构的官网或者网络百科，人们早已将很多文字译成了多种语言。人工智能翻译器往往会自动运用人类最常用的词组作为译文，并不会根据特定情况进行分析，所以很多翻译结果，也揭示了人们固有的刻板观念。

比如，在芬兰语中，代词男他和女她都是用“hän”表示，但机器在翻译修理汽车化油器的主语时，会自动翻译为男他，在翻译为婴儿换尿布的主语时，会自动翻译为女她。翻译器自动生成可能性最高的结果，并不会参考任何个人经历。

谷歌工程师弗朗索瓦•肖莱说：“例如欧洲议会语料库，这些文本并不能代表你我之间的那种交流。系统永远会向适中的情况靠拢，因为这是它们的运作方式。”

真相三：人工智能深度学习技术存在偏见和刻板印象

深度学习是指，机器通过人类输入的各种数据资料进行自我学习，以帮助人类解决特定的问题。比如机器通过学习万千张动物的图片，来识别不同的动物，除此之外，深度学习技术还有其他现实应用。在美国有十几个州，案件审讯时都会参考一款人工智能软件，它能帮助法官预测被告再次犯案的风险及可能性。这款人工智能软件的数据，来自于美国警方的罪犯数据库，系统采用一个秘密公式来分析罪犯的136项指标，最终，得出罪犯再次犯案可能性的总分，提交给法官。

一些严谨的记者将这款软件对7000个犯人的评分，与他们真实的行为做了一个对比，结果发现，对严重犯罪行为的预测正确率仅为20％。一些记者还表示，软件对黑人再次犯罪的预测结果，普遍比实际高，对白人再次犯罪的预测结果却比实际低。

谷歌前研究员梅雷迪斯·惠特克说：“很多国家或地区的刑事司法智能系统，极有可能像美国一样，带有种族主义色彩，所以需要在数据中建立应对黑人偏见的设置。”

谷歌工程师弗朗索瓦·肖莱又举了一个例子来讲述人工智能系统偏见的来源：“这种偏见源于训练期间所接收的数据，训练数据可能本身存在偏见。请大家设想有这样一个系统，它能够检查监控录像，来判断某个人是否可疑。要打造这种系统，首先需要标注员（真人），对监控录像画面进行标注，判定录像中的某个人是否可疑。毫无疑问，在这个步骤中，标注员是基于主观作出判断的，这种判断会存在潜在偏见。”

真相四：人工智能目前还不能帮助医生诊症

延续《危险边缘》节目中人工智能沃森的大热，IBM紧接着研发了人工智能医生。之后经过六年，又投入了100亿美元，研发了一款专门用于治疗癌症的沃森肿瘤解决方案。

而这款软件却没有预想中先进，需要医生手动输入患者数据。不仅如此，沃森只能提供美国标准的治疗方案。根据医生反映，对于那些复杂的病例，沃森根本毫无帮助，并没有达到其宣称的能力。

谷歌工程师弗朗索瓦·肖莱说：“医学与现实世界息息相关，而现实世界是千姿万态的，你遇到的每一个病例，都与之前你遇到的病例间存在细微的差异。因此，你必须根据每一个新病例来调整以前使用的诊疗方针。如果你的诊疗方针一成不变，其执行程序也一成不变，那么它们就难以适用于新的病例。”

最后沃森肿瘤解决方案只被全球50家医院购买。2021年，IBM公司还遭受了猛烈的批评，沃森被迫全部下架。

真相五：人工智能并无感知能力，只有回答，没有表达

在人类的头脑中，意义是通过体验产生的：上下颌用力咬合、门牙穿透光滑的果皮、果汁渗出并顺着喉咙流下，种种体验定义了什么是苹果。然而，对于计算机系统而言，苹果只是一系列与文本数据相关联的像素。

谷歌工程师弗朗索瓦·肖莱说：“我们可能认为深度学习模型能够理解图像的内容。但实际上，深度学习模型只是将图像和文本联系起来的一种方式，与人类看见图片，并用语言描述其内容的方式是完全不同的。”

人工智能永远无法体会肾上腺素飙升或泪如泉涌的真正感觉，它不懂什么是害怕，不会起鸡皮疙瘩，对痛苦或快乐没有概念，无法欣赏抽象艺术，也没有曾被压抑的创伤。因此，人工智能也没有什么需要表达。

人工智能模仿的，仅仅是人类思维的结果，而并非过程。

真相六：人们有时无法了解人工智能得出结论的过程——不透明的黑匣子

深度学习源于控制论，控制论是计算器学家从神经科学中获得启发，而形成的研究领域。深度学习系统类似于一个巨大的相连的网络，借鉴了人类大脑中神经元的结构。在这个仿制的神经元网络中有很多设置，能够加强或衰减不同链路之间的信号，直到最终信号能够解答人类的问题。

机器学习系统有着数以亿计的不同设置，十分复杂，以至于连程序设计师自己也不知道，该用什么判断标准来检测系统。所以他们想出了一个词汇来描述这种复杂的设置：黑匣子。

美国杜克大学计算机科学研究员辛西娅·鲁丁说：“黑匣子机器学习模型，是一种预测模型。它要么复杂到人类无法理解，要么属于私有，也就是说，我们根本无法一窥其中的奥秘，也无法了解它们运算的方式。所以，我们不能用黑匣子模型来做出高风险决策。实际上，要做出更好的决策，我们的确需要了解这些预测模型的工作原理。”

真相七：“这是机器的决定”这种说法，有时是一些人逃避责任的方式

如今，一些人工智能交互界面在不断被推广，比如银行人工智能客服、电讯公司人工智能客服。在这些友好智能交互界面背后，是一些数据处理协议框架，当中，有一些并不透明的决策系统，其实正在日益被推广。

非政府组织算法观察成员马蒂亚斯·斯皮尔坎普说：“我们可以看到，一些公司乐于推卸责任，他们会说，‘我们用复杂的机器系统协助工作’、‘是算法出了错，与我们无关’。这种辩解或借口完全让人无法接受。”

谷歌前研究员梅雷迪斯·惠特克说：“如果你想逃避责任，并且希望做出困难决定后不会被追究责任，那么就推给机器，这是很多人的一个选择。”

真相八：全世界还没有一台完全自动化的无人驾驶汽车

作为人工智能的代表技术，无人驾驶汽车揭示了人们对全自动化服务的幻想。人们希望人工智能可以随时帮人们做出驾驶决策，既保证安全驾驶，又节省下人们的时间。

但这个已经投入了超过800亿美元的产业，到目前为止，还没有一台可以完全自动、无人驾驶的汽车，人类驾驶员需要随时候命、准备介入。

谷歌工程师弗朗索瓦·肖莱说：“人们轻易就使用深度学习系统，然后以某种非常困难的事情为蓝本，例如驾驶，打造出一个并不可靠的原型。但想要开发这种原型系统、使其足够可靠、并且在实际应用中足够高效，是相当困难的，能够上路都相当不容易。”

真相九：为人工智能系统纠正、补漏的工作，正成为一种全球新经济

过去十年里，像无人汽车幕后驾驶员这类，围绕人工智能进行的人为辅助工作，催生了一种全球新经济。现在，全世界有数十万工人，正负责为机器编制训练数据，并监督、纠正机器的反应，或者直接取代机器进行人为操作，而他们的收入并不高。

2005年，全球科技巨头亚马逊公司创始人杰夫·贝索斯宣布，推出亚马逊土耳其机器人，他当时坦率地承认，这是“人工的人工智能”，或可以称之为假人工智能。其背后需要人类付出劳动，手动控制，从而来实现算法运作。

亚马逊土耳其机器人是一个求职平台，采用了被广泛应用的自动化决策系统，但它却陷入了一个悖论，因为这套人工智能系统，根本做不到完全自主，需要人在幕后协同操作。土耳其机器人这个名称源于18世纪一台假的自动下棋机，机器的底座里，其实有一位人类棋手正藏在里面。

谷歌前研究员梅雷迪斯·惠特克说：“他们把行业里本该闭口不谈的事说了出来。”

真相十： 人工智能可能成为一群人控制另一群人的工具

一个截然不同的未来正在形成：现实情况是，并没有一台机器足够智能到可以取代人类，而人类却正在不断适应机器的某种标准化逻辑。

在呼叫中心里，人类必须遵照机器的算法来进行对话。通话程序会识别人类对话中的关键词，并确保预订的方案得到执行，还会对员工及客户的表述进行情绪分析。如果情况偏离正轨，系统会提示客服“要表示感同身受”等建议。对话结束后，系统还会对员工进行打分，如果得分低于预期水平，员工将会被自动解雇。

《人工智能或世纪挑战》作者、哲学家埃里克·萨丁说：“这意味着一大批人需要被迫调整自己，来适应人机联合运作。而这些系统设计的初衷，不就是为了最大化人的生产率，尽可能优化人们的生产吗？为何如今人类却没了回转的余地。在我看来，自动化是我们设置的其中一种形式或者说是骗局，用来约束普罗大众。”

加拿大蒙特利尔大学计算机分析师、2018年图灵奖获得者约书亚·本吉奥说：“最令我感到担忧的，不是计算机出错，而是那些渴望权力，想要控制他人的人开始注意到这种强大的技术。”

编辑：黄博