2017年，我們親眼目睹了人工智能領域的數個重大突破。可是如果你近和Siri或是Alexa聊過天，人工智能在2018年的5大挑戰。

摘要：

2017年，我們親眼目睹了人工智能領域的數個重大突破。可是如果你近和Siri或是Alexa聊過天，你會發現在風口之下，仍有許多東西是AI無法理解的。以下我們列舉了5個亟待眾多科學家和工程師在接下來2017年，我們親眼目睹了人工智能領域的數個重大突破。可是如果你近和Siri或是Alexa聊過天，你會發現在風口之下，仍有許多東西是AI無法理解的。以下我們列舉了5個亟待眾多科學家和工程師在接下來的一年中進一步研究的問題。

話語的真實含義

機器在使用文本的領域獲得了###的發展。Facebook可以為視障人士讀出圖片的內容。谷歌在自動生成回復郵件方面也做得越來越好。然而軟件仍然無法理解我們話語的真實含義。“我們可以將我們學過的概念自行多樣的組合，再將它們應用到新的環境中，”Melanie Mitchell，波特蘭州立大學的教授這樣說道，“可這些AI系統卻無法這樣做。” Mitchell認為如今的軟件遇到的關卡的名字叫做“語義的壁壘。”為了跨過這一難關，許多###的AI研究隊伍都在進行不同的嘗試。有人致力于讓機器具有人類所說的常識。Facebook研究院則正在嘗試通過播放視頻來教導軟件理解###。也有人希望通過讓AI模仿人類來獲得知識。谷歌已經開始著手研發可以理解隱喻的人工智能系統。

阻止機器人革新的現實差距

這些年，機器人硬件逐步升級。可為什么我們身邊還沒有被智能助手包圍呢？那是因為如今的機器人仍然缺乏一個足夠智能的大腦來管理已經非常復雜的四肢。

每當我們希望機器人去做一件什么事，都要為了這個任務去進行特別的編程。機器人可以通過重復訓練學會類似于抓取物體之類的能力。但是整個過程非常緩慢。解決這一為題的方法之一是讓機器人在虛擬的###中進行訓練，然后將知識下載到機器人身體中。然而，據經驗顯示，機器人在仿真現實中學到的知識常常無法在實際生活中成功實現，而這一“現實差距”是長期煩擾研究者的一大難題。

然而，十月份，谷歌在報告中表示，他們的機器人手臂已經可以在虛擬和現實中撿起各種各樣的物體。這著實是這一領域的一大突破。而如果這方面成功的實例越來越多，人們離無人車大規模使用的日子將越來越近。畢竟， 許多公司都希望其模型無人車可以在仿真環境中進行試驗，從而減少研究的投入和試驗時長。

保衛AI，抵御黑客

現在正在運行著我們的電網，攝像機和手機的軟件充滿了安全漏洞。而無人車和家用機器人可能也不會有多大的改善。事實上，已經有證據表明復雜的機器學習軟件為黑客攻擊提供了新門路。

這一年，研究者們已經展示了如何在機器學習系統里面隱藏秘密開關，使得智能系統一秒轉換為邪惡模式。NYU的一個研究團隊發明了一個路標識別系統，只在看見換色的便利貼時無法正常工作。打個比方，如果你將一張便利貼貼在一個布魯克林的停止路標上，系統將會顯示這是一個限速標識。這樣的詭計為未來無人車的應用暗中設置了不小的風險。

研究人員已經充分意識到了這一問題的嚴重性，并在為重要的機器學習大會上舉行了的工作坊，專門研究欺騙機器識別的黑客問題。

Tim Hwang，這一工作坊的組織者，預測未來機器學習會變得越來越方便使用，也因此會獲得更強的對人的支配能力。“你將不需要一屋子的博士來執行機器學習，”他說道，并指出2016年總統選舉中俄羅斯的行為已經提前打響了AI時代的信息戰。“為什么人們看不見在這些活動中機器學習的身影呢？”他質疑道。在Hwang看來，未來機器學習將會對信息傳播起到越來越重要的作用，尤其是在它可以制作虛假影像和音頻之后。

從各種桌面游戲中畢業

Alphabet Go在2017以驚人的速度進化著。五月，更新過的系統打敗了中國的###圍棋。而其創造者，DeepMind造出了AlphaGo Zero，一個自學成才的升級版Alphabet Go。12月，另一個版本，AlphaZero，可以以相似的方法學習國際象棋和日本將棋。

以上的成果是令人驚嘆的，但是也提醒著我們AI軟件的局限。這些棋類都有著簡潔明確的規則，而且所有操作對對弈雙方都是一目了然。顯然，現實生活從未這樣運作過。

這是為什么DeepMind和Facebook都開始研究多玩家的電子游戲StarCraft。但是這兩個公司都沒有太大的進展。DeepMind的研究人員向記者透露道，他們的軟件仍然缺乏計劃和記憶的能力，所以無法有效的指揮軍隊并預估對手的反應。而這兩項技能是現實社會中為可貴的能力。因此，在這些領域的突破都將對設計更為強大的AI應用有著重要的意義。

教會AI分辨對錯

即使AI在以上領域無法短時間內取得突破，如果整個社會開始逐步采用現有的AI技術，那么我們的生活早已經天翻地覆。但是雖然公司和政府急于想要達成這一目標，一些人非常擔心這可能給社會帶來的損害。

怎樣讓科技保持在一個安全，符合倫理的空間里呢？研究人員在近期召開的會議中表明，他們發現機器學習系統有可能會學習到非常令人不悅的思想和行為。現在人們正在努力審計AI系統的內部工作原理，來保證它們會做出盡可能公正的決定。

接下來的一年對科技公司是一個很大的挑戰，因為他們要保證AI站在人性的一邊。谷歌，Facebook，Microsoft和其他大型公司已經開始討論這一問題。越來越多的獨立的聲音開始給科技產業施壓。一個相關公益計劃聚集了MIT，哈佛和其他多家高校的研究人員一同探討AI與公共利益的關系。

由此來看，新的一年，與AI技術一同增長的，將是人們對于AI社會影響的討論。而可以肯定的是，這個討論越多元化，我們與創新科技機械制造的關系也將越和諧。