各类人工智能需要具备的共同背景
目前人工智能系统已经被应用在律师事务所,向委托人估算打赢官司的成功率,告诉金融机构应该接受哪些借贷申请,同时也告诉雇主应该雇佣谁。
然而,谷歌的人工智能系统在 2015 年将一对非裔夫妇贴上黑猩猩标签的事件后改进了图像识别算法。公司被建议在人工智能系统中添加「红色按钮」,用以在系统失控后有能力作出反应。
同样,Facebook 在用户关于普利策将照片被系统删除的抗议后添加了豁免规则,让那张儿童裸体的照片不再被屏蔽,那是一张越战中一名女孩在凝固汽油弹袭击中哭喊逃亡的著名照片。
人们担心计算机会变得过于聪明,最终控制这个世界,但是真正的问题是它们仍然不够聪明,却已经控制了整个世界。这是计算机科学家 Pedro Domingos 在他 2015 年的著作「The Master Algorithm」中的总结语。
难么现阶段的人工智能在某个行业开始取得显著成效的时候,为什么还会犯如此低级的错误呢?
说到人工智能,现阶段还是对人的模仿。某一工种的人工智能就是对这一工种的技术工人的模仿,比如汽车生产线上的自动焊接机器人,已经成功替代了大批的焊接技术工人,而就在几十年前,这些焊接工作都是由人来完成的。
这些技术工人是如何上岗的呢?让我们参照人类的教育历程,看一看一个典型的技术工人是如何准入就业的。
首先,他们从幼儿园学习如何认识自然环境,建立规则,适应社会环境;到了小学、中学就要学习语言、数理化等各类知识,在与同龄人相处中成长,一方面学习基础知识,一方面完善个体的社会化。有些人在高中毕业后选择进入技工学校,开始学习某项专业技能。可以看出,专项技能是以公共知识为背景的。
而人类的行为除了受到意识的支配,也受到潜意识的影响,人类的集体潜意识起到了决定性的作用。集体潜意识是指所有人类都具有的相同的核心,它是人格结构最底层的无意识,包括祖先在内的世世代代的活动方式和经验库存在人脑中的遗传痕迹。
传统工厂录入的员工,是具备各方面基础知识和专业技能的具备人类集体潜意识的社会化的人,而现在的人工智能仅仅具备专业知识,顶多具备一些关联领域的知识,人工智能与人的区别也就一目了然了。社会化是人和机器的最大区别,而社会化的背景就是集体潜意识。那么对于一些相对简单的环境和工作,正因为人工智能的非社会性,使其没有内耗,而能更高效的工作。然而,在一些复杂场合,比如无人驾驶汽车,需要和行人打交道,那么缺乏社会性就是很大的隐患。
所以,就在在上个月,很多人工智能的领导者,包括微软,亚马逊和 IBM,形成了合作关系来促进公众理解,开发共同标准。新的人工智能合作体系邀请了伦理学家和公民社会组织加入。
还以无人驾驶为例,中国各地方对出租车司机的准入条件基本都要求3年以上驾龄,上一年无重大交通安全责任事故,初中毕业,无犯罪记录,年龄在60岁以下等。可以看出,驾驶员作为交通参与者,需要具备专业技能之外,还要求有良好的社会信誉,了解法律法规,需要掌握数理化语言的水平等相当于初中毕业,这就是基本的知识背景。虽然看上去这些知识背景与驾驶无关,但其隐含的要求可以描述为:一位心智健全的具备驾驶技能的信誉良好的社会化的个体。而目前在路测的无人驾驶汽车对此却没有任何要求。
所以我们可以为不同行业的人工智能设计不同的图灵测试,以确定其达到的等级。图灵测试认为如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器身份,那么称这台机器具有智能。
为人工智能确定等级后,建立准入制度,确定使用场景。如有些机器人必须限制在工位使用,有些在生产线上的固定区域,有些只能作为辅助,有些可独立开展某个领域的专项服务。根据使用场景需要的背景知识去匹配经过图灵测试相应等级的人工智能。
那些,要求所有人工智能机器具备人类集体潜意识背景,以目前的使用场景未免要求过于苛刻,也无法达到。因为目前的人工智能机器人的任务还是拓展人类的智能,提高思考的效率。所以在某个领域的人工智能并不需要具备人类所有的集体潜意识。可以设想,今后有可能人工智能的发展也和人类一样,会出现分工合作,比如律师机器人配合金融机器人去完成某项任务,导游机器人配合无人驾驶汽车去完成某项任务。
中国应加快人工智能领域的立法,以适应技术的发展,解决随应用深入而出现的种种问题,促进人工智能机器人研究进展。