人工智能似乎正在取得巨大進(jìn)步。它已經(jīng)成為自動駕駛汽車、自動翻譯系統(tǒng)、語音和文本分析、圖像處理以及各種診斷和識別系統(tǒng)背后的關(guān)鍵技術(shù)。在很多情況下，人工智能在特定任務(wù)中的表現(xiàn)甚至可以超越人類的最佳水平。

我們正在見證一個(gè)新的商業(yè)行業(yè)的出現(xiàn)，這個(gè)行業(yè)十分活躍，投資巨大，潛力無限。似乎沒有人工智能無法改進(jìn)的領(lǐng)域，沒有不能自動化的任務(wù)，沒有人工智能解決不了的問題。但真的是這樣嗎?

關(guān)于計(jì)算的理論研究已經(jīng)表明，有的東西是沒法被計(jì)算的。數(shù)學(xué)家和密碼破譯家艾倫·圖靈(Alan Turing)證明了有些計(jì)算永遠(yuǎn)不可能完成，而有些計(jì)算即使能完成也可能需要數(shù)年甚至數(shù)百年。

舉例來說，我們能夠很容易地提前推算出一盤棋的前幾步，但是在一盤走80步的棋中要從頭到尾計(jì)算出所有步驟是完全不現(xiàn)實(shí)的。即便用上全世界最快的超級計(jì)算機(jī)，每秒進(jìn)行10億億次計(jì)算，也需要一年多才能算清一小部分。這也被稱為放大問題(scaling-upproblem)。

早期的人工智能研究在涉及數(shù)字較小的問題中取得了不錯(cuò)的結(jié)果，比如三子棋游戲等模擬問題。但是在象棋等數(shù)字更大些的問題，也就是現(xiàn)實(shí)問題中結(jié)果卻并不好。幸運(yùn)的是，現(xiàn)代AI技術(shù)已經(jīng)發(fā)展出了解決此類問題的其他方法。人工智能能夠打敗全世界最優(yōu)秀的棋手并不靠推算全部的步驟，而是通過近似算法、概率估計(jì)、大規(guī)模神經(jīng)網(wǎng)絡(luò)以及其他機(jī)器學(xué)習(xí)技巧來比人腦想得更遠(yuǎn)。

不過這些其實(shí)屬于計(jì)算機(jī)科學(xué)領(lǐng)域，不屬于人工智能。AI智能運(yùn)行有什么根本的限制嗎?當(dāng)我們考慮人機(jī)交互的時(shí)候，一個(gè)嚴(yán)肅的問題就變得清晰起來。人們普遍預(yù)測，未來人工智能系統(tǒng)將能夠與人類在友好充分的互動和社交中進(jìn)行溝通并協(xié)助人類。

心智理論

當(dāng)然，這樣的人工智能系統(tǒng)已經(jīng)有了初步的版本。但是語音指令系統(tǒng)和呼叫中心、文本處理等都不是真正的人機(jī)對話。我們需要的是適宜的社交互動和長期的自由對話，并且AI系統(tǒng)能夠記得和其對話的人并記得和這個(gè)人過去的對話。AI系統(tǒng)還要能夠理解人們說話的目的和意義。

這就需要一個(gè)心理學(xué)概念：心智理論。心智理論是指明白與我們交流的人有和我們大致相似的思維方式和看世界的方式。所以當(dāng)他人和我們討論他們的經(jīng)歷，我們能夠識別并理解他們描述的內(nèi)容以及這些內(nèi)容和我們的共鳴。

我們同樣可以通過人們的姿勢和信號推斷出人們的意圖和喜好。因此當(dāng)Sally說“我覺得John喜歡Zoe但他認(rèn)為Zoe可能覺得他不合適”時(shí)，我們知道Sally話里的第一層是她自己的想法，二層是John的想法，第三層是John認(rèn)為的Zoe的想法。我們需要類似的經(jīng)歷才能夠理解這些。

物理學(xué)習(xí)

很明顯，所有這些社會互動只有在當(dāng)事人有“自我意識”并且能夠類似地維持對方的自我意識的情況下，才有意義。為了了解別人，就要先了解自己。人工智能的“自我模型”應(yīng)該包括一個(gè)主觀的視角，包括它的身體是如何運(yùn)作的(例如，它的視覺點(diǎn)取決于它眼睛的物理位置)，它自己空間的詳細(xì)地圖，以及一系列眾所周知的技能和動作。

這意味著需要一個(gè)物理實(shí)體來在具體的數(shù)據(jù)和經(jīng)驗(yàn)中建立自我意識。當(dāng)一個(gè)代理人的行為被另一個(gè)代理人觀察到時(shí)，他們可以通過經(jīng)驗(yàn)的共享部分相互理解。這意味著能社交的人工智能需要在有實(shí)體的機(jī)器人中實(shí)現(xiàn)。一個(gè)軟件盒子要如何對人類居住的物理世界有主觀的看法呢?為此，我們的對話系統(tǒng)不僅要嵌入這一實(shí)體，還要具體化。

設(shè)計(jì)師不能有效地為機(jī)器人建立軟件自我意識。如果從一開始就設(shè)計(jì)了一個(gè)主觀的觀點(diǎn)，那就是設(shè)計(jì)師自己的觀點(diǎn)，但機(jī)器人也需要學(xué)習(xí)和處理設(shè)計(jì)師不知道的經(jīng)驗(yàn)。所以我們需要設(shè)計(jì)的是一個(gè)支持學(xué)習(xí)的框架。

幸運(yùn)的是，這些困難是能夠解決的。人類世界也面臨著完全相同的問題，但我們不會一次解決所有問題。嬰兒期的最初幾年顯示出令人難以置信的發(fā)展和進(jìn)步，在此期間，我們學(xué)習(xí)如何控制我們的身體，如何感知和體驗(yàn)物體、他人和環(huán)境。我們還學(xué)習(xí)如何行動以及行動和互動的后果。

針對發(fā)展型機(jī)器人這個(gè)新領(lǐng)域的研究正在致力于探索如何讓機(jī)器人像嬰兒那樣從頭學(xué)習(xí)新東西。第一個(gè)階段就包括發(fā)現(xiàn)被動物體的性質(zhì)以及機(jī)器人世界的“物理學(xué)”。之后，機(jī)器人會開始模仿與人類的互動，然后逐漸建立更復(fù)雜的自我。

因此，雖然沒有實(shí)體的AI系統(tǒng)有根本的限制性，未來對機(jī)器實(shí)體的研究可能會讓人機(jī)之間長久的、共情的、社會性的互動成為現(xiàn)實(shí)。