机器超过人，并最终取代人类的时刻不会到来。
「我不认同『奇点』这个概念，『机器超过人，并最终取代人类』的时刻不会到来。」
在极客公园举办的 IF 创新大会上，来自加州大学伯克利分校工业工程和运筹学系教授 Ken Goldberg 说出了这句令人宽慰的预言。就在去年，谷歌的人工智能程序 Alpha Go 战胜全球第一的围棋选手柯洁，荣升九段；先后被谷歌和软银纳入帐下的波士顿动力研发的机器狗，能实现快跑和空翻等杂耍般的动作。美国知名媒体纽约客和连线两家杂志的封面先后选择了机器人主题，提示读者这些金属人在取代人们工作和模拟人类情感方面所含有的可怕潜力。
面对这些信息，Goldberg 认为人们大可以继续保持淡定，因为机器虽然可以在棋盘上战胜围棋天才，却未必能像三岁小孩一样抓取物体。当面对真实混乱的世界时，机器人需要的是人类的指引。而当面对未来时，机器带来的并非威胁，而是一个机会，人类可以借助机器的智慧，携手共进。
Ken Goldberg在极客公园IF创新大会演讲
「机器恐惧记忆」
英文机器人「Robot」一词首次出现是在 1920 年，捷克作家 Karel Capek 在科幻戏剧《罗苏姆的万能机器人》「Rossum's Universal Robots」。其词源来自 Robota，原意为劳役和苦工，从一开始就赋予了机器人「奴隶」的身份。可能是曾经有太多王朝都被奴隶推翻，以至于人们对被自己奴役的人或事物有着天生的恐惧。
从默片时代开始，「恐怖机器人」就是好莱坞长盛不衰的主题，《终结者》、《我，机器人》等影片成功刷新人们对机器人的恐惧。随着近年来人工智能热潮的兴起，媒体们再次替机器人「敲响」了人类的末世警钟。「正是媒体的过分渲染，加剧了人们由来已久的『自动化恐惧』。」Goldberg 在采访中说到，「但这并不是什么新鲜事儿，我们的恐惧从上世纪就开始了。」
去年，谷歌 DeepMind 团队研发的程序 AlphaGo 将韩国顶尖棋手李世石挑落马下后，和我国国手、围棋世界排名第一的柯洁对垒并最终获胜的新闻，再次挑动了人们敏感的神经。一刹那，人们又想起 20 年前国际象棋大师卡斯巴罗夫被 IBM 的「深蓝」（Deeper Blue）支配的恐惧。相对于国际象棋，围棋需要的算力和算法难度呈指数级上升，一直被认为是人类抵御电脑的「安全堡垒」，不过现在堡垒已破。可想而知，柯洁败北，AlphaGo 升九段给人们带来的恐惧有多深。
「AlphaGo 是非常好的程序，它能够战胜柯洁，但并不代表它做其他的事情也这么厉害。」Goldberg 说到，「我们需要明确的是，围棋是一个游戏，有着『黑白分明』的规则。正因为有这样的规则，机器才能发挥自己的能力。」在学界有一个知名的说法，机器能够做大于 5 岁小孩的思维上的任何事情，而围棋显然就是其中之一。不过，在此之外，机器能做的就有限了。
「人们经常会畅想，未来机器将帮我们做驾驶、收拾屋子、照料老人等等工作，但这想法过于乐观了。」Goldberg 说到，相对于看起来很难的围棋，真实的人类生活要更加混乱且复杂，而要机器像人一样处理生活中的各种细节，比登天还难。「假设一辆自动驾驶汽车要在北京的路上走，它没法像人类驾驶员一样判断行人是要走还是停，自己该前进还是不动。」Goldberg 举例说到，同时委婉表示了对无人驾驶技术快速成熟的质疑。
正因为机器脱离不开严格的规则和秩序，无法在现实生活中「生存」，这也意味着机器要想取代人类，还有非常长的一段路要走。「媒体所做的，无非是再次唤起人们对机器的恐惧记忆而已。」Goldberg 说到。
云端的机器人
1995 年，当人们还在用调制解调器（modem）龟速上网时，Goldberg 就和自己的团队制作了一个互联网+机器人的项目。这个叫做「远程花园」（Telegarden）的项目，允许人们通过网络远程控制一个机械臂，在一个装满土的圆盘中种下一颗种子，并在其后浇水施肥来进行维护。
项目推出后大受欢迎，注册人数从几个发展到多达九千多人并没用多长时间。鉴于当时能够接通网络的人数很少，九千人的规模大概约合现在几千万——远程花园就火到这个地步。当用户外出时，他们往往会将账号给好友或者亲戚，请他们帮忙照顾自己的「远程植物」，就像对待家中的真实植物一样。
很难说现在保存于奥地利的「远程花园」是科学实验还是艺术作品，不过这个项目确实奠定了 Goldberg 对于机器人和网络的理论基础。
二十年后，机器依旧笨拙，不过由于云计算平台的成熟和人工智能的崛起，机器人有了更强劲的发展动力。「现在我们有三个有利条件，大量的数据、用来分析大量数据的计算力和云计算平台。」Goldberg 解释说，机器将感知的数据发回云端，通过云端服务器的整理和分析给出解决方案。而由于所有的机器都由云平台联系在一起，一个机器找到了解决特有困难的方案，将被云端「教给」所有机器。
当然，即使已经有了云平台的助力，想达到让机器人医生给病人手术也还是奢望。首先，虽然现在 5G 等先进网络已经开始部署，但在这种情况下让机器能够实现没有延迟的毫秒级实时同步，还是不太可能。「最现实的情况还是像无人驾驶汽车一样，本地硬件做出实时决策，在晚上与云端同步交换数据。」Goldberg 说到，按照这种推测，目前思科、华为和英特尔等科技巨头正在推动的「边缘计算」（Edge Computing）则非常适合这种要求，很可能在之后成为物联网设备的新连接平台。
其次，目前的机器人在视觉/听觉感知，机动性能和终端构造上仍有缺陷，不能像人一样灵活活动。一个三岁小孩能轻松做到的抓取动作，就能难住所有的机器人。要想让机器人能够拿起一个任意物品，首先需要在视觉上进行感知，这点上作为 AI 的一个分支，机器视觉行业正在高速前进，所以这个问题较好解决。当机器感知到一个物体，如何找到一个合适的「抓取点」，是目前学界的难题。
在 2D 视觉领域，Google 曾经推出 ImageNet 项目，建立了一个拥有 8000 万张被标注过的 2D 图片，为机器视觉识别奠定了基础。Goldberg 及团队研发的 Dexterity Network，主要用来标注常见 3D 物体的「抓取点」，让机器能够更容易的拿起物体，堪称是 3D 版的 ImageNet。同时，在 Google 和伯克利大学，团队们也都在尝试训练机器人不断拾取随意物体，获得相关数据。「目前机器人在拾取物体上已经能达到 90% 以上的成功率。」Goldberg 透露。
在教机器如何向生物一样运动上，除了上面的算法派，还有一个工程派，其代表就是曾经被谷歌收购，后被卖给软银的波士顿动力 Boston Dynamic。这家有着军方背景的公司，曾经凭借推不倒的机器人 Atlas 和能做后空翻的机器狗而闻名于世。波士顿动力的研发方式，是让机器来模拟人和动物的动作轨迹，来完成特定或者随机任务。虽然波士顿动力的机器人看起来炫酷，但是 Goldberg 认为让人「亲自教授」机器的方式有其问题，「算法派」才是最有希望的解决方案。
「人类已经进化了几百万年，机器的进化还不到一百年。」Goldberg 建议人们多给机器一些时间。「好消息是，像水管休息、汽车修理和看护等行业的人群，很长一段时间都不会被机器所取代，因为这些工作对于机器来说太难了。」
人人都爱瓦力
「我并不认同『奇点』这个概念，过了这个时间机器就能取代人类。我认为『多样性』（Multiplicity）才是未来发展的趋势。」Goldberg 说到，既然机器带来的并不是威胁，我们需要考虑的就不应该是恐惧，而是如何利用机器所持有的优势。
在谷歌的 AlphaGo 背后，有一个叫做决策树的技术。伯克利大学的研究人员发现，同样的问题，一群稍微有些不同的决策树能够比单独一个决策树得出的答案要好。在现实生活中，同样有实验证明，一群背景各不相同的群体，解决问题要比一群背景单一的群体要好。而 Ken Goldberg 所说的「多样性」，指的就是这种不同智慧之间的合作，能够加强各方的能力。
「多样性成功的关键，就是群体中的元素需要保持其独特性。」Goldberg 说到，如果说机器擅长的是计算，那么为了让多样性成功，人们就应该努力训练自己独有的特点。Goldberg 认为人们现在的教育教授的大多是「统一性和规则」，目的是让所有人都一样。如果要让多样性成功，我们应该更加鼓励教育启发学生身上「人」的特性：好奇心、创造力和想象力，这些都是机器在未来很长时间都没办法掌握的东西。
从霍金到马斯克再到比尔·盖茨，欧美的学界和科技界巨头都对机器可能获得意识，进而灭绝人类提出过警告。Goldberg 认为，机器是否能具有意识更多是哲学命题而非技术。「现在一些温度控制器能够察觉到房间中微小的温度变化，它应该算是『超意识』了，但显然我们不能把它当人看。」Goldberg 说到。
在这样一个专家眼里，最符合其期望的机器人是哪一个？Goldberg 给出的答案是皮克斯动画《机器人总动员》中的瓦力（WALL·E），因为这个小机器人身上体现的并非是机器的卓越，而是拥有乐观、善良和好奇等人类具有的特质。
「当然影片也在提醒人类，如果太过倚重技术，可能会变成一个体重超重的懒人。」Goldberg 笑到。
图片来源：极客公园
责任编辑：卧虫
