让机器发挥创造力。
创意的本质是什么。
只有搞清楚这个问题，我们才能赋予机器人这个全新的能力。从而，我们能够制造一个「可以制造其他的机器」的机器。
也就是说如何让机器拥有「自我意识」？看来先进但说来也恐怖，而这个问题也是 Hod Lipson 研究了很多年的问题。
Hod Lipson 是纽约哥伦比亚大学创意机器实验室的总监 & 工程学教授，也是非常著名的《Fabricated》和《Driverless》两书的作者。在 2005 年加入哥伦比亚大学之前，Hod Lipson 曾在康奈尔大学担任教授 14 年。他于 1999 年从以色列理工学院获得博士学位，其次是布兰迪斯大学和麻省理工学院博士后。
Hod Lipson 在「自我意识」和「自我复制机器人」方面的观点挑战了机器人技术的传统观点，并引起了广泛的报道和讨论。而在这之前，他也是先推出 3D 打印技术的许多应用方面，包括生物打印，电子打印和食品打印，以及在美国推出首款开源打印机等等。同时，他的 TED 演讲关于谈论自我感知机器也是 AI 和机器人技术领域最受欢迎的演讲之一。
今天，他来到了来到极客公园 Rebuild 2017 · 奇点创新者峰会，为我们解读如何让机器拥有「自我意识」？让机器也能够发挥真正的创造力？
以下内容由 Hod Lipson 在极客公园 Rebuild 2017 · 奇点创新者峰会上的演讲整理而成，略有删减。
我们有一个共同的能力，也就是创造力。在亚洲这样的文化当中，我们也会不断地探索创新的想法、创新的产品。同时我们也是非常关注个人的价值，希望能够有更加创新、有创意的想法。
但是到底创意的本质是什么？
在人类起源的时候，我们就已经享受了这种能力和创意，当然其他的动物也展示出它自己相等水平的智能。有一些动物是有情感的，有一些动物是有很高的飞翔能力，人类也是一样，有自己的创造力。现在是一个「十字路口」，我们讲到了人工智能，也提到了人工智能发生的世界当中的一些变化，AI 感觉无所不能。但是我们所看到的大部分 AI 的这些例子，都是机器收集了大量的数据，它们的认知能力极高，可以做出决定，进行分析。
比如说看股票的市场，他通过这个历史数据做出决定到底是买进还是卖出。或者说另一个 AI 的系统，他会去寻找所有天气的信息，告诉你明天是变暖还是变冷。还有一些系统，这些数据是来自于实验的数据，是寻找一种科学的规律，最终能够找到事物的本原。还有一些系统可以追踪你的性能和表现，你需要购买什么？哪些不应该买。
甚至是自动驾驶，驾驶也需要求机器收集大量的数据，包括摄像头、传感器，来决定是否要拐弯，到底是要减速还是提速。
所有都是不同类型的 AI，如果大家思考一下，会有大量的数据，同时会分析这些数据，最终做出一个决定。这种智能是我们最近非常关注的，希望能够发挥出来的。
但其实还有一些事物是在没有出现之前大家就已经在想象了，我们把它叫做创意或者是创造力。有一些公司想要培养一种创新的文化，单很多时候我们是想要培养这种文化，但是不知道从何下手。
比如说从任何的父母来描述一下你的孩子有什么样的能力，他们都会说我们的孩子很有创造力、想象力，他不会讲孩子有多少分析能力，也不会讲孩子能够辨别多少世界上的事物。
你可以看到，这是两个智能的不同形式：Analysis VS Synthesis（分析 VS 合成）
很多时候在 AI 的领域，我们也会提到是否真的能够建立这样的一个机器，然后这个机器是有创造力的。
我们可能找错了方向？
这么多年以来，我们可能找错了方向，我们首先要了解人类的创造力是从哪儿来的，为什么人类是有创造力的？我们把人类的创造力提取出来，写一个代码和编程，让机器有创造力。
但是发现这是很难的，为什么很难呢？因为我们自己也不知道，为什么人类是有创造力。哪怕是最好的生物学家，最好的哲学家，也没有人能够告诉我们人类的创造力到底是从何而来的。
这完全是一个黑匣子的问题，但是换一个方式来思考，我们来分析一下什么是创造力，就是自然的进化。
没有人会质疑自然界的进化是没有创造力的，新的大自然的解决方案是能够应对大自然变化的挑战的，我们也可以通过观察大自然来了解创造力的产生，这种创造力是怎么做的呢？如何能够让设备或者是让我们机器也有这种创造力呢？
我们做了大量的实验，通过演进的方法来设计机器人，我们设计机器人的时候都是工程的方法，有创造力的工程师，创造出来的机器能够养一个机器人，让它能够去进化。
比如说有很大的物理的模拟器加在这个机器上面，它们就开始了自己的演化，加上很多的元素，包括关节、神经原，逐渐地这个机器自己也会去演进，机器可以做自己的测试。我们也是通过机器的演进，最后就能够形成一个非常有意思的架构。
这是一个很大的计算机的物理模拟器，这么多代以来一直没有有意思的研究成果，但是通过了几百代或者是几十万个机器人之后，我们开始看到非常有意思的一种机器人，它开始能够在虚拟世界里面自己进行爬行。
它也形成了自己的大脑，通过大脑有了算法，算法又培养了大脑，也就是从 0 开始的这种培养。
我们希望它能够在现实生活当中发生功能，也可以看到这就是机器人在我们的实验室地板上爬行，这是通过 3D 打印出来的，能够真正实现现实生活当中成长的机器人。
它有自己的关节，看上去不是很自然，但是计算机的世界我们可以不断地推进科学的边疆，这是其中最近的一个机器人演进的项目当中，我们有一些软材料。能够造一种机器人，它有硬材料和软材料，同时有点儿像肌肉的感觉，可以收缩和扩张，这就是机器为我们设计出来的，没有从我们这儿收集任何的数据，它自己产生出了这样的一个机器人，这就是机器人自己设计出来的一种机器人。
所以你可以看到，这种机器人是能够有创造力的，我们可以通过这种方法来应对很多的挑战。比如说一个电路板，我不懂什么叫设计电路板，但是我们的算法是可以学习这种电路板，如何设计电路板，电路板的特点，还有你也知道通过这种学习，你知道电路板哪一些元部件是可以抽出来的，哪一些元部件是必须要有的。
这是一个 NASA 所设计的天线，这是现在在太空飞船上使用的，这就是由计算机自行设计的。你可以看到，有点儿像人类设计的物件，我们刚才提到了 3D 打印，这个技术真的是可以改变我们现在做实验的方法，我们可以让计算机来帮助我们做设计，能够自动地做设计。
这是一个无边界形态的网站，如果你想要做设计的时候，计算机会给你一些各种各样的形态，你告诉他我喜欢什么形态，我把这两个形拼在一起，计算机就会形成新的形态。计算机能够帮你做设计，不是说计算机为人类带来价值，而是计算机来帮助你，让你发挥更好的想象力。
这是一些小的例子告诉我们如何发挥创造力。包括设计机器人和电板，还有一些物理的物件。计算机能够创造出更高密度的创造力，能够创造出大师级的艺术作品。
我们自己也做了一个实验，一个画画机器人，他也在学习如何画画。他一开始画得一点儿都不好，跟孩子画得一样，用不同的颜色在板子上涂来涂去，训练了几年以后，他画得越来越好了，可以画得各种各样的图象，这真的是我们的机器人画出来的，就是在帆布上画的油画。不是毕加索级的水平，但是你可以看到画得越来越好。
这就是这种类型的能力，如何能够不断地向前演进。
最后，还有一个机器人，它在形成一个自己的形象，这个机器人有四条腿，它想要知道如何学习，你会让这个机器自己培训，然后自己学习，自己知道如何靠四条腿来走路，这是一种传统的机器人学习的方法。
传统上来讲，大部分的工程师会做一个机器人的模拟器，让这个机器在模拟环节当中进行学习，我们是怎么做的呢？我们把这个机器人用这样的能力来创造一个新的事物，我们让这个机器人来创造出自己的形象。你可以看到，它有四条腿、两个传感器、四个模块，但是它不知道自己长什么样，它不知道自己是蛇还是一个飞镖，还是一棵树，这个机器人不知道自己是什么。它做了很多模拟，收集这些数据，他开始做自己形象的一种模拟。
它花了四天的时间，一开始的时候这个机器人根本就不知道自己长什么样，它根本就不知道它的身上这些方块是如何拼起来的。两天之后，它已经发现了它自己有四条腿，但是不知道怎么跟自己连在一起的，只花了四天的时间，就可以知道自己长这个样子，这也是一种想象自己的形象。
它通过自己的形象要思考，如何能够向前走，这就是其中的一个例子。
其中的一种方式，一个创新的方式，它向前走，它认为这种方式让它能够向前走。这是它第一次自己往前走，而且它是基于它所创建的自我形象来决定如何往前移动的。
具有创造力这样的能力，它不仅仅是要产生一些产品和服务，比较重要的是，我们也可以利用我们的创意来生成自我的形象。接下来可以让我们做一些出乎意料的事情。
人工智能发展的趋势
最后，我要给大家介绍一下在人工智能方面发展的趋势，它是不断地往前发展，而且发展得非常迅速。我想它的发展是非常稳定的，但是也是有一些波动，我们把它称为「浪潮」。我要给大家展示一下这些发展的「浪潮」是如何形成的。
- 在最开始的 40 年，第一个波段是从 50 年代开始到 90 年代结束，那个时候主要是按照传统的方式来建立 AI，按照逻辑来做。像下象棋、计算缴税等等，都是比较好的，那时候是基于逻辑和搜索的。从 90 年代 AI 的方式就出现了改变，我们把它称为预测性的分析工具，大数据从 90 年代到 2010 年，这样的转变是每个人都要对数据进行分析。
- 我们有了大数据，还有预测性的分析，这是从 90 年代开始的，后来把数据放在 Excel，包括零售的预测、股票市场的这些数据，都把它放在一个 Excel 表格当中，可以利用预测性的分析工具进行预测。
- 第三个 AI 的「浪潮」是从 2010 年开始的，我们现在能够看到这样的发展趋势的影响，即 AI 的系统可以了解非结构性的数据，比如说视频、音频，还有自然的语言等等，还有无人驾驶车。
在进行了数十年的实验之后，终于可以有了无人驾驶车了，因为计算机终于可以了解他们周围有什么，他们前面有什么，可以进行导航。
我给大家展示了这三种 AI 的形式，它们让我们感觉到特别震惊，但是他们并不是完全人性化的，动物也是知道它们周围有什么，也可以进行预测和计算，但是涉及到创造力，这是人类所独有的。
因此，我想 AI 的第四个发展浪潮已经开始出现了，在这样的时代当中，我们有创意的机器，它们可以更好地去理解周围的情况。
