1950年代首次提出“人工智能”(AI)時，最終的夢想是創(chuàng)造一種比人類更智能的技術(shù)。從那以后，人工智能研究經(jīng)歷了波折。但是，由于機(jī)器學(xué)習(xí)(尤其是深度學(xué)習(xí))的興起，看來AI終于在聚集動力，每一個成功的故事都緊隨其后。

如今，人工智能系統(tǒng)可以完成比人類更好和更快的各種任務(wù)。甚至創(chuàng)造力-人們長期以來一直認(rèn)為AI系統(tǒng)無法訪問的領(lǐng)域-觸手可及。2017年，計算機(jī)軟件AlphaGo Zero在中國棋盤游戲“ Go”中擊敗了其前身，這是人類從未想過的舉動。該軟件未接受過人工數(shù)據(jù)培訓(xùn)，而僅接受過計算機(jī)之間玩游戲的數(shù)據(jù)培訓(xùn)。完全消除對人工輸入的需求本身就令人印象深刻，但是第37步成為AI研究的一個里程碑，因為它證明了AI系統(tǒng)可以超越作為輸入提供的數(shù)據(jù)，證明了其創(chuàng)造能力。

人工智能系統(tǒng)是否會超越人類?

不完全的。人類的力量在其他地方：我們是快速學(xué)習(xí)者，并迅速適應(yīng)新任務(wù)。對于AI系統(tǒng)，這是一個真正的絆腳石。例如，要掌握一個相對簡單的計算機(jī)游戲(平均每個人可能需要15分鐘的學(xué)習(xí)時間)，AI系統(tǒng)最多需要924個小時。至于適應(yīng)性，如果僅更改一條規(guī)則，則AI系統(tǒng)必須從頭開始學(xué)習(xí)整個游戲。

AI系統(tǒng)仍然存在一定風(fēng)險的另一個原因是，當(dāng)它們出錯時，它們通常是完全錯誤的。想像一下一個病毒性的YouTube視頻，這個視頻是一個小男孩要求亞馬遜的Alexa播放流行的兒童歌曲，Alexa對此曲解了誤解，反而提議播放成人電影。雖然沒有人會用這種方式來解釋請求，但Alexa和整個AI系統(tǒng)仍然缺少人類最被低估的技能之一：常識。

換句話說，要創(chuàng)建完美的數(shù)字助手，我們需要使AI系統(tǒng)更像人類。這并不意味著我們需要賦予機(jī)器人自我意識或使它們看起來像人類。以嵌入在手機(jī)或眼鏡中的軟件形式的AI系統(tǒng)可能同樣強大。但是，我們確實需要能夠像人類一樣思考和交流的AI系統(tǒng)。