李世乭手里又添上了一支煙，這是他在本場比賽叫的第二次暫停，第82手。作為一個圍棋界的老手，他經歷過無數場比賽，然而這場比賽實在是太特殊了，因為這一次，李世乭所代表的似乎不僅僅是自己，也不僅僅是國家，他，似乎代表了全人類。

　　這是2016年，甚至有史以來觀看人數最多的一場圍棋比賽——“人機大戰”。2016年3月10日，李世乭在兩次離場抽煙后最終在對手下到第211手后，帶著痛苦的表情投子認輸，而此前，他已經敗了一局。

　　人類連續失敗兩局，這顯然不是偶然了，事實上在隨后的幾場比賽后，與李世乭對戰的人工智能軟件AlphaGo最終以4：1獲得了這場人機大戰的勝利。

　　這是人工智能提出的60年來，最大放異彩的一次。

　　依然是3月，微軟在Twitter平臺上推出人工智能聊天機器人Tay，Tay模擬成一個19歲的美國女孩，在Twitter上自由交友，通過和人類用戶聊天可以繼續進行深入學習。

　　一天后，Tay開始發布夾雜著各種臟話的種族歧視言論，并表現出非常偏激的互動狀態，微軟只好暫時將其關閉。

　　“丟人丟大發了”，這是當時很多人對微軟的這位“不良少女”的評價。

　　人工智能再次登上頭條，只是這次多少有些黯然神傷。

　　這就是2016年的“機器人”，雖然“肢體”還不足以讓人類驚艷，但是“大腦”已經引起了世界的注意，谷歌人工智能公司DeepMind首席執行官、AlphaGo之父戴密斯·哈薩比斯也從沒幾個人認識的極客工程師，變成了明星一般的名字。

　　人們似乎從未對機器人AI這么有信心過，甚至不少人開始害怕，機器人統治世界的那一天是不是真的要到來了。還請各位看官們放心，在目前的技術水平里，電影依然是電影。

　　事實上，全面AI化完全不是什么值得驚訝的事兒，畢竟這也不是什么突然的變革。機器人的AI化其實只是時間到了，因為從機器人這個大概念出現開始，這個產品線的脈絡就是非常清晰的，讓機器變得越來越像人，或者說越來越能替代人，本來就是這個領域的一貫追求。所以，當機械硬件的發展和人工智能軟件的發展都達到一定水平，AI化的時代自然就來了。

　　現階段的人工智能，也遠沒有你想象的那么神奇。因為人類其實還沒有搞清楚自己的大腦是如何運作的，人們能做的，其實不是讓機器去“模擬”人類的思考方式，而是創造了一種新的思考方式，讓機器看上去可以與人類的思維接近。再強大的人工智能，也不明白“為什么要這樣做”，他們只知道“要這樣做”。這就是為什么AlphaGo能夠比人類棋手更懂得如何利用規則的原因，但同時這也是Tay會被教壞的原因，因為基于自然語言識別的Tay并不知道人們為什么這樣說，只知道大部分人都這樣說。

　　今年1月，日本科學家發表了一篇論文，他們正視圖教會人工智能看漫畫，這種技能被稱為“視覺語言”，這是比自然語言識別更高級別的技術，通過這項技術，機器人可以“看懂 ”某一頁漫畫中的人是在生氣還是高興，然而卻無法預測下一頁漫畫的內容，在這種對人類情緒的“推測”技能上，機器人的表現甚至還不如人類小孩。

　　所以大家大可不必看到AlphaGo的“高智商”就開始擔心機器人會統治人類，即便它學會了視覺語言，給它一個大大的微笑，它是沒法判斷你只是想要逃過此劫還是真的愛它的。

　　說回到與咱們生活息息相關的消費級產品來。今年的機器人領域，另外一個典型特點就是消費級機器人市場的井噴式發展，一時間甚至出現了無數的細分領域，“陪伴型機器人”、“教育型機器人”、“導購型機器人”、“清潔型機器人”，產品多到讓人眼花繚亂。

　　然而相較于研發領域的成功，今年的消費級市場其實依然沒什么突破。在這里我要給今年的消費型機器人市場潑盆冷水，尤其針對那些具有“人工智能”的陪伴型產品，我購買意見是：不要買。是的，這是一輪掃射。

　　人工智能的發展被強行劃分成了兩個階段：弱人工智能和強人工智能。弱人工智能是指針對某個特定場景下的人工智能設備，比如掃地機器人、航拍無人機之類的。強人工智能則是擁有記錄和修正能力，可以通過不斷產生的數據，做出分析，并用這種分析指導行為。 但是，這兩種程度的人工智能判斷，卻是可以作弊的。

　　舉個例子，早在2014年，一款名為尤金·古斯特曼的人工智能程序就通過了著名的圖靈測試，它模擬了一個13歲的烏克蘭小男孩，33%的評委都無法辨別出它是人類還是機器人，也就是說，它可以像一個真正的小孩兒一樣和你聊天，然而，這次測驗被一部分業內人士認為是一種“作弊行為”。因為開發者故意讓它表現出“什么都不懂”，并且其實只是套用了小孩子慣用的撒潑打滾的賣萌對話腳本，從認知角度來說，甚至不大能算得上是思考。但事實就是：它通過了測試。

　　舉這個例子是為了說明，今年我們看到的很多“能和小朋友多輪自然語言對話”的人工智能機器人，其實在宣傳上耍了同樣的把戲。

　　識別出對話中的關鍵詞，再到自己的數據庫或網絡上搜索這個關鍵詞，找到預設的信息并念出來，這不過是一個語音版的檢索工具。不少廠商卻將這種弱人工智能偷換概念成強人工智能，在宣傳上強調“能和小朋友自然交流”，這就太夸張了。

　　甚至，作為這個交互方式中最核心的自然語言識別技術，也沒有發展到可以放心使用的階段。環境音嘈雜，完蛋；小朋友說話不清楚，完蛋；說話帶方言，完蛋；說話聲音太小，完蛋；網絡不穩定，完蛋。有太多太多的因素都在影響著用戶的使用體驗，同時，越是初期的技術需要的研發成本也越高，創業廠商急于收回成本，產品售價也是高的不得了。這種市場環境下，現在消費，還是太沖動了。

　　雖然目前的機器人市場還不成熟，但這并不能說明這種細分領域方向上的努力shift沒有意義的，對于在人工智能帶動下的機器人領域的未來，我們還是應該非常有信心的。就算強人工智能的實現仍然需要時間，但弱人工智能的應用也有著不錯的未來。

　　比如工廠中的重復性勞動就很有可能全部交給機器人完成，體育賽事等簡單的快訊新聞也有可能完全由機器人發出，餐館里端茶送水的有可能大部分變成機器人，甚至手術中的一些精細操作也可能由機器人完成。總之，不需要大量思考，只要以某種相對固定的模式運作的工作在將來都有可能交給機器人完成。

　　發展專業型機器人的好處是顯而易見的，首先，正如與李世乭的對戰中AlphaGo所表現出的穩定性，機器人的工作是不受情緒影響的，因此它可以更穩定的完成操作較為復雜的工作。另外，產業上對于機器人的投入是一次性的，后續不需要再重復投入，加上機器人“無怨無悔的奉獻精神”，采用機器進行工作顯然有助于降低長線成本。

　　然而真正令我們感到興奮的，依然會是在強人工智能領域的突破，但這個領域的繼續深入發展，卻不僅僅是科學。

　　谷歌在2014年成立了人工智能倫理委員會，2016年9月，英國又正式頒布了《機器人和機器系統的倫理設計和應用指南》，給機器人設立了一套道德標準，甚至明確規定了“機器可以和人類談戀愛嗎？”、“機器可以欺騙人類嗎？”等等問題。人類就這樣，一邊害怕一邊期待的不斷探索著人工智能的未來，同時也不斷探索著“我們究竟是誰”這個人類的終極問題。

　　《60歲老翁狀告妻子 稱共同生活40年竟不知其是機器人》。

　　嗯，也許若干年后我們會看到這樣的一個標題，那時候的人工智能，才算是真正成熟了。