據美國生命科學網報道，在人工智能(AI)研究領域，業內人士對最新突破產生的共識就是，有情感意識的智能機器距離成為現實還很遙遠。在理解語音指令、分辨圖像、駕駛汽車以及打游戲方面，機器已經比人類做得更好。那么，還需要多久，機器才能自然行走在人類中間?

　　美國白宮發布的最新AI報告，對這種夢想持懷疑態度。報告中稱，未來20年中，我們可能還無法看到機器具有廣泛的應用智力能力或超越人類的智力。但是將來，在執行越來越多的任務中，機器的表現將達到甚至超過人類水平。

　　作為AI研究人員，我很高興自己從事的研究成為美國政府最為關注的領域之一。但白宮報告幾乎都聚焦于我所謂的“最無聊的AI”，并拒絕接受AI分為不同種類的觀點。與此同時，報告中也沒有闡述AI進化如何幫助開發不斷完善的AI系統，計算模型如何能幫助我們理解人類智能如何進化等。

　　白宮AI報告中重點介紹了被稱為“主流AI”的工具，包括機器學習和深度學習。這些技術可以玩智力游戲《Jeopardy》、在史上最復雜游戲中擊敗人類圍棋大師等。當前的智能系統的確能夠處理海量數據，并迅速做出復雜的運算。但是它們缺少一個重要元素，它將是我們將來制造情感機器的關鍵。

　　除了教授機器學習，我們還有更多工作要做。我們需要克服四類不同AI之間的界限，這些界限將AI與我們隔離開來。

　　第一類AI：響應式機器

　　絕大多數基本型的AI系統都屬于純粹的響應式機器，它們既不具備形成記憶的能力，也不具備借鑒過去經驗的能力，以便幫助做出當前決策。IBM的超級電腦“深藍”曾經于20世紀90年代末期擊敗人類國際象棋大師加里·卡斯帕羅夫(Garry Kasparov)，它就是響應式機器的完美代表。

　　“深藍”可以識別棋盤上的棋子，并知道如何移動棋子。它甚至還能預測自己和對手的下一步棋路，并在諸多可能性中選擇最優方案。但是“深藍”沒有“過去”的概念，也沒有此前的記憶。除了偶爾利用國際象棋的具體規則，比如反對重復同樣的步驟3次外，“深藍”幾乎會忽略此前發生的一切。它的重點就是關注當前棋盤上的棋子，并為下一步移動做出選擇。

　　這類智能涉及到計算機直接感知的世界，并作用于其所能看到的地方。它不依賴于世界的內部概念。在開創性的論文中，AI研究專家羅德尼·布魯克斯(Rodney Brooks)認為，我們應該只制造這類機器。他的主要理由是，人們并不擅長編程計算機使用的精確模擬世界。

　　我們當前研發的智能機器要么根本沒有這類世界的概念，要么只有執行特定任務的智能機器擁有十分有限的概念。“深藍”的設計創新并沒有擴大計算機考慮的可能步驟的范圍。相反，研究人員發現了縮小其視野的方法，以防止其追求某些潛在的未來步驟，這取決于其如何評價結果。沒有這種能力，“深藍”可能需要更強大的計算機才能擊敗卡斯帕羅夫。

　　與之類似，谷歌的AlphaGo曾擊敗人類圍棋大師，但它也不能評估未來所有的潛在步驟。其分析方式比“深藍”更復雜，利用神經網絡評估游戲進展。這些方法的確提高了AI系統的能力，讓它們在玩特定游戲時表現更好。但它們無法被輕易改變或應用到其他情況。這些計算機化的想象沒有廣泛世界的概念，這意味著它們無法超越特定任務的功能限制，因此很容易受到愚弄。

　　此外，它們不能以交互的方式參與到世界中，這是我們暢想未來AI系統具備最重要能力。相反，這些機器每次遇到相同的情況時，它們就會執行預先編程的相同策略。在確保AI系統可信性方面，這可能是個好消息，比如你希望自己的無人駕駛汽車成為可以信賴的司機。但如果我們希望機器能夠真正參與互動，對世界作出真正反應，這可能會很糟糕。這些最簡單的AI系統永遠不會感到無聊、感興趣或悲哀等情緒。

　　第二類AI：有限記憶機器

　　這類AI可以短暫回顧過去的經驗，無人駕駛汽車已經可以做到這一點。舉例來說，它們會觀察其他汽車的速度和行進方向。它們現在還無法立刻完成這個動作，而是需要識別特定目標，并監督它們一段時間。

　　這些觀察會被添加到無人駕駛汽車預先編程的模擬世界中，包括車道標記、交通燈以及其他重要元素，比如公路曲線等。此外還包括汽車決定何時變道，以避免被附近的汽車撞到。

　　但是這些有關過去的簡單信息只是短暫的，不會被儲存在汽車已經了解到的經驗庫中，經驗庫相當于人類司機積累的駕駛經驗。那么，我們如何建立能夠充分模擬世界、記住它們的經驗以及學習如何處理新情況的AI系統呢?布魯克斯認為，很難做到。我的研究方法從達爾文進化論中吸取靈感，即可通過機器自己建立模擬世界以彌補人類的短板。

　　第三類AI：心智理論機器

　　這可能是我們已經建造的AI機器與將來要建造的AI機器之間的重要鴻溝。未來的AI機器將更加先進，它們不僅會自己建立模擬世界，還會模擬世界上其他對象和實體。在現實世界，這被稱為“心智理論”，即理解世界上的人類、生物都有思想和情緒，而這些思想和情緒可影響他們的行為。

　　這對人類形成社會時至關重要，因為它們允許我們進行社會交流。如果不相互了解動機和意圖，不考慮其他人對自己或環境的了解，最好的情況下是協作非常困難，最壞的情況是根本不可能有協作。

　　如果AI系統要想走在人類中間，它們必須能夠理解我們每個人都有不同的想法和感受，并期望自己被如何對待。為此，它們必須對自己的行為進行相應調整。

　　第四類AI：自我意識機器

　　AI發展的最后階段就是建立能夠形成代表它們自己的模擬世界的系統。最終，我們的AI專家不僅需要自己理解意識，還要建造擁有自我意識的機器。從這種意義上說，第四類AI是第三類AI所代表的“心智理論”機器的延伸，同時也是意識被稱為“自我意識”的原因。

　　有意識的存在可以意識到他們自己，了解它們的內部狀態，能夠預測其他人的感受。我們假設有人在后面狂按喇叭代表憤怒和不耐煩，因為我們那樣做時也代表著同樣感受。沒有心智理論，我們就無法做出這些推論。

　　現在距離創造具有自我意識的機器可能還很遙遠，我們應該集中努力打造理解記憶、學習以及基于過去經驗作出決定的AI能力。這是理解人類智慧的重要步驟。如果我們想要設計或開發超越這些分類的機器，這一點也非常重要。