[科技界] 2018年AI如何才能更好发展？还需要迈过这五道坎

本文由网易智能工作室(微信官方账号smartman 163)制作。专注ai，了解下一个大时代！

虽然关于杀手机器人的炒作从未停止，但在2017年，人工智能(ai)领域取得了许多显著进展。例如，一个名为天平动的机器人在扑克游戏中杀死所有的一方。在现实世界中，机器学习正被用来改善农业和医疗行业。但是，你最近有没有和苹果助理siri，或者亚马逊的人工智能助理alexa聊过？然后你就会知道，虽然关于ai的炒作很多，亿万富翁也很担心，但是ai做不到或者理解不了的事情还有很多。这里有五个棘手的问题，专家们明年会重点关注。

1.人类话语的意义

机器现在似乎比以往任何时候都更能使用文本和语言。Facebook的ai可以为视障人士阅读图片中的描述，Google的ai可以为回复邮件提供简短的建议。然而，软件仍然不能真正理解我们的话的含义和我们与他们分享的想法。波特兰州立大学的教授梅勒妮·米切尔说:“我们可以用不同的方式应用我们所学的概念，并将它们应用到新的环境中。然而，这些人工智能和机器学习系统没有这样的能力。

米切尔认为，今天的软件有数学家吉安-卡洛罗塔所说的意义障碍。许多领先的人工智能研究团队正试图找出如何克服它。这项工作的目的之一是给机器提供常识和物质世界的基础，这也支持了我们的思维。例如，脸谱网的研究人员试图通过观看视频来教软件理解现实。其他团队也在尝试模仿我们对世界的理解。谷歌一直在研究试图学习理解隐喻的软件。米切尔尝试了一些系统，通过类比和关于世界的概念来解释照片中发生的事情。

2.现实差距阻碍了机器人革命

机器人硬件准备好了，500块就可以买一个手掌大小的无人机，配高清摄像头。拖箱子两条腿走路的机器也有了很大的改进。那么，为什么我们没有被熙熙攘攘的机械帮手包围呢？今天的机器人缺乏与其复杂肌肉相匹配的大脑。

机器人在从事需要特定编程的特定任务时，可以通过试错的方式学习抓取物体等操作，但是这个过程比较慢。一个很有前途的捷径就是让机器人在虚拟仿真世界中训练，然后把来之不易的知识下载到物理机器人的身体里。但是这种方法受到“现实差距”这个词的困扰，这个词描述的是机器人在模拟过程中学习技能，但是移植到物理世界的机器上并不总是有效的。

现实差距正在缩小。今年10月，谷歌报告了非常乐观的实验结果。模拟和真实的机器人手臂学会了选择不同的物体，包括胶带、玩具和梳子。然而，对于那些研究无人驾驶汽车的人来说，还需要更多的进步。为了减少在真实交通和道路条件下测试的时间和金钱，在模拟街道上驾驶虚拟汽车的公司正在竞争在模拟街道上部署虚拟汽车。

无人驾驶汽车初创公司aurora的首席执行官克里斯·厄姆森(Chris urmson)表示，让虚拟测试更适合真实汽车是他的团队的首要任务之一。领导谷歌母公司alphabet下无人驾驶汽车项目的厄姆森表示:明年，我们将清楚地看到如何利用这一优势加快学习速度。

3.防止ai黑客