人工智能和機器人領(lǐng)域的最大挑戰(zhàn)是創(chuàng)造具有創(chuàng)造力的機器人，這也是通向自我意識的途徑之一。

導(dǎo)讀：哥倫比亞大學(xué)工程系的教授、機器創(chuàng)新實驗室主任Hod Lipson認為，Alphago戰(zhàn)勝人類代表了機器學(xué)習(xí)得到完美的應(yīng)用，接下來人工智能和機器人領(lǐng)域的最大挑戰(zhàn)是創(chuàng)造具有創(chuàng)造力的機器人，這也是通向自我意識的途徑之一。

1、能介紹一下你在哥倫比亞大學(xué)創(chuàng)造機器實驗室所做的工作嗎？

我們做的是生物驅(qū)動型的項目。我們努力從生物學(xué)中學(xué)習(xí)如何處理問題，我們關(guān)注的焦點是一般情況下，人們認為只有自然可以做到的事情。

生物驅(qū)動型的項目指的是從自然中學(xué)習(xí)，然后使用學(xué)習(xí)到的東西，嘗試去解決最困難的問題。這涉及到所有的領(lǐng)域。這并不是在表面復(fù)制自然，它可以在更深層次復(fù)制學(xué)習(xí)過程，比如，學(xué)習(xí)自然如何使用材料，或者學(xué)習(xí)自然演進的過程。

我們在做的研究中，我最喜歡的一個主題是：你能不能做出可以自我復(fù)制的機器人？自我復(fù)制并不是傳統(tǒng)上人與機器的那種關(guān)系。比如說，大多數(shù)的機器都不能自己從受到的損害中恢復(fù)，或者說治愈，或是適應(yīng)。至少到目前為止，機器還不能從自己的經(jīng)歷中進行學(xué)習(xí)。

我們正在研究，我認為是人工智能和機器人領(lǐng)域最大的挑戰(zhàn)，即創(chuàng)造具有創(chuàng)造能力的機器：機器能創(chuàng)造新的東西，機器能有新的創(chuàng)意。

創(chuàng)造力是AI要攻克的最后幾個陣線之一。許多人仍然認為，人類擁有創(chuàng)造事物的能力，所以比機器強。我們正在研究這一問題。

2、怎么看待Alphago戰(zhàn)勝李世石？

從某種程度上來說，Alphago是AI一個時代結(jié)束的標志。從上世紀50年代開始，人們就在用AI玩棋類游戲，而圍棋可能是AI攻克的最后一個棋類游戲?，F(xiàn)在，我們可以向著更大和更有挑戰(zhàn)性的東西前進，那就是現(xiàn)實生活。比如，電腦仍然很難學(xué)會如何在曼哈頓車水馬龍的十字路口駕駛。顯然，這比圍棋要難得多。

目前的AI非常善于決策，通過對大數(shù)據(jù)進行處理，進行篩選，從而得到最后的決定。比如，獲得所有的股票市場數(shù)據(jù)，然后決定“我該買進，或者拋出？”，或者獲得所有攝像頭、雷達和無人駕駛車中的數(shù)據(jù)，然后決定該直走或者轉(zhuǎn)彎。這一切都是關(guān)于獲取數(shù)據(jù)然后把這些數(shù)據(jù)變成決策。

但是另一種的智能是，有新的創(chuàng)意，或者新的需要的時候，從中發(fā)散，并創(chuàng)造新的觀點，是一種擴展。

這是一種完全不一樣的AI，它是探究性的。我們把其稱為發(fā)散型AI，而不是聚合型的AI。這是我們實驗室在努力的東西。

我覺得對于AI來說，最新的挑戰(zhàn)是創(chuàng)造力。創(chuàng)造新的想法，這是下一個重要的前線。

3、發(fā)散型的AI具體研究些什么？

可以是任何事，比如，設(shè)計新的電子電路，或者是設(shè)計新的機器人。我們會問諸如“一個AI產(chǎn)品，或者新的機器人跟我們此前見到過的東西有何不同嗎？它具有創(chuàng)造力嗎？”或者“機器人能繪畫嗎？它能創(chuàng)作出我們?nèi)祟愊矚g的音樂嗎？”此類的問題。

4、為什么機器自我意識對于你和你的工作來說那么重要？

我認為，自我意識是機器人最后的難題。我們都在為此奮斗。

一些從事AI研究的人，會有短期的目標，比如“我們能讓機器人下象棋嗎，能下圍棋嗎或者是能開車嗎？”

但是從長遠來看，如果你展望AI最后的戰(zhàn)場，在那你會看見什么？我認為，是創(chuàng)造自我意識。

這幾乎是一個哲學(xué)上的問題。正如道士一直希望煉出長生不老藥一樣。但是，我認為，最終，至少對一些人來說，這是智能的最終形式。

幾個世紀以來，哲學(xué)家、神學(xué)家和心理學(xué)家都一直在爭論：“什么是自我意識？”，我認為機器人專家和AI領(lǐng)域的人可以繼續(xù)這一討論，并展開一個不一樣的視角。這一視角是更加量化和更加實際的。我們想說的是：“我們并不打算討論什么是自我意識，實際上，我們要創(chuàng)造自我意識。

如果我們可以做到，我想我們最終會理解什么是自我意識。對我來說，這是一個很大的挑戰(zhàn)。對于AI來說， 這也是一個重大的挑戰(zhàn)。

創(chuàng)造力是一個很大的挑戰(zhàn)，但是比它更難的是自我意識。長久以來，在機器人和AI領(lǐng)域，我們有時會稱其為“C”世界，也就是知覺（consciousness）。

5、為什么在你們的網(wǎng)站上沒有看到你所描述的世界？

我們不會拿出來說。這有點……這對我們來說這有點像個神話。不是大多數(shù)人會承認他們在尋找的東西，這是一種榮耀。

我們的團隊就是那些為此努力的隊伍之一，我想，我們正在開始打開自我意識和知覺。我們肯定能做到，但是問題是，我能在有生之年看到嗎？這是大多數(shù)人都希望知道的問題。

6、AI在自我意識上的進步，在接下來的10年中會如何影響數(shù)字工業(yè)中的工作？

談到工業(yè)，有兩個角度。

一個是簡單的自動化。我們已經(jīng)看到機器人能夠跟人一起協(xié)作。把機器人和自動化引入工廠將變得越來越簡單。過去，你需要有熟練的程序員和昂貴的機器人，以及為機器人定制的工作場所。

理論上講，你可以買到相對便宜的機器人，或者一個成本低于一個普通人年薪的機器人，然后把機器人和工人放在一起，這就保證了安全問題。你可以像教人一樣教機器如何工作?，F(xiàn)在，許多這樣的限制已經(jīng)在消失，我們也在工業(yè)中看到了這樣的現(xiàn)象。這些許多都跟AI有關(guān)，我想說，大部分都跟AI有關(guān)，但是它跟其它方面比較迅速的發(fā)展也有關(guān)，比如更便宜、更迅速和更加好的硬件。

工業(yè)中的另一個方面，也就是被AI摧毀的方面，就是設(shè)計。工業(yè)和設(shè)計通常是攜手并進的。雖然工業(yè)對于我們來說更容易看到，但是其背后的設(shè)計，也是跟其緊緊相連的。

當AI通過這些新型的創(chuàng)造型AI進入設(shè)計領(lǐng)域時，你可以在短時間擴展可以制造的東西，因為AI在設(shè)計方面能夠利用一些新的生產(chǎn)方式。

7、你在2007年TED的演講中，曾說：“我認為重要的是我們要拋棄人制造機器的思維，真正地讓機器自我演進和學(xué)習(xí)，就像孩子一樣，這也許是我們實現(xiàn)的方式”。十年過去了，你認為我們在朝著這個方向走嗎？

它的發(fā)展比我想象的要快。在AI領(lǐng)域，有兩個學(xué)派的觀點在政治上和經(jīng)濟上產(chǎn)生了強烈的碰撞。其中一派是自上而下的，邏輯的編程化研究道路，另一種是機器學(xué)習(xí)派。

機器學(xué)習(xí)派說，“忘掉程序機器人吧，忘掉程序AI吧，你只需要讓機器學(xué)習(xí)，它自然會從數(shù)據(jù)中自己找到解決問題的方法。另一派則說：”我們要坐下來，寫算法，然后讓程序告訴機器人該做什么。”

長久以來，人類編程都比機器學(xué)習(xí)好得多。你可以讓機器學(xué)習(xí)做一些無關(guān)緊要的事。但是設(shè)計一些大事，一些重要或者困難的事，你可能會要求助于一名專家，讓他或她來編程序。

但是在過去的10年間，也就是從我在TED上發(fā)表演講到現(xiàn)在，機器學(xué)習(xí)優(yōu)于人類編程的例子開始不斷涌現(xiàn)。

一直以來，人們都在討論無人駕駛汽車，但是在2012年以前，沒人能夠?qū)懗瞿軌蜃寵C器知道路面情況的程序。沒有人能做到。但是最后，深度學(xué)習(xí)算法出現(xiàn)，現(xiàn)在機器能辨認并理解它們看到的東西，在這方面甚至比人類還要優(yōu)秀。這也是為什么我們會在接下來幾年內(nèi)可以擁有無人駕駛汽車的原因。

我認為機器學(xué)習(xí)方法得到了完美的應(yīng)用，并且我們才處在開始階段。這一過程將會得到加速。

8、假如機器學(xué)習(xí)最終超越人類的能力，那么我們要達到再高一級的AI，需要面臨的困難有哪些？

在過去的一兩年間，知覺是得到解決的一個大難題之一。計算機是瞎的，它不能理解“看到”的東西。我們有相機，有快速的計算機，有我們需要的一切東西，但是計算機不能理解它們看到的東西。這是一個大的難題。這也就是說，計算機不能在非確定的開放環(huán)境中處理問題，只能在工廠、礦井、農(nóng)田或者相對靜態(tài)的場景中工作。但是不能在家中工作、不能駕駛或者在跟人一起外出干活。

現(xiàn)在所有這些難題都被機器學(xué)習(xí)解決了。我們現(xiàn)在擁有的計算機不僅有“眼睛”，還有“大腦”可以理解看到的東西。這為新的應(yīng)用打開了許多的大門。我認為這在過去是一個很大的阻礙。

下一個是什么？我認為是創(chuàng)造力。

這就是我為什么一直在這方面努力的原因。我想這是一種能力，不僅是分析和理解看到的事物，還有創(chuàng)造和想象的能力。最終，這是一個通往自我意識的道路。

Hod Lipson 最喜歡的機器人PIX18畫的油畫。圖片來源：singularityhub.com

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！