人生的真谛就是挖坑再填坑

人们谈起人工智能，总会提起的例子就是阿尔法狗和自动驾驶，也会提到那些自动翻译、自动写摘要、自动写新闻稿等等的事情。当然对于AI只看表面热闹、不去细究后面的事情的人们来说，会把两个所谓的机器人吵架拿来说事，对于稍懂一些的人，就知道那个是很伪的，做不了数。

AI有广义和狭义之分。

狭义AI就是指的那些限制在专用领域内使用的AI，它们只能应用于最初设计的针对的特定任务，比如下棋就是下棋，扫地就是扫地，识图就是识图。

广义AI的发展很慢，它的目标就是要有能力适应这个本质上疆域无界的世界，就是人类拥有而机器没有的能力。

试想一下，狭义AI里面的智能推荐功能，如果它给你推了一条不是你喜欢的商品或者广告，那么一切照常；那如果是AI自动驾驶汽车，撞向一个库里没有的外观奇特的车辆，或者医疗AI给人误诊了，这是多么大的一件事，马虎不得的！AI自动驾驶汽车，那个AI它根本意识不到它是在开车，它只是在执行指令；医疗AI它也不会知道它是在看病；阿尔法狗它不知道它在下棋。

AlphaGo可以利用无数份棋谱来训练自己；AI自动驾驶汽车能拿一次次驾驶安全的事情来训练自己吗？

AI的理想与现实之间还有很大的鸿沟。

坑一：轻信坑。上世纪60年代的时候，就有聊天机器人伊丽莎Eliza和人交流，人们感觉她能听懂人们的话。人类发展过程中是与人为伴的，人类本身是以思想、信仰和欲望等抽象概念为基础的，从表面上看，机器的行为和人类有相似之处，加上机器人如果做得和人长相一样，人类更容易相信机器也有和人类一样的某种思维机制，其实，机器是一点都不具备这样的能力的。2016年，那个知名事件，一个特斯拉车主把自己的性命完全交给了自动驾驶系统，结果是特斯拉直接钻入了大货车下面，结果可想而知。这个车事先还是给车主发了几次警报的，让车主干预、来参与判断，他太相信了。

坑二：虚幻进步坑。人类误以为AI解决了简单问题，就相当于在难题上取得了进步，其实不然，AI不是堆积金字塔。IBM对沃森的大肆吹捧就属于此类。AlphaGo也走的是这个路子，AlphaGo可以和自己下100万盘围棋，来利用大数据提高下棋水平；但是就看病这件事而言，就个体而言，去个几次医院都会崩溃吧，不可能调个什么参数（仪器或药物）来一遍遍优化决策吧。

坑三：鲁棒坑。每当人们找到了某些时候能发挥作用的AI解决方案，就会假定，再努力一把，再多些数据，这个系统就会在所有时刻发挥作用，实际情况不是如此。比如无人驾驶汽车，天气、环境、路况、行走在路上不同的汽车或牲畜、有没有大风、有没有沙尘暴...都会影响汽车的自动驾驶AI。计算机识别物品，虽然经过很多训练，想要骗过是很容易的，我们常听的那个识别猫的例子，是正向例子，其实一个网球上面涂一些肥皂泡，识别AI会认为它是一杯咖啡。

如何跨越AI鸿沟，如何跨越三个坑乃至以后还可能出现的坑，这个自然有很多科学家和技术人员在努力研究，我相信会越来越好，但不会达到最好，没有完美的事情。

真正拥有智慧的机器，不必是人类的完美复制品，AI有很多像人类学习的地方，现阶段，我们利用已经取得的成果，来辅助我们的生活过得更好，这不就够了吗。

就像智慧图书馆这个概念，利用人类已经取得的各种科学和技术，能让软件、设备乃至AI来帮助我们做更好的服务工作，这不就是一种巨大的进步吗。AI最终是服务于人类的，辅助我们做好工作，过好生活，而不是凌驾于人类需求之上的，做实实在在的事，就是智慧。