現(xiàn)在人工智能已經(jīng)可以完成非常復(fù)雜的任務(wù)，而且人工智能甚至在很多方面的表現(xiàn)都勝過人類。那么，人工智能目前已經(jīng)能做什么？又有什么是它們不能做到的呢？下面CHIP將帶大家一起去了解。

這是2013年7月10日13時40分，在美國東海岸美國海軍航母的飛行甲板上，約有50名海軍士兵和技術(shù)人員正心情緊張地等待著一個試飛的新戰(zhàn)斗機(jī)返回，該戰(zhàn)斗機(jī)在幾分鐘前起飛。突然，天空中似乎出現(xiàn)了代號為X-47B的噴氣式戰(zhàn)斗機(jī)的輪廓，13時45分，戰(zhàn)斗機(jī)開始降落，最終穩(wěn)穩(wěn)地停在了飛行甲板上，但是卻沒有飛行員爬出座艙。這是第一次，一個自主飛行的無人機(jī)在不需要任何人協(xié)助的情況下成功地降落在航空母艦上。在航空母艦上起飛和降落，到目前為止，對于最優(yōu)秀、最有經(jīng)驗(yàn)的飛行員來說也是一個挑戰(zhàn)。而在X-47B上運(yùn)營商只需輸入任務(wù)數(shù)據(jù)（其中包含飛行路線和目的地等信息），無人機(jī)就會自主地完成起飛、飛行、偵察、瞄準(zhǔn)、射擊和返回著陸。當(dāng)接近航空母艦時，它將連接到航空母艦的艦載電腦，保持連接獲取船舶的位置、速度以及風(fēng)向和風(fēng)力等信息。X-47B將結(jié)合GPS數(shù)據(jù)，連同無人機(jī)傳感器提供的其他信息，計(jì)算出最佳的飛行路線。

大約8年前海軍方面就自主開發(fā)出了無人戰(zhàn)斗機(jī)，海軍士兵稱它為“Salty Dog 502”。它的武器艙可以容納兩噸重量的武器，但是目前它仍然閑置著，因?yàn)闊o人戰(zhàn)斗機(jī)暫時仍無法執(zhí)行任務(wù)，必須首先證明它可以順利地在航空母艦上工作，并由人類飛行員控制戰(zhàn)斗機(jī)做進(jìn)一步的測試。最終的測試結(jié)果將決定人工智能是否能夠在該領(lǐng)域與人類競爭，甚至勝過人類。

對于德國人工智能研究中心（DFKI）的技術(shù)負(fù)責(zé)人沃爾夫?qū)ね郀査固貭柦淌诙?，這并不是什么不可能的事情。瓦爾斯特爾教授認(rèn)為，就傳感器技術(shù)的領(lǐng)域來說，目前人工智能技術(shù)所建立的聽覺、視覺、嗅覺和感覺系統(tǒng)，已經(jīng)超過了人類的感官知覺。即使是涉及到邏輯思維過程的人工智能系統(tǒng)，在某些領(lǐng)域人工智能也已經(jīng)遙遙領(lǐng)先。瓦爾斯特爾教授解釋說，當(dāng)前電腦系統(tǒng)強(qiáng)大的計(jì)算能力和數(shù)據(jù)存儲能力使人工智能在某些方面的表現(xiàn)是人的大腦所無法比擬的，例如人工智能系統(tǒng)在大數(shù)據(jù)領(lǐng)域里可以輕松地從大量的數(shù)據(jù)中挖掘信息，而任何人的大腦都無法做到。

如果機(jī)器擁有了比人類更好的感知和認(rèn)知能力，那么這是否意味著人類必須開始擔(dān)心失去自己作為世界主導(dǎo)物種這一地位了呢？不必?fù)?dān)心，至少目前還不需要擔(dān)心，原因是人工智能的研究仍然有很多障礙：例如所謂的生活智慧，也就是我們能夠通過不確定、不完整或者含糊不清的信息謹(jǐn)慎地做出決定的能力。瓦爾斯特爾教授介紹說，人工智能系統(tǒng)在這方面的表現(xiàn)仍然非常糟糕，要讓人工智能系統(tǒng)掌握類似的能力，對于人工智能研究來說難度非常高。不過，瓦爾斯特爾教授也表示，人工智能研究的目的并不是為了生產(chǎn)出人類的翻版，我們不想要一個科學(xué)怪人，人工智能的目標(biāo)是支持、改善或者補(bǔ)充人的能力。

快速發(fā)展的人工智能

人工智能怎樣支持、改善和補(bǔ)充人的能力呢？我們可以看一下2014年7月德國馬格德堡的A14封閉式高速公路，約15輛車正在駛過，藍(lán)燈閃爍和警笛尖嘯的消防車緊隨其后，半拖掛卡車用黑色和白色的膠帶在左右建立一個救援通道。不過，仔細(xì)看行駛的這些車中駕駛座上的人并沒有手握方向盤，他們斜靠在座位上，并不時地在操作身邊的平板電腦。這就是戴姆勒公司的自動駕駛車輛“Future Truck 2025”的路試現(xiàn)場，卡車的人工智能系統(tǒng)連接卡車的攝像頭、雷達(dá)傳感器，并通過車輛之間的通信建立起一個安全的高速公路駕駛輔助系統(tǒng)。由于法律上的原因，超車時駕駛?cè)藛T必須進(jìn)行操作，不過，從理論上來講，駕駛輔助系統(tǒng)能夠在卡車85km/h以內(nèi)的速度下完全實(shí)現(xiàn)自動駕駛。

現(xiàn)在缺少的是一個適用于高速公路駕駛輔助系統(tǒng)與駕駛員進(jìn)行通信的語言程序。不過，在這個自動駕駛車輛路試的前一個月，也就是6月8日，一則相關(guān)的新聞令人非常震驚。據(jù)英國大學(xué)的報告顯示，一個稱為Eugene Goostman的電腦成功地通過了圖靈測試。阿蘭·圖靈是英國數(shù)學(xué)家，是信息技術(shù)的先驅(qū)，1950年圖靈預(yù)言2000年將能夠看到與人類聊天時能夠讓30%的人誤認(rèn)為它是人類的機(jī)器，這成為了判斷機(jī)器是否能夠思考的一種著名試驗(yàn)，稱為圖靈測試。隨后，紐約的慈善家洛伯納組織了首次正式的圖靈測試，并從1991年起每年舉行一次競賽，其中機(jī)器表現(xiàn)得最難區(qū)別是否是人類的將獲得洛伯納獎。

今年的洛伯納獎由Eugene Goostman獲得，該聊天機(jī)器人成功地清除了重要障礙，它成功地讓33%的陪審團(tuán)成員誤認(rèn)為自己是一個人。不過，人工智能專家對此表示懷疑，瓦爾斯特爾教授認(rèn)為，Goostman模仿一個來自烏克蘭的青春期男孩，而且這個男孩甚至不大會說英文，這樣的模仿方式降低了測試的意義。這樣做和發(fā)送一個模擬聾啞人來進(jìn)行測試一樣。在瓦爾斯特爾教授看來，對于判斷人工智能系統(tǒng)質(zhì)量好壞來說，圖靈測試是無關(guān)緊要的。他認(rèn)為對于判斷機(jī)器是否能夠思考來說，圖靈測試是一個不錯的實(shí)驗(yàn)，但最終的實(shí)驗(yàn)結(jié)果更多地是公關(guān)的噱頭而不是什么科學(xué)成就。

在比勒費(fèi)爾德大學(xué)研究人工智能的瓦克斯穆特教授同樣認(rèn)為通過圖靈測試并沒有太大的意義。他對于陪審團(tuán)的組成人員以及專家如何會被程序所打動表示懷疑。對于語言方面的人工智能技術(shù)瓦克斯穆特教授是專家，10年前，一群學(xué)生在他指導(dǎo)下所制作的化身Avatars（具有人工智能的虛擬人物軟件）至今仍然被用于帕德博恩的海因斯·利多富博物館論壇的導(dǎo)游服務(wù)，其對話交流的方式非常接近人類。然而，瓦克斯穆特并不想將其作品送去參加圖靈測試，他認(rèn)為專家門知道如何利用巧妙的問題讓人工智能系統(tǒng)無言以對。一個聊天機(jī)器人的智能水平可以與人相當(dāng)并讓專家認(rèn)為它是一個人，瓦克斯穆特教授認(rèn)為這是不可能的，如果有也只是人工智能系統(tǒng)利用了某些特殊的規(guī)則。

人工智能可以向很多動物學(xué)習(xí)

還有一個人工智能項(xiàng)目完全不考慮是否像人類這樣的問題：OpenWorm，這是一個國際研究小組的名字，其目的并不是模仿人類，許多科學(xué)家通過openworm.org的平臺交換意見，致力于以完全數(shù)字化的方式重建蠕蟲。如果用人類作為人工智能系統(tǒng)的參考點(diǎn)，那么OpenWorm團(tuán)隊(duì)嘗試以所謂的自下而上的方法代替自上而下的方法來實(shí)現(xiàn)人工智能。比勒費(fèi)爾德大學(xué)的本杰明·因登博士介紹說，某種意義上，OpenWorm項(xiàng)目體現(xiàn)了人工智能研究的歷史，人工智能的研究可以從如蠕蟲的動物上學(xué)到很多東西。蠕蟲并不是像看起來的那么簡單，它完全有能力執(zhí)行特定的智能任務(wù)。因登博士介紹說，蠕蟲可以通過學(xué)習(xí)獲得某種刺激或關(guān)聯(lián)特定的氣味與食物來源，一些人工智能研究的分支將可以從中直接獲益，對于機(jī)器人來說，這種能力將是特別有趣的。而且，如果能夠?qū)⑦@種能力加強(qiáng)，那么對于提升環(huán)境的適應(yīng)力非常有效。

人工智能研究的不同方法證明，智能有許多種面孔，其中的思維、說話和掌握方向只是少數(shù)，人們將繼續(xù)尋找真正的人工智能，沒有人知道最終發(fā)展出來的東西是什么。