編譯 | 陳韻竹、王宇欣、rik、高靜宜、邱可昕
來源 | 達沃斯官網
正在進行中的第 48 屆世界經濟論壇年會上，人工智慧毫不意外地佔據了論壇討論熱點，四天議程中始終貫穿著相關議題，其中大資料、機器學習、自動駕駛、機器人被設為多個分論壇的主題。
這仍然是一個各個國家及公司展示科技野心的平臺，阿里巴巴、百度、京東也都參與了多場達沃斯論壇討論，谷歌還表示將會在巴黎成立一個 AI 基礎研究中心，專注於自動學習、語言、機器視覺等方面技術，以改善健康和環境問題。
不過，有意思的是，作為 AI 領域舉足輕重的專家，史丹佛大學人工智慧實驗室主任、谷歌雲首席科學家李飛飛對這次論壇的第一觀感卻是「科技含金量不高，達沃斯論壇的討論給我們留下的問題比答案更多」，由此，她也提到幾個重要問題值得更深入關注與探討——
1、人工智慧對社會的影響中最常提及的就業問題；
2、機器學習存在偏見和偏差，比如資料收集和標註的偏差，演算法的偏差，演算法的可解釋性和透明性，以及演算法預測的正確應用等；
3、人工智慧已是一個世界性的話題。大家公認中國已成為人工智慧的一個重要參與國，很大程度上是因為政府的強有力支援，國民性的數理文化，巨大的資料和應用場景；
4、人工智慧對工業轉型的重要角色不容置疑。在達沃斯論壇裡，我至少和以下產業的總裁領導們討論過 AI：金融，保險，食品，SaaS，科技諮詢，醫療健康，電商，能源，汽車，旅遊，媒體娛樂，製造業等。我很開心谷歌雲在這場工業革命裡扮演的重要角色；
5、人工智慧時代，學術界和大學應該扮演什麼樣的角色。面對強勢的 AI 工業界，今天的大學既在積極的尋求合作機會的同時又多少有些擔憂。全球現在 AI 人才奇缺，而教書育人的 AI 老師們紛紛進入工業界，怎樣才能在學術教育和工業界之間建立出一個更好的合作交流生態？這是一個重要的問題。
除了對人工智慧進步會帶來哪些社會、經濟問題的現場討論之外，達沃斯論壇官方網站上也呈現了豐富的產業分析內容。我們摘取了其中有關「機器人和人工智慧站在第四次工業革命中心」的趨勢報告，這是基於達沃斯世界經濟論壇（WEF）專家庫中專家們的意見，並與韓國科學技術院（KAIST）航天工程系副教授 David Shim 合作策劃而成。
機器學習和預測系統進行識別模式正變得越來越容易
機器學習的內容包括，建立出能夠從大而不斷變化的資料集中進行模式識別的演算法，並從過去的資料處理經驗中得出結論，從而使機器變得更加智慧。當人們提到「人工智慧」時，他們通常指的是機器學習。其應用包括網際網路搜尋引擎、垃圾郵件過濾器以及自動駕駛汽車。
最近，作為機器學習的一個分支，「深度學習演算法」受到了各界的廣泛關注。其處理速度與精度遠超人眼，這要歸功於計算能力的提高以及資料規模的大幅增長（即大資料）。2015 年，谷歌旗下的一家英國公司 DeepMind 以圍棋的形式將這種演算法的強大能力展現給了大眾，其 Alphago 程式打敗了世界頂級的圍棋玩家。
機器學習預計將對就業市場產生深遠影響。專家預測，配備了學習演算法的計算機和機器人將取代人完成低端的工作以及專業性較強的工作。其潛在的優勢顯而易見：
機器一旦學習過某事，就永遠也不會忘記；學習模式可以有效地從一臺機器複製到另一臺機器；學習過程可以並行進行以供改進與分享。例如，如果其中一個機器掌握了駕駛技術，它的學習模式就可以在很短時間內被複制到其它數百萬輛車上；透過網路相互連線的汽車可以持續地共享經驗，從而提高整體的效能。與此相反，人類的學習時間卻很長。人類經驗不能以這種方式進行共享，個人的知識和經驗將隨著肉身的消亡被帶進墳墓。
增強型機器人正在幫助人類超越自然的限制
最近，高能效的可穿戴機器人系統領域取得了重大突破，這使人類得以執行那些正常情況下超出自身能力範圍的任務，例如行走極長的距離或是不知疲倦地搬運重物。而且，這方面研究還在繼續，機器人可能會做到更多——開發更好的義肢，配備感測器、電機和複雜的演算法，直接從人類神經系統處接受命令。
甚至有朝一日，這些技術可能會終結人類的生理殘疾，或是增強人類現有的物理體能和大腦功能（包括記憶和交流）。
除可穿戴系統之外，研究人員還開發了一系列智慧機器人系統，用於協助人類完成需要極高精確度並具有極大重複性的工作，例如外科手術和縫合。同時，所謂的遠端監控機器人技術還讓人們能透過移動影片螢幕「出席」會議或活動。
當然，也有其他形式的增強技術即將投入使用。擴增實境（AR）裝置就在幫助人們用更豐富的資訊感知他們所處的環境。幾年前，Google Glass 眼鏡引發大眾關注，它是首個可以在日常生活中佩戴的實用增強器件之一。不過，由於隱私問題，該技術也受到了廣泛的批評。微軟的 Hololens 可穿戴裝置與之類似，可以對映使用者的周圍環境，還能快速顯示文字等——不過，它看起來很笨重而且佩戴起來並不舒適。
不過，這類裝置將會越來越小，通用性也會逐漸增強，進而適合日常使用。與此同時，谷歌也在繼續進行 Project Tango 計劃，這個專案不需要任何專門的硬體就能對映出周圍的環境——手機上的攝像頭就足夠用了。
谷歌和其他公司還紛紛開發了自動實時翻譯器。這些翻譯器一度被人所嘲笑，但現在它們能以閃電般的速度提供出準確的翻譯，而這要歸功於機器學習領域中深度學習技術的進步，它模仿了人類大腦的功能。如果翻譯器能夠與行動電話或擴增實境裝置結合使用，那麼社會可能不再需要翻譯人員，人們甚至可能不再需要繼續學習外語。
有一種設想是，把這種技術直接植入到人類大腦的神經系統中，這樣不僅能為翻譯提供幫助，還能幫助計算和記憶。事實上，人類的神經系統已經能夠直接控制一些義肢，例如，攝像頭可以與人腦連線，以便為盲人提供視覺資訊。
在人工智慧系統大幅度提高我們與環境進行互動的能力的同時，許多工作崗位也將受到影響——包括那些普遍認為不會被機器人取代的職位，例如翻譯人員、旅行嚮導和新聞主播。
越來越多的機器人被派遣完成危險的工作或者被用於極端環境之中
很長一段時間裡，機器人都只在工廠內部執行焊接和噴漆的工作。現在，他們還能定製製作漢堡、在擁擠的酒店大堂內進行導航，跳上電梯為顧客提供客房服務等。亞馬遜在將機器人生活化這方面已經站在了世界前沿——顧客可以在沒有店員的超市中隨意挑選物品，賬單金額將會透過其信用卡自動完成支付，Kiva 機器人則會自動裝卸商品從而消減人類工人和無人機進行訂單派發的需要。
機器人還能透過探測海底深度、外太空盡頭月球和行星等方式，讓人類進行更廣闊的探索。最新的太空機器人能夠以人型出現，在國際空間站中與人類宇航員並肩工作，而且在外太空中執行修復工作時還不用穿太空服。美國和俄羅斯的團隊就正在研發可以探索其他星球的「機器人宇航員」。
此外，機器人也可以在人道主義危機時期執行一些關鍵任務。舉例來說，美國國防部高階計劃研究局（DARPA）舉辦的機器人挑戰賽就正在開發一類機器人，這類機器人需要具備在 2011 年日本福島核災難期間承擔救人任務的能力，其他一些正在開發中的機器人則需要執行危險的深度採礦、處理有毒物質、清理並維護下水道等工作。
另外，無人機也是一種特別能吸引大眾發揮想象力的機器人，而且已經成為了人們進行航拍的熱門選擇。亞馬遜和谷歌也在使用無人機技術把包裹運送到一些人煙稀少的區域。2016 年 3 月，日本線上零售商樂天株式會社在一個高爾夫球場完成了全球首例商業無人機的交付工作。
當然，也有一些稍顯平淡的應用，機器人可以透過位於雲端的電子大腦成為值得人們信賴的管家，忠實地聆聽人們關於交通、天氣或者能否開啟空調這樣的提問。
下一代機器人將會透過不斷增加計算能力進而執行那些需要進行更加複雜決策的任務。2016 年 1 月，英偉達公司推出了一款每秒最高可進行 24 萬億次運算的超級計算機，等同於 150 臺 MacBook Pro 膝上型電腦的能力。它可以讓汽車透過所謂的強化學習來自主學習駕駛技術，從而替代實時最佳化尋找安全路徑這一傳統方法。
隨著相關技術的日趨成熟，自動駕駛汽車將會變得更加普遍，而且很有可能會取代計程車司機或是公車司機等職業，從而在根本上改變就業市場。
其實，人工智慧和機器人不僅僅只能從事體力勞動。諸如讀取 X 光片以及核磁共振成像（MRI）掃描等重要任務也已經交由計算機去執行了。在未來，人工智慧與機器人甚至有可能會發現新的藥物。畢竟人工智慧已經能夠兼具速度與準確性地為人們提供財務方面的建議。
自動駕駛的一些危險確實被消除了，但是並不是全部
無人機和自動駕駛汽車將是未來交通運輸的最重要的手段。大型無人機最初是為了軍事任務而發明的，現在則幾乎可以用於一般的用途。
在進行無人機的全面部署之前，首先應該回答的一個主要問題就是安全性。預計 2020 年後，無人機將會被納入民用空域，屆時國際民用航空組織將釋出全球運營的規則和條例。而在當下，由於其運營成本低、發生碰撞時風險也較小，小型無人機越來越受到像包裹交付和航空攝影之類應用的歡迎。
美國的一些機構，包括國家航空航天局（NASA）在內，正在開發一套新的無人機交通管理系統、一旦這套系統投入使用，我們可能會在現實世界看到類似於科幻電影中，成群結隊的無人機飛翔在天空的場景。這些飛行機器有望在一些傳統飛機不能進入的領域創造新的崗位，也會奪走一些現在由飛行員進行的工作。
與無人機不同，自動駕駛汽車還沒有準備好迎接它的黃金時期。這裡關鍵的挑戰在於讓自動駕駛汽車能夠在危險的道路上避免發生碰撞。內建於汽車的人工智慧會評估可能對乘客造成的傷害、對車的損傷以及行人傷亡的風險，並作出決策。
最新的自動駕駛汽車配備了一系列感測器，可以在黑夜中視物，並以每秒鐘超過 10 次的極高精度掃描。他們的「大腦」是最先進的計算機，每秒鐘可以進行數以萬億次的計算，並於其他汽車和雲端通訊以便接受最新的交通更新。
事故是無法避免的，但是結果不是。很多結果將會取決於人類的判斷，而非機器本身。自動駕駛汽車透過感知周圍環境並預測障礙物的行動和路線來計算最佳路徑。碰撞的風險則被表達為成本，透過精確的計算實現最小化。
首先考慮碰撞的可能性，再附以交通法規、燃油效率和乘客舒適度等因素進行調整，最終計算出路徑。在計算過程中，人工智慧將人的生命視為一項成本。但是在數學方程中以成本函式表示人生命的價值使非常困難的。不論車載人工智慧多麼複雜，都很難評估潛在的碰撞會造成多大影響的附加傷害。
就像人類駕駛員一樣，自動駕駛汽車必須在資訊和時間均有限的情況下儘量最小化傷害——也就是汽車大腦中的成本函式的價值——資訊和時間都是有限的。而且只有當自動駕駛汽車的事故率明顯低於人類駕駛員的事故率時，機器才會受到廣泛的歡迎。
在未來，隨著無人機最終變得足夠安全到可以攜帶人類乘客，到時預計將會有進一步的發展。中國公司北京億航創新科技公司已經開發了 Ehang，一架看上去像是超大型無人機的客機。2016 年，空客公司（Airbus）宣佈了自己的空中計程車計劃。雖然已經有很多公司嘗試開發過可以變成飛機的汽車，但是他們都要求駕駛員持有飛行執照。一個自動的空中計程車將會不同：乘客不需要有任何特殊的知識，只需要提供一個目的地即可。
當自主無人機與無人駕駛汽車在民用空域和道路上獲得平等的通行權時，就會提出一個有趣的問題：機器人工作者是否應享有與人類工作者類似的平等權利？比如，保護它們免受歧視的權利？目前，尚不清楚是否會出臺相關的機器人權利法案。
智慧感測器與自主機器人的新發展會伴隨道德問題
生物能夠透過視覺、嗅覺等感官接收有關世界的資料。受此啟發，機器人和電腦科學領域的研究人員也正試圖讓機器以類似的方式獲取資料。也許有一天，機器還可以隨著環境變化自主地去適應環境。
與此同時，微型感測器與無線網路的結合使所謂的物聯網（IoT）成為可能，這使得我們有可能在不知情的情況下被機器監控。
自主機器人出現的同時也會隨之而來一些亟待解答的基本問題——我們應該給予它多大程度的自由？舉例來說，現代戰爭涉及大量的自主武器系統，包括巡航導彈等，這些自主武器系統能夠執行自動識別目標等任務，正在逐漸趨於智慧化。
有人認為，人類應該保有使用這些技術的最終責任。然而，人類可能並沒有那麼可靠——友軍火力誤傷事件有著悠久的歷史，這足以證明了這一點。
但也有人認為，演算法在識別目標等方面可以做得更好。他們認為，相較於機器，人類操作者的感官輸入能力較弱，情境意識十分有限。
未來，對於感測器和自主機器人的討論不僅需要對底層技術進行準確的理解，還應從相關道德、法律方面著手進行考量。
機器人之間及機器人與人類間的互動正變得越來越多
整個研究領域都致力於提升機器人的協作性。例如，在工廠這類受控環境之外，機器人必須能夠迅速適應周圍環境，並能夠與其它機器人和人類一起工作。視覺感測器將幫助機器理解複雜環境，而人工智慧會幫助它們瞭解人類的手勢、面部表情，甚至意圖。該領域的先驅之一是 Baxter 機器人，由於使用了深度學習來進行自然語言處理與合成，它可以很容易地學習新任務。這種機器人還可以很容易地透過接收語音命令來與外界進行交流，並且可以透過視覺進行學習，這種方式比在手持裝置中輸入指令的傳統方法要快得多。
機器人尤其適用於情感陪伴。其強大的處理器和先進的感測器使它們能夠識別出面孔、理解語音命令，並給出一些機智的回應。市面上的伴侶機器人的典型例子包括亞馬遜 Echo、Google Home，以及麻省理工學院開發的 Jibo 和軟銀的人形機器人 Pepper。
近年來，機器人甚至開始在足球賽上一展風采，自動採取攻守戰略。機器人最大的優點之一是高速通訊能力。人類語速一般是 130~200 字/分，轉換成位元組是每秒幾萬個，而機器人可以達到每秒 10 億位元組。機器人隊員間可以進行遠端無線協作，透過 GPS 技術進行精確同步。極端的運算速度（每秒超過一兆次運算）可以使機器之間的協同工作不受團隊大小或距離長短的限制，其競爭力可以秒殺許多行業中的人類工作者。雖然資料伺服器已經使許多傳統的檔案和圖書館過時了，但機器人很像可以具備移動能力和自主活動能力的資料伺服器，它對人類生活的影響將遠超任何人的想象。
人工智慧引發的新倫理道德問題涵蓋了生活的方方面面，甚至包括戰爭
對於許多機器人系統來說，即使出現了故障，也不會立刻觸發倫理道德風險。然而另一些模型已經開始進入安全相關的系統和軍事系統了。
通常來說，手機助手不需要對手機系統出現的錯誤負責，所謂的聊天機器人也是如此。但是，當這些系統開始處理敏感問題時，就會遇到道德和價值觀的重要問題。例如在 2016 年初，微軟的一個聊天機器人被使用者教唆成了一個具有種族歧視的機器人。再比如，如果一種人工智慧系統為一種致命武器提供技術加持，會產生什麼樣的後果呢？
為致命武器增加自主效能夠使其更加快速而準確地鎖定目標。即使我們可以從倫理和人類價值觀角度對這種技術進行約束指導，也無法立即決定該選擇哪些倫理和價值觀。並且，對於一個被指示在戰爭期間殺人的機器人，怎樣才能確保它不濫用這種能力，使它理解該行為在和平時期是不被接受的？
即使讓人類來操縱武器，也可能由於訓練不當和溝通失誤而導致悲劇性錯誤。因此問題在於，我們是否應該總是優先信任人類，還是將決策權下放給機器人智慧呢？畢竟它們的通訊能力更強，重複犯錯率更低。
另一個需要考慮的問題是，我們該如何對待智慧機器。在一些情況下，人類會對機器人系統產生同理心，特別是當該系統類似於人類或寵物時。例如，Boston Dynamics 在對狗型機器人 Spot 進行測試時，由於採取用腳踢它的方式而遭到批評，得罪了許多人。再比如，中國一所大學在展示一個名叫 Xia Xia 的女性機器人時，一些人表現得很害羞，就好像面對的是一個漂亮女人似的。
其它需要思考的問題有：人工智慧是否一定要表明自己的人工智慧身份？它應該受到與人類同類一樣的對待嗎？顯而易見的是，我們應該謹慎地建立和部署人工智慧。該領域的專家學者應接受道德教育。而業界則應該考慮施行一套強調問責機制的新標準。