我们需要什么样的机器人

    微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文认为，即使有类似的行为，那也是缘于其背后人类编写的程序和发布的指令。

                             

                              智能不等于智慧

 

    较之过去五十年里的同类，今天所谓的“智能机器”的能力提升都还只是量变，远远达不到质变的标准。

    机器，或者说人们日常依赖的工具的能力质变大概有四级台阶。

    第一级，功能（Capability）。功能是工具的价值点，对于人类最有意义，也一直推动着人类社会的进步。从石刀石斧、鼎镬簋盂、埙筝钟磬到今天的跑车、游轮、客机，工具万千，各有所用。

    第二级，智能（Intelligence）。记忆力是一种智能吗？倒退几百年的话，显然是。算术是一种智能吗？曾经是。下棋是一种智能吗？当然是。但在今天，说起记忆力、算数和弈棋（甚至包括围棋），计算机比人类更在行。另外，IQ（IntelligenceQuotient）测试是个有趣的话题——机器在应对这种智能商数的挑战时其实是有很大的几率得高分的，我猜测，未来十年内，将会出现IQ测试拿最高分的机器。

    第三级，智力（Intellect）。智力比智能更高一筹，“力”这个字里包含了判断力、创造力等信息。对人类来说，每天我们面对的大多都不是选择题，又或是有着无穷选项的选择题。 今天的AI，基本上没有能力在缺乏数据的情况下，创造出如天外飞来一笔的新的选项。

    第四级，智慧（Wisdom）。智慧往往是由丰富阅历、深邃思考积淀而来的洞察——所以我们经常说某位长者智慧深广、堪为导师。所有的智能都不是用选项的形式来表述的，就像火种，它能在特定的时刻引燃人们思想的火花，照映前路。哪怕再过很久很久，机器也不大可能产生真正的智慧。

    截至目前，全世界最“聪明”的机器也只是站在了第二级台阶上—— “智能”与“智力”只差一个字，但对机器而言却好像是鸿沟天堑，极难攀越。近来名声大噪的AlphaGo被许多人视为AI研究的里程碑。可以预计，无需多长时间AlphaGo便能横扫整个围棋世界。但不容忽视的是机器的胜利还是决定于其由人开发的算法，在我看来，这更能彰显人脑而非电脑的智慧。

    不过，的确计算机不同于人类以往发明的任何工具。一是它不是出厂时用途便已固化的专用工具，像脚踏车之类，它的能力取决于用户安装的程序。二是它可以为各种专用工具注入新的生命力，比如近来被热议的“可穿戴设备”，只是将某些计算能力植入腕带、手表、眼镜等“传统工具”，将之与手机、PC之间建立起数据关联而已。

    但凡“工具”，皆包含了其人类创造者的智能、经验与巧思。广义的AI是给予制造物以契合事理的功能特性，与人类一起共同完成我们做不到和做不好的事，达到“人+机器=超级人”的效果。汽车、轮船和飞机是人们腿脚的强化和延续。近年来无人驾驶汽车很受关注，但无人驾驶的飞机和汽车相比，能说哪个更智能呢？

 

 

 

    

                        

 

    从事AI研究的科学家总是梦想着将人类思考、计划、执行的能力移植给机器，我认为，这种研究举步维艰。

    站在机器的角度去模拟和延展人的思维，无人驾驶汽车并非只有“两只眼睛”，而是装备了多个雷达传感器、全景摄像头和激光测距仪。i-Robot清洁机器人也是，她的身材圆润扁平，一点儿也不像人，但吸尘的时候一定比两米高的机器保洁员好用。那么，我们到底需要什么样的机器人？

    真正有用的机器人不一定是人的形象。客观地说，粗壮又庞大的机器人只适合工厂和工地。现实中，已开始帮助我们做各种工作的机器大多是小巧和悦目的，未来我们的办公室、我们的家都会变得越来越智能，但“智能”会无形地隐藏在吊灯里、电视中、墙壁上，而不大可能只是以人的形象提供服务的机器人。

    研发有类人情感的机器，其实用意义远不及科学意义。而今生活中已经有很多智能机器，虽然它们没有情感，但这能说是坏事吗？假设你的机器人既能干又爱你，但爱的反面不正是沮丧、愤怒？这样的机器人，可能会在情绪不好时拒绝你的指令，还可能希望自己也有权像人一样工作五天休息两天，这恐怕不是我们想要看到的。

   另外，很多人受到科幻电影的影响，因为机器变得越来越智能而恐慌，对此我倒不太担心。刀、锯，甚至汽车、飞机都可以拿来做坏事，但正常状态下，这些工具对人类来说大多有着至关重要的正面价值。真正决定其用途的，是背后的使用者。

    1991年，微软研究院创立时，比尔·盖茨希望研究院能够致力于让未来的计算机能够看、听、学，能用自然语言与人类进行交流。这是一个与AI研究关联紧密的梦想。二十多年来，我们时刻在为之努力。其实，研究人员与科幻电影创作者有很多相似之处，两者都在试图构建一个通往未来的“梦境”，但与后者相比，研究人员除了做梦之外，还要努力想清楚圆梦的途径。

    我认为，看清AI能做什么不能做什么，将目标聚焦在可以100％控制的、能有效提升我们生产力与行动力的成果上，承认只有“人+机器”的组合才是AI研究的主流方向，这或许更有意义，也是人类社会发展的正确方向。