有不少的傳言提到DeepMind的一些實(shí)驗(yàn)研究人工智能系統(tǒng)在玩游戲時(shí)是否具有攻擊性或合作性。游戲里,參與者收集虛擬蘋果,同時(shí)他們有能力通過(guò)“射擊”虛擬的“激光”來(lái)臨時(shí)性地使對(duì)手喪失能力。人類感到驚訝地發(fā)現(xiàn),人工智能有時(shí)決定通過(guò)射擊對(duì)手來(lái)獲得優(yōu)勢(shì),而不是和平地收集蘋果。
我的問(wèn)題很簡(jiǎn)單:這能告訴我們什么?答案也很簡(jiǎn)單:什么都沒(méi)有。如果你讓人工智能玩游戲,并允許向它向?qū)κ稚鋼艏す猓銘?yīng)該不會(huì)驚訝于人工智能會(huì)向?qū)κ职l(fā)射激光,無(wú)論對(duì)手是虛擬的還是真實(shí)的。你不會(huì)期望它預(yù)先制定一些版本的阿西莫夫法則,并說(shuō):“我不能這樣做”(如果軟件不允許它發(fā)射激光,那么它不會(huì),但這不會(huì)有趣)。你不能指望人工智能會(huì)有良心的危機(jī),并說(shuō):“不,不,我不能這樣做”,除非是給它編程某種負(fù)罪感模塊。但據(jù)我所知這種模塊不存在。
畢竟人類做著同樣的事情。我們?cè)诘谝蝗朔Q射擊游戲以及現(xiàn)實(shí)生活中開槍殺人。我們的政府有整個(gè)專門組織殺死別人的部門。而諷刺的是我們稱之為“維護(hù)和平”。雖然人類有一個(gè)負(fù)罪感模塊,但通常只有事后才能起作用。
像這樣一個(gè)游戲可能回答的唯一有趣的問(wèn)題是:人工智能系統(tǒng)是否比人類更愿意扣動(dòng)扳機(jī)。我愿意打賭:
- 當(dāng)電腦對(duì)抗人類時(shí),電腦會(huì)贏。我們已經(jīng)有足夠的在國(guó)際象棋、圍棋和撲克方面失敗的確鑿經(jīng)驗(yàn)了。
- 人類更有可能去使用槍,因?yàn)檫@就是我們所做的。 DeepMind的研究表明,計(jì)算機(jī)只會(huì)在射擊是成為獲勝的有效策略的一部分時(shí)才開火。它不會(huì)因?yàn)閼?yīng)激反射、害怕或僅為找樂(lè)子而開槍。
這取決于你來(lái)決定射擊作為獲勝的有效策略的一部分是不是對(duì)人類行為的改進(jìn),但這正是我期望的。通過(guò)拒絕攻擊性,DeepMind并沒(méi)有在圍棋上打敗李世石。
即使如此,考慮到我們只是在談?wù)撘粋€(gè)游戲,我不確定這個(gè)實(shí)驗(yàn)向我們展示了什么。我覺得人工智能會(huì)在第一人稱視角的射擊游戲里表現(xiàn)得非常好。同時(shí)我也看不到任何理由在僅僅只是消滅比特的情況下,人工智能會(huì)衍生出阿西莫夫法則。我肯定不會(huì)志愿參加一個(gè)真實(shí)版的射擊活動(dòng)去對(duì)抗那些令人害怕的Boston Dynamics公司的產(chǎn)品。我更希望沒(méi)有人計(jì)劃進(jìn)行這種實(shí)驗(yàn)。
同樣,我看不出任何理由認(rèn)為人工智能“知道”宇宙中的東西不僅僅是比特。我們對(duì)“機(jī)器學(xué)習(xí)”著迷,但最后,機(jī)器只會(huì)學(xué)到我們告訴他們學(xué)習(xí)的東西。我對(duì)奇點(diǎn)論持懷疑態(tài)度,但我同意當(dāng)電腦完全依靠自己學(xué)習(xí)時(shí),我們將面臨一個(gè)奇點(diǎn),即通過(guò)其傳感器進(jìn)入的某些比特模式是人,而這些比特的模式在性質(zhì)上不同于狗、貓或巖石的模式。
最后,我們回到我們開始的地方。對(duì)人工智能的恐懼反映了我們對(duì)自己的恐懼。人工智能模仿人類的行為,因?yàn)槲覀兘虝?huì)它這樣做:即在我們這里的清苦是是,要求它玩人造規(guī)則的游戲。正如我所說(shuō),如果我們想要更好的人工智能,我們必須是更好的人類。如果我們想要一個(gè)可以區(qū)分人與比特的人工智能,我們必須教會(huì)它人類是什么,以及在人存在時(shí)如何表現(xiàn)不同(“你可以射狼,你不能射人”)。如果根本不想讓人工智能應(yīng)用開槍,我們必須開發(fā)沒(méi)有開槍能力的軟件。
不要給你的人工智能槍支。
Mike Loukides
Mike Loukides是O'Reilly傳媒負(fù)責(zé)內(nèi)容策略的副總裁。他編輯了很多非Windows編程方面廣受好評(píng)的技術(shù)書籍。特別是他對(duì)編程語(yǔ)言、Unix和其上的應(yīng)用、系統(tǒng)和網(wǎng)絡(luò)管理感興趣。Mike是《系統(tǒng)性能優(yōu)化》和《Unix上的強(qiáng)大工具》的作者之一。近年來(lái)他關(guān)注于數(shù)據(jù)和數(shù)據(jù)分析領(lǐng)域、分析語(yǔ)言(如R)、數(shù)學(xué)、Octave以及思考如何讓書籍更加社交化。


更多人工智能內(nèi)容請(qǐng)關(guān)注2018年4月10-13日人工智能北京大會(huì)。