在下棋和診斷疾病上，電腦已經證明了自己強過了人類。而現在，新加坡南洋理工大學的一群人工智慧的研究人員又成功教會工業機器人組裝出了一把IKEA的椅子。這是艾倫扳手（Allen wrench，也叫內六角扳手）和艾倫·圖靈（Alan Mathison Turing）的世界第一次聯結起來。
既然機器已經掌握了消磨週六下午最奇怪的方式之一，那麼離AI 崛起並奴役人類在矽礦裡勞作還會遠嗎？
這項研究也凸顯出一個關於自動化侷限性的深層真相。機器擅長抽象的認知型任務，這類任務對人類而言是智力的體現，比如復雜的棋類遊戲或微積分學。但它們卻很難做好那些非常簡單、幾乎用不到什麼頭腦的純勞力例如叫機器穿過一個雜亂的房間。IKEA機器人就是很好的例子：經人們預先編寫好程式的兩個IKEA機器人用了20 多分鐘才組裝好一把椅子，而一個人用幾分鐘就拼好了。
AI 研究人員把這稱作「莫拉維克悖論」（Moravec's paradox），他們在幾十年前就發現了這個現象。這似乎不是那種多做點研究就能解決的問題。相反，它好像是一個基本事實：身體的靈活度比下圍棋更難透過計算實現。這被認為是人類進化的結果：自然選擇用了幾十億年來解決操縱現實世界的問題，直到達到輕鬆自如的程度。相比之下，西洋只有不到兩千年的歷史。人們覺得下棋很難，是因為他們的大腦不是為下棋而存在的。
當我們思考AI和自動化的影響這個被大肆宣傳的議題時，尤其是當AI走出抽象的資料和訊息世界進入實實在在的現實世界時，應該要把這一點銘記於心。上月13日，電動汽車公司特斯拉的老闆馬斯克說，困擾其公司高科技工廠的產能問題在一定程度上是因為過度依賴機器人和自動化「人類被低估了」。他在Twitter上寫道：「很多工作都涉及機器人難以克服的身體活動的問題。」例如，機器可能不久就能駕駛送貨車，但至少在目前，它們很可能無法走過一段樓梯，把包裹送到樓上的一間公寓。
目前AI在其他領域也有其侷限性。它們是模式識別（Pattern-recognition）引擎，人類經過成千上萬的範例訓練，希望它們推導出的規則能繼續適用於更廣闊的世界，但它們只是盲目地應用這些規則，並沒有辦法偍人類那樣理解自己所做的事情，也不能在現場視情況來解決問題。就像無人駕駛汽車的製造商一直擔心這些自駕車在複雜且不常見的「邊界情況」（Edge cases）下會如何表現，而這些情況在事前的訓練中根本無法預見。
現在要大家調整對AI 的興奮之情是件棘手的事。研究人員抱怨說，偉大的進步很快就會被遺忘，只要一台電腦學會做點什麼，大家就不再把它當成「人工智慧」。但與許多高談闊論的專家相比，這些研究人員對未來的態度往往也更謹慎。原則上，人類能做的所有事電腦沒有理由做不到——而且還能做到更多，但那至少是幾十年後的事了，光是看看AI機器人組裝家具大概就可以了解為什麼。
資料來源： The Economist
本文授權轉載自cnBeta
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！