洪小文：我们需要什么样的机器人？

    和很多微软研究员一样，洪小文是科幻电影迷，对 AI 题材尤为感兴趣，因为这是他多年来的研究领域，与他每天从事的研究工作息息相关。

    不过，在洪小文看来，幻想有朝一日机器统治世界的电影，其实都难以解决一个简单却无法回避的问题，那就是促使机器攫取权力的动机。“动物界会通过角逐来确定族群的领导者，也有很多人会把更大的权力、更多的金钱视为毕生追求的目标。生物学家、心理学家通常会把造成类似普遍现象的原因归结于与生俱来的繁殖本能——但这种规律未必适用于无机体”。

    微软全球资深副总裁、微软亚太研发集团主席、微软亚洲研究院院长洪小文

    “机器是人类创造的无机体，同其他人类创造的工具一样是没有意识的。它们会在意自己有多少同伴、多少后代吗？它们会向往一个满是机械味道的世界，并不惜为此将一切阻碍新世界形成的人与物全部消灭吗？”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在接受《中国新闻周刊》专访时提出疑问，他认为，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

    Q1：最近一段时间，AI的概念非常热，你怎么看这种现象?

    洪小文：我认为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）。有趣的是，“智能”的概念是跟着时代的发展而不断改变的。记忆力是一种智能吗？倒退几百年的话，显然是。科举、八股文所考察的首先是应试者对古老经典全局与细节的记忆。算术是一种智能吗？曾经是——《水浒传》里有位好汉叫神算子蒋敬，职司梁山钱粮支出纳入，可说是梁山一百单八将里少见的头脑与肌肉兼具的人才。下棋是一种智能吗？当然是。雄踞国际象棋第一高手宝座时间最长的棋手加里·卡斯帕罗夫曾被誉为“全世界最聪明的人”——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（Intelligence Quotient）测试是个有趣的话题——由于测试全程通常都会给出各种选项，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。例如，我在微软亚洲研究院的日常工作，大部分都不是非此即彼的选择——一个研究团队需要补充人手，我不能简单地回答“可以”或“不可以”，而是要结合实际情况，包括预算、课题、团队现状、发展前景等多方面的因素，来判断团队是否真的急需补人、补多少人和什么样的人，或者是否可以通过与其他组的合并来内部解决。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—— AI 这个概念的大部分含义其实是“功能”，还有一定的“智能”。“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——至于让机器具备“智慧”，剧作家和导演当然会继续开发此类题材的科幻电影，但科学家们所得到的进展却微乎其微。

    Q2：随着互联网及其背后与日俱增的数据中心所生成和保存的数据量越来越庞大，机器一定可以帮我们做更多的事。你认为机器会进化到足以替我们思考和决断的地步么？

    洪小文：从计算能力来看，计算机早已超越人脑，但这不意味着计算机有智慧——迄今为止，各种类型的计算机都仍只是人脑部分功能（主要是记忆与运算）的延展。

    说起 AI，不少人会追溯近百年前科幻作家们的拟想或是 64 年前图灵提出的假说，但在我看来，整个人类文明史都贯穿了对机器智能的追求。例如被杨振宁先生称为“世界上最早的计算机”的算盘，直至 PC 普及之前都是主流的计算工具，上世纪七八十年代，许多中国家长都会送孩子去学习心算和珠算——算盘本身正是被人类赋予了规则、体现了人类智慧的工具，本质上，这与今天的 PC 、智能手机、平板设备可谓一脉相承。

    击败了卡斯帕罗夫的 IBM “深蓝”和近来名声大噪的 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。而当它战胜了所有可能与它匹敌的人类顶尖棋手后，它便会将“世界围棋第一高手”的荣耀保持到永久——除非又出现另一位算法更先进的机器棋手。机器棋手确实为我们这些人工智能相关技术的研究者带来了很多启示。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。这种不同体现在，一是它不是出厂时用途便已固化的专用工具，像脚踏车、影碟机，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。就像锤子、斧子是人们手臂的强化和延续，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，似乎这是一种新形态的智能机器，但无人驾驶的飞机多年以前便已发明——同样无需人来驾驭，飞机和汽车相比，能说哪个更智能呢？

    过去的几十年来，计算机硬件性能的演进和软件适用领域的拓展超越了所有人的想象。若是以广义的视角来观察 AI 的外延，承认所有灌注了人类对世界的思考的工具都体现了某种程度的“智能”，那么可以说生活中已然随处可见智能设备。

    ◆ “人+机器”才是 AI 研究的主流方向

    Q3：长期以来，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，在你看来，是否人达成目标的路径是由 A 到 B，机器就应遵循完全一样的路径？

    洪小文：我认为，这种研究诚然有着非同寻常的科学价值，却也会因“赋予钢铁工具以人的特征才算成功”的偏执而举步维艰。

    我们要跳出窠臼，站在机器的角度去模拟和延展人的思维，而不是用人的视角和习惯去限制机器。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。

    最初，AI 研究遭遇的瓶颈是，人的逻辑思考模式几乎无法复制给机器，无论是将低阶的声音、影像、气味等信号升华到认知，还是把有共性的现象抽炼成规律，都不是机器所能掌握的技能——机器学习与大数据将 AI 研究带入春天，最近还出现了深度学习、深度神经网络等新概念。更大规模的数据量和更少的假设、限制可以让机器用自己擅长的方式（数据存储、挖掘、分析）“思考”和成长，进而在实用化路途上走得更快更远。

    Q4：我们需要什么样的机器人？

    洪小文：真正有用的机器人不一定是人的形象。试想一下，当你站在一台高大强壮的人形机器旁，会不会油然而生恐惧感呢？客观地说，粗壮又庞大的机器人只适合工厂和工地，我们可以幻想一种普遍适用且长得与人相像的全能机器，但这种设备的拥有成本一定很高，此外还有空间和能耗等现实问题。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，更像是人类生活在智能机器中，而不大可能只是以人的形象提供服务的机器人。

    研发有人类情感的机器，对科学家而言或许是值得投入心血的课题，但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、愤怒等负面情绪？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。况且，人类自古以来就在持续制造和自己一样有情感甚至更聪明的生命，即我们的下一代，也一直懂得如何与之相处。只要科技对人的帮助远大于伤害，那我们就该正面、乐观地看待它，并继续向前走。

    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。