（文章來源：智能甄選）

電腦無法以您和我的方式思考–至少現在還沒有。人工智能技術每天都在變得越來越緊密，這引發了有關道德，設計及其生存的基本問題。設計師兼技術專家John Maeda在他的《如何說話的機器》一書中承認許多外行人士對AI的擔憂：機器人不僅看起來和聽起來越來越逼真，而且它們對輸入的響應如此之快，并且具有我們人類開始感到的耐力受到威脅。沒有人喜歡被自己的創作超越（或取代）的想法。

但是，應該我們該擔心嗎？Maeda是一位具有實踐經驗的AI愛好者，他對此并不以為然。他說：“如果您總是超越自己的能力，您將永遠不會變得完全消耗。” “這就是使[人類]難以復制的原因。”考慮到這一點，我問他五個問題，探討了人類和計算機如何處理信息以及它對AI的未來意味著什么。機器人真的來接我們的工作嗎？

他們已經有。想想洗碗機。這是一臺機器，它不僅在家里，而且在餐館，自助餐廳和其他工業廚房設施中，都占用了很多人力。想想銀行出納員。我們曾經不得不與一個人交談以將錢從銀行中取出，但現在我們不需要。考慮使用機器人電話的客戶支持熱線。是的。我認為機器人總是接替我們的工作。

《衛報》上有一篇文章，展示了一種寫算法如何能夠產生看起來像我們中的一個人寫的東西。而且令人不安。但是，當您在一些非原創的內容（例如沙發的新聞稿）中進行思考時，它所產生的干擾就較小。您可以用多種方法來寫–“嗯，它有四根腿……”或其他任何東西。工人已經解決了許多老問題，這意味著周圍有一個數據集。因為機器學習系統喜歡數據，所以可以輕松地替換這種工作。一旦有了數據，就可以創建一個可重復的模式。

對于沒有可重復模式的事情，我們總是要有工作要做。當涉及到其他人沒有想到的原創事物或個人觀點時，AI對此不利。至少現在。AI真的可以令人信服地欺騙人類嗎？

您知道流行廣播電臺在早上的談話中是如何做到這一點的，這表明他們會召集一些隨機的人，并假裝他們是客戶服務代表或只是為了嚇跑他們的人？那是一個人在欺騙另一個人。或者，當我們使用AI時，可以創建一個人的臉部圖像，看起來像該人的臉部。因此，人類可以假裝自己是別人，而機器也可以做到。問題是機器可以大規模地做到這一點。

我寫《如何說話的機器》的原因是為了證明音階不僅僅是兩三個可重復的東西。機器可以做的事情數不勝數，因為它們永遠不會累。因此，一個人的無線電廣播中的惡作劇叫了一個人的房子，并假裝取消酒店參加他們的婚禮……真是有趣。但是，如果全世界每個人都被機器人假冒給電話，那很令人擔憂。

令人奇怪的是，大衛·鮑伊（David Bowie）在1999年接受英國廣播公司（BBC）采訪時曾預言到這一點，盡管他指的是當時剛剛成立的互聯網。他說：“好吧，這將改變藝術家與觀眾和唱片公司之間的關系。” 他列出了這將是多么驚人和恐怖。英國廣播公司（BBC）分析師說：“哦，這只是一種工具，不是嗎？” 然后鮑伊說：“不，不，不。不僅如此。這是一種外星生命形式。”

您可以將AI視為另一種外星生命形式。如果您了解它，那么它可以為您做一些令人驚奇的事情。它也會做有害的事情，并且顯然會帶來后果。說到有害的后果無人駕駛汽車真的可以變成殺人車嗎？

奇怪的是，過去的AI不是現在的AI。一切都在2012年發生了變化。雖然AI過去一直是關于編寫規則的，但AI現在是在向它提供數據并使其能夠識別模式。新AI的問題是沒有可供讀取的程序。您所能做的就是分析已編程的數據。因此，如果您使用各種數據針對不同的駕駛行為創建自動駕駛汽車，并且出于某種原因將殺人駕駛員的數據填充到自動駕駛汽車中，則它將繼承該行為。

我一直在思考同理心，以及它對人工智能的重要性。但是，移情需要與責任感相結合。我的意思是，我會為某人感到難過，但是如果我不對解決問題負責任，那真的重要嗎？因此，問題是：如果我們創造人為的情感，我們可以進行問責制編程嗎？類似于感覺系統的系統基本上是我們已經饋入其中的已知行為的混合物。因此，如果系統做錯了什么，那實際上是我們的錯，因為我們使用該行為對其進行了編程。

是否有可能在不自行承擔的情況下構建AI？無論您編寫算法還是僅輸入數據，數據集都將包含過去行為的偏差。如果編寫程序，它將包括工程師的偏見。在編寫程序時，我們會包含諸如“如果X，則執行Y”之類的語句。這樣寫，就很容易看到您正在編程到系統中的任何偏差。

例如，我們可以在法律中看到它。法律是與社會編程語言最接近的事物，而且我們知道，法律內置了許多偏見。所有人造的東西都有偏差。機器看起來好像在喚起純邏輯，但事實是我們制造了它們。這就是為什么我們必須要小心。隨著機器的發展和更多地依賴從數據集學習（相對于硬編碼編程），我們必須確保在考慮數據并提供數據時主動考慮并糾正偏差。

像機器一樣思考真的可以幫助人類解決當今最棘手的問題嗎？計算思維具有四種風格，其中之一就是分解。正如我在“?如何講機器”中所談到的那樣，計算機具有永遠循環瀏覽某個功能或任務的能力，而不會感到疲勞。此外，他們會記錄詳細的結果。

因此，對于人類來說，這里的收獲是將一個棘手的問題分解為較小的部分。您是否可以嘗試一遍又一遍的局部解決方案，每次都進行一點迭代，直到找到正確的解決方案？如果一次模擬隔離和更改一個變量怎么辦？看到波紋效應有助于弄清所有部件之間的相互關系。模仿計算思維可以對建模生活系統大有幫助。它打開了可能性的整個宇宙。
? ? ? （責任編輯：fqj）