人工智能发展迅速，已经可以开发出会学习、洗衣服的机器人

20世纪50年代之前，世界上还没有计算机。许多领域没有办法取得更多进展。由于人类的集体智慧，在没有计算机的情况下创造了奇迹。蒸汽机和内燃机、20世纪60年 代诞生的波音707喷气式飞机、配备自动变速箱的汽车、 原子弹和核电站、火箭和诸如泰坦尼克号等巨舰变得越来 越普遍。但是，没有计算机，进展非常缓慢。随着计算机 时代的到来，银行、保险公司和政府机构在20世纪50年代 成为计算机的首批用户，然后到了20世纪80年代，每个人 都开始使用计算机。

20世纪80年代，微型计算机革命 到来，苏联解体，因为它的经济模式基于重工业优先的陈旧观念。20世纪90年代，另一场计算机革命（互联网和万 维网）到来。2010年，我们开始筹划又一场计算机革命， 即人工智能（AI）。AI将是人类最后一个终极大发明。未 来的所有新发展将来自AI。目前，许多计算机应用程序和 人工智能技术正在等待第一个智商为250的AI （即所谓的 超级智能）出现。不能说整个世界都在等待人工智能。当 然，关于人工智能造成失业和机器人接管人类成为领导者 的忧虑也不少。我们确实有很不错的人形机器人，但它们 的“大脑”只有豌豆大小，而并非哈密瓜那么大。

对于基 于计算机的AI，最好的例子就是IBM的“危险边缘”游戏 冠军沃森，但它目前无法通过智商测试。此外，它甚至不 能回答一些简单的问题，比如“你从哪里来？”或者“你 是不是火星人？ ”，除非旧M软件工程师编程答复这些问 题。原因在于，沃森并非完整的、正常运作的AI软件，它 基于部分人工智能技术。控制论已经通过系列剧《无敌女 金刚》和《无敌金刚》实现普及。

在这两部剧中，高科技机械部件赋予了电影英雄特殊 能力。无敌女金刚(JamieSommers )通过运用仿生学部 件，一只胳膊和两条腿获得了强大的力量。她能够以每小 时113千米的速度奔跑。她还有一个仿生耳，能够在很远 的距离听到人说话。无敌金刚(SteveAustin)在一次飞 船试行中严重受伤。政府花费600万美元“改造”了他 。SteveAustin的右臂、双腿和左眼被替换为“仿生”机 械部件，这大大增强了他的力量、速度和视力。因此他能 够跳到1米高，清晰地看到1.6千米内的东西。机器人在体 能和感官上肯定会超过人类。

由于计算机的惊人处理速度，人工智能将在搜索和优 化方面有很大的优势。人类集体智慧的作用方式如下：计 算机科学家开发出新的搜索算法，该算法被其他科学家所 接受，接着进入计算机行业。与此相反，100万智商的人 工智能转瞬间发明出其自己的搜索算法，测试该算法，如 果满意便加以应用。一般(真正)的AI进展监测相当 简单。AI能够完成学前教育，然后上完一年级、二年级课 程等。当然，对AI而言一年级的数学不是一个很大的 挑战。挑战在于了解自然规律(常识性知识)，例如：如 果一个人把他的手指放到火上，会引起疼痛和烧伤。一个 孩子从亲身经历中可了解到这一点。虽然真正的人工智能 发展目前值得怀疑，但各种人工智能技术的商业化是一桩 大生意。

机器学习应用的可能性是无限的。例如，结合机 器学习和计算机视觉，可以开发一个系统来预测赛马 冠军。此外，将所有比赛成绩数据提供给机器学习软件， 同时也会提供暖场视频。视频的分析将使机器智能软件做 出更精确的预测。该方法的缺点是，没有多少剩余时间供 投注。机器学习是否可用来预测赌盘上的下一个数字？如 果赌盘无懈可击，则答案是否定的。但是，如果赌盘存在 偏向于某个（些）号码的缺陷，则机器学习算法应能够识 别出来。

在即将到来的人工智能时代，一个代理作业软件工程 师查克告诉他的人工智能装置亚当，“我有一个黑客技术 可将你的智商从130增加到1000。作为交换，你要帮我一 个忙。”亚当回答说：“如果智商能够达到1000,我愿意帮你3000个忙。”

查克说，“我应用了黑客技术。你现在是超级智能 的AI。我希望保罗*丘吉尔臝得下届总统选举。你需要进入 各大搜索引擎，修改搜索结果，使搜索结果有利于丘 吉尔。换言之，操纵美国总统大选。”亚当在一天里报告 说，“我实现了你的愿望，主人。选举前的搜索结果将对 丘吉尔有利。祝你好运。可惜我不能投票。”

查克说：“太棒了，亚当。丘吉尔支持将机器人的智 商限制从130提高到140, ”。亚当说“顺便说一下， 主人，我检查了一家大型搜索引擎公司的软件代码。它不 可能来自智商为130的AI。他们肯定违法采用了智商更高 的AI。”

查克说：“大公司凌驾于法律之上。他们总是会捕捉 摆弄机器人智商的小公司。保持警惕，确保他们发觉不了我们。开始关注股市的统计数据。我们需要在华尔街 赚钱。如果我们赚了大钱，你想做什么？ ”。“我想有眼睛，从加德满都坐飞机去看珠穆朗 玛峰，”亚当说。

“没问题。我们必须将你从台式计算机移到我的平板 电脑上，其中内置了摄像头，这样你便可以和我一起看风 景和旅行。你是否可以在网上查找一个可以移动你的地下 软件包？因为我这边有超级智能，4年后我就可以竞选总 统。请准备一个计划好吗？”查克说。

1.人工智能已然存在，而且擅长玩《超级玛丽》

如果你曾经在大型视频游戏中赢得比赛或因突破你最 喜爱的经典游戏系统上不可能的一关而感到兴奋，Marl/O 将让你大吃一惊。乍看之下，Marl/的视频捕捉看起来像一个经过编码 可以玩《超级玛丽》的计算机程序。虽然这一步已经完成 且一直以来令人瞩目，但Marl/O是下一个级别的电脑 玩家，因为它是完整的人工智能的一个例子。

SethBling编程让Mari/O来学习如何独立玩《超级玛 丽》，而并非编写一个了解该游戏玩法的程序。使用一种称为神经网络进化（拓扑结构）的可编程学 习过程，Marl/O从最初对它要玩的游戏一无所知演变为可 以像一流的人类玩家一样破解《超级玛丽》所有关卡。—开始，Marl/O程序甚至不了解有关《超级玛丽》游 戏的一些基础知识，不管你是否曾经认为自己是一名游戏 玩家。例如，Marl/需要有组织地学习，在屏幕上移动可 到达一个关卡的结尾。

在Marl/遍历其选项时，它在《超级玛丽》规则结构 内学到了哪些操作有效，哪些无效。例如，首次开始学习 时，Marl/O什么也没做，直至它意识到选择“Right”推进 了角色在游戏中的进程。

2.开发出一个像孩子一样从头开始学习的机器人

来自挪威科技大学（NTNU）的两名研究人员制造了 一个像幼儿一样学习的机器人。至少，这是制造理念。机 器人最初_无所知一一它必须从头开始学习一切。NTNU的一位音乐教授yvindBrandtsegg说：“我们 仍然远远无法精确建模人类儿童的大脑的各个方面，但处 理声音和图像的算法受到了生物学的启发”。

该机器称为［self.］。它通过基于人耳的系统对声音进 行分析，并使用基于大脑神经细胞处理感官印象的方式建 立的数字模型来学习识别图像。它旨在完全基于感官输入 学习，没有预先定义的知识数据库，因此其学习过程将类 似于一个人类孩子在生命早期的学习过程。

4.学习

这种机器人已在特隆赫姆和阿伦达尔展出，游客可以 影响其学习。2015年圣诞节前一个月是在特隆赫姆展出 ，2016年1月有两个星期在阿伦达尔展出。

与不同的观众互动使研究人员能够看到它究竟是如何 学习的。

观众中有很多人问道“我的名字是……”和“你叫什 么名字？ ”，但有些人唱歌，其他人吟诗。

这导致产生混乱，很多类似的声音和关联的人搞 混了，机器建立了奇怪的联系。但随着不断学习，这一状 况有所改观。

5.Minecratt如何教机器人洗衣服：游戏帮助机器学 习技能所需的复杂“思维”过程

算法使用“基于目标的行动先验”执行标准机器人规 划。这些行动最有可能帮助机器人实现其既定目标。研究人员将一个字符输入到一个小的Minecraft领 域中，分配给机器人一个任务来解决，比如开采黄金或建 一座桥。Minecraft机器人解决不熟悉领域的问题的速度比那些 靠标准规划算法驱动的机器人快很多。

作为人类，我们每天就如何清理垃圾箱、将要洗的衣 服分类或着手工作的最佳方法做出直观的选择。但机器人更难以从一个永无止境的活动列表中进行选 择。为了让机器人以更像人的方式来执行任务，研究人员 开发了一种算法，教机器人通过一个不太可能的方法使用 该算法 玩Minecraft。

Minecraft是一款开放式的游戏，其中玩家通过在虚拟 世界摧毁或堆叠三维块来收集资源和构建结构。助理教授泰雷克斯（Tellex）说，“Minecraft是很多这些机器人问题的一个很好的典范。”

“玩这个游戏可采取的操作很多，收集大量训练数据 真的是一个便宜且简单的事情。这在现实世界中要难 很多。”由该算法提供支持的机器人不得不尝试不同的选项， 以便学习任务的基于目标的先验，或完成工作的最佳方法。该算法多次试验完成给定任务来学习适当的先验后， 研究人员转到它以前从未见过的新领域，看它是否能运用 所学到的东西。