不久前，圍棋軟件“阿爾法圍棋”戰(zhàn)勝圍棋世界冠軍李世石，讓人們驚嘆人工智能發(fā)展取得的成就。這是否意味著機器即將獲得類人智能呢？現(xiàn)在得出這樣的結論還為時過早，但確實需要思考人工智能的發(fā)展方向問題。

當前，人工智能在發(fā)展中面臨三大挑戰(zhàn)。第一大挑戰(zhàn)是讓機器在沒有人類教師的幫助下學習。人類的很多學習是隱性學習，即根據(jù)以前學到的知識進行邏輯推理，以掌握新的知識。然而，目前的計算機并沒有這種能力。迄今為止，最成功的機器學習方式被稱為“監(jiān)督式學習”。與老師教幼兒園孩子識字一樣，機器在每次學習一項新技能時，基本上都要從頭開始，需要人類在很大程度上參與機器的學習過程。要達到人類水平的智能，機器需要具備在沒有人類過多監(jiān)督和指令的情況下進行學習的能力，或在少量樣本的基礎上完成學習。也就是說，機器無須在每次輸入新數(shù)據(jù)或者測試算法時都從頭開始學習。

第二個挑戰(zhàn)是讓機器像人類一樣感知和理解世界。觸覺、視覺和聽覺是動物物種生存所必需的能力，感知能力是智能的重要組成部分。在對自然界的感知和理解方面，人類無疑是所有生物中的佼佼者。如果能讓機器像人類一樣感知和理解世界，就能解決人工智能研究長期面臨的規(guī)劃和推理方面的問題。雖然我們已經(jīng)擁有非常出色的數(shù)據(jù)收集和算法研發(fā)能力，利用機器對收集的數(shù)據(jù)進行推理已不是開發(fā)先進人工智能的障礙，但這種推理能力建立在數(shù)據(jù)的基礎上，也就是說機器與感知真實世界仍有相當大的差距。如果能讓機器進一步感知真實世界，它們的表現(xiàn)也許會更出色。要達到人類水平的智能，機器需要具備對自然界的豐富表征和理解能力，這是一個大問題。盡管圍棋很復雜，讓計算機在棋盤上識別最有利的落子位置也很難，但與精確地表征自然界相比，描述圍棋對弈的狀態(tài)顯然要簡單得多，兩者之間的差距還要幾十年甚至更長時間才能彌合。

第三個挑戰(zhàn)是讓機器具有自我意識、情感以及反思自身處境與行為的能力。這是實現(xiàn)類人智能最艱難的挑戰(zhàn)。具有自我意識以及反思自身處境與行為的能力，是人類區(qū)別于其他生物最重要、最根本的一點。另外，人類的大腦皮層能力是有限的，如果將智能機器設備與人類大腦相連接，不僅會增強人類的能力，而且會使機器產(chǎn)生靈感。讓機器具有自我意識、情感和反思能力，無論對科學和哲學來說，都是一個引人入勝的探索領域。

人工智能的發(fā)展能不斷幫助人類，但它同時也是一把“雙刃劍”。我們要警惕人工智能給人類帶來的負面影響，關注人工智能的發(fā)展將帶來的深刻倫理道德問題。我們需要的是幫助人類而不是代替人類的人工智能。發(fā)展人工智能的目的不是把機器變成人，也不是把人變成機器，而是要擴展人類的智能，解決人類社會發(fā)展面臨的重大問題。這是科學界、各國政府和人類社會在人工智能發(fā)展上應認真對待的問題。需要確立倫理道德的約束監(jiān)督機制，使人類免受人工智能不當發(fā)展帶來的負面影響。

（作者為中國工程院院士、西安交通大學人工智能與機器人研究所教授）