本·格策爾：人工智能將變得越來越通用

新浪科技訊 1月20日下午消息，未來論壇創立大會在北京舉行。本屆大會的主題是“指數Exponential ——通向明天的技術力量The power of technology for a new tomorrow”。

美國通用人工智能會議主席Ben Goertzel為本次論壇做了主旨演講，他表示，人工智能會變的越來越通用，在思維、思考和理解能力方面都會變的越來越通用，就像人類的大腦一樣，隨技術的發展，人工智能會超過人類的智能。

Ben還闡述道，AI項目的範圍是比較窄的，但是將來會變的越來越通用。它們不僅僅越來越智能，同時它們的範圍和目的也更加通用，這是一個關鍵的趨勢。(半夏)

以下是Ben的演講實錄：

Ben Goertzel：我很高興參加今天的會議，我是人工智能研究人員，我過去三到四年在香港工作，我會給大家介紹一下人工智能發展的下一步。這樣的一個發展是不斷走向通用人工智能，人工智能會變的越來越通用，在思維、思考和理解能力方面都會變的越來越通用，就像人類的大腦一樣，隨技術的發展，人工智能會超過人類的智能。

和前面兩位發言人不一樣，我在開源AI項目中工作，我並沒有給任何的公司工作，我也在香港做一個大學的人工智能項目，我在金融領域中也開展了一些工作，我和一家香港公司進行了合作。在我的發言中，關於通用人工智能的發展我會講很多的層面，但是總的來，我要傳達的信息非常的簡單，現在在人工智能領域中，我們所擁有得失是比較狹隘的人工智能的系統，他們可以做特定的事情，比如開車，或者把語音變成文本，分析特定的基因數據，了解特定的治療方案，每一個AI的項目現在都是做特定的工作，他們的設計就是如此，但是人類的大腦是有更大的通用性，我們可以應對環境，我們會控制一些在我們出生的時候根本沒有存在的環境，我出生的時候根本沒有互聯網，我在學校也根本沒有學怎麼利用互聯網，但是我有適應的能力，我快速適應了互聯網的環境，人類是可以這樣做，我們可以進入到一個新的領域，了解他的背景，利用我們的通用智能找到解決方案。

AI的項目，它們的範圍是比較窄的，但是將來會變的越來越通用。它們不僅僅越來越智能，同時它們的範圍和目的也更加通用，我認為這是一個關鍵趨勢。在過去幾年間我一直組織一些會議，這些會議有研究者參加，這些人他們一直都是AI或者AGI，也就是人工通用智能方面的發展，我們自2006年的時候一直組織這些會議，2003年的時候，在北京大學計算機系召開的，幾個月之后AGI2015年會議在柏林召開，有很多專家參加，他們分享不同的視角，討論AGI如何發展。我也有自己的觀點，就像我的朋友Ray Kurzweil的，在高中的時候他寫了一個論文，談一談如何建造人腦的機器，同時這方面也是自打我有記憶就開始寫這些東西。小的時候我看《星際迷航》和科幻電影，如果能製造這些機器跟我們互動、交流，比我們智商更高，那是多麼美妙的事情。去年的時候我出版了一個比較厚的學術出版物，叫做《通用智能工程》，分兩部分講一講如何建造這些AGI人工通用智能，當然這裏有一個網站opencog.org，在那裏每個人可以下載我們的代碼，我們希望全球人都可以參與，使我們能夠進一步的推動AGI。我認為在谷歌、百度、FaceBook他們做的AI是很好的，企業投入人力、物力、財力啟動AI是很好的。

同時，如果與各個大學進行合作，大學能夠和獨立的研究院進行合作，那也是很好的事情，這也就是opencog背后的理念。像Andrew Ng剛才所講的，opencog背后的構架的靈感也是來自於大腦，我們並不是要詳細的模擬大腦，大家都不知道如何模擬大腦工作。但是在我們真正能夠建造出人工大腦，先了解大腦是如何工作的。但是AGI系統靈感是來自於大腦，通過使用數學、計算機科學、語言學等等，我們就能夠建立AGI。opencog不是一個系統，你可以把它想象成一個圖像，一個超級圖像，超級圖表，在opencogAI頭腦中有不同的節點，這些節點中有不同的互動，不同的改變，如果你思考認知科學會發現，大腦中有很多知識，我們opencog的頭腦希望能夠代表所有的知識，比如事實，比如我們的信念，我們的觀點，這些因為有邏輯性，所以通過數學完成，那些學習新的流程，我們使用演化式的算法，通過自然選擇進行。通過感官捕捉，這部分使用剛才Andrew Ng提到的，他那樣的技術。我們學習大腦的記憶力如何在各個五官中進行轉移，把它轉變成算法，在這其中還有很多AI的算法，在幾個功能領域中不同的演變，不同的互動。大家可以看這張圖整個是一個圖表，整個圖表中有不同的功能，每個不同的功能都是不同的學科進行建立的。但是我們要完成每一個任務，並不是為每一個任務新建一個獨立的系統，我們使用整個圖表中，整個系統中某一個部分完成。我們其中一項工作，希望AI控制游戲的角色，我們使用虛擬的世界，使AI能夠感受。

大家可以看到這個AI控制一個小狗，這個小狗在虛擬世界中冒險，通過冒險它的知識更多，形成它腦海中的圖表，甚至跟女性角色之間也進行互動。現在這個人類告訴這個小狗把球揀回來，那個球就在噴泉旁邊，小狗聽懂這句話到噴泉旁邊，識別到了噴泉，到噴泉旁邊看到球把球拿回來，你跟狗，好狗狗把球揀回來了。這個流程還是很簡單的，但是它代表了我們把語言學和感知融合在了一起，當人類的嬰兒來學習的時候，他其實並不是只聽你的聲音，他要把他所有感知到的和語言融合在一起。在游戲中人類扮演的角色和機器，和虛擬的狗進行交談的方式，讓狗來學習的方式就是和人類嬰兒學習的過程差不多，像Andrew Ng剛才的，這個狗通過學習也可以實現對某一個圖片的字幕明。

這個游戲中，大家可以看到AI控制一個機器人，在這裏我們希望能夠把這個樹上的箱子給弄下來，人工智能現在發現了，他只要通過一步步建造階梯就可以把箱子取下來，在現實世界中不能這樣建，因為不符合物理定律，但是在虛擬世界中起碼運用現在的算法可以找出抵達那個箱子的方式。游戲的世界還是很複雜的，為了要實現感知的豐富性，我們建造了一個複雜的感知架構，跟Andrew Ng先生在百度做的差不多，我們其中做的一項工作，把我們opencog和一個機器人融合在一起。另外我有一個同事叫大衛，他做出的機器人都是栩栩如生的，他有很多的專利，你可以看到機器人臉部的皮膚鬥爭非常像真人一樣。通過技術設計能夠創造出栩栩如生的機器人，我現在給大家放一段視頻，讓你看一看，大家可以看一看這個機器人的臉是非常的生動，你看看他的面部表情，看看他在唱歌，通過軟件我們可以使他的面部做出一系列微妙的表情，當然這也是不同的模式之間互動很好的例子。也是不同模式之間連接，一方面是計算機技術，另一方面是面部表情捕捉和在技術。

這個機器人做的非常的漂亮，Olbert Hubo也做了一個愛因斯坦頭的機器人，這個身體是在韓國研究院所做的，我們在香港科技大學做的，把Hubo做的愛因斯坦的頭連接到商業機器人身上，這個臉是Hubo做的，我們再植入人工智能的頭腦，我們希望把香港變成人工智能的樞紐。我們做的愛因斯坦小的機器人，它可以簡單動也動，也可以做一些簡單的面部表情，大家可以看到當一個程序員坐在椅子上，這個愛因斯坦的頭能夠跟蹤面前人的行動，我們教它識別不同的物體，它能夠識別玩具，最開始是識別杯子，我們現在讓它識別不同的物體。它也可以識別人類的面部表情，同時能夠識別人類語言中的情感，如果你聽起來很高興，它能夠立刻識別。如果你話有氣無力，它覺得你是不是喝多了，當然還有很多的錯誤，如果你有一些微妙的表情它肯定是識別不出來的。這些程序員也希望有時候找找樂子，讓愛因斯坦也唱歌跳舞。我們也設計了一個自然語言的體系，這裏對話的系統是很多東西的一些算法組成的，譬如他問了一些問題，它也進行了回答，它真的知道他的問題是什麼，但是有時候你知道最后關於語言的問答，他回答是非常好的，是按照這樣一個概念進行編程的。當然，這樣一個系統並不能夠完全理解你的每一個詞，但是他確實能夠理解你的意思，也能夠找出一些答案來回答你的問題，我們會使這樣的機器人變的越來越崇明，會提高它度人類語言的問題和理解。

本愛因斯坦機器人的精神，我們要永遠的消除死亡，我們要了解我們的器官運作的機理，這裏大家可以看到這些蒼蠅，通過三十年的研究，看到這些蒼蠅它的壽命越來越長，在過去它的壽命只有幾周，現在有幾個月的時間，我們利用的人工智能了解為什麼現在它們的壽命上升了，基於這樣的機制，我們設計了很多補充劑，可以補充中藥和其他的藥品，在市場上已經有推出了。當你使用這些補充劑的時候，你的生命可以提升。當然，也有針對大腦健康的設計，針對老年人的，我們也看了一些105歲以上的老人，他們長壽的機理，我們最后發現是非常有意思的。這裏還有另外一個項目，是完全不一樣的項目，但是展示出了同樣核心AI的技術，可以有各種各樣的應用。我們利用了同樣的工具分析股票市場，我們利用那些工具分析生理學的發展，我們現在利用它分析英文和中文以及股票市場，我們看了經濟的數據，我們也利用人工智能進行預測模型的建立，還進行風險管理以及其他的應用。在歷史測試中我發現，在美國的股票和全球期貨中，我們獲得計算的結果是非常好的，到今年5月份的時候我們會推出一個全球期貨基金，AI人工技能可以預測二十天之后期權和期貨發展的狀況，它確實可以把信息集合起來，從新聞經濟數據，基本面數據和價格進行分析，毫無疑問，二十年之后，也許十年之后，在這樣的股票市場上就會有人工智能進行分析。我們現在有一些通用用途的技術發展我們應用中也有這樣核心的技術。我要給大家講的最后一個應用和前面所講的是不一樣的，我們這要幫助有需求的人，我們有AI實驗室，在埃塞俄比亞有十個AI編程人員，他們非常聰明，在大學獲得了培訓，我們開展的項目是教學的筆記本，利用智能的輔導師和人士給孩子提供教育和培訓，這樣可以顯示出同樣一個核心技術可以用在不同的領域，可以控制機器人，控制游戲角色，還可以作為教師教孩子，我們可以利用它使我們的生活變的更加愉快。

在系統中我們可以發展這樣通用的人工智能，現在我們還沒有實現這樣的目標，我們現在仍然在利用AGI所導向的工具。我們現在位於非常窄的，和通用的，廣義的人工智能的邊界，通過AGI通用人工智能可以實現很多願景，一個願景是思維雲，我們可以把世界各地的思維和大腦連在雲上，我們的應用，不管手機應用還是機器人，還是科學數據分析的機構，我們可以從互聯網下載他們的大腦和思維，他們可以幫助你進行思考，不管他們在哪個領域都可以做，在雲上有覆蓋各個領域的應用。人們擔心AI人工智能對我們是否是好的，我們看到了《終結者》和其他恐怖電影展示了AI的威脅，實際上這都是一種預測和假設，正如Ray Kurzweil所講的，我們現在利用AI解決疾病和醫療的問題，幻燈片中，這個人14歲就死了，他是完全健康的孩子，但是后來在診斷疾病5小時之后就死亡了。還有一些疾病也造成了死亡，包括我的侄子，在世界上我們可以充分利用醫療數據進行整合，我們可以避免小孩子的死亡，我們可以為世界上每一個人做很多好的事情。當然有一些人擔心終結者和其他AI所帶來的恐慌，這些都是科幻世界所顯示出來的。

我覺得AI不僅僅在發展，而且它發展的方向給我們帶來越來越多的好處，會有越來越多通用人工智能，我們利用同樣的核心人工智能的系統，可以不斷幫助我們解決問題，我覺得很有可能在我自己的生命之內，我們看到人工智能的智慧會超過人類，我們是無法明確知道這樣的技術能夠帶來什麼樣的后果，但是我覺得人工智能一定能夠給我們帶來很好的結果，對於人工智能本身也會帶來很好的結果。

以下為提問環節實錄：

余凱：您的發言真的非常好，我可以問您兩個問題，我想您跟我們展示是非常好的，可以看到一個高級的機器人，而且它長的非常漂亮，給我們留下了深刻的印象，真是太驚人了，這是我想起一個活動，多年前在日本的一個活動，福島核事件，他們必須關掉核電發動機，那時候是非常危險的，日本在類人機器人方面做了很多工作，他時候日本無法找到可以關掉福島核電站的機器人，后來他們從美國找到了機器人，即美國軍方的機器人，把這個機器人送到了日本，這個機器人完成了關掉核電廠的工作。這裏我的問題是，對於我們來是否有必要開發類人的機器人，或者像人類行為的機器人，而不是開發一些能夠幫助人類做危險事情的機器人，但是他們可能不是類人的，您覺得這個問題怎麼樣？

Ben Goertzel：首先，在福島核泄漏事件中，我們看到狹隘的AI和通用AI之間的區別，你知道過去人們沒有設想機器人要應對專門這樣的情況，我們必須開發出通用的AI，這樣他們就可以應對各種各樣的情況，就可以有一些可以關掉福島核電站的機器人。這就像無人駕駛車一樣，有谷歌的無人駕駛車，我看到了路上很多其他的司機，他們都不需要再駕車了。如果你在路上，在城市上駕駛無人駕駛車，你要駕駛一個摩托車，如果你不進行大腦的手術，不進行再編程是無法這樣做的，你知道這些無人駕駛車輛它們都是狹窄的AI，而不是通用的人工智能。我覺得在將來我們必須要開發更多通用的人工智能。關於跟人類可以溝通和互動的機器人，這裏有非常多的應用，你可以看看學校老師的機器人，這些機器人就像學校的老師一樣，在日本有很大的市場，我前面也提到了，可以幫助孩子教他們。對於機器人，我們必須要和Ray Kurzweil進行更多的溝通，進一步促進人工智能的發展。我希望有一些機器人AI可以跟我們進行情感上的溝通，當出現一些非常糟糕的事情會悲哀，我們希望情感機器人成為人類的一面鏡子，它們甚至可以清理廢物，它們可能輕輕的一抓就可以清理。

余凱：我想這裏的信息是必須要有這樣核心的通用智能，在機器人中需要有這樣的時候，使他們可以在自己的環境下進行運作。另外一個問題涉及到AI技術發展，AI可以幫助社會越來越好，當然不一定必須替代人類，我覺得這是我們對AI未來技術的展望。

Ben Goertzel：我覺得AI和人是不一樣的，而且在很多層面都會和人類不一樣，基礎架構是不一樣的，你知道我們有硅谷，還有很多的網，一個單一的AI他們可以有感測器，甚至在太空也可以有感測器，但這和我們現在的情況是不一樣的，他們應該比我們更好，當然彼此之間不是一個比另外一個更好，他們會做不同的事情，我們必須要和這些不同的人工智能要共存。

余凱：你是坐在Andrew Ng和Ray Kurzweil旁邊，我最近了解到了一些東西，如果你要做一些偉大的事情，你必須要找到一些別人看不到的秘密。有一些吳先生和Ray 他們看不到的，你有沒有看到現在科技界都忽視的，但是非常重要的東西。

Ben Goertzel：我認為很多人都重視AI，但是沒有重視通用智能，抽樣的，通用的，理性的推算，當然這是有原因的。那些比較下載的AI還是比較容易做的，在我的行業中如果你有一個比較具體的任務還是比較容易做的，同時我們業界有很大的壓力，要求你為基因組做序列，預測股市的走勢，但是他們都是比較下載的AI應用。如果大家都過於關注那些事情，對於我們抽象的通用智能發展就不是那麼的重視了。如果政府現在啟動一個新的，比如曼哈頓計劃，顧好幾百個科學家，把他們放在一個研究院裏，讓他們研究，給你們五年時間讓你們研究抽象的人類的通用智能，而不是今天你必須要完成這個，明天必須要完成那個任務，如果仍然讓他們有這個環境發展，肯定會發展的更快一些。也許今天可能這樣不太現實，但是過幾年可能會出現這種情況。所以不知道是不是回答了您的問題，我們需要更多的組織，我對智能的理解，他其實是一種協同效應，他是一種內腦複雜人類自然組織。

人類身體有很多的器官，有五官、內臟，有這麼多的部分，每個部分都有自己的功能，但是它們又在一個統一的人體中，那些比如做免疫系統的，醫學上免疫系統是最重要的，而腦科學家又大腦是最重要的，大家都會覺得自己是很重要的，但是它都是統一的整體，首先你要有感知，但是你要有深度分析的方法，要有推理能力、語言能力，還要有實現能力，還要有行動能力，有各種各樣的部分融合在一起，如何你能夠讓這些部分，以一個協同效應的部分在一起融合，這都是很難的，因為每個部分其實自己都是一個科學的領域。我最近也開始對此進行了嘗試，還是很難的，最難是整個體系的架構，每一個部分之間他們的關係，他們的互動應該是什麼樣的形式，我們通過這麼多年的演化，我們人類某些方面已經是比較完美的整體，我們現在希望在很短的時間內完全這個形式，這是很難的。

余凱：我同意您剛才的，的確現在有很多人是重視具體的任務，比如圖像識別，我們還有很長的路要走，人類並不像機器人一樣，人類是四處活動，人類的位置是一直在變的，同時他對時空的感知也一直在變，像ICE是做視頻的，我們現在視頻的技術並不考慮3D的角度考慮發展，所以智能必須更加通用。謝謝！