来，今天带你摸清科幻与科技的真实边界

不远的未来，迅猛发展的机器人技术在人类社会中掀起巨大波澜。浩浩荡荡的人群从广场上经过，他们手持横幅、口中纷纷喊着“机器是愚昧，机器是罪恶”、“机器是一切痛苦之源”的口号。就在人类大力反对人体机器化、反对机器之时，一个名为“阿尔法”的人工智能接管了机器联盟，开始对人类展开全面进攻。为此，来自不同阵营的人们不得不直面席卷而来的腥风血雨，用各自的方式挺身抵抗……

别担心，这样一幅惊悚的人机世界图景并非现实，而是第9届全球华语科幻星云奖最佳长篇小说《机器之门》中所构建的未来场面。

近日，这项华人科幻的最高奖项落户山城举行了颁奖典礼。80余位著名华人科幻作家、科学家共聚一堂，探讨科幻产业的发展历程和前景。

看到这里，想必人们心里多少会产生疑问：眼下的人工智能技术能力几何？小说中所描绘的场景是否会“照进现实”？我们的人工智能技术未来又将走向何处？

论坛上，创新工场人工智能工程院院长王咏刚发表了 “人工智能：科幻与科技的真实边界”主题演讲，分别从科技和科幻的角度出发，对上述问题一一作答。以下内容来自王咏刚先生的精彩演讲：

首先自我介绍一下，我曾经作为工程师在谷歌工作了十余年，目前就职于国内顶级投资机构创新工场，主要负责人工智能项目的投资、研发，以及技术转换等工作。

今天，我会更多的去以工程师身份出发，在技术层面揭示人工智能和许多黑科技在这个世界上的价值。

而要说到与科幻圈的联系，那我曾经用笔名发表过一些科幻小说。所以今天，我也会从一个科幻迷的角度来谈一谈时下火热的科技名词——人工智能。

▌现实与幻想的差距

首先，人工智能在科幻圈并不是一个陌生的概念。在50甚至100年前，人工智能在科幻圈里就已经是一个非常成熟的未来假定了。人们很容易相信未来一定会有人工智能的存在，其智慧程度与人类相似。

从这一点上看，我们工程界，或者说技术界其实有点汗颜。因为尽管人工智能在商业界非常火热，人们每天都能听到政府对人工智能的关注，以及层出不穷的人工智能应用，可是我们身边的人工智能距离科幻小说中所描述的情况还有非常大的差距。

那么，为什么会存在这样的差距？为什么现阶段没有一种合适的科学逻辑、技术逻辑能够弥补这种差距？假定未来可以弥补这种差距，那么这种可能性将从何而来？

我们不妨从科幻界的经典文本入手——艾萨克·阿西莫夫关于人工智能最经典、最精炼的作品《最后的问题》。

《最后的问题》中有一段非常著名的人机对话。人类向机器发出了一个非常深奥、关乎到整个宇宙命运的问题，即怎样使宇宙的总熵大幅度地降低？

大家可以想象一下这个问题对于人工智能的难度。这个问题不仅需要跨领域的知识，把物理学、生物学、信息学的知识融合在一个完整的逻辑上，还要结合大量的经验、对宇宙的认识，以及工程经验和技术经验，最后才有可能得到的一个答案，甚至有可能永远也得不到答案。

那么在阿西莫夫的小说里，机器是怎么回答的？

机器回应了非常简单的一句话：数据不足，无法做答。

不要小看这句非常简单的回答，事实上它正好揭示了如今科技界实现人工智能的尴尬之处。

第二，数据不足无法做答。这意味着，在缺乏一定数据量的时候，人工智能尤其不擅长需要跨领域推理的问题，例如人类会不会灭亡、外星人会不会光临地球等。这类问题对于今天的人工智能来说是一个超级大的挑战。

▌科技与科幻的鸿沟

在这里，我想特别引用一下之前看到的报道，说某大牛老师在接受采访的时候表示，今天的人工智能与柯洁下围棋取得了胜利并不算什么，如果它能在输给柯洁之后，恼羞成怒地抄起棋盘打柯洁两下才叫真正的强人工智能。但今天的人工智能只能依赖大量的数据去解决单一的任务，引入情感上的恼羞成怒以及协调动作能力去挥起棋盘打击别人，对于今天的人工智能来说太难了。

为什么难？

事实上，现在我们可以在各个人工智能所赋能的商业化技术领域里看到非常多类似的矛盾或者悖论。

一方面，大家看到机器人公司可以做出非常漂亮的跑步机器人、行走机器人、跳跃机器人，甚至后空翻机器人。但是另一方面，市面上所有的高级家用机器人都没有办法帮我们去卧室拿一件东西，没有任何一个机器人可以执行这样的任务。这是非常尴尬的矛盾，也是我们的技术研发和实际需求之间的巨大落差。

这个落差到底来自哪里？

今天的科技所能够实现或者说擅长的那些人工智能技术，往往是有特定、优质大数据支撑，单一领域里面最容易体现人工智能价值的技术。

但人们所预期的人工智能却是与人类一样聪明的技术，像人类一样能够通过图灵测试机器人。它们要能对世界知识拥有完整的理解、拥有自我意识、甚至会像电影里的那样去毁灭世界。

在本质上，这两种理解之间存在着三个重大差异。换句话说，今天的人工智能技术和人们在科幻领域对人工智能的预期之间，明显摆着几道没有办法跨越的鸿沟。

第一，今天的机器学习技术存在着严重的数据依赖性。

第二，今天的机器学习技术在表示跨领域的知识时采用的是一种相对比较传统的方式。

我在谷歌公司工作时曾花了很多年时间做今天世界上最大的知识引擎，也叫知识图谱。在这样一个知识图谱里，我们试图去表达全世界的人类知识。可是经过这么多年的努力，我觉得这样一种表达方式仍然停留在一个非常初级的层面，离我们想象的对知识的灵活运用还相去甚远。

第三，今天的人工智能和机器学习技术很难做到跨领域的知识推理。

回到围棋上，今天的人工智能还没有办法把一盘棋的输赢和情感以及动作行为串联在一起，从而形成一个完整的、可以被称为人格的东西。这归根到底是今天的核心人工智能技术和机器学习技术本身的理论和逻辑性所造成的。