本報記者劉 霞綜合外電

　　2015年，人工智慧“明星”將主宰好萊塢。從《機械姬》電影中的女郎“伊娃”到我們的老朋友——《星球大戰》系列中的機智、勇敢而又魯莽的宇航技工機器人“R2-D2”及其同伴C-3PO機器人，以及將於年末上映的《星球大戰7：原力覺醒》中的角色。當然，我們也不能忘了《復仇者聯盟2：奧創紀元》電影中的大反派“奧創”、經典科幻電影《終結者》中的“終結者”等“人”。一大撥既有標誌性又新奇的機器人將充斥大螢幕。

　　這些有感情、能思考、能做決定的機器人將在螢幕上展示很多人類的以及超人的特性，給我們帶來驚喜。其實，科幻電影中的許多想像都在科學家們的慧心巧手下變成了現實，比如，手機、平板電腦的設想最早亮相於《星際迷航》電影，真實機器人的聰明才幹也令人嘆為觀止。3月底，美國趣味科學網站用5篇文章，為我們梳理了現實生活中那些聰慧程度可與電影中的人工智慧明星相媲美的機器人。

　　機器人擁有情感

　　將於4月10日登陸北美院線的電影《機械姬》中，名為“愛娃”的人工智慧女郎為了自己的生存，將兩個男人捲進了一場情感漩渦，不斷挑戰兩人的感官、智力和情緒。

　　儘管主流觀念一直將機器人看成是沒有感情的物體，就像組成它們的鋼鐵那樣冰冷，但其實，類似“愛娃”這樣有感情的機器人在科幻史上並非孤例，1986年的電影《霹靂五號》中的機器人“五號”就是一個感情豐富的“人物”。

　　影片《霹靂五號》描述了一個擁有最精密雷達武器的機器人“五號”，在一次短路狀況下闖入了熱心保護動物的史蒂芬妮家中，並在與人交往的過程中學到了人類的智慧和人性，後來，“五號”拒絕回到武器公司充當他們的殺人工具。

　　在好萊塢之外，有很多工程師正致力於進行相關研究，希望能將人工智慧和情緒整合在一起。美國北卡羅萊納州立大學的研究員約瑟夫·格拉斯夫伽德日前接受美國趣味科學網站採訪時表示，電腦及其他設備識別並回應感情的技術常常被稱作“情感計算”技術。“情感計算”技術從廣義上説，就是為了製造擁有感情的人工智慧系統。這項技術的研究正在學術界興起。為了做到這一點，機器必須擁有一個或多個“情感回路”支柱，包括識別情緒、理解周圍的環境情感並流暢自如地表達情感等。

　　去年，格拉斯夫伽德所在的實驗室研製出一款自動授課系統，它能夠識別學生的情緒並作出相應的反應。在研究中，科學家們使用不同的感測器和面部識別監視器，來捕獲學生與螢幕的距離以及學生面部肌肉的運動情況等信號，這些信號會揭示學生何時會表現出諸如厭煩等情緒。接著，研究人員將信號數據輸進配備了同樣感測器的人工智慧系統。

　　儘管這套人工智慧系統能在某些情況下，識別出學生的某些情緒，但格拉斯夫伽德説：“就目前而言，這套系統是為特定目的而建造的，並非有適應能力的系統。這是因為，在授課過程中學生皺眉有不同的意義，而機器很難進行區分。”

　　格拉斯夫伽德表示，即便一台擁有三個“情感回路”支柱的電腦，都不能説是有“感覺”，因為這一技術目前並不能讓機器識別“自我”。他説：“在現有技術條件下，機器並沒有意識，這些技術目前還沒有整合‘自我’模型。”

　　然而，其他科學家表示，對人工智慧和情緒的研究最終將不可避免地導致有感覺機器的出現。著名未來學家、谷歌公司技術總監雷·庫茲韋爾曾經預測，到2029年將會出現有感覺能力的機器人，他認為電腦的情緒智慧在其整個發展過程中具有重要的地位。

　　庫茲韋爾接受美國《連線》雜誌採訪時表示，一旦機器人理解自然語言，它們就能被認為是有意識的。不過，他也強調，“這並不意味著機器人具有邏輯智慧，只是意味著機器人擁有情緒智慧，能感受到快樂、幽默、性感、善良、友好等情緒，理解人類的情感並作出相應的反應。”

　　機器人通過圖靈測試

　　科幻心理驚悚片《機械姬》除了探討有感覺的機器人之外，還探討了人工智慧領域另一個非常重要的技術標準，那就是圖靈測試。在影片中，男主角被邀請與人工智慧女郎“愛娃”相處一週，從而測試“愛娃”的能力和意識。最後，男主角發現自己被困在人機之間，模糊了人類與機器的界限，分不清究竟是誰在操縱誰。

　　“圖靈測試”是驗證電腦是否具備與人類相似的思考能力的一個著名測驗。英國“人工智慧之父”阿蘭·圖靈于1950年設計出這個測試。測試人在與被測試者（一台機器）隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。問過一些問題後，如果被測試者超過30%的答覆不能使測試人確認出哪個是人、哪個是機器的話，那麼這台機器就通過了測試，並被認為具有人類智慧。

　　電影中的人工智慧人物最終通過圖靈測試進入了人類大家庭。其實，在現實生活中，也有一些人工智慧系統在某些情況下通過了這一測試。去年6月，英國雷丁大學發表公報稱，在該校6月7日組織的“圖靈測試2014”活動中，5個參賽電腦程式之一的聊天機器人程式“尤金·古斯特曼”成功“偽裝”成一名13歲男孩，回答了測試者輸入的所有問題，其中33%的回答讓測試者認為與他們對話的是人而非機器，從而成為有史以來首臺通過“圖靈測試”的機器，這意味著機器也能像人類一樣“思考”。

　　雷丁大學客座教授凱文·沃裏克説，雖然此前有人聲稱其設計的電腦程式通過了“圖靈測試”，但這次測試活動執行標準更為嚴格，比如對話內容並無限制，測試本身經過了獨立驗證等，因此可以宣佈“尤金”是首個通過這項測試的電腦程式。如果這一結論獲得確認，那麼這將是人工智慧乃至電腦史上的一個里程碑事件。

　　比賽當天恰逢圖靈去世60週年。沃裏克説：“去世前不久，圖靈就預測終有一天這項測試會被通過。不過，他當初估計很難想像現在的電腦和網路系統會是什麼樣子。”

　　儘管如此，也有人對這一測試提出了質疑。美國語音與顯像解決方案領先提供商紐昂司軟體系統有限公司總經理查理·奧提茲近日接受美國趣味科學網站採訪時表示，這一成功事件是騙人的，而且也揭示了圖靈測試自身的缺陷。基於聊天的圖靈測試，已經變成一種詭計，而非真實的人工智慧。在圖靈測試中，有些人工智慧會改變話題或逃避問題，這也會欺騙不少人，“尤金”的開發者很狡猾，他們把它偽裝成了不以英語為母語的13歲烏克蘭男孩兒。正如“尤金”的創造者弗拉基米爾·韋謝洛夫所説：“‘尤金’可以號稱自己無所不知，但受到年齡的限制，所以他不可能什麼都知道。”雖然這從技術上完全講得通，但從感性角度來看，卻一點都不令人信佩。

　　奧提茲補充説，這一測試“並沒有測試被稱為智慧的所有能力。例如視覺和身體互動等”。除此之外，目前的大部分電腦還無法處理對人類來説是家常便飯的常識和與直覺有關的問題。例如，在面對這樣一個表述“這個獎盃無法裝在這個箱子裏，因為它太大了。”時，機器人要想盡辦法確定“它”指的是“獎盃”還是“箱子”，而我們都知道，這裡的“它”指的是“獎盃”。奧提茲説：“常識一直是人工智慧的‘阿喀琉斯之踵’，無法言説的痛。”

　　鋻於人工智慧領域的快速進步已將圖靈測試大大拋于腦後，近年來學術界普遍認為是改朝換代的時候了，也就是説，將傳統意義上能夠與人交談並冒充人類的圖靈機器人，向更加切合實際的機器智慧轉化。一個主流的替代方案叫做Winograd Schema挑戰，它會用常識對話測試電腦。Winograd Schema挑戰由加拿大多倫多大學的研究人員于2011年首次提出，現在正與紐昂司公司合作，具體內容是從2015年10月起，無論誰構建一個系統，能在問題中達到人類水準，就會得到25000美元的獎勵。

　　除了Winograd Schema挑戰，還有許多正在進行的人工智慧項目也能達到人腦推理水準，甚至能通過簡答測試。比如來自日本的東京大學機器人是致力於通過大學入學考試的機器人；而來自美國西雅圖艾倫研究所的人工智慧專家正在建立能夠通過四年級考試的智慧系統。

　　機器人學會學習

　　今年5月即將上映的電影《復仇者聯盟2：奧創紀元》中，亨利·皮姆博士（即第一代蟻人）結合從“龍人”派生的技術和自己的腦波模式創造出來的智慧機器人“奧創”擁有了自我學習能力，變得越來越狡猾和聰明，甚至得出了“人類是地球上最大的威脅”這一結論，進而開始實施清洗人類的毀滅計劃。

　　該片導演喬斯·韋登在接受雅虎電影網採訪時表示，“奧創”與以往的機械人都不同，因為“奧創”是擁有自我意識和學習能力的人工智慧機器人。由於“奧創”擁有極佳的學習能力，了解人類3000年的歷史對它來説只是小菜一碟，但它還沒有能力很好地處理這些資訊，因此變得很是瘋狂。

　　其實，在現實生活中，人工智慧也在學習能力方面不斷進化，工程師們希望最終研製出自我學習能力可與人類相媲美的機器人。

　　“環人工智慧實驗室”深度學習部門負責人帕特裏克·艾倫接受英國《觀察家報》採訪時表示，所謂的“深度學習”人工智慧系統已是“小荷已露尖尖角”，有很多實驗室在研究這種技術。去年，谷歌公司收購了總部位於倫敦的“深度學習技術”公司，其神秘的“神經系統圖靈機”項目的主要宗旨正是建造一台能夠像人類一樣學習的機器。

　　加拿大滑鐵盧大學的計算神經科學研究專家克裏斯·伊萊斯密斯近期對美國趣味科學網站表示，儘管這一項目的細節我們知之甚少，但神經系統圖靈機與常規神經網路類似，它通過接受外部世界輸入的資訊來學習，也會學習如何存儲這種資訊以及何時進行檢索。“深度學習”公司曾表示，他們的目標是“解決智慧問題”。如果這一解決方案可以達到人類的智力水準，那麼，最好的測試就是看神經系統圖靈機能否具有人類大腦重新編碼的能力。

　　機器人自己做決定

　　68歲的阿諾德·施瓦辛格今年將再次回到大熒幕，繼續在即將於今年7月1日上映的科幻大片《終結者：創世紀》中，扮演對人類大開殺戒的機器人“終結者”角色。在影片中，類似“天網”的人工智慧系統會派遣機器人“終結者”殺死人類反抗軍領袖約翰·康納的母親，失敗之後，再次派遣“終結者”刺殺年少時的康納。

　　儘管目前還沒有機器人殺人的事，但自從1984年第一部《終結者》電影上映之後，人們就一直擔心會出現這種全副武裝的人工智慧系統。無人機歷史學家理查德·懷托表示，自動駕駛汽車或無人駕駛飛機，現在都已成為“軍事行動不可分割的一部分”。有些人估計，科學家們接下來有可能製造出在有人攻擊時能利用人工智慧系統做決定的無人機。

　　國際機器人武器控制委員會的聯合創辦人彼得·阿莎羅最近接受趣味科學網站採訪時説，全球各國軍方都在研製擁有自動打擊能力的無人機。這些武器的涵蓋範圍非常廣泛，從美國海軍的能自己起飛和著陸的試驗型無人戰鬥航空器X-47B，到英國超音速超級無人駕駛飛機“雷神”，再到以色列的“哈爾比巡航導彈”等。

　　實際上，X-47B是世界首架艦載隱形無人戰機，也是第一款實現航母起降的無人機，是美國海軍旨在發展艦載無人飛機的UCAS-D計劃的一部分，于2011年首飛。美國當地時間2013年5月14日和17日，X-47B先後在“布希”號航母上完成彈射起飛和著艦復飛試驗，引發國際輿論廣泛關注。

　　“雷神”也已于2014年2月完成了首次試飛，儘管英國對“雷神”首飛所能達到的戰鬥指標諱莫如深，但有人推斷，“雷神”有可能具備超音速巡航能力。超音速巡航能力對於一個大航程、以對地攻擊任務為主的無人機而言，意義十分重大。加上原有的隱身能力，“雷神”的突防能力應該在X-47B之上。而以色列的“哈爾比巡航導彈”則有可以自行確認和攻擊敵人的雷達設備。

　　其實，早在2006年，美國賓夕法尼亞大學的神經倫理學家喬納森·莫雷諾就在其《思維之戰》一書中預測，能自我做決定的軍用無人機將會出現。他現在認為，軍方對神經科學和人工智慧的興趣因此與日俱增。不過，莫雷諾也表示，大多數討論目前都只是紙上談兵，因為軍方正在等待工程學的突破追上神經科學領域進步的步伐。軍方官員也表示，研製出能決定何時發動攻擊的無人機還需要假以時日。

　　美國空軍中將拉裏·詹姆斯在説到美國空軍無人機計劃時也表示：“我認為，距離我們擁有這種能自己做決定的系統，可能還需要等待多年，甚至數十年。”

　　即便我們不考慮時間表，也有一些觀察家擔心這些無人駕駛戰鬥機可能會錯誤地襲擊和攻擊平民。

　　阿莎羅同時指出，當多個自動武器集合在一起時會出現什麼情況，完全是個未知數。他説：“這些無人系統之間可能會産生一些無法預測的相互作用，就像2010年美國股市閃電崩盤那樣慘不忍睹，那時自動化的電腦演算法停止競價導致股價大幅下跌，道瓊斯指數在幾分鐘內下跌了1000多點。”

　　機器人能夠翻譯

　　2014年11月，迪斯尼公佈了《星球大戰》第七部的正式片名《星球大戰：原力覺醒》，計劃于2015年12月18日上映。縱觀整部影片，對我們來説，討人喜歡的話癆翻譯機器人C-3PO令人拍案叫絕的翻譯能力可能是最有用的，也最可能被真實的人工智慧系統複製。

　　正在進行的研究有望最終賦予機器堪與科幻小説中的翻譯機相媲美的翻譯能力。去年末，微軟公司宣佈旗下的語音通訊軟體Skype開始支援實時翻譯功能，可以在對話進行時將母語不同的雙方的對話直接翻譯成對方的語言。不過，這套系統目前僅支援英語與西班牙語的實時翻譯。

　　與此同時，谷歌公司也宣佈將對旗下實時翻譯軟體“谷歌翻譯”的安卓版進行一次較大的更新，此次更新中將包括一個能夠識別主流語言對話的系統，並能將語言轉換為文本。谷歌聲稱，此次更新將會為用戶帶來更加自然的翻譯體驗。

　　谷歌公司研究員、加拿大多倫多大學教授、深度學習的開山鼻祖傑弗裏·希爾頓在有關會議上表示，他們最終會研製出類似英國廣播劇作家道格拉斯·亞當斯的《銀河系漫遊指南》中的“寶貝魚”那樣的通用翻譯機。在小説中，任何人將這個神奇的“寶貝魚”放到耳朵裏，就能聽懂外星人的語言，提供實時的通用翻譯。例如，名為“迴圈神經網路”的人工大腦就擁有強大的機器翻譯潛能。

　　谷歌翻譯工程主管邁克杜夫·休斯則近日接受美國趣味科學網站採訪時表示：“我們要弄清楚一個問題，神經網路究竟是翻譯領域的一個進步還是一個創新？這樣的網路目前只能完成基於短語或基於統計學的翻譯，我們更大的野心和長期目標是訓練神經網路從頭開始翻譯。” 他解釋説，從理論上來講，此類翻譯只需要兩個部分：一個神經網路對一篇文章從源語言上進行解碼；第二個神經網路則用第二種語言對這些數據進行解碼。目前，谷歌基於短語的翻譯方法仍然沒有用到神經網路，但該公司和其他人正在研究這種可能性。

　　休斯還説：“神經網路在幾個方面能做得比基於短句的翻譯更好，包括翻譯機器沒有直接定義的單詞，基於神經網路的翻譯會通過給單詞分配向量——顯示單詞與其源語言的關係來做到這一點，翻譯機會將未知單詞的向量與另一種語言中已知單詞的向量進行比較。例如，如果機器看見未知單詞‘vaca’同其他西班牙語單詞擁有英語單詞‘奶牛（cow）’與其他單詞一樣的關係，那麼，翻譯機將在沒有人干預或者指導的情況下學會翻譯這個單詞。”

　　休斯表示，這樣的機器人將有望促進機器翻譯技術的發展，就像谷歌的翻譯服務“谷歌翻譯”那樣。