作者：Rethink Robotics的聯合創始人、主席兼首席技術官Rodney Brooks

上帝按照自己的模樣創造了人類。

人類按照自己的模樣創造了人工智慧(AI)。

至少最開始的時候是這樣的。

人類和海豚、黑猩猩、倭黑猩猩一樣，可能是低於某個智慧門檻的。一些聲稱擁有基於人工智慧系統的公司經常使用人力來處理其線上系統的棘手任務，而使用者對此並不知情。這可能會嚴重混淆公眾對現今的人工智慧發展程度的認知。

我一直在思考我們需要進行哪些研究，要解決哪些問題，以及為了達到超級人工智慧或人類智慧水平，我們已經解決了哪些難題。我們已經孜孜不倦地嘗試了62年，但顯然直到現在我們才接近實現所有必要的突破。

愛因斯坦在1916年預言了引力波的存在，但是在99年之後，也就是2015年，我們人類才首次探測到引力波。

有一些事情的成功就是一個漫長的過程，需要大量的新技術，需要很長的時間將想法變得更成熟，也需要眾多出色的人才投身其中。我覺得人類智慧水平的人工智慧或許就是這樣的，而且更為複雜，可能要花上數百年時間才能得以實現。

過去62年裡至少有四種人工智慧的主要方法。當然，其他人可能還總結了不同的方法。

在我看來，這四種主要方法以及大致的開始日期分別是：

1. 符號（1956年）
2. 神經網路（1954年，1960年，1969年，1986年，2006年….）
3. 傳統機器人（1968年）
4. 基於行為的機器人（1985年）

符號

符號通常由字串表示，這些字元對應一個詞。然後人們設定了相互間的聯絡，對其進行編碼，比如instanceof運算子和is字串。

當我們向搜尋引擎輸入查詢時，我們選擇了用符號進入人工智慧系統對世界的瞭解。系統做了一些推理和推論，然後生成一個網頁列表，它推斷出與我們正在尋找的內容相匹配的資訊（它實際上並不知道我們是與其資料庫中的“人”符號相對應的） 。然後我們會瀏覽這些精選出來的資訊，點選最匹配的一兩個網頁，如果不是我們想要的資料，我們就會輸入一個新的符號或者修改原來的符號進行新的搜尋。

神經網路

2014年11月17日，《紐約時報》報道了一則訊息，向全世界展示了一個新功能。谷歌程式自動為以下圖片生成的標題：“一群年輕人在玩飛盤遊戲”(A group of young people playing a game of Frisbee)。

我認為從那個時候起人們才真正開始注重深度學習。即使對於人工智慧研究人員，尤其是基於符號的人工智慧的研究人員來說，一個程式能做得這麼好是一個奇蹟。但是，我也覺得人們將表現和能力混淆了。如果一個人有同等水平的表現，能夠準確描述這個畫面，那麼人們就很自然會期望這個人有足夠的能力去理解這個世界，他/她可能會回答以下每個問題：

• 飛盤是什麼形狀？
• 大致上，一個人可以扔多遠？
• 人可以吃飛盤嗎？
• 一次大約有多少人可以一起玩飛盤？
• 一個三個月大的嬰兒可以玩飛盤嗎？
• 今天的天氣適合玩飛盤嗎？

但是生成上述標題的深度學習神經網路無法回答這些問題。

傳統機器人

在人工智慧最初的幾十年，就是基於符號的人工智慧那個階段，研究人員試圖通過製造機器人來實現人工智慧。其中有些機器人可以四周移動，並能用來推東西。還有固定在指定位置的機器臂。但是同時具備上述兩種功能的帶鉸接臂的移動機器人在當時是很難製造出來的。

基於行為的機器人

在1985年以前，我花了10年研究計算機視覺，嘗試從影象中提取世界的符號描述，並在傳統機器人技術中建立機器人的計劃系統，以便讓機器人在模擬或現實世界中運作。

但是我備受打擊。

我開始思考昆蟲在現實世界中的導航能力，以及它們是如何用非常少的神經元做到的（當然少於現代深度學習網路中人工神經元的數量）。在思考它們是如何做到這一點時，我意識到簡單生物的進化路徑可能並非由為世界構建的符號或三維建模系統開始的。相反，這種進化是通過感知和行動之間非常簡單的聯絡開始的。

在這種思維導致的基於行為的方法中，有許多並行的行為同時執行，試圖理解一小部分感知，並憑藉它們來驅動世界上的簡單行為。通常，行為會為機器人的執行器提出相互矛盾的命令，並且必須採取措施解決這個衝突。但是，這不需要回到完整的世界模型中，而是解決衝突的機制在本質上必然是啟發式的。正如人們猜想的那樣，進化會產生的這種啟發式的機制。

從上表可以看到，如果人類小孩在這6項能力中每項得分為100分的情況下，四種人工智慧方法各自的總得分才8到9分。我一如既往地認為我們可能嚴重高估了現階段人工智慧系統的能力。

原文請參考：https://rodneybrooks.com/forai-the-origins-of-artificial-intelligence/

瀏覽更多資訊，請訪問：http://www.rethinkrobotics.com/zh-cn

關於Rodney Brooks

Rodney Brooks出生於澳大利亞，獲得南澳大利亞弗林德斯大學數學本科學位及美國斯坦福大學計算機博士學位。1984年至2010年間，Rodney Brooks在麻省理工學院任教，是著名的機器人教授。他創立了麻省理工學院電腦科學和人工智慧實驗室，並一直擔任總監一職至2007年。

1990年，他聯合創辦了iRobot公司(納斯達克: IRBT)，先後擔任首席技術官、主席及董事會成員直至2011年。

他入選美國國家工程院院士，並且是多家權威行業機構的成員，分別為美國人文與科學院、美國計算機協會、美國人工智慧協會、電氣電子工程師協會及美國高階科學協會。

Rodney Brooks還致力於推廣機器人技術及人工智慧，活躍於全球各大重要活動。

Rethink Robotics公司介紹

Rethink Robotics的智慧協作型的機器人改變了製造生產和分揀流程的工作方式。SawyerTM和Baxter ®協作機器人由Intera軟體平臺驅動 ，僅數小時就能完成培訓，執行任務。Sawyer和Baxter從設計之初就納入安全性，能和工人一起並肩工作，高度可靠且操作簡易。現在，Rethink Robotics的協作機器人在全球許多地區都有應用，幫助製造商當下面臨的艱鉅挑戰，包括勞動力短缺、質量一致性水平低、效率低下。並且，協作機器人可以幫助工廠將一系列的任務自動化。

Rethink Robotics總部位於美國波士頓，其產品行銷亞洲、歐洲和北美市場。公司的投資方包括Bezos Expeditions、CRV、Highland Capital Partners、Sigma Partners、DFJ、GE Ventures和高盛集團。