我们即将创造出一种新的生命形式，这个事件不仅是进化取得突破的标志，也有可能威胁到人类这个物种的生存。
“欢迎光临机器人幼儿园，” Pieter Abbeel 一边说着，一边打开 Robot Learning Lab 的大门。位于加州大学伯克利分校北边一栋崭新建筑 7 楼的这座实验室实际上挺乱的：自行车就往墙边靠着，杂乱无章的小隔间里面呆着十几个研究生，白板上写着一般人看不懂的公式。38 岁的 Abbeel 是个身形瘦长的家伙，他下身穿一条牛仔裤，上面是一件宽松的 T 恤。2000年，他从比利时来到美国，在斯坦福攻读计算机博士。现在，在理解教会机器人智能思考所面临的挑战方面，他是全世界最重要的专家之一。但是首先，他得教会它们 “思考”。“这就是为什么我们把这儿叫做幼儿园，” 他开玩笑道。他把我介绍给 Brett ，这个 6 英尺高的人形机器人是曾经著名现已破产的硅谷机器人制造商 Willow Garage 的产品。几年前实验室把 Brett 弄了过来用作实验。Brett 的意思是 “用来干完沉闷任务的伯克利机器人（Berkeley robot for the elimination of tedious tasks）”，这个外表友善的创造物头扁扁的，用摄像头充当的眼睛隔得远远的，身材矮矮胖胖，跟人一样它也有手有脚，握爪就是它的手，轮子就是它的脚。现在 Brett 已经下班，站在实验室中央，它身旁是另一个还没上电的神秘安详的机器人。附近的地板上有一箱玩具，里面有木锤、塑料玩具飞机、还有一堆乐高积木，这是 Abbeel 和他的学生对 Brett 的教学道具。不过 Brett 只是实验室众多机器人当中的一员而已。在另一个隔间，一张椅子背面的吊带上悬着一个 18 英寸高的机器人。在地下室下面还有一个工业机器人，它每天都要在一个相当于机器人沙盒的东西里面玩几个小时，为的只是想看看它能教自己什么东西。街对面的另一间实验室里，一个手术机器人正在学习如何缝合人的肉体，与此同时，一位研究生正在教无人机如何聪明地躲开物体。“我们不希望无人机撞到东西从天上掉下来，” Abbeel 说：“所以我们正在教它们学会看东西。”
一直以来，可编程工业机器人执行的都是特定任务：移动机械臂到左边 6 英尺，抓起模块，然后转到右边，把模块插进 PC 印刷电路版。然后每小时重复这个动作 300 次。这些机械动作的机器在聪明程度上跟除草机无异。不过最近几年，机器学习（能够粗略模仿人类大脑并且让机器自学东西的算法）的突破让机器识别语音和视觉模式的能力得到了显著提升。Abbeel 的目标是培养机器人具备一般智力—一种理解世界的办法，从而让机器人可以自主学习完成任务。他还有很长一段路要走。“机器人甚至还没有 2 岁小孩的学习能力，” 他说。比方说 Brett 已经学会了做一些简单任务，像打绳结或叠衣服。但是一些人类很容易就能完成的事情，如认出桌上揉成一团的织物实际上是毛巾，对于机器人来说却特别困难，这部分是因为机器人缺乏常识，之前没有过叠毛巾的经验记忆，最重要的是，没有毛巾的概念。它看到的只是一团颜色。
为了规避这一问题，在一盒儿童心理学磁带的启发下，Abbeel 创造了一种通过不断调整方法来完成任务的自学法。现在，当 Brett 整理衣物时，它也在做类似的事情：它会用抓手拿起毛巾，试着感觉一下它的形状，试试看怎么去折叠它。看起来很原始是吧，的确是。但你再想想：机器人这可是在学叠毛巾埃
这一切科学怪人式的东西看起来有点令人毛骨悚然。智能机器能够执行的任务的复杂性正在以指数的速度增长。这最终会带我们去向何方？如果机器人自己能学会跌毛巾，是不是有朝一日也能做饭、做手术甚至发动战争？人工智能也许能够很好地帮助解决人类面临的最复杂问题，如治疗癌症，治理气候变化等，但在近期内它可能也会插手监视、侵犯隐私，不知疲倦地进行电话营销。除此以外，还有一个更大的问题正在显现：有朝一日机器会不会替自己着想？会不会对问题进行理性分析？甚至表现出情感？没人知道答案。智能机器的崛起跟任何其他技术革命都不一样，因为它最终危及的是人性的问题—我们有可能创造即将创造出一种新的生命形式，这种生命形式不仅是进化的突破，也可能会威胁到我们作为物种的生存。
无论结局怎样，革命已经开始。去年夏天，伯克利的团队把一套短期记忆系统植入了一个仿真机器人里面。参与该项目的计算机科学家 Sergey Levine 说他们注意到了 “一件奇怪的事情”。为了测试机器人的记忆程序，他们向机器人发出一项指令，要求它把一颗钉放到一左一右两个洞的其中之一。出于控制的考虑，他们再度在移除记忆程序的情况下又试验了一次—令他们感到惊讶的是，机器人仍然知道把钉放进正确的洞口。在没有存储的情况下它是如何记得钉子应该放到哪里的呢？“最终我们意识到，只要机器人接收了指令，它就会旋转机械臂到正确的洞口。” 然后，在命令消失之后，它会看自己的身体扭向什么位置才确定钉子应该放在哪个洞里面。也就是说，机器人自己实际上已经找到了正确执行命令的办法。“这非常令人吃惊，” Levine 说：“也让人不安。”
Abbeel 带我去到他的办公室，这是一间没有窗户的小隔间。在办公室里，他跟我谈到了 DeepMind（2014年 被 Google 以约 4 亿美元收购的 AI 初创企业）最近取得的一项突破。几年前，因为教会计算机玩太空入侵者之类的雅达利视频游戏并且玩得比人类还溜，DeepMind 已经震惊了大家一把。不过更令人震惊的是，DeepMind 是在没有在程序中告诉计算机游戏规则的情况下做到的。。这不像深蓝在国际象棋比赛中击败人类那样，游戏规则是在程序里面写好的。计算机只知道一点：目标是拿高分。计算机采用的是强化学习法来做到这一点，这就好比训练狗，不管它用什么办法，只要它做到了你就表扬一声 “好狗” 一样，计算机就可以通过这种机制来探索游戏，在反馈中自己学会规则。在几个小时之内，计算机就掌握了超人的技巧。这是 AI 的一项重大突破—计算机第一次自己 “学会” 了一项复杂技能。
