近期，麻省理工学院、斯坦福大学、OpenAI 和其他机构合作发布了一份 AI 指数（AI Index）报告，试图解开这团乱麻。
这份报告开篇就表示，我们现在对 AI 的预测都是盲目的，并提出了两个要点：第一，AI 领域比以往任何时候都更受关注，大量人才和金钱正在以惊人的速度涌入; 第二，尽管在执行一些非常具体的任务时，AI 已经超越了人类，但在一般性事务方面仍然逊色于人类。
据该报告的作者之一、斯坦福国际咨询研究所的 Raymond Perrault 表示：“公众对人工智能的理解实际上远超当前的现状。”
在该报告中，研究人员们参考了多个发展的指标，比如“活动范围”和“技术性能”。在这两个指标中，前者包含了 AI 领域中一切活动，从学术会议的参与人数，到课程的学生数，到风投的投资金额和初创公司的数量。简单来说，这一切都是“越来越多”，用图表展示的话，就是一切都在向右上方发展。
图丨 AI 指数报告中的几张图表，展示出 AI 领域各种活动的指标一直在上升
而后者，“技术性能”，则试图测量在识别物体和识别语言等具体任务上，AI 系统到底能否超越人类。这方面的图表就不是一边倒了。
的确，在有些任务上，AI 已经可以媲美甚至超越人类的表现。比如在图像中识别普通物品（在 ImageNet 数据集中，人类的出错率为 5%，而机器只有 3%），或者语音转文字（如今，已有多个 AI 系统在将语音转录为文字时“听”错词的概率和人类一样）。此外，已有多个智力游戏已被 AI 攻克，比如 Jeopardy、Pac-Man（吃豆人）以及围棋。
但是，就如同该报告所说的一样，这些指标只是人工智能的一面。因为非黑即白的游戏世界很适合训练 AI，其明确的评分系统可以有效地帮助研究人员对不同的手段进行评估和比较。而游戏世界也会限制我们能够对 AI 系统提出的要求。
目前所有被 AI 攻克的游戏都有一个特点：它们可以看到一切发生过和正在发生的事情，即“完全信息”（perfect information）。但如果我们给 AI 出一个不完全信息博弈的难题，比如管理一个城市的交通系统，那么恐怕我们就不会有“AI 好厉害好可怕”的感觉了。（不过，研究人员已经开始针对不完全信息博弈游戏，比如 DOTA 和星际争霸进行研究了）。
这种性质的问题也存在于许多我们认为 AI 已经足够厉害的领域中，比如语音转录。虽然 AI 转录语音的准确度可以媲美人类，但是它并不能识别嘲讽、笑话或者其它成千上万种由文化和场景所带来的潜在含义，而这些对于理解一段对话来说却是至关重要的。AI 指数报告承认了这块短板，并表示我们最大的问题是我们连测量这种常识的方式都没有。不论有些营销者怎么吹，我们暂时还无法对 AI 进行智商测试。
图丨大家都知道 AI 有点笨，不信你问问你的 Siri/Alexa/小娜
那么，这是否意味着我们对 AI 的潜在威胁有些杞人忧天了呢？
并没有。
因为，虽然我们最先进的 AI 系统可能还没老鼠聪明（这是 Facebook 的 AI 负责人 Yann LeCun 的原话），但这并不够阻止它们颠覆我们的世界，尤其在工作方面。
前不久，另外一份由麦肯锡发表的研究报告表示，在未来的 12 年里，全球高达 8 亿份工作都会受到自动化的冲击。虽然该报告进一步表示，只有 6% 最重复、机械、单调的工作会被自动化完全取代，其它工作仅有一部分会被机器取代，但是这正是弱人工智能（Narrow AI）的威力所在。我们目前很难推测未来到底会是什么模样。
如果一台计算机可以承担你 1/3 的工作，你会怎样？你会接受更多的新工作？还是被辞退？你的工资会不会被砍 1/3？你有足够的钱去学习新技能吗？还是你会选择降低自己的生活水平来继续学习？
只要稍微思考一下这些问题，我们就会知道给出答案到底有多困难。而“了解 AI 的威胁”的难度比回答这些问题只高不低。比如，虽然我们在可见的未来还暂时不需要担心超级 AI 统治世界，但我们需要开始思考正在被引入医疗、教育以及司法领域的机器学习算法是如何做出具有“偏见”的判断的。
AI 指数和麦肯锡这两份报告的结论都是相同的：人类需要对这些或其它问题进行深刻的思考，这样才能确保社会的稳定。而随着机器越来越聪明，人类显然也不能原地踏步。
