超級計算機HAL 9000因在《2001太空漫遊》(2001:A Space Odyssey)中殺死宇航員而被人們銘記。由於被設計者輸入了兩條完全矛盾的指令，最終超級計算機不得不殺死了宇航員。
現在，科學家們重新制造了現實版的“HAL 9000”，以幫助宇航員進入太空。
這款由德克薩斯TRACLabs公司開發的新樣機成功地控制了一個模擬行星基地數小時，並能顯示生命維持系統和機器人狀態等信息。
在電影中，HAL 9000是控制核動力“發現一號”宇宙飛船的人工智能。
在科幻小說傳奇人物阿瑟·c·克拉克(Arthur C. Clarke)與這部電影一同撰寫的小說中，這臺電腦被描述為能夠用“他在他的電子孩童時代的短暫幾周內學會的完美地道英語”與宇航員交談。
TRACLabs的人工智能研究員皮特·博納索(Pete Bonasso)在西點軍校(West Point university)讀大四時第一次看到了《2001:太空漫遊》(2001:A Space Odyssey)，當時他給學院唯一的一臺電腦編程，讓它玩一個虛擬的撞球遊戲，從那以後，他就開始嘗試創造類似的遊戲。
在《科學機器人》(Science Robotics)雜誌上的一項研究中，博納索說:“當我看到《2001》時，我知道我必須讓電腦變成另一個存在，一個像HAL 9000那樣的存在。”
這項新技術可以直觀地顯示需要生命支持和機器人狀態的人等信息，但也可以與人交談，這樣他們就可以提問、發送命令，並得到任何問題的警告。
該軟件的設計初衷是，只有在與人分享計劃並獲得行動許可後，才能實施計劃，而不是謀殺宇航員。
博納索和同事們設計的新軟件名為“航天人員認知架構”(cognitive architecture for space agents，簡稱CASE)，由三個關鍵層組成。
第一層是一個連續運行的控制器，它連接並運行機器人的手和眼睛等硬件，同時控制一個行星基礎的模擬。
第二層則側重於一些人所謂的日常工作，執行一些潛在的日常活動，比如連接電池、控制氧氣生成和二氧化碳去除系統，以及給漫遊者充電和發送探測器以取回行星岩石樣本。
第三層由自動規劃軟件組成，該軟件決定如何實現CASE的編程目標，以及執行這些目標的順序。
博納索說，當出現問題時，它還可以自動重新安排活動，比如氣體洩漏、發動機故障或行星沙塵暴。
這些層被鏈接到一個本體服務器，一個數據庫，可以追溯它的數據。
研究人員說，如果有人把工具箱從設備櫃移到船員艙，本體服務器會認為工具箱中的所有工具也會改變位置。
博納索在接受Space.com網站採訪時說:“我們的同事和美國宇航局的同行們並不擔心HAL會失控。那是因為它不能做任何它沒有被設定好的事情。”
該小組已經進行了試驗，並讓CASE在模擬行星基地管理了大約4個小時。
然而，研究人員強調，在實際運行基地之前還需要做更多的工作。
雖然CASE令人印象深刻，但它既不是《2001:太空漫遊》(2001:A Space Odyssey)中完全實現自主的HAL，也不是《星際旅行：下一代》(Star Trek: the Next Generation)中的Lt. Commander Data。
“它的能力非常有限，只關注發生在行星上的事件。”
“雖然它可以維持生命維持系統的運轉，但它並不知道誰贏得了上次總統大選。”
這個小組現在正與美國國家航空航天局所稱的類似物合作——志願者們假裝自己生活在一個遙遠的世界上的地方。
其目的是將CASE合併到模擬中，以瞭解該軟件如何幫助改進未來的太空探索。
博納索補充說，他有時會不能跟上這個項目的發展，這項工作該如何為遙遠的宇航員創造一個現實版的HAL。
“當你深入研究軟件的工作時，你有時會忘記，你實際上是在想象生活在火星或月球上會是什麼樣子。”
“有時我們不得不退後一步說，‘嘿!這很酷。’”
人工智能系統依賴於人工神經網絡(ANNs)，它試圖模擬大腦工作的方式來學習。
人工神經網絡可以被訓練來識別信息中的模式——包括語音、文本數據或視覺圖像——並且這是人工智能近年來大量發展的基礎。
傳統的人工智能通過輸入大量信息來“教授”某個特定主題的算法。
實際應用包括谷歌的語言翻譯服務、Facebook的面部識別軟件以及Snapchat改變實時濾鏡的圖像。
輸入這些數據的過程非常耗時，而且僅限於某一種知識。
一種新的人工神經網絡被稱為對抗性神經網絡(Adversarial Neural Networks)，它讓兩個人工智能機器人的智慧互相較量，從而讓它們相互學習。
這種方法旨在加速學習過程，以及細化人工智能系統創建的輸出。
閱讀更多 前瞻網 的文章
