譯者 | 於之涵
出品 | 人工智能頭條（公眾號ID：AI_Thinker）
在近日舉行的 Google I/O 大會上，Google 的一些頂尖科學家齊聚一堂，共同討論了人工智能的未來。
人工智能領域存在著兩種發展狀態，乍一看，它們完全相反。在 2018 年，我們已經有了可以準確識別貓的計算機系統，而且近乎完美，但是另一方面，全自動駕駛汽車和針對醫生的 AI 診斷工具還只是處於在功能上可用的狀態。
在今天，想要弄清楚人工智能到底能做些什麼，本身就是一項艱鉅的任務，這也是為什麼我們要從弄清楚一個基礎問題入手。
Google Cloud 人工智能和機器學習首席科學家李飛飛認為問題在於：
“機器可以思考嗎？”
根據 Google 的說法，今天的答案是徹底否定的。當被問到解決圖像識別問題是否足夠讓她相信我們正在讓機器走向真正的思考道路時，李飛飛簡單答覆說:“不，這還不夠。”
似乎我們還遠未接近通用人工智能（AGI），或是出現那些在思考、處理、預測、檢查和學習能力方面與人類同等甚至超過人類的機器。
當 Google 資深科學家、Google Brain 項目聯合創始人 Greg Corrado 被問到我們是否接近 AGI 時，他的回答反映了這個社區中許多人的想法:
我真的不這麼認為。我的感覺是，好吧，人工神經網絡終於可以識別貓，我們已經解決了這個關於圖像識別的神聖問題，但說要接近‘智能’，我們甚至還沒有觸及它的皮毛，所以對我來說，這真的是一個太遙遠以至於無法想象的跨度，經過幾十年的努力，我們終於破解了模式識別，這樣我們將會處於人工智能的邊緣。
這個問題對於 Google 的頂尖研究人員和外行人來說是一樣的：我們正在關注的這項技術，在七、八年前，對認知科學研究人員來說僅僅是一種業餘愛好，而如今對所有技術的核心發展卻像互聯網一樣重要。而且，如果你相信專家的話，在五到十年的時間裡，機器學習將像電力一樣重要。
▌開放，而不是封閉
儘管權威人士和所謂的專家聲稱，深度學習並不總是發生在一個神奇的虛幻世界中。有些人把神經網絡稱為鍊金術，而另一些人則有不同的看法。Corrado 表示：
有一種觀點認為 AI 或深度學習是一個黑匣子，但實際上不是。我們之所以沒有研究它是如何工作的，是因為在很長一段時間內，它真的不好用。但如今它運行的很好，有很多工具和技術來檢測這些系統的運作。
這意味著，唯一的出路是通過開源算法，平等機會獲取培訓數據集，併為每個人提供更好的工具。Corrado 繼續說：
至關重要的是，我們應該儘可能多地分享關於它們是如何運作的，我不認為我們應該閉門造車，相反，我們應該開發可以被社區中的每個人使用的工具......我們應用機器學習團隊中使用同樣的工具來解決我們感興趣的問題，這些工具你同樣也可以使用。
▌AI 剛剛進入第二階段
根據這些頂尖研究人員的說法，未來世界裡，人工智能幾乎可以賦能人們所做的一切——人與機器的協同，而不是人或機器。在 Google 的計劃中很容易看到這個藍圖——你是否接受公司信息取決於你自己。但是，就像當年互聯網泡沫的破滅一樣，在劍橋分析醜聞之後，我們天真的樂觀被徹底粉碎了。人工智能的運行基於數據，數據應該屬於人類，而不是公司。
人工智能的未來並不是確定的，它只是剛剛起步，任何人都無法預測接下來會發生什麼。但與此同時，AI 超過半個世紀的發展表明它是所有技術的未來。
Corrado 和李飛飛稱這是“第二階段”，在 AI 發展 60 年之後，他們和世界各地的同行們才剛剛起步。
原文鏈接：
https://thenextweb.com/artificial-intelligence/2018/05/09/googles-top-ai-scientists-were-entering-phase-two/
閱讀更多 AI科技大本營 的文章
