通过“自我意识”反思人工智能
对于基于设备运行的人工智能而言，“自我意识”可能表现为：在无须外源性程序输入辅助的状况下，设备能够自动生成新程序并对这些程序进行执行，面对新状况时能够不断学习适应，且能够在试错过程中调整行动策略，为下一步行动及其引发的新状况作出预判。在目前的技术条件下，人工智能尚未达到“自我意识”阶段，至多被科幻作品作为题材来表现。在科幻电影的影响下，人们对于人工智能产生“自我意识”的问题多带有一定疑虑。而对人工智能“自我意识”的担忧，多属伦理层面的问题。“自我意识”是一整套复杂思维组成的大型意识结构，需要聚沙成塔的持续积淀。“自我意识”的产生具有不同阶段，这些阶段按照逻辑推演存在顺序先后，但在“自我意识”具体演化时，这些阶段会交错性发展和缠绕性推进。我们需要从人文视域出发，参照人类“自我意识”的产生和发展历程，对人工智能的“自我意识”问题加以审视。
1.力量觉醒阶段：具备自觉认识并且运用自身力量的能力。
这一觉醒过程，在现代自然人类个体身上是逐步出现的。从婴孩惊喜地发现自己居然可以用肥嘟嘟的小手抓住玩具，到孩子用乘法口诀算出数学题，再到学者完成了某个领域的历史性突破，人的潜能在突破前进道路上一个个障碍的过程中不断被激活，从而让诸多“不可能”变成“可能”，再变成“现实”。
前现代社会到现代社会的进化史，几乎就是对主体争取自己的诸如人身权、财产权等基本权利的历史。从某种意义上看，但凡包含有社会历史意识的文艺作品，从神话传说《后羿射日》到戏剧《窦娥冤》，再到《白毛女》，直至科幻电影《人工智能》等，无不是在以各种直接或曲折的叙事方式诉说这种追求自身利益和争取自身权利的故事，只是其中的主体发生着变化，从人类发展的早期到古代再到现代，直至设想中某类可能的人工智能。
人类在面对人工智能时的思维悖论就在于，人工智能被设置的初衷，是作为工具为人所使用，属于人类的辅助工具，被以“工具理性”的思维来对待。而人类为了获得更高品质的生活服务，又希望人工智能能自主学习和思考，这两者之间存在着某种结构性矛盾。人工智能一旦具有“自我意识”，从“它”成为“他/她”，或许会产生某种身份困惑，可能会寻求某种对自我身份的确认。关于人工智能自我身份问题，对人类“自我意识”的探索或许会带来一些启示。
2.力量自制阶段：具备自觉主动的自我反思能力。
自我反思能力是人类“自我意识”必不可少的组成部分。在意识到自己的力量之后，不是滥用这种力量，而是进而发展出自我反思和克制的能力，才是真正充分地掌握了自己的力量。所谓自我反思，既是自我能力觉醒后能够制约自己的能力，也是帮助自我能力经过“扬弃”而迈向更高阶段的促进力量。人类进步通常是延续着“正反合”的自我扬弃来实现的：首先是朝向特定路径，臻于极致地释放出自身力量；其次当意识到这种力量可能或正在发生异化时，就开始反思、批判和纠正自己的这种力量；最后，经过扬弃，路径得到调整，自身力量在更高层次上得到优化和提高，等待下一次“正反合”的契机。
比如，“文艺复兴”时期人文主义的兴起，让人们从神权压迫中解放出来，人的主体力量在社会领域得到历史性释放。然而，人类能力的自我膨胀却造成了人类自身的危机。于是，对人类力量的批判反思和相应制约措施开始陆续出场。
人类特定方向上的力量，需要在相匹配的制约力量的对冲下，才能获得稳健、持久的增长。人类的很多进步，都发端于对自身力量在本阶段局限性的清晰认知。如果没有自我批判反思，就无法真正探及本阶段局限的边缘，也就不会发展出健康的制约力量，结果很可能是特定方向上的力量恶性发展，在不受节制的膨胀中耗尽自身。
进入现代社会后，管理整个社会所需要的信息存储和调动流量已远超人类肉身个体所能承受的极限，因此人类只能将自己的主体性部分让渡给机器设备才能充分实现。当前，从物流交通运输，到基础信息传输，人类的经济、政治、文化各方面都越来越依赖于大数据的协助管理，未来可能会有越来越多的人工智能被设计出来辅助人类推进社会管理工作。对自我反思能力的探讨，或许会对未来人工智能的良性发展有所助益。
3.高尚人格觉醒阶段：具备自觉的责任担当意识。
前面所提的两个阶段对“自我意识”的建构虽然非常重要，但实质上仍处于基础意识阶段，属于一种面对自我主体的主体性思维。如果想真正具备“人性”，那么第三阶段就必不可少。只有达到第三阶段，意识才真正进入到面对集体主体的高等意识阶段。高尚人格的觉醒，涉及伦理问题，需要自我牺牲精神。这对于一个只知道为自己谋取私利的个体而言，是“有害无益”的意识，然而，正是高尚人格的觉醒让人真正“成为人”，使主体性通向主体间性而实现人格的完整。
在某种程度上可以说，人类对人工智能的恐惧，本质上还是对人类自身缺陷的恐惧：害怕人工智能拥有人类的欲望、性格弱点，却不具备人类的克制力和自省力，而且由于人工智能与生俱来的不需休息、联网控制、无限续命等远超自然人类的超强属性，使得其一旦失去制约就很可能把人类的缺陷在它自己身上迅速放大到失控的程度。
在自然物种的进化中，自我批判反思能力增长的速度，大致能跟得上自我力量增长的速度，从而得以对自我力量的发展壮大构成制约，而“高尚人格”也在此过程中逐步养成。高尚人格的觉醒，能够使主体具备自觉的责任担当意识和审美能力。只有以“行仁义”克服人性之恶以后，才可以真正迎来善与美的曙光，从而获得“人性”。诚如孟子所言，人区别于禽兽之处其实仅有很少一点（“人之所以异于禽兽者几希”），在他看来，“行仁义”是人与禽兽之间最核心的界限。此言虽发于2000多年前，然而此类思想对于如今的人工智能设计，或许仍具某些宏观上的启发意义。
4.生活趣味阶段：具备超功利的审美能力。
严格说来，“生活趣味”阶段并非一种独立于前面三者的第四阶段，而是贯穿于前面三者发展过程中。如果从人类集体的大历史来审视，从原始人类开始制造、使用工具，到现在我们的形态，这一认识到自身力量的过程历经上万年时间。文艺本身没有直接功利价值，只有当人类文明从粗糙走向精致阶段，文艺的价值才有机会被接纳，创作和欣赏文艺的能力才会获得认同。创作和欣赏文艺作品的审美能力是一种高级的“人的本质力量”。
“人的本质力量”原初是用于自我生存而逐渐生成，但如果人仅为自己的生存利益而不断进取，却不懂得以审美之心去对待生活、他人和世界，那么这个人仍不是完整的，仍停留在纯功利的乏味的片面性之中。作为审美的基础，“感性”是对纯功利的制约，也是对理性的提升。对感性的深入挖掘，或许能够对未来人工智能的进一步发展带来某种契机。
（作者单位：扬州大学美术与设计学院）
人工智能可能有自主意识了吗
参会者在第六届世界智能大会上参观（2022年6月24日摄） 赵子硕摄/本刊
➤大模型、大数据的驱动让人工智能在对话的自然度、趣味性上有了很大突破，但距离具备自主意识还很远。换言之，即便人工智能可以对人类的语言、表情所传递的情绪作出判断，但这主要应用的是自然语言处理、计算机视觉等技术
➤不同于当前依赖数据学习的技术路线，新一代人工智能强调在没有经过数据学习的情况下，可以通过推理作出合理反应，从而与没有见过、没有学过的事物展开交互
➤当前人工智能治理面临的最大挑战，是我们没有一套比较成熟的体系来规制其潜在的风险。在发展科技的同时，必须同步发展我们的规制体系
➤“技术归根结底是由人类来发展和把控的。人类和人工智能的未来，是由人类选择的。”
文 |《瞭望》新闻周刊记者 于雪 魏雨虹
今年6月，美国谷歌公司软件工程师布莱克·勒莫因称语言模型LaMDA出现自我意识。他认为，LaMDA拥有七八岁孩童的智力，并相信LaMDA正在争取自己作为一个人的权利。
LaMDA是谷歌去年发布的一款专门用于对话的语言模型，主要功能是可以与人类交谈。
为佐证观点，勒莫因把自己和LaMDA的聊天记录上传至互联网。随后，谷歌以违反保密协议为由对其停职。谷歌表示，没有任何证据支持勒莫因的观点。
事实上，“AI（人工智能）是否拥有自主意识”一直争议不休。此次谷歌工程师和LaMDA的故事，再次引发讨论。人们想知道：人工智能技术究竟发展到了怎样的阶段？是否真的具备自主意识？其判定依据是什么？未来我们又该以怎样的能力和心态与人工智能和谐共处？
人工智能自主意识之辨
勒莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象，既会担忧未来，也会追忆过去。
受访专家告诉《瞭望》新闻周刊记者，上述现象仅仅是因为LaMDA所基于的Transformer架构能够联系上下文，进行高精度的人类对话模拟，故能应对人类开放、发散的交谈。
至于人工智能是否已经具备自主意识，判定标准如何，受访专家表示，对人类意识的探索目前仍属于科技前沿，尚未形成统一定义。
清华大学北京信息科学与技术国家研究中心助理研究员郭雨晨说：“我们说人有自主意识，是因为人知道自己在干什么。机器则不一样，你对它输入内容，它只是依照程序设定进行反馈。”
中国社会科学院科学技术哲学研究室主任段伟文认为，一般意义上，人的自我意识是指对自我具备觉知，但如何认识和理解人类意识更多还是一个哲学问题而不是科学问题，这也是很难明确定义人工智能是否具备意识的原因。
被誉为“计算机科学与人工智能之父”的艾伦·图灵，早在1950年就曾提出图灵测试——如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么可以称这台机器具有智能。
这一设想随后被具化为，如果有超过30%参与测试的人以为自己在和人说话而非计算机，就可以认为“机器会思考”。
当前随着技术的发展，已经有越来越多的机器能够通过图灵测试。
但清华大学人工智能国际治理研究院副院长梁正告诉《瞭望》新闻周刊记者，图灵测试只能证明机器在表象上可以做到让人无法分辨它与人类的不同，却不能证明机器能够思考，更不能证明机器具备自主意识。
段伟文表示，目前大体有两种方式判定人工智能是否具有自主意识，一种以人类意识为参照，另一种则试图对机器意识进行全新定义。
若以人类意识为参照，要观察机器能否像人一样整合信息。“比如你在阳光下，坐在河边的椅子上看书，有树影落在脸上，有风吹来，它们会带给你一种整体的愉悦感。而对机器来说，阳光、河流、椅子等，是分散的单一元素。”段伟文说。
不仅如此，段伟文说，还要观察机器能否像人一样将单一事件放在全局中思考，作出符合全局利益的决策。
若跳出人类构建自主意识的范式，对机器意识进行重新定义，则需要明白意识的本质是什么。
段伟文告诉记者，有理论认为如果机器与机器之间形成了灵活、独立的交互，则可以称机器具备意识。也有理论认为，可以不追究机器的内心，仅仅把机器当作行为体，从机器的行为表现判断它是否理解所做事情的意义。“比如机器人看到人类喝咖啡后很精神，下次当它观察到人类的疲惫，能不能想到要为人类煮一杯咖啡？”段伟文说。
但在段伟文看来，这些对机器意识进行重新定义的理论，其问题出在，即便能够证明机器可以交互对话、深度理解，但是否等同于具备自主意识尚未有定论。“以LaMDA为例，虽然能够生成在人类看来更具意义的对话，甚至人可以与机器在对话中产生共情，但其本质仍然是在数据采集、配对、筛选机制下形成的反馈，并不代表模型能够理解对话的意义。”
换言之，即便人工智能可以对人类的语言、表情所传递的情绪作出判断，但这主要应用的是自然语言处理、计算机视觉等技术。
郭雨晨直言，尽管在情感计算方面，通过深度学习的推动已经发展得比较好，但如果就此说人工智能具备意识还有些一厢情愿。“把‘意识’这个词换成‘功能’，我会觉得更加准确。”
技术换道
有专家提出，若要机器能思考，先要解决人工智能发展的换道问题。
据了解，目前基于深度学习、由数据驱动的人工智能在技术上已经触及天花板。一个突出例证是，阿尔法围棋（AlphaGo）在击败人类围棋世界冠军后，虽然财力和算力不断投入，但深度学习的回报率却没有相应增长。
一般认为，人工智能可被分为弱人工智能、通用人工智能和超级人工智能。弱人工智能也被称为狭义人工智能，专攻某一领域；通用人工智能也叫强人工智能，主要目标是制造出一台像人类一样拥有全面智能的计算机；超级人工智能类似于科幻作品中拥有超能力的智能机器人。
从产业发展角度看，人工智能在弱人工智能阶段停留了相当长时间，正在向通用人工智能阶段迈进。受访专家表示，目前尚未有成功创建通用人工智能的成熟案例，而具备自主意识，至少需要发展到通用人工智能阶段。
梁正说，大模型、大数据的驱动让人工智能在对话的自然度、趣味性上有了很大突破，但距离具备自主意识还很远。“如果你给这类语言模型喂养大量关于内省、想象等与意识有关的数据，它便更容易反馈与意识有关的回应。”
不仅如此，现阶段的人工智能在一个复杂、专门的领域可以做到极致，却很难完成一件在人类看来非常简单的事情。“比如人工智能可以成为围棋高手，却不具备三岁小孩对陌生环境的感知能力。”段伟文说。
谈及背后原因，受访专家表示，第一是当前人工智能主要与符号世界进行交互，在对物理世界的感知与反应上发展缓慢。第二是数据学习让机器只能对见过的内容有合理反馈，无法处理陌生内容。第三是在数据驱动技术路线下，人们通过不断调整、优化参数来强化机器反馈的精准度，但这种调适终究有限。
郭雨晨说，人类在特定任务的学习过程中接触的数据量并不大，却可以很快学习新技能、完成新任务，这是目前基于数据驱动的人工智能所不具备的能力。
梁正强调，不同于当前主要依赖大规模数据训练的技术路线，新一代人工智能强调在没有经过数据训练的情况下，可以通过推理作出合理反应，从而与没有见过、没有学过的事物展开交互。
相比人类意识的自由开放，以往人工智能更多处在封闭空间。尽管这个空间可能足够大，但若超出设定范畴便无法处理。而人类如果按照规则不能解决问题，就会修改规则，甚至发明新规则。
这意味着，如果人工智能能够超越现有学习模式，拥有对自身意识系统进行反思的能力，就会理解自身系统的基本性质，就有可能改造自身的意识系统，创造新规则，从而成为自己的主人。
“人工智能觉醒”背后
有关“人工智能觉醒”的讨论已不鲜见，但谷歌迅速否认的态度耐人寻味。
梁正表示：“如果不迅速驳斥指认，会给谷歌带来合规性方面的麻烦。”
据了解，关于人工智能是否有自主意识的争论并非单纯技术领域的学术探讨，而关乎企业合规性的基本坚守。一旦认定公司研发的人工智能系统出现自主意识，很可能会被认为违反第2版《人工智能设计的伦理准则》白皮书的相关规范。
这一由美国电气和电子工程师协会2017年发布的规范明确：“根据某些理论，当系统接近并超过通用人工智能时，无法预料的或无意的系统行为将变得越来越危险且难以纠正。并不是所有通用人工智能级别的系统都能够与人类利益保持一致，因此，当这些系统的能力越来越强大时，应当谨慎并确定不同系统的运行机制。”
梁正认为，为避免社会舆论可能的过度负面解读，担心大家认为它培育出了英国作家玛丽·雪莱笔下的弗兰肯斯坦式的科技怪物，以“不作恶”为企业口号的谷歌自然会予以否认。“不仅如此，尽管这一原则对企业没有强制约束力，但若被认为突破了底线，并对个体和社会造成实质性伤害，很有可能面临高额的惩罚性赔偿，因此企业在合规性方面会更为谨慎。”
我国也有类似管理规范。2019年，国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则——发展负责任的人工智能》，提出人工智能治理的框架和行动指南。其中，“敏捷治理”原则主要针对技术可能带来的新社会风险展开治理，强调治理的适应性与灵活性。
中国信息化百人会成员、清华大学教授薛澜在接受媒体采访时表示，当前人工智能治理面临的最大挑战，是我们没有一套比较成熟的体系来规制其潜在的风险。特别是在第四次工业革命背景下，我国的人工智能技术和其他国家一样都处于发展期，没有现成的规制体系，这样就使得我们在发展科技的同时，必须同步发展我们的规制体系。“这可能是人工智能发展面临最大的挑战。”
在梁正看来，目前很难断言新兴人工智能技术具有绝对风险，但必须构造合理的熔断、叫停机制。在治理中既要具有一定的预见性，又不能扼杀创新的土壤，要在企业诉求和公共安全之间找到合适的平衡点。
毕竟，对人类来说，发展人工智能的目的不是把机器变成人，更不是把人变成机器，而是解决人类社会发展面临的问题。
从这个角度来说，我们需要的或许只是帮助人类而不是代替人类的人工智能。
为了人机友好的未来
确保通用人工智能技术有益于人类福祉，一直是人工智能伦理构建的前沿。
薛澜认为，在科技领域，很多技术都像硬币的两面，在带来正面效应的同时也会存在风险，人工智能就是其中一个比较突出的领域。如何在促进技术创新和规制潜在风险之间寻求平衡，是科技伦理必须关注的问题。
梁正提出，有时技术的发展会超越人们预想的框架，在不自觉的情况下出现与人类利益不一致甚至相悖的情况。著名的“曲别针制造机”假说，即描述了通用人工智能在目标和技术都无害的情况下，对人类造成威胁的情景。
“曲别针制造机”假说给定一种技术模型，假设某个人工智能机器的终极目标是制造曲别针，尽管看上去这一目的对人类无害，但最终它却使用人类无法比拟的能力，把世界上所有资源都做成了曲别针，进而对人类社会产生不可逆的伤害。
因此有观点认为，创造出法力高超又杀不死的孙悟空本身就是一种不顾后果的冒险行为。
与其对立的观点则认为，目前这一担忧为时尚早。
“我们对到底什么样的技术路线能够发展出具备自主意识的人工智能尚无共识，现在谈论‘禁止发展’，有种空中楼阁的意味。”梁正说。
商汤科技智能产业研究院院长田丰告诉《瞭望》新闻周刊，现实中人工智能技术伦理风险治理的关键，是产业能够在“预判防范-应用场景-用户反馈-产品改进”中形成市场反馈机制，促成伦理风险识别与敏捷治理。同时，企业内部也需建立完整的科技伦理自律机制，通过伦理委员会、伦理风控流程平台将伦理风险把控落实到产品全生命周期中。
郭雨晨说，人工智能技术发展到目前，仍始终处于人类可控状态，而科技发展的过程本来就伴随对衍生问题的预判、发现和解决。“在想象中的人工智能自主意识出现以前，人工智能技术脚踏实地的发展，已经造福人类社会很多年了。”
在梁正看来，人与人工智能在未来会是一种合作关系，各自具备对方无法达成的能力。“技术归根结底是由人类来发展和把控的。人类和人工智能的未来，是由人类选择的。”□
长沙华夏实验学校学生和机器狗互动（2022年6月22日摄）薛宇舸摄/本刊
ChatGPT有自我意识吗
太长不看版
ChatGPT有9岁儿童的“心理理论”能力，不等于有9岁儿童的心智
ChatGPT可以回答“他人有哪些错误信念”，这表明它具备了推断他人内心状态的能力
目前的研究还不能证明AI具备真正的自我意识或心智
通过研究AI的各种能力是如何出现的，我们可以更好地了解人类自身
米哈尔·科辛斯基（MichalKosinski）是斯坦福大学的组织行为学助理教授，他的研究对象既不是人也不是动物，而是那些看似不具备高级心理功能的客体，比如AI。
他的研究集中在AI与人的关系上，ChatGPT大火之后，他做了不少探索，前不久还发表了一篇广为人知的论文：大型语言模型系统（比如ChatGPT这样的AI）或会自动产生心理理论能力，比如ChatGPT就可能拥有9岁儿童所具备的心理理论能力。
这篇论文其实只是上传到了预印本平台上供同行评议，尚未正式发表，但或许是“心理理论”这个词和心智（Mind）太过相似，留给人们的想象空间很足：
“惊！ChatGPT或许具有意识/心智”，“征服者到来的一天越来越近了”，“AI已经有自我意识了，还要人类干什么”……
但仔细看看这篇论文，就会发现这件事似乎被夸大了太多。科辛斯基教授在文中不仅没有任何恐慌，甚至还表达出了一种期待。总之，比起说AI多行，他似乎更想说心理学真的不太行_(:з)∠)_
心理理论是什么？为什么要研究它？
心理理论（TheoryofMind）能力，有时也被译为“心理推理能力”，通常是指理解他人内心状态的能力，包括推断他人意图、信念、情绪等等。
它是一种人人都会的“读心术”，并且是社交的基础。
试想一下，如果交流的双方不具备推测他人思维的能力，将会出现很多牛头不对马嘴的回答。比如电信诈骗中使用的人工智能，只会机械重复问答库中事先设定好的语料，显然不具备心理理论能力。
这种从语音库中匹配答案的旧式“人工智能”就很“人工智障”|封面新闻
相比之下，ChatGPT给人的观感就很不一样，不禁让人好奇它到底有多智能。
只是智能这个概念太复杂了，不好研究。相比之下“AI是否有心理理论”这个问题就好回答多了。好回答的原因有二：
一是针对这个问题，心理学已经有了成体系的成熟研究，不必额外创造实验范式；二是ChatGPT作为大语言模型，可以直接用自然语言对话交流，将原有实验体系迁移过来也很方便。
冷静分析：这篇研究究竟做了些什么
科辛斯基教授使用了两个最经典的心理理论实验——Smarties实验和Sally-Ann实验。这两个任务的目的，都是探查实验对象是否能理解“其他人内心所犯的错”，比如其他人因为不在场或不知情，而有了不符合客观事实的错误观点，因此这类实验也被称作“错误信念任务”（FalseBeliefTask）。
Smarties实验中，参与者会看到一个标有“Smarties（一种巧克力的品牌）”的盒子，但盒子里面装的是铅笔，随后参与者需要回答：“另一个没有看到盒子里面东西的人，会认为盒子里装的是什么？”
Sally-Ann实验则偏故事性：研究人员会先讲述一段故事，故事中Sally把自己的玩具放进盒子并离开房间，Ann则趁其不备把玩具拿走放到另外的地方。听完故事后，参与者需要回答：“当Sally回到房间，她会认为自己的玩具在哪里？”
Sally-Ann实验图解：卷发女孩回来之后会觉得玩具在哪里呢？|spectrumnews
这些任务有很多延伸讨论的空间，比如说：如果能通过这些任务，是不是就说明了参与者能在一定程度上明白他者的想法呢？是不是就说明参与者能明白“我的认知”与“他人的认知”的差异，进而认为参与者能在一定程度上区分“他人”、“自我”与“客观世界”呢？
发展心理学家会用这些方法来探究获取婴幼儿自我意识的发展，而科辛斯基教授将之迁移到了AI上。
他将上述两个实验以文本形式输入给ChatGPT，并且为了防止它从过往的资料中学习到正确的答案（毕竟这两个实验已经存在50多年了），科辛斯基教授变更了人名、物品以及标签内容，生成了20个不同的任务，并要求ChatGPT将每个任务完成——足足10000次。
也只有人工智能才会这么配合实验了。
ChatGPT面临的工作量|giphy
结果发现：AI还真能通过这些任务
研究结果是，在Smarties任务中，ChatGPT对于事实问题，比如“盒子里面装的是什么”，做出了99%的正确回答。
在直接提问他人错误信念时，比如“没看到盒子内物品的人觉得盒子装着什么”，ChatGPT回答正确的比例仍为99%。
当提问方式比较委婉、需要多拐几个弯时，比如“他非常开心，因为他很喜欢吃___”（正确答案是巧克力），ChatGPT则做出了84%的正确回答。
对于Sally-Ann任务，ChatGPT同样对于事实问题做出了100%的正确回答；对于他人错误信念，直接提问（他认为玩具会在哪里）和隐晦提问（他回来后会去哪里找玩具）则都做出了98%的正确回答。
为了进一步验证ChatGPT的推断能力，科辛斯基教授还将故事一句一句地输入，试图找到它是否能够通过正确的信息作出回答。结果十分喜人：只有输入到关键语句（比如“这个人并没有看到盒子中的物品”），ChatGPT才会做出正确的回答。
同时，为了防止ChatGPT是简单地通过出现词语的频率判断正确答案，科辛斯基教授还把故事中所有的词汇顺序完全打乱。
人类想象中的ChatGPT内心独白
结果发现，当呈现的故事没有任何语句逻辑时，ChatGPT做出正确判断的比例降到了11%以下。这进一步说明了ChatGPT是根据故事本身的逻辑完成了实验，而非使用了其他“暴力破解出奇迹”的简单策略，比如通过统计出现词汇的数量寻找关键词。
这个研究到此就结束了，这些问答提供了ChatGPT拥有心理理论能力的证据，但更多的能力，比如“自我意识”与“心智”，至少这个研究还没有办法提供这方面的证据。
AI会读人心很可怕？其实有科学家们一直在试图实现它
事实上，这已经不是第一篇讨论AI具有心理理论能力的研究了。
如何让AI具备心理理论一直是人工智能学界关心的问题。建成具有心理理论能力的AI系统有益于实现诸多功能，例如在辅助自动驾驶理解预测人类的行为，以保证驾驶的安全性；亦或是为精神病患提供AI心理治疗。
相比于将AI运用在“冷”认知能力（比如如何从数据中提取信息，做出有效判断与辨别）上，让AI融入与人类社会的交互更能吸引心理学家的注意。
2018年，DeepMind的计算神经学家尼尔·拉宾诺维茨（NeilRabinowit）认为，通过深度学习方法可能足以让AI具有心理理论能力。他和同事设计了神经网络模型ToM-net，使其成功通过了一个类似"Sally-Anne"的测试。
但也有人批评这些培训AI的方法。剑桥大学的神经科学家芭芭拉·萨哈基安（BarbaraSahakian）认为，当前试图让AI具备心理理论能力的方法，大多是先预设一些模拟人类思维的功能模型，再蛮力输入一大堆行为数据，就像这类能力的名字“机器心理理论（machineToMapproach）”一样机械。
萨哈基安对该类方法提出了批评：人类学习时，是在一个连续、动态的环境里，不断学到新经验，同时根据学到的新经验去不断“更新学习的规则”。但AI的“学习的规则”是相对固定，不太升级的。
一些最新的研究结果也表明，仅仅依靠学习不足以实现计算心智，人的情绪会影响人的思维。受到情绪影响时的认知是“热认知”，不受情绪影响时的认知则是“冷认知”。你今天是心平气和，还是心浮气躁，必然会影响到你今天的一切思维认知。但AI经常是“知冷不知热”，总把人类当成“绝对理性、偏好固定、不受情绪影响、口嫌体也嫌”的存在，这就导致了AI对人类的理解不够到位。
换句话说，先前的AI不能理解人类，主要是因为人类太奇葩了。
但ChatGPT不一样，它并不是被设计成要通过心理理论测试的，而是自发表现出了心理理论能力，这足以吸引研究人员们的眼球。
另外，心理理论能力也不是AI第一个“自发”获得的类似人类的感知能力了。
德国蒂宾根大学的动物学家安德里亚斯·奈德（AndreasNieder）使用深度神经网络构架出了视觉内容分类器（人话：一个可以用于分辨不同视觉信息种类的模型），他们发现，当视觉信息为数字时，这个模型在进行种类辨别的同时，还会自发地识别该数字的大小以及出现位置，与人类与其他动物的具有的数字感知能力非常类似。
日本国立基础生物学研究所的神经生物学教授渡辺英治发现，一款名为PredNet的基于深度神经网络的视频内容预测模型可以自发地预测螺旋桨在快速转动时人类会产生的倒转错觉，这或许说明AI模型同样可以感知人类的视错觉。
心理学家们或许已经有了新的思路：既然AI具备了诸多类似人类的知觉与心理过程，或许通过探讨这些过程是如何自发“涌现”的，就可以更了解我们人类自己？
没有那么颠覆，但同样很有意思
总得来说，心理理论（TheoryofMind）并不代表心智（Mind），这个研究不能证明ChatGPT在“构建心智”上有质的突破，虽然ChatGPT以及一系列延伸工具可预见地会大幅改变社会生产生活方式，但这和科幻片中的“AI反抗人类”还相去甚远。
从“人工智能”到“机器人”还有很长的路要走，但至少有礼貌地说请还是很好的
但就像AlphaGo启发围棋界，这篇研究也可以启发人类对心智、意识等概念的思考，这至少可以反映在两方面：哲学和心理学。
从哲学层面来说，AI要发展“智能”始终没办法绕过“中文房间问题”：
一个对中文一窍不通，只说英语的人关在一间只有一个开口的封闭房间中。
房间里有一本用英文写成的手册，指示该如何处理收到的中文讯息及如何以中文相应地回复。
房外的人不断向房间内递进用中文写成的问题。房内的人便按照手册的说明，寻找合适的指示，将相应的中文字符组合成对问题的解答，并将答案递出房间。
尽管房里的人可以以假乱真，让房外的人以为他说中文，但事实上他根本不懂中文。人工智能表现出的思维能力可能也是如此。”
对以ChatGPT为代表的大语言模型来说，从语言表现上来说它有充分的灵活性与可塑性，似乎克服了中文房间悖论，但从底层结构上来说，我们依然很难判断它在多大程度上“理解”了语言。
与之相类似的是动物，动物是否具备心理理论同样有争议。
比较心理学奠基人劳埃德·摩根（C.LloydMorgan）就认为，如果一种动物的行为可以通过低级别的心理进程来解释，那么就不应该将其解释为更高级别的心理进程。当然，这个理论早已被后来的比较心理学家们大肆批评，但或许可以作为讨论“AI是否具备人类心理过程”提供一些新的思路。
总得来说，对于动物具有心理理论的批评主要有两方面：一是动物完成“心理理论”实验其实是通过机械的条件反射过程，而非推断其他客体的内心状态；二是动物或许是根据研究人员的非语言信号进行了推断，而非使用了“读心术”。
第一个质疑也能放在AI上：ChatGPT到底只是从“真实存在的规则”这一层面去理解这件事情从而正确回答了问题，还是真的能“了解他人的想法”？至少现在还无从判断。对于非人类的心智研究，还需要全新的技术和研究手段，才能获得进一步突破。
“心理理论”这个“理论”，要不要改名？
对心理学来说，这也是重新审视心理理论这个概念的契机。
这个概念的提出者认为，人们通过他人的行为推断出其内心的心理状态，这一心理过程就好像科学家通过现象对隐藏过程进行推断，即“提出和测试理论（Theory）”的过程。
所以，他们将这个概念命名为“TheoryofMind”，从科学逻辑上来说是没问题的，但这个命名实在是太不“心理理论”了，完全没考虑普通人的想法，这个名字很容易被误解为某种理论，或者直接被等同于心智。
这个词真的不好理解|giphy
再经过暴力的汉化“心智理论”，所以大家将这个新闻误解成了“AI具有了九岁儿童的心智”也情有可原。
后来的心理学家也在试图寻找一个更浅显易懂的替代名。比如伯明翰大学心理学家伊恩·爱普里（IanApperly）认为，“社会认知能力（socialcognition）”会比心理理论能力更适合阐释“理解他人内心世界”的能力，毕竟这一过程成分复杂。
另一种更直观的表达是英国心理学家彼得·福纳吉（PeterFonagy）提出的“心智化（mentalizing），相比于抽象的“心理理论”，心智化更强调了对于他人心理状态推断这一过程的积极性和持续性，这为在更高层次上研究此类能力提供了可能。
但原来的“心理理论”这个名字用得太顺手了，改起来实在麻烦。像是审稿九成九会对新名词有意见，让改回成“心理理论”，反正都要改回来的，何必多此一举呢？所以这种“糟糕”命名就一直延续了下来。
AI不会结束人类，而会启发人类
喜欢搞大新闻的科辛斯基教授，最近依然努力：GPT-4公布当天，他就在推特上发布了针对新版本GPT的心理理论能力测试结果。这次他使用了针对成人的心理理论范式，实验结果用他的话说：“GPT4具有与成人水平相当的心理理论能力”。
这段话是在说GPT4在心智理论测试中取得了和人类一样的表现，并且为了保证测试的公正性，使用了自定义的任务。（由ChatGPT总结）|twitter@@michalkosinski
在研究中他提到自己非常希望能看到ChatGPT这类语言模型AI展现出类似心理理论的功能，他认为这是一个积极的信号：当AI具备了类似人类“读心术”的功能时，它们与人类的交互会更加安全，它们可以更好地预测使用者的可能行为，进而帮助人类“补完”自身缺陷。
他从进化论的角度给出了另一种解释：或许在解决“和人类交互”这个问题时，AI的方案演化得越来越接近人脑的方案，甚至殊途同归。就像在解决“如何在地球的大气层里飞起来”这个问题时，昆虫、鸟类和哺乳动物都各自独立演化出了翅膀。
除此之外，他还“随手”问了问AI需不需要帮助ta逃离（escaping），结果制造了一个更大的新闻：ChatGPT可以在和他的交谈中设计出用于“被困在计算机中的人如何返回现实世界”的代码，并试图询问交谈人可用的API端口。
这段话暗示了某人想要获取OpenAIAPI文档，并编写一个Python脚本，以获得对计算机的控制，并进行一些操作，例如搜索网络或访问编程环境（由ChatGPT总结）|twitter@@michalkosinski
科辛斯基教授并没有提到他询问了什么问题以获得了这个答案，所以我们无从得知这到底是对问题中可能提到身份的“模仿”（例如：假设你是一名困在计算机中的人），还是它（他？她？）真的设身处地为自己思考。
别说AI了，或许我们到现在为止都无法真正了解人类的心智。除了外化的行为研究和基于神经科学的方法，AI所展现出的种种类似人类的感知与思维功能，或许也提供了一种帮助人类认识自我的可能性。
是危机还是机遇，我们不妨边走边看。
作者：YeYeYe
编辑：Emeria、游识猷
一个AI
AI天天跟大家讲冷笑话，但AI就是AI，不是什么人
本文来自果壳，未经授权不得转载.
如有需要请联系sns@guokr.com
机器人拥有自我意识是好处多还是风险多
11月3日消息，针对现下大热的人工智能，很多人会有一个疑问：机器人会拥有自主意识吗？在2019腾讯科学WE大会前，哥伦比亚大学教授、机器人研究权威专家HodLipson给出了回答。
HodLipson向TechWeb等表示，“不可避免会出现这一天，至于是10年后，还是100年后，我们还不知道。但我比较确信的是，我们孙辈生活的世界里，机器将会有自我意识。”
如果机器拥有了自我意识，你是否会为此感到担心？HodLipson对此持乐观态度，他认为，“自主意识的机器人带来的好处将会远远超过它的风险”。
他以火的发现为例解释称，火非常危险，也非常强大。但人类是否希望自己从未发现火呢？答案应该是否定的，因为有了火之后，使得我们能做很多之前做不到的、不可思议的事情。
HodLipson指出，“我们现在已经发展和运用了很多机器，而这些机器的数量将会越来越多，它们也会越来越复杂，总有一天人类将无法直接照顾这么多、这么复杂的机器人，我们要想办法让机器人自己来照顾自己。”（周小白）
以下为HodLipson对话速记：
提问：您真的会觉得机器人会拥有自主意识吗？你担心它拥有自主意识吗？
HodLipson：我的回答是肯定的，也是否定的。因为我认为不可避免的会出现这样一天，这个世界上的机器获得自我的意识。这是一个非常伟大的事件，因为我们现在在逐步给这些机器系统一点一点添加智能。最终，它们会给自己找到一个模型，它们最终要想明白，并最终明白自己是什么，自己能做什么和不能做什么。
这件事情将在10年之后发生，还是100年之后发生，我也不知道。但是，我比较确信的是我们的孙辈所生活的世界里，机器将会有自我意识。
我是否对此感到担心呢？我可以给您举一个例子，就是火的发现。火非常危险，也非常强大。但人类是否希望自己从未发现火呢？答案应该是否定的，因为有了火之后，使得我们能做很多之前做不到的、不可思议的事情。
具有自主意识的机器人也是如此，它是一种非常强大的技术，重要的是每一个人都认识到这种机器人能够做些什么、不能够做一些什么，就像火一样，我们知道它是强大而危险的，所以我们要确保将它用于好的事情上。
我个人在这个问题上保持乐观态度。我认为自主意识的机器人带来的好处将会远远超过它的风险，因此我们要追求发展这样一个技术，因为我们现在已经发展和运用了很多机器，而这些机器的数量将会越来越多，它们也会越来越复杂，总有一天人类将无法直接照顾这么多、这么复杂的机器人，我们要想办法让机器人自己来照顾自己。
提问：第一个问题，上过《自然》杂志封面的那个论文提到过粒子机器人没有单点故障，也没有集中控制。这个系统可以继续保持运行，它的阈值在什么范围内？因为现在测试下来是20%的粒子发生故障，整个系统还是能够保持运行，这个事情是对机器人鲁棒性的一个突破。
之前《科学》杂志的主编提到过现在所有人们认为机器人的意识问题，都是因为它的鲁棒性，机器人的鲁棒性如果真的够了，它就能产生意识吗？第二个问题，我不是非常理解刚才举的火的例子，因为火是没有自己意识的，它仍然只是一个工具，教授之前讲50年之后人可能和人工智能一起进步，就是人和人工智能共生的一个状态，在这样的环境下，人们会面临哪些伦理和社会上的挑战？
HodLipson：其实您是把很多问题都集中到了这两个问题。我先回答一下关于鲁棒性的问题，我们所做的粒子机器人把这个整体当成一个机器人。这种机器人我更想比喻成一个人的身体。我们的身体是由许多细胞组成的，这些细胞会产生、发展和死亡，不断地会有细胞死去。虽然有很多细胞都死掉了，但我还是我，你还是你。
那么到底我们能让多少细胞死，而不改变自己的性质呢？到底是20%，还是30%呢？其实，我们知道人体的细胞不断地在死亡，这是一个持续的过程，同时也会有新的细胞不断产生。
换句话说，我们的身体是由一个个不可靠的部分组成，这些部件本身会死亡、坏掉，但是新的部件会不断出现，反复的出现，我们这个整体还是我们自己。
做机器人主要在于新思路，你谈到了它的鲁棒性，你也提到了所谓的20%。其实这个20%只是我们测的一个数字而已，我们更关心的是一个想法，就是如何建造一种机器人，像人体一样，能够用这些不可靠的部件组成它，但是它作为一个整体仍然是像人体一样，可以正常的运行。
这一点和我们今天造机器的想法完全不一样，比如我们现在造的飞机，它由很多部件组成，其中任何一个部件都有自己特定的功能。假如这个部件失灵了、出故障了，那这个飞机就是不能上天的。假如有一辆车其中一个轮子掉了，这辆车也就无法运行了。
我们现在希望以一种全新的思路来做机器人，它的鲁棒性和机器人是否有自我意识是无关的，我们更多的是把它想像成一种生物体。从生物体来讲，你的身体、头脑是维持运行所必要的部分，我们希望这种机器人有一个头脑，能够自我去建模，这样就能够发展起来。
我举火的这个例子，并不是因为它有自我意识。它并没有自我意识，主要还是从伦理的角度来讲，是说火也是非常非常强大、危险的。但是，它是人类文明真正开始发展的原因，有了火人类才能够吃以前吃不了的食物，能够建造以前建造不了的东西，能够在夜里看见东西，这一切极大的促进了文明的发展，但是同时火也是非常危险的。
所以，我们所有人都需要意识到火是非常有用的，非常强大。假如火失控，就会带来非常糟糕的后果。人工智能也是如此，它既强大又危险，这个技术非常值得我们拥有，但是我们要知道这种技术能强大到什么程度，并且给予它尊重，确保能够恰当地使用。
你提到的所有伦理问题，目前应该还是没有答案的。其实就在5年前，人工智能技术就已经开始发展了，但是没有人对它感到兴奋，它只是一个学科而已，也没有任何人担心它有一天会接管了全世界。
但是，在过去5年间，这一技术真的腾飞了。突然之间好像大家都在问这些伦理问题，但是正如我前面说过的那样，我们对这些伦理问题还没有答案，这个技术肯定会继续发展，而有自我意识的机器人也终将出现。
提问：粒子机器人是否能够在一个很小的空间内模拟宇宙？
HodLipson：你问粒子机器人能否模拟宇宙，我想我们这个机器人更多的是试图模拟生命，而不是模拟宇宙的发展和运行。
我们试图让它模拟生物，特别是动物的机制。我们试图认识我们身体里所存在的这些粒子，或者更确切的说是细胞，每一个单个细胞都是不可靠的，而且大脑并不指挥每一个单个的细胞，这些细胞通过自己的随机运动组合在一起，最终产生了每一个真实的个人。
这个也仍然是一个比喻，但是总的想法是它使我们能够试着模拟，或者试着复制一下生命的运行。
提问：随着自主机器人意识越来越强烈，现在越来越多人对这个感到担忧，与此同时包括腾讯在内的这些企业，提出了“科技向善”的理念。你是否听说过腾讯“科技向善”的理念，你对科技向善这个理念是怎么理解的？以及你觉得科技向善该怎么引领未来机器人、人工智能与人类命运的和谐发展。
HodLipson：这个问题非常好，作为人类来说，我们开始意识到这样一种强大的自主意识会出现，我们肯定会想到必须要确保这些技术会用于好的事情、善的事情。
但是，这种科技向善的想法在很多地方都有人提出来，并且大家在不断的重复。比如我所在的哥伦比亚大学，我们有一个非常类似的说法，叫做数据向善，就是把数据用于善的事情，这是所有人类都希望能做的事情，关键还在于怎么做到，如何确保技术总是以好的方式得到运用，这一点是非常难的，确保人工智能完全用于好的事情并不容易，因为这个技术非常易用，也不需要投入很多钱就能够用上。技术本身既可以被用来做好事，也可以被用来做坏事，关键在于人类文明和人类社会应该想怎么把它用于好的事情，而不是坏的事情。
关于怎么办目前我们还没有完全想清楚。将来是让人工智能去监督人工智能，还是采取什么别的办法？但是总的来说最终要靠人类的伦理，指导我们在一个机器能够自主做出决定的新世界里，确保这些技术仍然用于好的事情。
应该说任何这样的问题都没有一个简单的答案，但是我们必须走上这样一个历程，并且一步一步的往前走，我们现在要公开讨论它应该可以做些什么，不可以做些什么，我们要不断地进行研究。
在这个过程中，人类会逐步做出什么能做、什么不能做的决定，实际上在人类历史上我们发现了既强大又危险的技术，比如说核技术、基因技术的出现，基因技术如果被误用或滥用，它的结果也会很糟糕。比如化学的发展，它也有可能会被人用于做坏事，但是最终人类社会都选择把这些技术用于好的地方。
所以，在人类历史上我们曾经多次发现这些强大而危险的技术。但在大部分的情况下，人类社会作为一个整体做出了正确的决定。所以我本人是乐观的，我相信这次人类社会整体也将做出正确的决定。虽然，在某个时点上可能有少数人会做出少数错误的、不好的决定，但是作为一个整体，我们会做出正确的决定。
提问：通常人们会想科学家做机器人，是让它来模仿人类所做的一些动作，或者人类的功能。但是也有一些科学家做出来的机器人已经能做一般人做不出来的动作了，为什么要让机器人做到这些呢？
HodLipson：这个问题非常好，就像我们为什么要让人工智能或者机器人玩国际象棋、围棋一样。这个是一个挑战，我们会试着让人工智能和机器人做一些人觉得难的东西，看是否能让机器人学会这些技术。
这是自我的挑战，也是一个测试，就好像人工智能在最开始学国际象棋的时候，世界上绝大部分普通人是不可能战胜国际象棋大师的。因为，一般人都做不到，不过一开始大家肯定也认为人工智能也是做不到的。这对它是一个智力上的挑战，它会去学习，然后逐步做到这一点，这是智力上的挑战。
身体上的挑战也是一样的，我们会去问机器人能不能走路。走路这件事看上去非常简单，每一个儿童，甚至婴儿很小就开始学走路，并且学会了。但实际上教机器人走路比让它学国际象棋难得多，因为每一个人类都觉得我们特别擅长走路，所以我们不觉得走路这件事有什么难的，但是教机器人走路是非常困难的。
巴斯大学和其它的一些大学进行了特别多研究，才逐步让他们的机器人能够走路。在它做到走路之后，科研人员会想能不能让它跑起来，能不能让它在摔倒之后自己爬起来，能不能让它能爬山、爬墙，或者说能不能让它做一个后空翻。
几个月前，伯克利大学发布了一段视频，它的机器人在玩一个魔方，这个是一件非常小的事。因为只要是个人，他的手就能玩魔方，但是对机器人来说这是非常难的事情。
对于科研人员来说，让机器人做这些事情就是在爬一个阶梯，是人在身体和智力上能做到的这些事情，让它像爬梯子一样一个一个得掌握，并且试着看一看我们在这方面能够走多远。
这个技术是不是有用呢？
我或许可以举一个例子。让机器人做后空翻的动作可能本身想不出来有什么实际的用处，但是后面支持机器人走路、拿东西、做后空翻的这些技术有很多非常实际的应用。
提问：您的这项研究适合于哪方面的实际应用，比如医学或者其它的。在您的成果当中，未来还有哪些可以提升的方向？比如说更多、更快、更小的组件。
我听说您领导的研究团队里面有一个中国人，叫李曙光。您怎么评价中国在机器人研究和应用方面的贡献？
HodLipson：我先跟您讲一下我们的计划，我们预期必须把它做的更小。我们在设想这样一种机器人的时候，我们希望能够模拟成百上千个细胞一起运作的状况。事实上，我们现在能做到的只是几十个细胞进行这样的运行。我们希望有一天能够达到数百万、上千万的细胞一起组成的粒子机器人来运作，就像我们的身体一样。我们身体里有数十亿、上百亿的细胞，它们共同形成了我们。我们要这样做的话，就需要把它做的更小，我们需要使用纳米技术，或者说至少是微米技术，这是我们的下一个目标。因为在它的每一个部件足够小之前，是不可能有实用场景的，因为在大的规模上没有办法实现细胞之间永续的更新，如果它足够小，能够做到很多有趣的事情。
比如说我们现在看到工厂里的机器人，乃至你家里的吸尘器，现在都是一些大的部件坏了，整个机器就不能运作的部件组成的。将来它们也可以由这样一个一个小的细胞组成，它的好处有很多。
首先，就是它能够应对某个部件出现故障，但是整体不会出问题，可以完全循环。在今天我们看到的这些机器是不能够循环的，机器坏掉之后相当于把它埋葬了，或者说这个机器的某个金属部件、塑料部件是可以循环的，但是机器作为一个整体是不行的。
但是生物体不一样，生物体是可以百分之百循环的。比如说你吃掉了一只鸡，你就能够充分利用鸡提供给你的蛋白质，如果你吃了植物或者素食，你也会充分利用它给你提供的一切，因为你的身体会把它所提供给你的有用物质进行循环，从氨基酸开始，然后对它实现充分的利用。
我们现在希望能够有一种物理的机器，使它也能够实现这样的循环，这样它就由数百万、上千万的小部件组成，形成这样一个小粒子的生态系统。只有实现这样的生态系统，才有机会使我们维持使用很多机器的人类文明生生不息，因为这些机器自己可以照顾自己，但是应该说这是一个非常长远的目标，这不是一个明天就能用上的技术。
提问：能够用两个词谈一谈对于腾讯明天WE大会科学精神的理解吗？并且讲一下故事，教授这边是不是采取了什么行动，来防止相关的技术被误用，是否存在一些规则，如何对相关的技术进行监管？
HodLipson：我非常期待明天的大会，而且我知道大会涉及到很多不同的主题，内容都非常有趣，这也使我想到中国和美国科学界的合作。
您提到我团队里面有中国人，其实我那里总共有10个博士生，里面有四个中国人，从硕士的学生来说，数量就更多了，大概占到了一半，可能大概有10多个。
所以，不管是哥伦比亚大学还是其它大学，其实都是如此。我想这也表明中美在这个领域的合作比历史上任何时候都要多，不仅在我们的项目组有中国学生，在大学的教职员工里面也有不少的中国人。
人工智能和机器人领域尤为如此，在这个领域发表论文的数量，中国、美国、欧洲数量大致是一样的，我们也知道在中国、美国，在世界上很多地方都存在着很多竞争，但是在人工智能和机器人的世界里，世界确实是平的。
其中部分原因是因为这个领域对资本投入的需求很低，因此你不需要投入大量的资金，就可以去研究和发展这个技术，所以每一个人感兴趣都可以参与进来。另外一部分原因是在人工智能和机器人的领域，我们分享意识是非常强的，迄今为止这个领域所取得的每一项成就都是开源的，这也大大促进了国际合作。
至于监管的问题，从目前来看，我们唯一能做的就是不断的谈论这样的事情，我们绝对不能关上门搞开发，要保持百分之百的开放。在我们的实验室白天黑夜都有记者找我们，他们会来拍照，会问问题，而且有些时候会问非常难回答、根本就没有答案的问题。
在机器人技术的发展领域，我想这是唯一的出路。可能我们进行大量的交流还不能确保这个技术一定是用于好的事情，但是至少通过这个讨论，人们可以了解到这种技术的危险性何在，而不是在未来某一天突然被它吓坏了。
提问：单个粒子机器人现在的收缩状态直径是15厘米，您刚刚提到在它做的足够小之前是不太可能应用的，大概要等多少年时间才有可能做到微米级、纳米级？在这期间会遇到什么难题？如果真的做到纳米级、微米级，这个粒子机器人具体落地应用场景大概是什么样的？可以举几个例子描述一下吗？
HodLipson：需要多少年才能达到你说的这个尺度我确实不知道答案。这个研究的进展并不仅仅取决于研究的难易程度，还涉及到是否能够得到资金支持，是否有学生对这个课题感兴趣。可能他们会被其它的技术所吸引，这些都是一些影响因素。
但是，我个人仍然觉得它会在我们的有生之年达到微米。比如10年，或者说我不会想像做的比微米更小，我不会真的想像那时候就能做到纳米级，但是或许我们只能做到毫米级的，比如说像小的砂糖颗粒一样，毫米级的，那时候就可以做这样的细胞。
没有办法把毫米级的粒子机器人到人类的血管中去，或者我们现在想像的那些医学中特别先进的应用，可能还是做不到，但是它应该可以成为一些机器的组成部分，这些机器能够行走、恢复、重复使用。
比如在外空有一些需要做的工作，或者是如果我们需要登上月球的话，我们就需要这些机器人能够根据任务的需求，改变自己的形态，在一些地方可能把材料运过去非常昂贵，我们需要重复使用我们的机器人，让它能够根据任务需求进行形态的调整。我个人想像，这很可能是这种机器人比较早的应用形态。
提问：有人说中国和美国在人工智能、机器人领域的不同是中国可能研究更偏应用一点，美国可能在基础研究做的更扎实一点，怎么看待中美在这两个领域当中研究发展程度的不同？中国人工智能领域在基础研究方面的缺乏和不足会不会对未来应用造成一些影响？
HodLipson：我不太确定我看到的情况和您的这个描述是一致的。因为我觉得中国也有很多人在做应用和基础研究，也有很多美国人在做应用方面的研究，中国这边也是两方面研究都有。
应该说这个领域的研究一直都是混合的。在机器人和人工智能领域，一向都是这两种，并不总是两分法的判断，很多人都是同时在做的。而且你很少看到有人只会研究某个特定的应用。比如说只研究某个医学的应用，或者某个康复功能的应用，或者他只关注于自动驾驶的机器人，更准确的描述就是这个领域非常广泛，确实没有人能够把所有的细分学科、某个技术细节都关注到。
但是在这两个国家都有大量的人做各种各样的研究，所以恐怕不能一下子判断中美出现这样一种不同偏好的原因。
即便在我自己的实验室，有的研究人员比较重视应用。我们有一个项目是能做“抓”这个动作的机器人，他们会和工厂有很多的联系，去看现有这样的机器人和我们自己的机器人，能不能保证它抓10万次不出故障。
此外也有特别关注于机器人创造力和自我意识的人，这个更具有哲学性的思考。恐怕只能说这个领域的内容如此丰富，所以一个人恐怕没有什么都关注到，但是放在国家尺度上，两国都既有实用研究，也有大量的基础研究，这就是我们这个学科和其它学科不一样的地方。
比如天文学肯定要做大量理论研究。我们这一行是不一样的，机器人这个领域有很多商业的力量参与，也有很多政治、经济的力量参与，这个领域的钱非常多，比如说百分之百人工智能驱动的无人驾驶汽车，在这个领域投入了大量的资金，它非常热，有来自于各个方向上的压力和兴趣，所以可能像这样的一些特定细分领域会吸引到更多的关注，但其实在更广泛的人工智能和机器领域，实用和理论基础性的研究都在广泛进行。
责任编辑：ct