对付政治学家、经济学家、人工智能研究者，乃至广大的普罗大众来说，“AI（人工智能）到底有多智能？它的发展速率有多快？”这种问题是目前最令人困惑的。
而对这些问题的解答不仅可以提高公众年夜众对新兴技能的理解，还可以帮助社会和政府做好相应的准备。

近期，麻省理工学院、斯坦福大学、OpenAI 和其他机构互助发布了一份 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率涌入; 第二，只管在实行一些非常详细的任务时，AI 已经超越了人类，但在一样平常性事务方面仍旧逊色于人类。

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，研究职员们参考了多个发展的指标，比如“活动范围”和“技能性能”。
在这两个指标中，前者包含了 AI 领域中统统活动，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。
大略来说，这统统都是“越来越多”，用图表展示的话，便是统统都在向右上方发展。

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贯在上升

而后者，“技能性能”，则试图丈量在识别物体和识别措辞等详细任务上，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 已经可以媲美乃至超越人类的表现。
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%），或者语音转笔墨（如今，已有多个 AI 系统在将语音转录为笔墨时“听”错词的概率和人类一样）。
此外，已有多个智力游戏已被 AI 占领，比如 Jeopardy、Pac-Man（吃豆人）以及围棋。

但是，就犹如该报告所说的一样，这些指标只是人工智能的一壁。
由于非黑即白的游戏天下很适宜演习 AI，其明确的评分系统可以有效地帮助研究职员对不同的手段进行评估和比较。
而游戏天下也会限定我们能够对 AI 系统提出的哀求。

目前所有被 AI 占领的游戏都有一个特点：它们可以看到统统发生过和正在发生的事情，即“完备信息”（perfect information）。
但如果我们给 AI 出一个不完备信息博弈的难题，比如管理一个城市的交通系统，那么恐怕我们就不会有“AI 好厉害好恐怖”的觉得了。
（不过，研究职员已经开始针对不完备信息博弈游戏，比如 DOTA 和星际争霸进行研究了）。

这种性子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，而这些对付理解一段对话来说却是至关主要的。
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丈量这种知识的办法都没有。
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。

由于，虽然我们最前辈的 AI 系统可能还没老鼠聪明（这是 Facebook 的 AI 卖力人 Yann LeCun 的原话），但这并不足阻挡它们颠覆我们的天下，尤其在事情方面。

前不久，其余一份由麦肯锡揭橥的研究报告表示，在未来的 12 年里，环球高达 8 亿份事情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、机器、单调的事情会被自动化完备取代，其它事情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样子容貌。

如果一台打算机可以承担你 1/3 的事情，你会若何？你会接管更多的新事情？还是被辞退？你的人为会不会被砍 1/3？你有足够的钱去学习新技能吗？还是你会选择降落自己的生活水平来连续学习？

只要轻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“理解 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须要担心超级 AI 统治天下，但我们须要开始思考正在被引入医疗、教诲以及法律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：人类须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。