電影和小說中描繪的人工智能主宰的可怕未來塑造了大眾對人工智能的想象，但這些都是虛構(gòu)的。在現(xiàn)實中，人工智能已經(jīng)在改變我們的日常生活了，而且基本上都是在改善人類健康、安全和提升生產(chǎn)力等好的方面。

 

　　和電影不一樣，現(xiàn)在并沒有什么超人類的機器人正待到來，這甚至完全不可能。而且盡管濫用人工智能技術的可能性應該得到承認和解決，但其中它們更大的可能性是讓駕駛更安全、幫助孩子學習和擴展及增強人類的生活。

 

　　事實上，有益的人工智能應用已經(jīng)在學校、家庭和醫(yī)院里開始了加速增長。大多數(shù)研究型大學也劃出了單獨的人工智能研究科系，蘋果、Facebook、谷歌、IBM 和微軟等科技公司也在探索人工智能應用上投入了巨資——他們將其視為未來發(fā)展的關鍵。即使好萊塢在將他們的反烏托邦人工智能幻想故事搬上熒幕時也用到了人工智能技術。

 

　　基于計算機的視覺、語音識別和自然語言處理方面的創(chuàng)新是這些變化的驅(qū)動力，同時也將推動相關領域的科學和技術的發(fā)展。人工智能也正在改變?nèi)藗兣c技術的交互方式。許多人已經(jīng)習慣上了在他們的智能手機上進行觸控和對話。

 

　　隨著人工智能系統(tǒng)學習對個人特點和目標的適應，人機關系的未來將會變得越來越微妙、流暢和個性化。這些人工智能應用將幫助監(jiān)控人們的生活狀態(tài)、警告人們前面的風險以及提供人們想要的或需要的服務。

 

　　比如，在北美一座城市的未來 15 年里——正是這份報告的時間框架和范圍——人工智能應用將很有可能將交通交由自動駕駛汽車接管，實現(xiàn)人與貨物的實時接取和運送。光這一項就足以改變城市的整體面貌，因為再也不會有交通堵塞和停車困難的難題了。

 

　　本研究刻意重點關注了典型的北美城市，旨在突出人工智能對城市中居住的數(shù)百萬居民的日常生活的影響。研究小組還進一步將調(diào)查范圍縮小到了 8 個人工智能可能將帶來最大影響的領域：交通（transportation）、醫(yī)療（healthcare）、教育（education）、低資源社區(qū)（low-resource communities）、公共安全（public safety and security）、就業(yè)和工作場所（employment and workplace）、家庭/服務機器人（home/service robots）和娛樂（entertainment）。

 

　　盡管人工智能技術來自于常見的研究資源，但這些技術已經(jīng)影響并將繼續(xù)影響這些不同的領域。其中每個領域都面臨著各種不同的與人工智能相關的難題，包括難以創(chuàng)造安全可靠的感知和作業(yè)硬件（交通和服務機器人）、難以獲得公眾的信任（低資源社區(qū)和公共安全）、難以克服對人類被邊緣化的恐懼（就業(yè)和工作場所）、以及還存在減少人際交往的風險（娛樂）。

 

　　其中一些領域主要是在商業(yè)方面，如交通和醫(yī)療，而另一些則更面向消費者，例如娛樂和家庭服務機器人。一些還是跨領域的，例如就業(yè)/工作場所和低資源社區(qū)。

 

　　在每一個領域，即使人工智能在不斷帶來重要的好處，但同時也帶來了道德和社會上的問題，其中包括隱私問題。機器人和其它人工智能已經(jīng)在一些機構(gòu)里面替代人類工作了。作為一個社會，我們現(xiàn)在正處在一個確定如何部署基于人工智能的技術的緊要關頭，從而提振而不是阻礙民主的價值觀——例如自由、平等和透明。

 

　　對于個人而言，我們生活的質(zhì)量和我們的貢獻所獲得的價值很有可能會逐漸發(fā)生轉(zhuǎn)變，但這些改變會很明顯。在接下來的幾年中，人工智能研究、系統(tǒng)開發(fā)和社會與監(jiān)管框架將會塑造人工智能的好處與其代價和風險之間的權衡，以及這些好處如何散布的方式。

 

　　人工智能的準確和精細的未來圖景——一個與其流行的描述相競爭的圖景——一開始就受到了難以精確定義“人工智能”這一問題的阻礙。在研究小組所考慮過的所有定義方法中，沒有一個認為現(xiàn)在存在某種“通用的”人工智能。

 

　　盡管使用了共同的研究和技術，但人工智能系統(tǒng)都專注于完成特定的任務，而且其中每一種應用都需要數(shù)年的專注研究和精心獨特的構(gòu)建。這也造成了這 8 個領域內(nèi)進展的不平衡。

 

　　交通是其中一個典型的例子——其中一些關鍵技術讓人工智能以驚人的速度得到了廣泛的采用。自動化交通很快就將無處不在，并將成為大多數(shù)人與嵌入了人工智能系統(tǒng)的物理實體的第一次經(jīng)歷，并將極大地影響公眾對人工智能的感知。隨著汽車自己變成了比人類更好的司機，城市居民的私家車將會更少，也將住得離工作場地更遠，花費時間的方式也將發(fā)生改變，從而帶來一種全新的城市組織形式。

 

　　在 2030 年一座典型的北美城市，嵌入了人工智能應用的物理實體將不僅限于客車，還將包含貨車、飛行器和個人機器人。安全和可靠硬件的改進將會刺激未來十五年內(nèi)的創(chuàng)新，也將帶來更好的家庭/服務機器人——它們已經(jīng)進入了人們的家庭，目前主要是以真空吸塵器的形式。

 

　　更好的芯片、低成本 3D 傳感器、基于云的機器學習和語音理解的進步將提升未來的機器人服務和它們與人類的交互。專用機器人將能夠遞送包裹、清潔辦公室和增強安全性。但在可預見的未來里，技術限制和可靠的機械設備的高成本將繼續(xù)將商業(yè)機會限制在定義狹窄的應用范圍內(nèi)。

 

　　在醫(yī)療保健方面，在收集用于個人監(jiān)控設備和移動應用的有用數(shù)據(jù)上已經(jīng)出現(xiàn)了巨大的飛躍，這些數(shù)據(jù)來自醫(yī)療機構(gòu)的電子病歷（EHR），以及小范圍的用于輔助醫(yī)療手術的手術機器人和支持醫(yī)院運營的服務機器人。未來幾年，基于人工智能的應用將能夠改善數(shù)百萬人的健康狀況和生活質(zhì)量。

 

　　盡管臨床應用從實驗室到真實世界的過程一直都較為緩慢，但有希望的跡象表明創(chuàng)新的步伐將得到提升。通過共享數(shù)據(jù)的激勵和機制以及去除無理的政策、法規(guī)和商業(yè)障礙，可以促進醫(yī)療保健領域的進步。對于許多應用，人工智能系統(tǒng)必須緊密地與醫(yī)護人員和病人密切合作才能獲得他們的信任。改善智能機器與醫(yī)護人員、病人和病人家庭的自然交互方式是很關鍵的。

 

　　為人類和有前途的人工智能技術帶來更流暢的交互同樣也是教育領域的一大關鍵難題，這個領域在這段時間也出現(xiàn)了一些可觀的進展。盡管素質(zhì)教育總是需要人類教師的活躍參與，但人工智能有望改善所有層次的教育，尤其是通過大規(guī)模提供個性化教育。

 

　　交互式機器導師現(xiàn)在已經(jīng)被用于根據(jù)匹配的學生教授科學、數(shù)學、語言和其他學科。自然語言處理、機器學習和眾包也已經(jīng)極大地促進了在線學習，讓教育水平更高的教師可以將他們的教室擴大很多倍，同時還能應對單個學生的學習需求和風格。在接下來的十五年的典型北美城市里，這些技術在教室和家庭里的應用將很有可能得到極大的擴展，只要它們能夠有意義地和面對面的學習進行整合。

 

　　除了教育方面，在協(xié)助低資源社區(qū)上，人工智能方法也存在很多機會——通過為各種社會問題提供緩解方案和解決方案。傳統(tǒng)上，投資者對缺乏商業(yè)應用的人工智能研究投資不足。有了針對性的激勵和資助重點，人工智能可以幫助解決低資源社區(qū)的需求，這方面一些新興的工作是很有希望的。

 

　　比如，使用數(shù)據(jù)挖掘和機器學習，人工智能可以創(chuàng)造預測模型來幫助政府機關解決防止兒童鉛中毒和高效食物分配等問題。這些萌芽中的工作認為還有更多的事情要做，尤其是當機構(gòu)和組織也能參與進來并與這些社區(qū)建立起信任時。

 

　　獲取公眾信任也是公共安全領域內(nèi)人工智能應用的一大難題。北美城市和聯(lián)邦機構(gòu)已經(jīng)開始在邊境管理和執(zhí)法部署人工智能技術。到 2030 年，他們將在很大程度上依賴于它們，包括用于偵察的改進過的相機和無人機、用于檢測金融詐騙的算法和預測性警務。

 

　　后者帶來了對無辜的人進行無理的監(jiān)控的問題，我們必須小心謹慎不要給系統(tǒng)引入人為偏見，并保護公民自由。部署良好的人工智能預測工具有望給數(shù)據(jù)和推斷帶來新形式的透明，并可能被應用于檢測、刪除和減少人類偏見，而不是增強它。

 

　　在人工智能對就業(yè)和工作場所的影響上的社會和政治決策也是類似，比如需要安全網(wǎng)來保護人們免受經(jīng)濟結(jié)構(gòu)變化的影響。人工智能有望在一些特定類型的工作中取代人類，比如駕駛汽車或卡車。但是，在許多領域，人工智能在短期內(nèi)很有可能將取代很多任務，但不能取代工作崗位，而且還將創(chuàng)造新類型的工作。

 

　　但這些將會出現(xiàn)的新型工作目前還比將可能失去的工作更難預想。人工智能還將降低許多貨物和服務的成本，有效地使每個人都過得更好。更長期來看，人工智能可能會被視為一種非常不同的財富創(chuàng)造機制，其中每個人都應該從全世界的人工智能所創(chuàng)造的財富中分一杯羹。對于人工智能技術的經(jīng)濟成果的分配方式，不久之后已經(jīng)就應該會有相關的社會爭論出現(xiàn)了。

 

　　娛樂已經(jīng)被社交網(wǎng)絡和其它用于共享和瀏覽博客、視頻和照片的平臺轉(zhuǎn)變了；這些平臺依賴于 NLP、信息檢索、圖像處理、眾包和機器學習等領域內(nèi)正被活躍開發(fā)的技術。一些傳統(tǒng)的娛樂資源已經(jīng)開始擁抱人工智能，包括譜曲、創(chuàng)作舞臺表演、甚至根據(jù)自然語言文本生成 3D 場景。

 

　　人們對人工智能驅(qū)動的娛樂的熱情讓人驚嘆。和人工智能的許多方面一樣，在技術對社交的替代或增強方面也一直存在著爭議。人工智能能讓娛樂越來越交互式、越來越個性化、越來越有參與感。應該引導一些研究來理解如何利用這些性質(zhì)為個人和社會利益服務。

 

　　人工智能接下來的研究？

 

　　助力人工智能革命的研究也在快速發(fā)展。其中最重要是機器學習的成熟，它受到了數(shù)字經(jīng)濟崛起的部分影響。數(shù)字經(jīng)濟和機器學習都提供并利用大量的數(shù)據(jù)。其他因素包括云計算資源的崛起，以及消費者對語音識別和導航支持這樣的技術服務的需求。

 

　　機器學習由于人工神經(jīng)網(wǎng)絡的成功經(jīng)驗前進了一大步，如今能夠使用大型數(shù)據(jù)集和大規(guī)模計算對其進行訓練。這一方法也就是我們所熟知的深度學習。信息處理算法的性能也因為傳感、感知、目標識別等這些基礎操作的硬件技術的重大進步，而取得了跳躍性進展。

 

　　數(shù)據(jù)驅(qū)動產(chǎn)品的新型平臺和市場以及經(jīng)濟激勵發(fā)現(xiàn)新的產(chǎn)品和市場，也刺激著研究的發(fā)展，如今，隨著它稱為了社會的核心力量，人工智能領域轉(zhuǎn)向了建立能與人高效合作的、具有更廣泛人類意識的智能系統(tǒng)，包括開發(fā)人教機器人的交互與可延展方式的創(chuàng)造性方法。

 

　　這些趨勢引發(fā)了如今人工智能基礎方法與應用領域研究的熱門：

 

　　大規(guī)模機器學習涉及到學習算法的設計，延展已有的算法，在極大型的數(shù)據(jù)集上做研究。

 

　　深度學習是一類學習方法，促進了在圖像、視頻標記和運動中的目標識別，并且在其他感知領域都有重大影響，比如音頻、語音和自然語言處理。

 

　　強化學習是一個框架，能將機器學習的重點從模式識別轉(zhuǎn)變到經(jīng)驗驅(qū)動的序列決策上。它有望推動人工智能應用的前進，在現(xiàn)實世界中做出決策。雖然在過去數(shù)十年，強化學習限制于學術界，但如今我們也看到了一些實際的成果。

 

　　機器人目前主要涉及到如何訓練機器人以一種更泛型的、預測性的方式與周圍世界進行交互，如何在交互環(huán)境中促進對目標的操控，以及如何與人進行交互。機器人的進步將依靠相應的技術進步，從而改進計算機視覺和其他形式的機器感知的可靠性與普遍性。

 

　　計算機視覺是目前機器感知中最突出的形式。它是受到深度學習崛起影響最大的人工智能子領域，實現(xiàn)了史上第一次計算機能夠比人類更好的完成視覺任務。如今更多的研究集中在圖片和視頻的自動化文字描述上。

 

　　自然語言處理通常與自動語音識別相結(jié)合，快速成為有大型數(shù)據(jù)集的普遍使用的口語語言上的一種商品。目前的研究轉(zhuǎn)向了開發(fā)能夠與人通過對話交互的精致、可用的系統(tǒng)，而不僅是對程式化的問答做回應。在多種不同語言間進行機器翻譯也已經(jīng)取得了重大進展，在不遠的將來將有更多的實時的個人到個人交流。

 

　　協(xié)作系統(tǒng)研究主要是研究幫助開發(fā)能與其他系統(tǒng)或人類協(xié)作的自動化系統(tǒng)的模型和算法。

 

　　眾包和人類計算研究是研究增強計算系統(tǒng)的方法，增強方式是通過自動調(diào)用人類經(jīng)驗，解決計算機不能單獨解決的問題。

 

　　算法博弈論（Algorithmic game theory）和計算社會選擇（computational social choice）吸引了人工智能經(jīng)濟和社會計算領域的注意，比如系統(tǒng)如何處理潛在的不恰當激勵機制，包括自私的人類參與者或公司以及代表他們的自動化人工智能代理。

 

　　物聯(lián)網(wǎng)（IoT）研究專注于將大量設備（包括家電、汽車、建筑、攝像頭）連接起來，收集并共享各自豐富的傳感信息從而達到智能目標。

 

　　神經(jīng)形態(tài)計算是一系列尋求模擬生物神經(jīng)網(wǎng)絡從而改進計算機系統(tǒng)硬件效率和穩(wěn)健性的技術，它取代了用獨立的輸入/輸出、處理指令、存儲模塊的舊方法。

 

　　現(xiàn)在與未來的人工智能政策

 

　　人工智能應用是否成功的標準是他們?yōu)槿祟悇?chuàng)造的價值。在此角度看，設計人工智能應用應該使得人們成功的理解人工智能系統(tǒng)，參與到其使用中并建立對它們的信任。公共政策應該幫助社會輕松采納人工智能應用、擴展其收益，并緩和它們的難免的錯誤和失敗。

 

　　對人工智能如何開展的爭論包括對隱私保護和人工智能收益公平分配的憂慮，這種憂慮是該被鼓勵的。在人工智能技術如此快的實現(xiàn)速度之下，也伴隨著對其應用的擔心。研究小組建議所有的政府律師掌握人工智能技術知識。

 

　　此外，要通過移除障礙并增加私營和公共支持，鼓勵在人工智能系統(tǒng)公平性、安全性、隱私和社會化應用上的研究。目前在美國，至少有 16 個獨立的經(jīng)濟相關的政府部門涉及到人工智能。人工智能研究，特別是其應用的快速進展，需要這些部門的專家開發(fā)新的法律、政策概念與隱喻（metaphor）。

 

　　當自動駕駛汽車發(fā)生車禍、醫(yī)療設備事故時誰該負責？如何避免人工智能應用宣傳種族歧視或者金融詐騙？誰該得益于人工智能技術帶來的效率？對技術過時的人群應該提供什么樣的保護？隨著人們在產(chǎn)業(yè)流程和消費產(chǎn)品中更廣、更深的融入人工智能，更好的實踐需要被鋪開，也須要有更適合的政府制度。

 

　　研究小組沒有考慮近期人工智能系統(tǒng)會自動選擇對人造成傷害，可能的是人們使用基于人工智能的系統(tǒng)做好的以及壞的目的。而且盡管人工智能算法可能比人類做出一些較少偏見的決策，保證用于人工智能決策的數(shù)據(jù)沒有偏見仍是一項技術挑戰(zhàn)，這些偏見可能導致基于種族、性別以及其他因素的歧視。

 

　　面臨人工智能技術產(chǎn)生的重大變革，逼迫生成更多、更嚴格的條例也可能使不可避免的。錯誤理解什么是人工智能可能刺激人們反對有益于每個人的這些技術。不合適的條例可能造成悲劇。信息貧乏的條例會而扼殺創(chuàng)新，或者將其轉(zhuǎn)移到其他司法權可能是達不到預期目標的。

 

　　幸運的是，領導產(chǎn)生如今數(shù)字技術成功條例的原則為我們提供了起點。在私營條例中，寬泛的法律規(guī)定配合強硬的透明度需求和有意義的強制措施（而非嚴格的控制）能夠鼓勵公司開發(fā)流程，鼓勵職業(yè)人員實施隱私控制，與外部利益相關者結(jié)合，并將實踐適應于技術發(fā)展。這反過來也能支持專業(yè)貿(mào)易協(xié)會和標準委員會在開展最好的實踐上的發(fā)展。

 

　　在人工智能中，監(jiān)控著也能加強內(nèi)部和外部問責、透明度、專業(yè)度之間活動的良性循環(huán)。我們急需一場重要的、有力的、信息豐富的討論會，討論如何以一種豐富我們生活與社會的方式最好的控制人工智能，同時鼓勵該領域的創(chuàng)造性。

 

　　由于高計算能力和大規(guī)模數(shù)據(jù)是很多人工智能技術的燃料且不平等的分布于社會，這使得人工智能技術把機遇不平等性變得更寬。這些技術將促進有機會接觸數(shù)據(jù)和計算能力的那群人的能力和效率。在政策是否培養(yǎng)民主價值觀、公平共享人工智能收益，或者是否將力量和收益聚集于少數(shù)幸運的人手中，我們要對政策進行評估。

 

　　就像本報告記錄的那樣，人工智能相關的重大進展在過去 15 年中已經(jīng)對北美城市造成了影響，而且在接下來的 15 年中將會發(fā)生更多大量的進展。近期的進步主要是由于互聯(lián)網(wǎng)帶來的大型數(shù)據(jù)集的增長和分析、傳感技術的進步，以及深度學習的應用。

 

　　在接下來幾年，隨著公眾鼓勵在交通、醫(yī)療這些領域的人工智能新應用，它們肯定會以一種建立可靠的、理解的方式被引入，并且還要尊重人權與公民權利。在鼓勵創(chuàng)新的同時，政策和流程應該解決道德、隱私和安全影響，還應該保證人工智能技術的收益公平、廣泛的分配。

 

　　如果人工智能研究與應用到 2030 年以及更遠的未來在北美城市生活發(fā)揮積極的影響，做上面提到的事情是很重要的。