人們經(jīng)常會(huì)說(shuō)，“哦，我把鑰匙放在哪里了？”你有多少次重復(fù)你的腳步，打開那個(gè)抽屜，說(shuō)：“哦，我忘了去看看襪子下面，”或者“我忘了看床底下了。”這是一個(gè)非常復(fù)雜、不確定的過(guò)程，與之相反的是，“哦，我要沿著這條路走下去，目標(biāo)很明確，我只需要上坡跑5英里，我就能到達(dá)那里。”

 

　　我有一本關(guān)于人工智能的書即將在今年年底出版，在這本書中，我談到了圖靈測(cè)試。我介紹了，我能想到的向電腦提問(wèn)的最難的問(wèn)題，這樣我就能檢測(cè)出它是電腦還是人。以下是我這個(gè)問(wèn)題的變體，那就是：

 

　　“史密斯醫(yī)生正在他最喜歡的餐廳吃飯，他經(jīng)常去那吃東西。他接到一個(gè)電話，一個(gè)緊急電話，他沒付錢就跑了出去。“餐廳老板有可能會(huì)起訴他嗎？”

 

　　所以，如果你仔細(xì)想想，你會(huì)知道他是個(gè)醫(yī)生，他接到的電話可能是急診，你應(yīng)該推斷出他經(jīng)常在那里吃飯，他們知道他是誰(shuí)，他們甚至可能知道他是醫(yī)生。他們會(huì)起訴嗎？所以，為了回答這個(gè)問(wèn)題，你必須知道很多社交方面的事情。

 

　　那么，這和解決十二年級(jí)的科學(xué)問(wèn)題是一樣的嗎？或者我提出的這個(gè)問(wèn)題，是否需要AGI來(lái)回答？

 

　　我們學(xué)到的一件事是，無(wú)論何時(shí)你定義一項(xiàng)任務(wù)，例如回答一些涉及社會(huì)細(xì)微差別的問(wèn)題，可能其中還有一些倫理和實(shí)際的考慮，這也是我們研究的一部分。你可以想象，隨著時(shí)間的推移，Aristo項(xiàng)目將面對(duì)這些更微妙的問(wèn)題的挑戰(zhàn)。

 

　　但是，同樣的是，我們已經(jīng)非常擅長(zhǎng)識(shí)別這些任務(wù)，建立訓(xùn)練集，建立模型，然后回答這些問(wèn)題，這個(gè)程序可能會(huì)很好地回答這些問(wèn)題，但在過(guò)馬路時(shí)仍然很困難。仍然很難讀一首詩(shī)或講一個(gè)笑話。

 

　　因此，對(duì)AGI來(lái)說(shuō)，關(guān)鍵是“G”，通用性非常難以捉摸。這是一件令人驚奇的事，因?yàn)槲覀冋務(wù)摰乃臍q孩子問(wèn)題很有普遍性，盡管她不一定是一個(gè)偉大的象棋選手或者偉大的圍棋選手。這就是我們所了解到的。

 

　　隨著人工智能技術(shù)的發(fā)展，我們不斷了解人工智能最難以捉摸的一面。一開始，如果你讀過(guò)60年代和70年代寫的一些東西，人們對(duì)電腦程序是否能下國(guó)際象棋非常懷疑，因?yàn)榇蟊娬J(rèn)為非常聰明的人都是很好的棋手。

 

　　然而，到現(xiàn)在這個(gè)問(wèn)題就解決了，人們開始談?wù)搶W(xué)習(xí)。他們說(shuō)，“哦，天哪，但電腦程序是不會(huì)學(xué)習(xí)的。”隨著我們變得越來(lái)越好，至少在某些學(xué)習(xí)類型上，現(xiàn)在強(qiáng)調(diào)的是通用性，對(duì)吧？我們?nèi)绾谓⒁粋€(gè)通用的程序，考慮到我們所有的成功，不管是撲克還是象棋，或者是特定的問(wèn)題，都是在非常狹隘的任務(wù)上獲得嗎？

 

 

　　【問(wèn)】：我讀到的一篇關(guān)于Aristo項(xiàng)目的文章說(shuō)，“可以用一種指導(dǎo)哲學(xué)來(lái)解釋這個(gè)項(xiàng)目的重點(diǎn)，即人工智能是建立一種關(guān)于事物如何運(yùn)作的思維模式，并根據(jù)新知識(shí)來(lái)完善這種思維模式。”能跟大家解釋一下嗎？你說(shuō)的是什么意思？

 

　　【Oren Etzioni】：關(guān)鍵是我們所做的很多事情都是利用了背景知識(shí)，即大量事實(shí)、詞匯以及各種社會(huì)細(xì)微差別。

 

　　深度學(xué)習(xí)方法是AlphaGo獲得成功的關(guān)鍵，但要記住的是，至少?gòu)娜魏谓?jīng)典的定義來(lái)看，這些程序都是非常缺乏知識(shí)的。如果你能和他們交談，問(wèn)他們：“你知道什么？”你會(huì)發(fā)現(xiàn)：雖然他們可能已經(jīng)儲(chǔ)存了大量信息，比如關(guān)于圍棋的，但他們并不知道很多東西。

 

　　【問(wèn)】：當(dāng)然，這也涉及到意識(shí)的話題，我理解這在你的書中也提到了：我問(wèn)AlphaGo，“嘿，你知道你贏了嗎？”AlphaGo無(wú)法回答這個(gè)問(wèn)題。這并不是因?yàn)樗欢匀徽Z(yǔ)言，是因?yàn)樗]有意識(shí)?？ㄋ古亮_夫曾就“深藍(lán)”說(shuō)過(guò)這點(diǎn)。他說(shuō)，“嗯，至少它不會(huì)幸災(zāi)樂(lè)禍。”至少它不知道它打敗了我。最優(yōu)秀的人才花了很長(zhǎng)時(shí)間才打造出可以擊敗卡斯帕羅夫的東西。你認(rèn)為這是那種可能擴(kuò)散到其他很多東西上嗎？Aristo在做一件與AlphaGo或國(guó)際象棋截然不同的事情嗎？

 

　　【Oren Etzioni】：我確實(shí)認(rèn)為我們可以從這段經(jīng)歷中總結(jié)點(diǎn)東西出來(lái)。但我認(rèn)為普遍化并不總是人們所做的。所以我們可以概括的是，當(dāng)我們有一個(gè)非常明確的所謂的“目標(biāo)函數(shù)”或“績(jī)效標(biāo)準(zhǔn)”時(shí)，基本上很清楚誰(shuí)贏誰(shuí)輸。

 

　　我們有很多數(shù)據(jù)，作為計(jì)算機(jī)科學(xué)家，我們非常善于利用更快的計(jì)算機(jī)、更多的數(shù)據(jù)、更復(fù)雜的算法，最終解決問(wèn)題。然而，在自然語(yǔ)言方面：如果你邀請(qǐng)我參加另一個(gè)播客的話，我想做得更好。我該怎么做呢？如果我變得更好的方法包括查看數(shù)百萬(wàn)個(gè)培訓(xùn)案例，你就不會(huì)做數(shù)以百萬(wàn)計(jì)的播客了。對(duì)吧？

 

　　你說(shuō)的對(duì)，當(dāng)事情變得更模糊，或者更不確定，或者更微妙的時(shí)候，當(dāng)有更少的訓(xùn)練數(shù)據(jù)，這就需要有不同的辦法。所有這些特點(diǎn)使得Aristo和其他一些項(xiàng)目非常不同于象棋或圍棋，這些都是非常不同的事情。

 

　　【問(wèn)】：那么，Aristo有何不同？說(shuō)一個(gè)它能回答的問(wèn)題和一個(gè)它不能回答的問(wèn)題。或者這是一個(gè)令人信服的問(wèn)題？你是怎么認(rèn)為的？

 

　　【Oren Etzioni】：首先，我們要記錄我們的分?jǐn)?shù)。所以，我馬上給你舉個(gè)例子。雖然Aristo在四年級(jí)非圖表多項(xiàng)選擇題的正確率為80%，但是當(dāng)我們看到我們所說(shuō)的“非圖表多重選擇”，純粹只有語(yǔ)言的問(wèn)題，讓機(jī)器解釋圖表是困難的。

 

　　不管你說(shuō)任何問(wèn)題，我們的準(zhǔn)確率有80%。這非常棒，因?yàn)殚_始的時(shí)候我們的準(zhǔn)確率接近20%，包括所有帶圖表的問(wèn)題，還有所謂的“直接回答問(wèn)題”，即你必須用一個(gè)短語(yǔ)或一個(gè)句子來(lái)回答它們，不能只在四個(gè)選項(xiàng)中做出選擇，那時(shí)候我們的水平要低得多。

 

　　樂(lè)觀的講，我們已經(jīng)取得了很大的進(jìn)步。但悲觀的一面是，我們?cè)谒哪昙?jí)的科學(xué)測(cè)試中，仍然得到了D。所以這是一個(gè)你如何看待它的問(wèn)題?，F(xiàn)在，當(dāng)你問(wèn)“我們能解決什么問(wèn)題？”我們的網(wǎng)站AllenAI.org上上有一個(gè)演示。例如我點(diǎn)擊“現(xiàn)場(chǎng)演示”，我會(huì)看到這樣的問(wèn)題：“水循環(huán)的主要能量來(lái)源是什么？”甚至，“下面的圖表展示了一條食物鏈。”如果小麥植株死了，老鼠的數(shù)量會(huì)如何變化？所以，這些都是相當(dāng)復(fù)雜的問(wèn)題，對(duì)吧？

 

　　但這些問(wèn)題并不長(zhǎng)，而我們創(chuàng)造的AI仍在糾結(jié)的問(wèn)題，這就是所謂的“脆弱性”。如果你選擇任何一個(gè)我們能回答的問(wèn)題，然后改變你問(wèn)問(wèn)題的方式，我們就會(huì)立刻失敗。順便說(shuō)一句，這是許多人工智能系統(tǒng)的一個(gè)特點(diǎn)，“脆弱性”的概念，即一個(gè)非常小的差別，人類看了可能會(huì)說(shuō)，“哦，這沒什么不同”，但對(duì)機(jī)器有很大的不同。

 

　　【問(wèn)】：的確如此。我一直在測(cè)試Amazon Alexa，我注意到，如果我說(shuō)，“有多少個(gè)國(guó)家？”它給了我一個(gè)數(shù)字。如果我說(shuō)，“世界上有多少個(gè)國(guó)家？”它給了我一個(gè)不同的數(shù)字。不管是哪個(gè)人都會(huì)把它們看成是同一個(gè)問(wèn)題。這就是你所說(shuō)的那種東西嗎？

 

　　【Oren Etzioni】：這正是我要談?wù)摰氖虑?，這讓人非常沮喪。例如，“Siri，你今晚怎么樣？”或者，“你比Alexa好嗎？”我說(shuō)的是，就像你和酒店的管理人員之間那種對(duì)話，想在市中心找到一家不錯(cuò)的餐廳。所有這些在游戲中很容易解決的問(wèn)題，在對(duì)話的語(yǔ)境中甚至都沒有很好地表達(dá)出來(lái)。

 

　　我寫了一篇文章，關(guān)于Alexa和Google Assistant對(duì)于一些事實(shí)性問(wèn)題提供了不同的答案。

 

　　如果你問(wèn)，“一年有多少秒？”他們會(huì)給你不同的答案。如果你說(shuō)，“誰(shuí)設(shè)計(jì)了美國(guó)國(guó)旗？”他們會(huì)給你不同的答案。如果詳細(xì)分析一年有多少秒，你會(huì)認(rèn)為這是一個(gè)目標(biāo)，有對(duì)錯(cuò)之分。但是他們一個(gè)給了日歷年的答案，一個(gè)給了太陽(yáng)年的答案，這兩者相差四分之一天。

 

　　而對(duì)于美國(guó)國(guó)旗的問(wèn)題，如果你想想，一個(gè)人說(shuō)Betsy Ross，另一個(gè)說(shuō)的是設(shè)計(jì)50星國(guó)旗的人，即我們現(xiàn)在的國(guó)旗。最后，這兩種情況都是提問(wèn)者的錯(cuò)，因?yàn)閱?wèn)題本身是模糊的，對(duì)吧？所以，即使系統(tǒng)很好，但如果問(wèn)題的措辭很糟糕，它仍然會(huì)搞砸，對(duì)吧？它仍然很脆弱。

 

　　換句話說(shuō)，智力的一個(gè)方面是能夠回答一些模糊的問(wèn)題，并且能夠自圓其說(shuō)。但這些系統(tǒng)，即使它們的事實(shí)存儲(chǔ)量是巨大的，甚至有一天，它們肯定會(huì)超過(guò)我們。但如果你說(shuō)，“你為什么給我這個(gè)數(shù)字？”它會(huì)說(shuō)，“嗯，我在這里找到了。”之后，我們會(huì)看到一個(gè)很大的查找表。它無(wú)法處理這種模糊，也無(wú)法以一種更有意義的方式解釋自己。如果你把數(shù)字3放在那張表格上呢？你會(huì)問(wèn)，“一年有多少秒？”這個(gè)程序會(huì)很高興地說(shuō)，“3秒”。你會(huì)說(shuō)，“這真的合理嗎？”它會(huì)說(shuō)，“哦，我不能回答這個(gè)問(wèn)題。”對(duì)吧？而一個(gè)人會(huì)說(shuō)，“等一下。”一年不可能是3秒。這根本說(shuō)不通??！”對(duì)吧？所以，我們還有很長(zhǎng)的路要走。

 

 

　　【問(wèn)】：我們還有三個(gè)項(xiàng)目要討論，但你肯定對(duì)John Searle的中文房間問(wèn)題很熟悉，我準(zhǔn)備在這里也提出來(lái)：在一個(gè)房間里有一個(gè)人，他不懂中文，有人用中文向他提問(wèn)，他有很多書可以查到，但他只是把這些書抄下來(lái)，然后把它們還回去。他不知道對(duì)方說(shuō)的是霍亂還是咖啡豆，或者是什么。很顯然，這就是類比電腦。那么電腦真的能理解任何東西嗎？

 

　　【Oren Etzioni】：你知道，這個(gè)中文房間實(shí)驗(yàn)真的是思想哲學(xué)中最吸引人、最有趣的思想實(shí)驗(yàn)之一，有很多文章都是關(guān)于它的爭(zhēng)論。簡(jiǎn)而言之，我認(rèn)為它確實(shí)暴露了一些問(wèn)題，當(dāng)你深入了解這個(gè)中文房間和系統(tǒng)，你會(huì)說(shuō)，“天啊，它看起來(lái)好像什么都不懂。”

 

　　當(dāng)你把電腦拆開時(shí)，你會(huì)說(shuō)：“天哪，它怎么能理解？”它只是一堆電路、電線和芯片。”這條推理的唯一問(wèn)題是，如果你深入了解一個(gè)人的思維。換句話說(shuō)，如果你分析他們的大腦，你會(huì)看到同樣的東西。你可以看到神經(jīng)元、離子電位、化學(xué)過(guò)程、神經(jīng)遞質(zhì)和荷爾蒙。

 

　　當(dāng)你在這個(gè)層面上看時(shí)，神經(jīng)元當(dāng)然也不能理解任何東西。我認(rèn)為，在中文房間里，如果沒有其他的播客，我認(rèn)為這是一件很有趣的事情，但這有點(diǎn)誤導(dǎo)人。理解是一種從復(fù)雜的技術(shù)系統(tǒng)中產(chǎn)生的東西。這種技術(shù)系統(tǒng)可以建立在神經(jīng)元之上，也可以建立在電路和芯片之上。這是一種自然發(fā)生的現(xiàn)象。

 

　　【問(wèn)】：那也會(huì)是另一個(gè)問(wèn)題，因?yàn)槲視?huì)問(wèn)你，它是強(qiáng)自然還是弱自然？但是，正如我所說(shuō)，我們還有三個(gè)項(xiàng)目要討論。我們來(lái)談?wù)凟uclid。

 

　　【Oren Etzioni】：Euclid是Aristo的兄弟，在Euclid，我們研究的是SAT數(shù)學(xué)問(wèn)題。Euclid的問(wèn)題更簡(jiǎn)單，因?yàn)橐卮疬@些純粹的數(shù)學(xué)問(wèn)題，你不需要所有這些背景知識(shí)。然而，你真的需要非常全面、全面地理解句子。所以，我會(huì)給你我最喜歡的例子。

 

　　這個(gè)問(wèn)題是基于一個(gè)關(guān)于Ramanujan的故事，他是印度的數(shù)字理論家。他說(shuō)，“能用兩種不同方式表示的兩個(gè)自然數(shù)立方之和的最小數(shù)是多少？”這個(gè)問(wèn)題的答案是一個(gè)特定的數(shù)字。當(dāng)然，聽眾可以在谷歌上搜索。但是要正確地回答這個(gè)問(wèn)題，你必須要完整地解析這個(gè)冗長(zhǎng)而復(fù)雜的句子，并理解“用兩種不同方式表示的兩個(gè)自然數(shù)立方之和”。

 

 

　　Euclid項(xiàng)目要對(duì)句子和段落有一個(gè)完整的理解，這就是我們?cè)赟AT考試中所遇到的問(wèn)題，不過(guò)Aristo也也經(jīng)常遇到這些問(wèn)題，當(dāng)你在處理數(shù)學(xué)問(wèn)題的時(shí)候，你就沒有“似乎”了，你必須給出答案。

 

 

　　【問(wèn)】：正如你所說(shuō)的，這就是Aristo的兄弟，但是Plato呢，我們要討論的第三個(gè)項(xiàng)目，它非常不同，對(duì)吧？

 

　　【Oren Etzioni】：沒錯(cuò)。也許，如果我們用這個(gè)家族比喻，Plato就是Aristo和Euclid的堂弟，但實(shí)際情況是我們并沒有自然的基準(zhǔn)測(cè)試，但我們對(duì)視覺非常感興趣。我們已經(jīng)意識(shí)到，我們想要解決的很多問(wèn)題，世界上的很多知識(shí)，都不是用文本來(lái)表達(dá)的，當(dāng)然不是以任何方便的方式表達(dá)的。

 

　　有一種很好的方法來(lái)了解事物的大小，不僅僅是太陽(yáng)和五美分，甚至還有長(zhǎng)頸鹿和蝴蝶……你不會(huì)找到這樣的句子：“長(zhǎng)頸鹿比蝴蝶大得多。”但如果你看到它們的照片，你就可以建立聯(lián)系。Plato是關(guān)于從圖像、視頻、圖表中提取知識(shí)，并能夠推理得出結(jié)論。

 

　　因此，這個(gè)項(xiàng)目的負(fù)責(zé)人Ali Farhadi，在華盛頓大學(xué)艾倫學(xué)院和我們是同事，他的工作成果令人驚嘆，我們可以基于圖像做出非常了不起的事情。我最喜歡的一個(gè)例子是：想象一下，畫一條對(duì)角線，然后在這條線上畫一個(gè)球。

 

 

　　好吧，如果你能把它想象出來(lái)，當(dāng)然球就會(huì)滾下來(lái)，它會(huì)滾下坡。事實(shí)證明，大多數(shù)算法實(shí)際上在做這種預(yù)測(cè)方面都受到了挑戰(zhàn)，因?yàn)橐龀鲞@樣的預(yù)測(cè)，你必須要對(duì)正在發(fā)生的事情進(jìn)行推理。這不僅僅是說(shuō)，“在這條線上有一個(gè)球”，但你必須明白這是一個(gè)斜坡，重力將會(huì)發(fā)揮作用，并預(yù)測(cè)會(huì)發(fā)生什么。所以，我們真的有一些最先進(jìn)的能力，比如對(duì)圖像的推理和預(yù)測(cè)。

 

　　【問(wèn)】：難道視頻不是一件完全不同的事情，因?yàn)槟阏嬲吹降氖菆D像之間的區(qū)別，或者它們是相同的基本技術(shù)？

 

　　【Oren Etzioni】：在技術(shù)層面上，有許多不同之處。但實(shí)際上，視頻只是一系列的圖像。正是我們的眼睛，或者說(shuō)我們的大腦，構(gòu)造了連續(xù)的運(yùn)動(dòng)。它所全部展示的是每秒顯示的多個(gè)圖像。對(duì)我們來(lái)說(shuō)，這是訓(xùn)練數(shù)據(jù)的絕佳來(lái)源，因?yàn)槲铱梢园?a href="http://baoxianwx.cn/photo/" target="_blank">圖片放在第1秒，預(yù)測(cè)第2秒會(huì)發(fā)生什么。然后我可以看看第2秒發(fā)生了什么，看看這個(gè)預(yù)測(cè)是否正確。球滾下山坡了嗎？蝴蝶落在長(zhǎng)頸鹿身上了嗎？因此，這有很多共性，而視頻實(shí)際上是豐富的圖像和訓(xùn)練數(shù)據(jù)來(lái)源。

 

　　【問(wèn)】：讓我舉個(gè)例子，如果我住在一條死胡同里，假設(shè)街對(duì)面的那對(duì)夫婦懷孕了，那個(gè)女人已經(jīng)懷孕九個(gè)月了。有一次我早上三點(diǎn)起床，我望著窗外，他們的車不見了，我想說(shuō)，“啊，他們一定是去醫(yī)院了。”換句話說(shuō)，我是根據(jù)圖像中沒有的東西來(lái)推理的。對(duì)于機(jī)器來(lái)說(shuō)，那真的很難，不是嗎？

 

　　【Oren Etzioni】：是的，人遠(yuǎn)遠(yuǎn)領(lǐng)先于Plato。但要預(yù)料到這一點(diǎn)，你必須找語(yǔ)義學(xué)者網(wǎng)站（semanticscholar.org）幫忙。在語(yǔ)義學(xué)者網(wǎng)的幫助下，我們?cè)谄渌?xiàng)目中看到的許多能力都集中在一起。語(yǔ)義學(xué)者網(wǎng)是一個(gè)科學(xué)的搜索引擎，它可以讓人們?nèi)ふ矣?jì)算機(jī)科學(xué)論文，以及神經(jīng)科學(xué)論文。很快，我們將推出覆蓋所有在PubMed等引擎上可以找到的生物醫(yī)學(xué)論文。

 

　　然而，我們正在努力解決的問(wèn)題是，科學(xué)研究論文非常多，可能超過(guò)1億份，而且每天都有更多的科研論文發(fā)表，對(duì)任何人都能幾乎不可能跟進(jìn)。

 

　　與以往不同，現(xiàn)在再也沒有一個(gè)可能知道所有科學(xué)知識(shí)的人，因?yàn)槲覀兏簧习l(fā)展的速度。這是人工智能幫助我們的好地方，讓科學(xué)家在文獻(xiàn)搜索中更有效率，更高效地進(jìn)行假設(shè)和設(shè)計(jì)實(shí)驗(yàn)。

 

　　這就是我們?cè)噲D用“語(yǔ)義學(xué)者”來(lái)做的，這涉及到理解語(yǔ)言，這涉及到理解圖像和圖表，這涉及到更多。

 

　　【問(wèn)】：為什么你認(rèn)為語(yǔ)義網(wǎng)沒有取得更大的發(fā)展，你對(duì)語(yǔ)義網(wǎng)的預(yù)測(cè)是什么？

 

　　【Oren Etzioni】：我認(rèn)為重要的是區(qū)分“語(yǔ)義學(xué)”（semantic ）和“語(yǔ)義論”（semantics），我們?cè)?ldquo;語(yǔ)義學(xué)者”中用的是后者，而在語(yǔ)義網(wǎng)中用的是前者。在“語(yǔ)義學(xué)者”中，我們?cè)噲D將語(yǔ)義信息與文本聯(lián)系起來(lái)。例如，這篇論文是關(guān)于一個(gè)特定的大腦區(qū)域，或者這篇論文使用的是功能磁共振成像方法等等。這是非常簡(jiǎn)單的語(yǔ)義區(qū)分。

 

　　語(yǔ)義網(wǎng)是語(yǔ)義論的一個(gè)非常豐富的概念，坦率地說(shuō)，它是超人類的，而且遠(yuǎn)遠(yuǎn)超出了我們?cè)诜植际绞澜缰兴茏龅?。因此，蒂?middot;伯納斯-李的愿景在過(guò)去幾年里不斷發(fā)展成為一種叫做“鏈接開放數(shù)據(jù)”的東西，在這里，語(yǔ)義論非常簡(jiǎn)單，重點(diǎn)更多的是網(wǎng)絡(luò)上的不同參與者將數(shù)據(jù)聯(lián)系在一起。

 

　　我認(rèn)為，很少有人研究語(yǔ)義網(wǎng)的原始概念，因?yàn)樗鼘?shí)在是太難了。

 

　　【問(wèn)】：我只是好奇，這是一個(gè)有點(diǎn)無(wú)聊的問(wèn)題：你的項(xiàng)目的名字似乎并沒有遵循一個(gè)包羅萬(wàn)象的意義計(jì)劃。這是因?yàn)樗鼈兪窃谄渌胤奖粍?chuàng)造出來(lái)的嗎？

 

　　【Oren Etzioni】：這是因?yàn)椋绻阕屢粋€(gè)計(jì)算機(jī)科學(xué)家負(fù)責(zé)品牌推廣，你就會(huì)遇到問(wèn)題。我認(rèn)為一開始的時(shí)候建立了Aristo和Euclid兩個(gè)項(xiàng)目，他們都是差不多類似的。然后我們又加上了Plato，這是個(gè)不太完美的名字，但大致上還是在神話世界里。而“語(yǔ)義學(xué)者”則是有點(diǎn)冒充谷歌學(xué)者。

 

　　因此，“語(yǔ)義學(xué)者”，如果你愿意這樣說(shuō)的話，真的是格格不入。當(dāng)我們創(chuàng)立一個(gè)項(xiàng)目時(shí)，我們正在考慮進(jìn)行這方面的工作，也許我們稱該項(xiàng)目為“蘇格拉底”。但我也在想，我們真的想要所有的項(xiàng)目都要以男性的名字命名嗎？這顯然不是我們的意圖。所以，我認(rèn)為最重要的是，這是一個(gè)不完美的命名方案。

 

 

　　【問(wèn)】：艾倫人工智能研究所的使命是：“我們的使命是通過(guò)高影響力的人工智能研究和工程為人類做出貢獻(xiàn)。”和我談?wù)?ldquo;對(duì)人類做出貢獻(xiàn)”吧。你的設(shè)想是什么？你希望這一切能帶來(lái)什么？

 

　　【Oren Etzioni】：好的。當(dāng)我們開始建立艾倫研究的時(shí)候，我們意識(shí)到，人工智能要么受到了詆毀，尤其是在好萊塢電影里，但也有像史蒂芬·霍金和伊隆·馬斯克這樣的人。我們想要強(qiáng)調(diào)人工智能是為了人類的共同利益，也就是為了人類，我們?cè)谀抢锟吹搅艘恍┱嬲暮锰帯?/div>