劍橋大學人工智能研究中心對人工智能提供的新功能和面臨的風險進行了分析和探討，同時糾正了一些人對人工智能的質疑和成見。

該研究中心匯集了不同領域的專家，旨在研究和預測隨著人工智能領域快速發展帶來的可能性和挑戰，并為人工智能提供一個更加可衡量和有用的視角。參與制定新提案的劍橋大學人類生存風險研究中心(CSER)的SeánÓh Éigeartaigh博士指出：“人工智能在我們研究中心的議程中占據重要地位，其部分原因是因為人工智能技術近年來取得了重大的進展。這表明其研究已經產生了巨大的影響，并且進展非常迅速。另一方面，由于人工智能存在很多需要處理的問題，只是關注災難和風險限制了我們在該領域的研究范圍。”

該研究中心的構想是召集來自相關學科的人工智能專家，不僅考慮長期風險、機遇和挑戰，還研究人工智能的長期、短期和中期影響。

[[340546]]

人工智能的不同方法

盡管人工智能經常成為行業媒體的頭條新聞，或者成為一些科幻電影的主題，但劍橋大學人類生存風險研究中心(CSER)的研究工作提供了不同的角度和觀點。

盡管有關人工智能的風險讓人們感到不寒而栗，但當前的影響相對有限。ÓhÉigeartaigh博士為此解釋說：“坦白地說，人們看到的人工智能系統的不利影響是有限的，因為它們大多是執行某些任務(例如交通導航、下棋或運行搜索引擎)的良好實踐。目前，我們或許可以解決人工智能認知能力的問題。”

這種審慎方法使該中心不僅意識到人工智能技術可能帶來的嚴重問題，而且還要提供利用這種新技術的機會。

ÓhØigeartaigh博士說，“在這個世界上，只有生物才能進行學習、適應、思考，并做更多事情。但是，為智能只能發生在生物學中這個觀點進行辯護證明了這樣一個論點：在某一時刻，我們將掌握足夠的資源重新創造它。”

雖然ÓhÉigeartaigh博士的主要研究領域是計算生物學，但他已經進行了多年的跨學科項目的研究。通過這種方式，他采用了多學科的思維方式，從各種不同的角度來處理人工智能的問題。

ÓhÉigartaigh博士指出，“解決這些重大問題的答案不僅僅是在計算機科學或計算生物學領域，還要思考這些長期的和廣泛的問題，需要采用政治、經濟、法律、社會學甚至哲學領域的專業知識。”

人工智能的應用

事實上，對人工智能不同視角的需求不僅是產生原始想法和觀點的一部分，而且是對人工智能如何采用不同專業知識解決問題的部分答案。

ÓhÉigartaigh博士說，“科學家面臨的大多數挑戰是，必須分析來自各種來源的大量數據，并理解相互聯系的極其復雜的系統。即使對于合作研究的多個團隊來說，這也是一件非常困難的事情。

我們目前正在開發的系統能夠處理大數據。例如，幫助分析數以百萬計的基因組以找到癌癥的起源，分析氣候變化的許多方面，或者試圖使太陽能、能源網或智能家居更高效。如果我們發現如何將人工智能應用于所面臨的問題，就可以解決這些問題。我們也將為人類的進步做出貢獻。”

ÓhÉigeartaigh博士表示，加速技術變革的社會、政治和文化等方面也屬于科學問題。他以自動駕駛汽車在未來導致出租車或長途汽車司機失業這種短期問題為例，人工智能取代人力，促使這些人尋求其他力所能及的工作，這正是不同領域應該為這些問題進行討論的原因。

Óhéigeartaigh博士指出，盡管有一些風險需要解決(例如人工智能將很快使多功能無人機的發展成為現實)，但人工智能并不等同于人類智能。

與目前在許多技術中使用比較受限的人工智能不同，許多對通用人工智能的失敗預測在在過去早已出現。Óhéigeartaigh博士說：“有些人可能會爭辯說，目前對人工智能的開發熱情是錯誤的。而我們還將看到在人工智能領域有著更多令人興奮的投資。雖然這種情況在本世紀發生的可能性只有50%，但應該有人在思考和研究這個問題。”

這也表明了另一個重要的觀點：即使人工智能技術整體失敗，在這一領域取得的技術進步仍然非常重要，而人工智能技術的這些發展和進步對社會、文化、政治的影響需要進行考慮、討論和思考。

不同類型的智能

關于人工智能的論述和討論所涉及的另一個問題是，人們以一種以人類為中心的方式來處理這個問題，然而還需要考慮到世界上存在著不同類型的智能。

ÓhÉigeartaigh博士建議采用一種將人類與地球都置于中心的方法，從人類智能到食肉動物的智能，而不應局限于以人類為中心的智能。

ÓhÉigeartaigh博士表示，他們在初始階段定義的第一個項目是“智能類型”，已經開始就這個項目召開會議。參會專家其中包括英國帝國理工學院神經學教授Murray Shanahan，他是研究黑猩猩智能、數學邏輯和機器學習方面的專家。所有參會的專家都致力于為不同類型的智能找到相對較新的想法。

人工智能如何發展

Óhéigeartaigh博士表示，另一個問題是這種人工智能將如何發展。進化生物學是通過反復試驗而發展起來的，某些錯誤率較高的生物的發展速度要快于其他較低的錯誤耐受性生物體。他說，“在設計算法和人工智能時，專家可以選擇想要的方式。我們還提供人工智能學習課程，我們稱之為進化算法，可以在一定程度上使用試錯法。我們之所以希望對發生的變化持開放態度，也有我們不希望發生變化的原因，因為我們最終可能得不到任何重要的東西，或者可能會產生意想不到的后果。”

在這一點上，許多不同的進化因素起作用。科學領域的革命帶來了更多的人才以及為人工智能領域分配更多資源，從而以爆炸性的速度促進了人工智能領域的發展。他說：“這方面的一個例子是，深度學習在早期取得的巨大成功。這使更多的資源得到了利用，許多成功的組織都使用了這種方法。”

人工智能的未來發展

同樣，可以說人工智能在概念上有所突破，但是無法預測實現這些突破將花費多長時間或將在多大程度上促進該領域的發展。ÓhÉigeartaigh博士評論說：“我們無法預測的事情會帶來極大的不確定性，因此可以確定的是，將在2070年實現通用人工智能是荒謬的。但是遲早會有革命性的突破，在這種情況下，需要鼓勵人們對具有社會影響力的事物進行原創性和創造性的思考。”

他表示，劍橋大學人類生存風險研究中心(CSER)還將作為一個交流中心，積極與學術界和工業界人士溝通和交流，并舉辦研討會和行業會議。

他說，“我們旨在創建一個社區，致力于鼓勵未來的意見領袖和研究領袖從長遠方面解決影響我們所有人的問題。我相信，越來越多的年輕人將成為該領域未來的行業和政治領袖，并將會發揮重要作用。”