有人說(shuō)，20年后的人工智能絕對(duì)會(huì)有人類的水平，也有人說(shuō)，這是一種不切實(shí)際的說(shuō)法，其實(shí)人工智能還不如家貓水準(zhǔn)的機(jī)器人。為此，還有資深的專家打了一個(gè)毒，20年內(nèi)機(jī)器人也許還不如貓。想來(lái)很多讀者的第一感覺(jué)和我一樣：20年內(nèi)造一個(gè)和人類差不多的機(jī)器人的確有困難，但憑什么說(shuō)20年后的機(jī)器人不如貓？這人外行吧？

　　這人還真不是外行，他就是排名第二的深度學(xué)習(xí)框架Keras的作者、Google人工智能專家François Chollet，F(xiàn)rançois在Twitter上常有驚人言論，比如前段時(shí)間Twitter上的“深度學(xué)習(xí)已進(jìn)入平臺(tái)期”的討論就是由François引發(fā)。

　　不過(guò)，深度學(xué)習(xí)的人來(lái)說(shuō)未來(lái)20年的機(jī)器人如何如何是不是有點(diǎn)指手畫(huà)腳的意思？哈爾濱工業(yè)大學(xué)深圳分校朱曉蕊教授告訴人們，從這個(gè)賭約來(lái)看，這其實(shí)是一個(gè)AI和機(jī)器人的“Final Goal”，一直以來(lái)，AI圈子和機(jī)器人的圈子是兩個(gè)不同的圈子，當(dāng)中有一部分交叉的是識(shí)別的部分，AI圈子和機(jī)器人圈子都有人在做，但未來(lái)的趨勢(shì)是兩個(gè)圈子會(huì)逐步融合做同樣的事，無(wú)論是光有智能沒(méi)有控制，或者光有控制沒(méi)有智能都是不能適應(yīng)我們對(duì)未來(lái)的需求的。

　　這個(gè)賭注已經(jīng)有人應(yīng)戰(zhàn)：Amazon RoboTIc的VP Brad Porter準(zhǔn)備和François Chollet賭上1000美元，而且還有了正式的賭約和勝利條件，讓我們來(lái)看一下：

　　貓水準(zhǔn)AI賭局

　　2017年10月3日

　　我敢打賭，截至2037年10月，不會(huì)有一個(gè)機(jī)器人至少具備家貓的認(rèn)知能力（特別是感覺(jué)運(yùn)動(dòng)能力），而且我們也很難創(chuàng)建這樣一個(gè)機(jī)器人。當(dāng)然不一定是像字面上那樣表現(xiàn)得像貓一樣啦，只要能顯示出下面特質(zhì)的和任何小動(dòng)物類似的機(jī)器人都算。

　　硬件

　　除了創(chuàng)造一個(gè)機(jī)器貓的大腦，給這個(gè)機(jī)器貓?jiān)煲粋€(gè)硬件身體自然也是這個(gè)問(wèn)題不可分割的一部分。我們期望這個(gè)機(jī)器人至少具有貓身體的運(yùn)動(dòng)能力水準(zhǔn)（如敏捷性，健壯性等），當(dāng)然，生產(chǎn)這個(gè)硬件不是最難的部分，軟件才是最難的部分，這可能得打通十七八次任督二脈才行。

　　行為

　　貓可以做有很多行為動(dòng)作，例如玩耍、狩獵和隱藏，這些都是它們自己學(xué)會(huì)的。機(jī)器人應(yīng)該表現(xiàn)出類似的行為豐富性，而且這些行為不應(yīng)該是被硬編碼的。我確實(shí)知道完全有可能通過(guò)對(duì)機(jī)器人進(jìn)行硬編碼的方式重現(xiàn)*特定*類似貓的行為，但這將是欺騙。

　　在感覺(jué)能力方面，我們的機(jī)器人應(yīng)該能夠至少能做出以下那樣令人印象深刻的動(dòng)作：

　　學(xué)習(xí)開(kāi)門

　　從一個(gè)家具跳到另一個(gè)家具上

　　抓老鼠并抓住它

　　從任何位置跌落后都可以以爪子落地

　　概括

　　對(duì)智力的定義特征是其泛化能力，即從很少的經(jīng)驗(yàn)中學(xué)習(xí)適應(yīng)復(fù)雜的新情況的能力。貓級(jí)別的泛化能力意味著：

　　從少量數(shù)據(jù)進(jìn)行學(xué)習(xí)

　　貓的大腦非常簡(jiǎn)單。貓的基因組大約只有2.7GB，而其中大約90%是垃圾，剩下的270MB的數(shù)據(jù)與貓的種類有關(guān)。相應(yīng)，（機(jī)器貓）大腦源代碼應(yīng)該在MB級(jí)別，這包含所有關(guān)于大腦的內(nèi)容，不能預(yù)留諸如預(yù)先訓(xùn)練的內(nèi)容或是硬編碼的任何環(huán)境信息，這是個(gè)大小是2017年超級(jí)優(yōu)化的ImageNet CNN檢查點(diǎn)的大小，不考慮運(yùn)行它的TensorFlow二進(jìn)制文件的大小或GPU Blueprint的大小在內(nèi)。

　　所以，一只貓可以在幾個(gè)月內(nèi)（一年以上）與其環(huán)境互動(dòng)，學(xué)習(xí)會(huì)成為一只真正的貓。事實(shí)證明，貓寶寶除了四處游蕩外，其他技能都需要后天學(xué)習(xí)。我們的機(jī)器人應(yīng)該能夠從頭開(kāi)始，在2年內(nèi)自己學(xué)會(huì)一切。沒(méi)有前期的提示，沒(méi)有對(duì)復(fù)雜的行為或關(guān)于環(huán)境的信息的硬編碼（例如，波士頓動(dòng)力的大狗機(jī)器人，它是100％硬編碼的，這種情況算欺騙）。機(jī)器人的大腦可能在上傳到機(jī)器人的身體之前進(jìn)行模擬訓(xùn)練，但這種模擬訓(xùn)練應(yīng)該在不超過(guò)2年內(nèi)產(chǎn)生一個(gè)成熟的大腦。

　　適應(yīng)性和自主性

　　貓和動(dòng)物一般對(duì)任何特定的環(huán)境都有適應(yīng)性：將其放在不熟悉和可能充滿敵意的地方，貓不會(huì)嚇傻被或者重新適應(yīng)，它將探索其周圍環(huán)境，隱藏，躲避狗和汽車，勛章食物和狩獵小動(dòng)物。同樣，我們的機(jī)器人應(yīng)該能夠在進(jìn)入一個(gè)全新的環(huán)境時(shí)盡可能立即執(zhí)行操作。

　　貓級(jí)適應(yīng)性的最終證明是貓級(jí)自主性。把一只貓丟到可能生存的新環(huán)境中（例如有食物或獵物可用），它無(wú)需外部幫助即可生存下來(lái)。類似，如果把我們的機(jī)器人丟到一個(gè)未知的大學(xué)校園中，它應(yīng)該也能無(wú)需他人幫助而生存下來(lái)。如果它（像貓一樣）需要食物和氧氣生存，它應(yīng)該會(huì)自己找到食物；如果它依靠電力活動(dòng)，它應(yīng)該找到插座自己充電（自我充電對(duì)于我們描述的其他問(wèn)題來(lái)說(shuō)是微不足道的），而且在任何校園中也一樣。