有人說，20年后的人工智能絕對會有人類的水平，也有人說，這是一種不切實際的說法，其實人工智能還不如家貓水準的機器人。為此，還有資深的專家打了一個毒，20年內(nèi)機器人也許還不如貓。想來很多讀者的第一感覺和我一樣：20年內(nèi)造一個和人類差不多的機器人的確有困難，但憑什么說20年后的機器人不如貓？這人外行吧？
這人還真不是外行，他就是排名第二的深度學習框架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，比如前段時間Twitter上的“深度學習已進入平臺期”的討論就是由François引發(fā)。
不過，深度學習的人來說未來20年的機器人如何如何是不是有點指手畫腳的意思？哈爾濱工業(yè)大學深圳分校朱曉蕊教授告訴人們，從這個賭約來看，這其實是一個AI和機器人的“Final Goal”，一直以來，AI圈子和機器人的圈子是兩個不同的圈子，當中有一部分交叉的是識別的部分，AI圈子和機器人圈子都有人在做，但未來的趨勢是兩個圈子會逐步融合做同樣的事，無論是光有智能沒有控制，或者光有控制沒有智能都是不能適應我們對未來的需求的。
這個賭注已經(jīng)有人應戰(zhàn)：Amazon RoboTIc的VP Brad Porter準備和François Chollet賭上1000美元，而且還有了正式的賭約和勝利條件，讓我們來看一下：
貓水準AI賭局
2017年10月3日
我敢打賭，截至2037年10月，不會有一個機器人至少具備家貓的認知能力（特別是感覺運動能力），而且我們也很難創(chuàng)建這樣一個機器人。當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)的和任何小動物類似的機器人都算。
硬件
除了創(chuàng)造一個機器貓的大腦，給這個機器貓造一個硬件身體自然也是這個問題不可分割的一部分。我們期望這個機器人至少具有貓身體的運動能力水準（如敏捷性，健壯性等），當然，生產(chǎn)這個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作，例如玩耍、狩獵和隱藏，這些都是它們自己學會的。機器人應該表現(xiàn)出類似的行為豐富性，而且這些行為不應該是被硬編碼的。我確實知道完全有可能通過對機器人進行硬編碼的方式重現(xiàn)*特定*類似貓的行為，但這將是欺騙。
在感覺能力方面，我們的機器人應該能夠至少能做出以下那樣令人印象深刻的動作：
學習開門
從一個家具跳到另一個家具上
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
對智力的定義特征是其泛化能力，即從很少的經(jīng)驗中學習適應復雜的新情況的能力。貓級別的泛化能力意味著：
從少量數(shù)據(jù)進行學習
貓的大腦非常簡單。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。相應，（機器貓）大腦源代碼應該在MB級別，這包含所有關于大腦的內(nèi)容，不能預留諸如預先訓練的內(nèi)容或是硬編碼的任何環(huán)境信息，這是個大小是2017年超級優(yōu)化的ImageNet CNN檢查點的大小，不考慮運行它的TensorFlow二進制文件的大小或GPU Blueprint的大小在內(nèi)。
所以，一只貓可以在幾個月內(nèi)（一年以上）與其環(huán)境互動，學習會成為一只真正的貓。事實證明，貓寶寶除了四處游蕩外，其他技能都需要后天學習。我們的機器人應該能夠從頭開始，在2年內(nèi)自己學會一切。沒有前期的提示，沒有對復雜的行為或關于環(huán)境的信息的硬編碼（例如，波士頓動力的大狗機器人，它是100％硬編碼的，這種情況算欺騙）。機器人的大腦可能在上傳到機器人的身體之前進行模擬訓練，但這種模擬訓練應該在不超過2年內(nèi)產(chǎn)生一個成熟的大腦。
適應性和自主性
貓和動物一般對任何特定的環(huán)境都有適應性：將其放在不熟悉和可能充滿敵意的地方，貓不會嚇傻被或者重新適應，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物。同樣，我們的機器人應該能夠在進入一個全新的環(huán)境時盡可能立即執(zhí)行操作。
貓級適應性的最終證明是貓級自主性。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），它無需外部幫助即可生存下來。類似，如果把我們的機器人丟到一個未知的大學校園中，它應該也能無需他人幫助而生存下來。如果它（像貓一樣）需要食物和氧氣生存，它應該會自己找到食物；如果它依靠電力活動，它應該找到插座自己充電（自我充電對于我們描述的其他問題來說是微不足道的），而且在任何校園中也一樣。
下載文檔
