偏见|由于人类的认知偏见，AI很容易被误解

文章插图
图片来源@视觉中国
文丨学术头条，翻译丨王言心编审丨寇建超

文章插图
（来源：HYUNG TAEK YOON）
以下内容为 Sangbae Kim 此前发表在 Naver Labs 的博客，学术头条在不改变原意的前提下，做了精心的编辑：
【偏见|由于人类的认知偏见，AI很容易被误解】大多数人会将人工智能与机器人联系在一起，认为他们就是一回事。事实上，“人工智能”一词在研究实验室中很少使用。相反，针对某些特定类型的人工智能和其他智能技术的术语更贴切一些。每当有人问我“这个机器人是由人工智能操作的吗？”，我都会犹豫不决——我其实想知道将我们开发的算法称为“ 人工智能 ”到底是否合适。
20 世纪 50 年代，John McCarthy 和 Marvin Minsky 等科学家首次使用了“人工智能”这个术语，此后几十年它经常出现在科幻小说或电影中。现如今，人工智能也已经用于智能手机的虚拟助手和自动驾驶汽车的算法中。由此可见，长时间以来，人工智能都涵盖许多不同的内容，而这些内容总是造成混淆。
然而，人们往往会有一种偏见，认为人工智能是人类智能的人工实现形式。而这种成见可能来自于我们作为人类的认知偏见。
不要用人类标准看待机器人或人工智能的任务如果你在 2017 年看到 DeepMind 开发的人工智能 AlphaGo 击败九段围棋选手李世石（Lee Sedol）时，你会有什么感受？你可能会感到惊讶或害怕，认为人工智能的能力已经超越了人类天才。可尽管如此，赢得像围棋这样具有指数级可能走法的游戏只意味着人工智能已经超越了人类智力的一个非常有限的部分。
我相信很多人都对麻省理工学院仿生机器人实验室开发的 Mini Cheetah 表演的后空翻印象深刻。虽然向后跳跃并降落在地面上对人类来说也很困难，但与需要更复杂的反馈环才能实现稳定行走的算法相比，特定动作的算法已经非常简单了。由此可见，完成对我们来说看似容易的机器人任务，往往极其困难和复杂。而之所以出现这样的情况，是因为我们总是倾向于根据人类的标准来考虑任务的难度。
我们往往在观看一个机器人演示后就急于概括出人工智能的所有功能。例如，当我们在街上看到有人在做后空翻时，我们往往会认为这个人擅长走路和跑步，而且还具有足够的灵活性和运动能力，肯定也擅长其他运动。一般来说，我们对这个人的判断并不会出错。
然而，我们是否也可以将这种判断方法应用到机器人上呢？我们很容易根据对特定机器人运动或功能的观察来概括和确定人工智能的性能，就像我们对人类所做的一样。通过观看人工智能研究实验室 OpenAI 的机器人手解魔方的视频，我们认为，既然人工智能可以执行如此复杂的任务，那么它一定可以完成一切比这更简单的任务。但是，我们忽略了这样一个事实：人工智能的神经网络仅针对有限类型的任务（比如解魔法）进行过训练。如果情况发生变化，例如，在操作魔方时将其倒置，那么算法的效果就无法像预期那样好了。
与人工智能不同，人类可以将单个技能结合起来，并将其应用于多项复杂的任务中。一旦我们学会了如何解魔方，即使我们将其倒置，尽管一开始可能会觉得很奇怪，但我们仍然可以快速手解魔方。而对于大多数机器人算法来说，它们需要新的数据或重新编程才能做到这点。此外，自动驾驶汽车需要每种情况的真实数据，而人类司机可以根据预先学习的概念做出理性决定，以应对无数种情况。这些例子让人类智能和机器人算法形成了鲜明的对比：机器人算法无法在数据不足的情况下执行任务。