中新网12月21日电 (记者孟湘君)从AlphaGo的“棋艺”,到自动驾驶的“车技”,从调侃ChatGPT的“会聊天就多聊点”,到讨论AI绘画生成的二次元图像有多惊艳或搞笑,人工智能,似乎正越来越多地成为人们关注的焦点。

但同时,对于人工智能“不够聪明”、“存在危险”等声音,也持续浮现。现在很火的一些人工智能运用,未来会取代人类的工作吗?它们还能更“聪明”吗?要让人工智能用起来放心又舒心,还可以怎么做?

清华大学国强教授、智能产业研究院(AIR)首席研究员聂再清,对中新网记者分析了当前走红的一些人工智能应用发展前景,以及需要注意的问题。


(相关资料图)

ChatGPT“有进步”,离图灵测试还有多远?

OpenAI此前发布了一款AI聊天机器人ChatGPT,因为突出的智能对话能力,可以说是火遍全球。聂再清在试用这款机器人后,有不少体会。

他表示,之前聊天机器人在业界比较成功的应用是运用基于任务型的对话,通过意图理解、槽值填充,把问题参数抽出来,然后去回答用户问题(智能客服)或帮用户完成一个智能家居的操作(AIoT语音助手)。这种任务型聊天机器人,还是比较成功的。已经能够通过语音交互,帮助用户完成很多重复性的工作。

跟以前聊天机器人技术比起来,ChatGPT最让人印象深刻的就是每次回答问题(可以是开放域的问题),它都能用像模像样的人话来答问,同时也会对上下文有一定程度的理解。不看具体知识点的话,看上去好像回答得很专业。

OpenAI官网介绍ChatGPT为一种”优化对话的语言模型“。图片来源:OpenAI官网截图

聂再清同时指出,如果提问人对问题答案没有了解的话,会觉得ChatGPT“回答得都不错”;但对于一些不常见,提问人又知道答案的问题,ChatGPT很可能“会用一本正经的口气,编出错误答案”。

他表示,这款机器人本质上还是一个基于统计的语言模型,应该没有真正理解开放域的问题。它在处理开放域的问题上实际上还是基于概率,基于前一个值来生成下一个值。要通过图灵测试,还要继续努力。至于如何改进,聂再清指出,如果能把能回答问题的正确知识放到它说的话中去,“那就厉害了”。

AI绘画背后,离艺术家还有多远?

与聊天机器人类似的,还有最近在短视频平台走红的AI绘画。这是一种将海量二次元画面预录入,通过大数据寻找画面构图、形状、色彩等方面的相似元素,按照AI解读生成新画面的应用。在短视频平台上,一键操作,就可以把网友们的照片转换成二次元画面,输出结果有很大随机性,经常让人啼笑皆非,但网友乐此不疲。

“把任何照片变成二次元这个功能本身,还是蛮有意思的”,谈到AI绘画,聂再清认为,这是人工智能一个有趣的产品开发方向。

但同时,聂再清指出,作画是有逻辑的,AI画作的过渡、线条、细节上与真人相比,还是有差距。最主要的是,艺术来源于生活的沉淀,真正的艺术家的艺术价值,来自其作品背后的感染力。

他进一步指出,虽然AI也可能碰巧画出一些貌似有感染力的作品,但要在特定情境下要求其画作必须具备某种感染力,难度还是非常大的。总体而言,AI绘画可能对以商业营销为主、从事重复性劳动、不纯粹追求艺术价值的画手有威胁,但要取代真正的画家、艺术家,还言之过早。

自动驾驶离大规模落地,还有多远?

在生活中人们越来越多听到或者接触到的另一个项工智能应用,就是自动驾驶。如今街头能实现自动或半自动驾驶的车辆越来越多,但相关车辆出现险情,也常见诸报端。

一边是科技发展,一边是风险防范。如果要让L5全自动驾驶实现社会面的大规模落地,聂再清认为,有几大“注意事项”。

第一,他指出,最重要的一点,就是基础设施的建设和完善。

如果要自动驾驶,道路和现在是不一样的,比如说未来道路所有信号都数字化并且直接发送到车上,告知车辆现在是红灯,那也就没必要在视觉上识别红绿灯了;比如前方有事故,道路系统可以自动提示所有事故后方的车辆全部知晓。

他同时指出,现在自动驾驶和人类驾驶员如果同时存在的话,需要面临的一个关键问题,实际上就是人跟车、人跟机器间的博弈还没有搞清楚。机器要准确判断人类驾驶员的每一个意图,现在还比较困难。聂再清希望,基础设施可以有比较大的改进,改进后,如果真正能做到所有上路的车都是自动驾驶,事故率应该会降低很多。

第二,一旦自动驾驶大规模落地,需要有一个远程控制中心和“云代驾”,来覆盖所有路段。

聂再清表示,虽然到时人不再“开”车了,但在云端一定要有人能监控各地路况、车况是否正常,有没有问题。如果出现问题,远程控制中心和“云代驾”机构人员要发挥作用,管理好情况。比如,他设想交警未来可以在“云上”处理交通事故,以及车辆出现系统性故障时,通过远程恢复等。

第三,要实现自动驾驶,需要一套完善的安全测试体系、一个新功能灰度内测的体系。

对此,聂再清指出,无人车的安全等级到底达没达标,新功能上线会不会带来大规模伤害等,一定是一步步地先做测试,从无人路段测试,到线上小范围路段内不断放开的一个过程。建成这样一个体系要完善,要能够快速迭代,同时要保证安全。否则自动驾驶系统会面临更新问题,一更新就可能出错,所以答好这道题,也很重要。

第四,聂再清强调,要做好系统故障的容错机制。假设届时自动驾驶道路系统出现一个系统性故障,就可能导致几万辆车同时受影响。有了容错机制,就可能将系统回滚到前一个版本,要保证这种机制不能出错。

第五,自动驾驶大规模测试之前,最好还要有一个机制,就是任何自动驾驶决策是可解释的。聂再清举例称,这意味着人如果有需要,可以随时随地查询自动驾驶车辆的每一个决策及其决策的具体理由,也可以随时随地接管机器的决策,形成一套人机对话和协作机制,这样才能大大地提升自动驾驶的安全性。(完)

推荐内容