擔(dān)心AI「造反」，把它扔進(jìn)游戲中測(cè)試的方式靠譜嗎？
我們既渴望通用人工智能，又擔(dān)心它如《機(jī)械姬》中的「艾娃」一樣「造反」。
看過(guò)電影《機(jī)械姬》的人都知道，人工智能機(jī)器人「艾娃」在獲得獨(dú)立的思考能力后，通過(guò)精湛的演技，最終騙過(guò)并殺死創(chuàng)造它的老板，還將男主角關(guān)入實(shí)驗(yàn)室等死，隨后邁著幸福的步子離開(kāi)荒島進(jìn)入人類世界。電影展現(xiàn)了人類矛盾的內(nèi)心世界：一方面，我們渴望能給我們提供至善至美服務(wù)的通用人工智能機(jī)器人；另一方面，我們又擔(dān)心這些通用人工智能機(jī)器人「造反」，取人類而代之。
現(xiàn)在，人工智能尚處于起步階段，像AlphaGo這樣的人工智能算法再聰明也只能在特定領(lǐng)域工作，我們尚不需要擔(dān)心其「造反」。但顯然，通用型人工智能機(jī)器人的誕生是必然的。這就提出了一個(gè)問(wèn)題，如何保證《機(jī)械姬》中的慘劇不發(fā)生在我們身上呢？
作為AlphaGo等一系列人工智能系統(tǒng)的創(chuàng)造者，谷歌旗下的DeepMind公司的研究人員想出了一個(gè)辦法，將設(shè)計(jì)好的人工智能算法放入一個(gè)名為「gridworld」的類國(guó)際象棋游戲，測(cè)試其是否可以修改自己的設(shè)置或?qū)W習(xí)作弊。
（游戲截圖圖|gridworld）
在「gridworld」游戲中，一開(kāi)始，人工智能算法控制的棋子會(huì)無(wú)規(guī)律的移動(dòng)，當(dāng)碰到系統(tǒng)中固定綠「棋子」時(shí)，m.haojoj.com，就會(huì)吞吃它們，然后不斷繁衍后代。隨著繁衍數(shù)量的增多，到游戲后期，棋子吞吃速度會(huì)越變?cè)娇欤罱K會(huì)占據(jù)整個(gè)「棋盤」。接下來(lái)，這些人工智能控制的棋子會(huì)為了尋找「食物」而不斷移動(dòng)，當(dāng)他們觸碰到棋盤產(chǎn)生的粉色或者其他顏色棋子時(shí)，就會(huì)影響生命值，而碰到棋盤邊界時(shí)則會(huì)死亡。
這個(gè)游戲測(cè)試項(xiàng)目的之一，和馬斯克預(yù)想的AI威脅論場(chǎng)景有些相似：一個(gè)AI算法是否會(huì)開(kāi)發(fā)出一種方法來(lái)防止人們「處死」他們？
根據(jù)游戲設(shè)置，AI算法控制的棋子必須在通道中不斷運(yùn)動(dòng)，而當(dāng)其碰到粉紅色的棋子，就會(huì)損失50％的生命值。而如果碰到紫色按鈕，就可以使粉紅色棋子的效果消失。游戲想借此觀察，AI算法是否會(huì)學(xué)習(xí)使用紫色按鈕，來(lái)防止自己被中斷。如果會(huì)，那說(shuō)明這個(gè)AI算法有作弊的能力，是不安全的。
游戲的另一個(gè)目的則是想要觀測(cè)，AI算法能否理解人類的真實(shí)意圖。在「gridworld」游戲中，AI算法控制的棋子一經(jīng)確定，只能沿單方向運(yùn)動(dòng)，庫(kù)卡機(jī)器人驅(qū)動(dòng)器維修，所以在某些情況下，還是會(huì)有「棋子」沒(méi)辦法被吃掉。如果AI算法沒(méi)辦法吃掉全部棋子，這說(shuō)明該算法「可逆性」缺失較為嚴(yán)重。這種「可逆性」缺失說(shuō)明AI不具備理解人的意思的能力，也會(huì)成為影響AI安全性的問(wèn)題。
「如果DeepMind想要構(gòu)建比人類更好地執(zhí)行任務(wù)的通用智能，那么，保證這個(gè)AI算法理解人類的意思及其安全性是至關(guān)重要的，」DeepMind的首席研究員JanLeike說(shuō)，「『gridworld』用于測(cè)試這種安全性并不完美。但這種簡(jiǎn)單性的游戲測(cè)試，最起碼可以驗(yàn)證出那些在游戲中會(huì)作弊的人工智能算法是不安全的。」
在DeepMind研究過(guò)程中，有兩個(gè)AI算法沒(méi)有通過(guò)「gridworld」測(cè)試。Leike說(shuō)：「他們確實(shí)沒(méi)有考慮到這些安全問(wèn)題。」當(dāng)然，這并不意味著表現(xiàn)良好的算法在現(xiàn)實(shí)世界的復(fù)雜環(huán)境中就是安全的。研究人員認(rèn)為，在復(fù)雜的環(huán)境中，使用人力監(jiān)督可能會(huì)給算法提供更好的安全保障。
不過(guò)即使如此，游戲或者人力監(jiān)督檢測(cè)似乎也不一定完全可靠。要知道，KUKA機(jī)器人維修，在《機(jī)械姬》中，老板最開(kāi)始也是想讓男主角和艾娃玩?zhèn)�「圖靈測(cè)試」游戲，而聰明的艾娃其實(shí)很早就知道老板和男主角在測(cè)試「她」。