得益于机器学习，用不了多久，机器人和智能计算机就能比人类做得更多。一些人认为，这意味着我们很快将永远呆在海滩上，另一些人则认为我们将不得不去避难所。会是什么？具体是什么时候？
为了了解我们如何遏制人工智能（AI）以及它是否有必要，最好看看我们现在所处的位置。任何批判性地看待它的人都会发现人工智能实际上根本没有那么智能——至少现在还没有。是时候对人工智能的巨大前景发表一些评论了。
谷歌和IBM之间的军备竞赛
科技界各大巨头都在这方面下了重注，使得机器人如雨后春笋般涌现。人工智能用于预测天气、配备客户服务人员以及在制造环境或农场中执行重复性工作。
冲突似乎正在形成，尤其是谷歌和 IBM 之间——无论是在研发还是营销领域。 IBM 目前将大部分预算投入到自己的人工智能平台 Watson 上。例如，IBM去年宣布该公司可以使用计算机模拟越来越多的神经过程。这意味着计算机可以越来越多地模仿我们的大脑功能和大脑的工作方式。下一步，确保他们比我们做得更好不再是一件很复杂的事情。
谷歌自己的人工智能平台 DeepMind去年成为 厄瓜多尔 WhatsApp 围棋世界冠军，围棋被广泛认为是世界上最难的游戏。很少有人知道的是，谷歌翻译完全靠自己发明了自己的人工语言。原因是：这使得进行大量翻译变得更容易。没有人指示系统这样做，这一切都是计算机自己想出来的。
然而人工智能仍然相对愚蠢
尽管这些都非常有用且制作精良，但人工智能总的来说仍然相对愚蠢。看看 2015 年 RoboCup 期间，一群机器人如何互相踢足球：
即使是谷歌的 DeepMind 在围棋比赛中战胜人类也可以很容易地得到正确的看待。最终，这只不过是受控环境中的概率计算。在一个充满意外冲动的世界中进行互动是完全不同的事情。
使我们成为人类和智慧生物的不仅仅是概率和分析技能。在无法控制的、意想不到的环境中，我们可以根据过去的经验即兴发挥。只要将其想象为一台计算机即可。人类和人工智能之间的另一个重要区别是，后者此时并没有真正了解事物是什么。计算机仍然所做的就是从大量数据中发现模式并从中得出结论。
计算机仍然所做的就是从大量数据中发现模式并从中得出结论。
我们正处于重大突破的前夕
通往真正智能计算机之路上的这一关键障碍被称为“极端情况”。德国库卡工业机器人制造商通过在广告中让其机器人与乒乓球冠军蒂莫·波尔打乒乓球来说明此类案例。机器人在很长一段时间内都在获胜，直到波尔发现了一个极端的情况，并利用它获胜。
当打乒乓球或查看天气预报时，我们认为这些极端情况是理所当然的。如果计算机在大约 80% 的时间内都能正确运行，那就已经非常好了。但开车时，门槛当然要高一些。我们最近看到一段视频，显示一辆特斯拉在荷兰高速公路上预计会发生事故。很聪明，不过只要是特殊情况，车上最好有司机。
为了使驾驶员变得多余，这种汽车的软件必须能够非常准确地读取其环境。汽车必须能够区分被风吹过马路的无辜报纸和突然过马路的行人。
纽约哥伦比亚大学工程学教授霍德·利普森 (Hod Lipson)表示，用不了多久人工智能就能做到这一点。由于全球范围内有大量数据可作为机器学习的燃料，极端情况正在消失。一个很好的例子是最近在自动驾驶汽车之间举行的一场赛车比赛。虽然一辆车毫不费力地避开了一只狗，但它的对手却坠毁了。因此，我们在自动驾驶汽车方面所取得的进展存在很大差异。
机器人已经比人类更好了
尽管人工智能已经可以在受控环境中做很多事情，但这最终仍然是一个概率问题。当孩子们过马路时驾驶汽车与下棋不同。我们如何让计算机变得如此智能，使其能够预测、即兴发挥并做出决策？这是解决极端情况时的核心问题。既然开发人员已经发现了这就是症结所在，那么事情将会迅速进展。
照片识别
为了说明这一转折点，利普森引用了阿姆斯特丹奇点峰会上的大规模视觉识别挑战赛 ( ILSVRC )。这是编写最佳照片识别算法的国际竞赛。去年，5.1% 的人为误差率（多年来竞赛的圣杯）首次得到改善。用正常的人类语言来说：现在有一种软件可以比你我更好地确定照片中显示的内容。
当然，如果你的汽车在照片识别方面比你更好，那对你也没有多大好处。但如果基于类似的算法，你的汽车在驾驶时的误差幅度也比你小，事情就会变得非常有趣。想想看。