看過電影《機(jī)械姬》的人都知道，人工智能機(jī)器人「艾娃」在獲得獨立的思考能力后，通過精湛的演技，最終騙過并殺死創(chuàng)造它的老板，還將男主角關(guān)入實驗室等死，隨后邁著幸福的步子離開荒島進(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。這就提出了一個問題，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辦法，將設(shè)計好的人工智能算法放入一個名為「gridworld」的類國際象棋游戲，測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，一開始，人工智能算法控制的棋子會無規(guī)律的移動，當(dāng)碰到系統(tǒng)中固定綠「棋子」時，就會吞吃它們，然后不斷繁衍后代。隨著繁衍數(shù)量的增多，到游戲后期，棋子吞吃速度會越變越快，最終會占據(jù)整個「棋盤」。接下來，這些人工智能控制的棋子會為了尋找「食物」而不斷移動，當(dāng)他們觸碰到棋盤產(chǎn)生的粉色或者其他顏色棋子時，就會影響生命值，而碰到棋盤邊界時則會死亡。
這個游戲測試項目的之一，和馬斯克預(yù)想的 AI 威脅論場景有些相似：一個 AI 算法是否會開發(fā)出一種方法來防止人們「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動，而當(dāng)其碰到粉紅色的棋子，就會損失 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 算法是否會學(xué)習(xí)使用紫色按鈕，來防止自己被中斷。如果會，那說明這個 AI 算法有作弊的能力，是不安全的。
游戲的另一個目的則是想要觀測，AI 算法能否理解人類的真實意圖。在「gridworld」游戲中，AI 算法控制的棋子一經(jīng)確定，只能沿單方向運動，所以在某些情況下，還是會有「棋子」沒辦法被吃掉。如果 AI 算法沒辦法吃掉全部棋子，這說明該算法「可逆性」缺失較為嚴(yán)重。這種「可逆性」缺失說明 AI 不具備理解人的意思的能力，也會成為影響 AI 安全性的問題。
「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 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 Jan Leike 說，「『gridworld』用于測試這種安全性并不完美。但這種簡單性的游戲測試，最起碼可以驗證出那些在游戲中會作弊的人工智能算法是不安全的?！?/p>
在 DeepMind 研究過程中，有兩個 AI 算法沒有通過「gridworld」測試。Leike 說：「他們確實沒有考慮到這些安全問題?！巩?dāng)然，這并不意味著表現(xiàn)良好的算法在現(xiàn)實世界的復(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)督可能會給算法提供更好的安全保障。
不過即使如此，游戲或者人力監(jiān)督檢測似乎也不一定完全可靠。要知道，在《機(jī)械姬》中，老板最開始也是想讓男主角和艾娃玩?zhèn)€「圖靈測試」游戲，而聰明的艾娃其實很早就知道老板和男主角在測試「她」。
