杀手AI公式：“天网”=机器学习 区块链 物联网 无人机(4)

无人车依靠的是巨量的来自真实世界的数据集，并结合受训是使用的数据和驾驶规则。但是谷歌在测试无人车的时候，发现这样的操作有个大漏洞：无人车确实遵守规则了，但是周围车上的司机不守规则！比方说，很少有司机看到“停”的指示牌，就完全停下来，于是无人车就等司机完全停下。
科幻作品中的大多数AI都已经过了这一关。而目前现实中的AI还没有克服这个问题。一个通用型AI,应该能通过图灵测试。
通用型AI不仅能在任何应用中有作用，甚至能自主学习，了解到训练数据之外的新信息，并且无需人类的监控。
《星际迷航:下一代》中的机器人Data就是个通用型AI
《星际迷航：下一代》中的机器人Data就是个典型的通用型AI， 拥有正电子大脑。而AI本身并不都是会主动学习，不断进化的。
什么时候能打通第一关呢？这个问题我也没有答案，但是我们可以料想，通用型AI应该是在多项任务上都受过训练，然后在某些具体任务上受训。或许就在未来几年，人类会有小的突破。但是要有Data这样的通用型AI，估计还要有几十年。我们或许需要第三波超越简单规则和简单数据集的AI。
第二关 AI能轻易地操控物理世界
《X档案》第十一季第六集有这么个场景：剧中的世界与现实的技术水平相差无几，但是里面的AI却展现出将自己与物理时间联系起来的可能。
剧中，史考莉和穆德被AI追踪，而这个AI能控制他们身边环境中的一切，包括无人车、冰箱、亚马逊的无人送货飞机，还有餐厅的机器人厨师。
目前，即使是已经与硬件一体化的AI，比如无人车，对于物理世界的存在，意识还是有限的，他们能根据自己意识的范围来下命令。这个领域的进步离不开机器视觉的发展，依靠的是相机和影像，以及对影像的解读（街道标识、衣服、房屋以及人）。
这个关卡，AI需要接触物理世界，让人自然联想到有形体的机器人，但是终结者、复制人和西部世界中的机器人，离我们还很远。
现在，很多有形体的机器人，功能都很单一，只能实现特定的任务。在现代汽车制造厂中我们能看到很多这样的机器人，做的是把汽车抬起、移动、放下之类的动作。这类机器人对周围环境的感知是有限的，仅限于完成既定任务。
能与物理世界交流的机器人不一定要“人模人样”，波士顿动力公司（Boston Dynamics）
就出过一些造型奇异的机器人，看上去更像动物，移动速度极快。波士顿动力公司曾被谷歌收购，现在归日本软银集团所有。