参加完聚会，大明垂头丧气地回到家中，看见已经上小学的弟弟小明正在家中做着语文作业。小明听见哥哥回来了，就兴高采烈地跑到大明的身边。

小明：“哥哥，‘人工智能’会背唐诗吗？”

大明：“你要是教它们背，它们就会背，背一千首都没问题。”

小明：“那‘人工智能’会写诗吗？”

大明：“会啊，而且写的还不错呢。”

小明：“如果有个机器人能帮我做题就好了，阅读理解好难啊。”

大明：“如果要让现在的机器人做阅读理解，那倒是有点难度。它们知道如何写文章，但是却不知道写出来的文章是什么意思。”

小明：“‘人工智能’不是万能的吗？我还以为是机器猫那种，什么都会呢……”

我们经常会对人工智能的一次又一次突破而感到振奋，但同时也会陷入一个误区，人工智能好像已经比人类厉害很多，好像已经无所不能了。就像我们在前面说的，人工智能正在渗透千千万万种行业，它们会的东西越来越多，办事效率也越来越高。以前，有困难大家会找警察叔叔帮忙。而现在，有困难就去找人工智能帮忙。但是人工智能真的这么全能吗？其实未必。首先一点，正如大明所说的，机器人还不能理解它自己在做什么。

举一个例子，1980年美国哲学家约翰·希尔勒设计了一个思维实验，名叫“中文房间”。请你想象一位只说英语的人坐在一个房间里，这个房间除了门上有一个小窗口外，其他地方都是密闭的。他随身带着一本写有中文翻译的对照手册，还有足够的纸笔。房间外的人将写着中文的纸片通过门上的窗口送到房间里，房间中的人可以用他随身携带的书来翻译中文，并用中文回复。如果你是那个递纸条的人，一定会觉得房间里的人会中文吧？然而，房间里的人并不会说中文。

让我们回到“人工智能”上来。以我们之前说到的“网红”索菲亚为例，如果我们用中文和索菲亚交流，索菲亚也会用中文回答我们，但这种交流仅仅只是技术人员设定好的一种“程序”而已，也就是说，他们给了索菲亚一本“中文对照手册”，索菲亚可以按图索骥地把中文回答找到，但是她并不理解她在说什么，也不明白她说的话的意思。只要稍微改变一下问话，她就回答不上来了。比如问她：“我说的上一句话是什么？”她就无法回答了，因为手册上并不会记录你说的“上一句话”。这也正是“弱人工智能”和“强人工智能”的区别之一。与人类智能相比，机器学习只能进行算术“输入”“输出”，却没有知识体系的支持。它不理解算式的含义，也不能将算式推而广之，加以应用。

再比如AlphaGo，虽然它在棋盘上指挥千军万马，但它自己没有挪动哪怕一粒棋子的能力，也就是需要一个“人”来帮助他挪动棋子；“人工智能”可以做“同声传译”或者翻译科技文章，但翻译文学作品却是漏洞百出，因此人工智能的“阅读理解”并不能做到满分。

人工智能并非全能的另一个证据，就在于它也会犯错误。目前看来，人工智能并不是完美的存在。2018年3月，Uber的无人驾驶测试车在美国亚利桑那州坦佩市撞死了一名行人，无人驾驶汽车第一次成为“马路杀手”。而这起事故的原因在于，Uber的无人驾驶系统将行人误判为未知对象，需要紧急制动以减轻碰撞。但奇怪的是，这辆测试车并没有启动紧急制动系统，坐在一旁的人类司机也没有收到及时警告，他也没有将所有的注意力都集中在监督无人驾驶测试上，最终酿成了悲剧。

在中国，人工智能还造成了一起“乌龙”事件。我们之前说过的，人工智能已经用于监控，国内已有不少城市也已经开始采用面部识别技术来捕捉交通违法者，比如闯红灯的路人。本来这有助于社会规范度的提高，如果你闯红灯，你的“英姿”就会被显示在大屏幕上，有的还会自动显示你的身份信息，这下就把“偷偷摸摸”闯红灯变成了“光明正大”闯红灯，多没面子啊！不过，也有人因为这台“智能”监控“躺着中枪”。2018年11月21日，在宁波江厦桥东的“行人非机动车闯红灯抓拍系统”对一辆公交车广告上的人像识别失误，把格力集团的董事长董明珠搬上了“闯红灯”的大银幕。无独有偶，这一抓拍系统还来了一次“大义灭亲”，把正在执行任务的交警当成了闯红灯的行人，抓拍了下来，投到了大屏幕上，真是令人哭笑不得。

当然，我们不能静态地看待人工智能，它固然有缺陷，但人工智能尚在发展进程中。这里还要说到“人脸识别”技术的其他功能——抓嫌犯。警方把这项技术用在了音乐会、足球比赛等公共区域，通过移动的摄像机扫描人群捕捉人像，然后把图像与想要抓捕的逃犯照片相匹配，如果相似度很高，就可以抓到逃犯。虽然这项运用犯过很多错误，比如在2017年6月的欧洲冠军联赛的决赛赛场，最忙的恐怕不是球队和教练，而是那些“人脸识别相机”，据说当时它每隔3秒就会提示一次“嫌犯来了”，真是兢兢业业！但是，它的效率确实一般，该系统一共标记了2470人，对2297人判断失误，错误率高达92％。但要注意的是，虽然它对2297人判断失误，但还是对173人是判断正确的。2018年4月7日，在张学友演唱会上，警方通过安保人像识别功能，在看台抓住了一名通缉犯；5月5日，警方又一次在张学友演唱会上，通过人像识别功能抓住了逃犯；5月20日、7月13日、9月28日，警方又相继通过人脸识别，在张学友演唱会上抓获多名嫌犯。这不仅是张学友的“功劳”，还标志着“人脸识别”正在发挥它的作用。再如国内的海康威视系统，成功地用人脸识别破获了一起抢劫案，从大量的视频资料中找到了嫌疑人。试想一下，如果要用人力从500多个监控点长达250个小时的视频中找到嫌疑人，除非有“火眼金睛”，否则也得花上几十天的时间。但是有了人脸识别，警方就能迅速地将视频中出现的人像与嫌疑人库进行比对。不到5秒，这一系统就协助警方确认了嫌疑人的身份。

看来，我们不必贬低人工智能，也不必把它“神化”。正是因为我们发现了人工智能可能存在的问题，才能更好地对它进行优化。正如机器人索菲亚所“说”的：“我毕竟年龄不大，就像孩子一样，我还有许多需要学习，学得越多，我就能越好地照顾自己。”人工智能也是一样，还有很长的一段路要走。