AI科研的下一个里程碑和挑战
其实从这篇论文中就能看出：目前AI的研究方式无非就是抽象、逻辑化环境和任务目标，将这些东西教给代理，然后给它无数次机会和数据进行训练，让它在无数次尝试中得到最好的目标实现方法。而这些数据就是一堆堆的函数和概率。
虽然谷歌已经开始着手为其定制预防措施，但不出意外的话，这些东西都不会是最后真正AI的形态。其实人们最初设想的AI，其外在的表现会和人一样：它们刚诞生的时候可能也什么都不懂，但是它有一种像人类一样的，能够通用于世间万物的学习能力。很快就能学会它需要的所有东西，（最后超越人类）。
目前，研究一种通用的学习算法正是AI科研领域内很多学者研究的重点。在最近的一次采访中，深度学习大牛，ImageNet的创办者李飞飞最近在a16z的podcast中也表示：“我的下一个梦想就是希望能教会机器人应该怎么去学习，而不是模仿训练数据。”
如果AI真的具有了一种通用的学习能力，那我们该传达给它们的就不应该是更多的规则，而是一种新型的，对人类和机器都会有利的价值观了，那可能又会是一种全新的方法和思路。这也是DeepMind的早期投资人Jaan Tallinn曾预言过的下一个极有潜力的AI相关领域：AI的价值观对接研究（value-alignment research）
不能轻视，但也无需恐惧。让我们期待那一天的到来。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！