据科学美国人杂志报道，伊隆·马斯克（Elon Musk）最新宣布，旗下特斯拉电动汽车公司制造的所有汽车都将支持全自动驾驶功能。但这需要让人相信，特斯拉的AI（人工智能）技术能够确保所有汽车都能实时读取数据，并对不同的情况做出反应。
现在，AI的确可以执行许多令人感到惊奇的事情，比如上周AlphaGo电脑程序的开发者报告称，他们的软件已经学会了在伦敦复杂的地铁系统中导航，就像个“本地通”。甚至就连白宫也紧跟潮流，于数日前发布报告，宣称将帮助美国应对未来，届时机器可能会像人类那样思考。
可是，已经研究AI数十年，并尝试解决AI基本问题的计算机科学家奥伦·埃齐奥尼（Oren Etzioni）认为，在人类担心机器将接管世界之前，机器的进化之路依然十分漫长。埃齐奥尼如今是艾伦人工智能研究所(AI2)的首席执行官，这个组织是微软联合创始人保罗·艾伦（Paul Allen）2014年创建的，重点是研究AI的潜在益处。艾伦认为，好莱坞甚至其他研究人员都将AI描述得过于邪恶，甚至可能威胁人类生存。
AI2启动的AI项目并不十分华丽，比如基于AI、支持学术研究的搜索引擎Semantic Scholars。但他们却专注于解决AI领域的难题，比如推理等。《科学美国人》最近在纽约AI大会上采访了埃齐奥尼，他担心当前公司过多吹嘘AI的现有能力，特别是机器学习技术（又称深度学习）。这种技术可运行大量数据集，通过网络模拟人类大脑的神经网络，以便教授计算机自己解决具体问题，比如识别模式或识别照片中的特定目标等。
埃齐奥尼还反思为何10岁孩子都比谷歌旗下AI公司DeepMind的AlphaGo更加聪明，以及最终为何需要开发出AI“监护人”程序以便确保其他AI程序不会变得更危险。以下就是采访摘要：
问：在寻找研发AI技术的最好方式时，AI研究人员之间是否存在分歧？
埃齐奥尼：有些人已经看到了一点儿未来。我们在许多AI领域都取得了巨大进展，比如语音识别、无人驾驶汽车以及AlphaGo等。所有这些都是值得称道的技术成就。但是如何解释它们呢？深度学习显然是非常有价值的技术，但我们在研发AI过程中还有许多问题有待解决，比如推理（即机器人可理解而仅仅限于计算2+2=4）、获得背景知识（机器能用于创造情境）等。自然语言理解是另一个问题。即使我们开发出AlphaGo，但我们依然没有程序能够解读和充分理解一个段落甚至简单的句子。
问：有人认为，深度学习是AI领域最好的技术。深度学习到底有什么作用？
埃齐奥尼：当你有大量数据需要处理时，而计算机又知道它们代表的意义，那么你将具备强大的计算能力，你可以尝试找出数据中隐藏的模式，深度学习在这个领域堪称无敌。此外，AlphaGo可以处理3000万个与位置有关的数据，这些位置可教授AI程序在不同的情况下采取正确行动。还有其他例证，比如放射图像，它可以显示是否存在肿瘤，而深度学习程序可以调整颜色，确定这份图像是否是之前看过的。深度学习还能够执行很任务，这是真正的前沿技术。
问：那么深度学习面临哪些挑战？
埃齐奥尼：问题是系统有了智慧还不行，还必须有更多数据可被用于训练它。以学生的标准化考试为例，比如SAT或纽约高考数据。以前，为了获得高分，智能程序可通过3000万份被打上成功或不成功标记的考卷进行学习，而新的AI程序需要更复杂、更多互动的学习过程。AI还可通过设备、对话或读书学习。尽管深度学习有如此明显的优势，但10岁孩子也能做到这些，比如选择一本书、读一个章节、回答与其相关的问题等。
问：为何AI能够通过标准考试意味着其取得巨大进展？
埃齐奥尼：实际上，我们已经在AI2启动了这样的研究项目。去年，我们宣布悬赏5万美元，鼓励人们开发可通过8年级标准科学测试的AI软件。来自全世界的780多个团队耗费数月时间，但最终没有人的分数超过60分。这为我们提供了AI现状的现实、定量评估。