鲁达 新智元编译
你想用人工智能来替代那些经常唠唠叨叨、想着休假和总请病假的员工？抱歉，即便是你用上了人工智能机器人，它们可能依然都让你失望，因为人工智能还远远落后于人类发展的进程。
SRI International（斯坦福国际研究所）的科学家Raymond Perrault告诉纽约时报，公众认为科学家知道如何让人工智能变得更好。
的确，人工智能可能足够聪明，它们可以学习国际象棋或者在快餐店翻转汉堡包。但是谈到常识和决策技巧，人工智能与成年人相比是低于标准的。
斯坦福大学、麻省理工学院、SRI International和其他研究机构发布的“AI指数（AI Index）”显示，在美国开发的许多人工智能甚至不如五岁小孩。因此，Facebook人工智能实验室负责人Yann LeCun表示，即使是最先进的人工智能系统，其威胁人类的程度也不会很大。
自20世纪50年代中期以来，“人工智能”一词就出现了，当时科幻小说家们幻想着在开车、用电脑甚至打电话的时候，人工智能都足够聪明以响应口头命令。
以斯坦福为首的“AI指数”是第一个试图创造衡量人工智能技术进步的基准。
“在许多方面，我们在讨论人工智能上还比较盲目，缺乏可信度评估活动所需的数据。”斯坦福大学计算机科学系教授Yoav Shoham说，“AI指数的目标是提供一个基于事实的测量表，我们可以根据这个测量结果绘制进展情况，并就该领域的未来进行更深入的讨论。”
人工智能指数发现大量的风险投资资金涌入人工智能创业公司。AI指数报告显示，自2000年以来，人工智能创业公司增长了14倍，创投投资增长了6倍。
具有讽刺意味的是，人工智能领域机器的“大脑”还没长多少，但人的大脑却增加了许多——为改善了人工智能机器的思维，无数的人才涌入这一领域。
“AI指数”报告显示，自2000年以来人工智能方面发表的文章数量增长了九倍，入读斯坦福大学入门人工智能机器学习课程的人数比本世纪初高出45倍。
研究人员还发现，AI机器可以做得比人还要好，有时甚至更好，比如图像和语音识别、动作捕捉、理解和回答问题以及将皮肤癌细胞照片分类等等。但是，当涉及在现实世界中运用超出这些基本技能的东西时，人工智能就不行了。
Shoham说：“在过去的十年中，人工智能已经取得了令人惊叹的进步，但依旧不能表现出拥有常识或者达到5岁人的智慧。”Shoham说。
Yann LeCun表示，他的Facebook AI团队所取得的进展甚至让马克·扎克伯格感到惊讶。 Facebook的人工智能软件为Facebook的视力受损用户提供照片解说，每天进行45亿人工智能翻译。
但这并不意味着Facebook的人工智能机器，或任何其他人工智能，可以像幼儿园的孩子或者跟孩子一起玩耍的狗一样聪明。
“对人工智能来说，具备像人类和动物一样学习基本技巧的能力还有很长的路要走。”LeCun告诉Verge，“在特定的领域，机器的确有超人的表现，但就通用智能而言，我们的人工智能甚至还不如老鼠聪明。”
LeCun说，人工智能机器已经能够学习国际象棋和围棋，他们甚至能够在这些游戏中击败人类。但这是因为人工智能可以玩数百万场游戏，并能在几天或几周内达到大师级的水平 ，这是的确是人类无法做到的。
到目前为止，人工智能在现实世界中无法与人类竞争，因为没有人找到一种方法来教导机器如何建立一个真实世界的模型，并且能够让人工智能以比实时更快的速度运行。
LeCun用来演示在现实世界中教人工智能机器学习有多难的例子，对于那些想着让机器人学会驾驶汽车的人来说是一个警钟。“如果你使用纯粹的强化学习技术，并且用模拟器训练一个系统来驾驶一辆汽车，那么在它发现这是一个坏idea之前，它将不得不撞到一棵树上4万次。”
LeCun对记者和编辑还有一点意见：请停止在 AI文章的配图中使用“终结者”的照片。
“你现在看到的（AI报道）不多，这是件好事。”LeCun说，“有时候，虽然你看到某些新闻报道会提出一个问题，而报道本身却是对这件事情的彻底误解。”
关于AI指数报告
请参见新智元编译出品的：
【斯坦福AI百年报告2017】重磅发布人工智能与机器学习全景式概览
在与人工智能相关的讨论和决策中，我们本质上是“盲目的”。
“AI Index”（AI指数）是斯坦福大学AI百年研究的一个项目，它是一个开放的非营利性项目，旨在追踪人工智能的活动和进展。它的目的是促进以数据为基础的对AI的了解。本报告是AI Index的第一份年度报告，在这份报告中，我们通过多个视角来观察AI的活动和进展。我们汇总了网络上的数据，也贡献了原始数据，并从数据序列的组合中提取新的度量标准。
本报告的数据都将在AI Index网站（aiindex.org）上公开。但是，提供数据只是一个开始。为了真正实现作用，AI指数需要来自更大的社区的支持。最后，这份报告呼吁更多人的参与。你有能力提供数据、分析收集的数据，并列出你希望跟踪的数据。无论你是否有答案或问题，我们都希望这份报告能让你了解AI指数，并成为有关AI的话题的一部分。
报告总览
报告的前半部分展示了AI Index团队收集的数据。后半部分，我们讨论了报告中没有提到的一些关键领域、专家对报告中显示的趋势的评论，最后呼吁采取行动支持我们的数据收集工作，并加入关于AI技术的度量和交流进展的讨论。
数据部分
本报告中的数据包括4个主要部分：
活动量
技术表现
衍生测量
人类水平表现?
活动量（Volume of Activity）部分有关这个领域的“多少”（how much）的方面，例如参加AI会议的人数、VC对开发AI系统的初创公司的投资等。技术表现的部分有关“how good”，例如计算机在理解图像和证明数学定理方面已经做到什么程度。在报告附录中详细描述了每个数据集的收集方法。
这两组数据证实了实际上是公认的一个事实，即：所有的图表都是“向上和向右的”，反映了AI的活动是不断增加，AI技术是不断进步的趋势。在衍生测量（Derivative Measures）部分，我们调查了趋势之间的关系。我们还引入了一个探索性的测量方法——AI活力指数（AI Vibrancy Index），结合了学术界和工业界的趋势，量化了AI作为一个领域的活力。
在衡量AI系统的表现时，很自然地会将其与人类的表现进行比较。在“人类水平表现”面这一节中，我们列出了一些值得注意的领域，其中AI系统在达到甚至超越人类水平方面取得了重大进展。我们还讨论了进行这种比较时存在的困难，并提出了适当的警告。
报告地址：