盡管 AlphaGo 已經(jīng)橫掃圍棋界，可現(xiàn)在很多的人工智能，不是人工智障，就是離不開(kāi)人工。

　　比如 Google 一項(xiàng)利用 AI 替你打電話到餐館訂位的服務(wù)，被《紐約時(shí)報(bào)》發(fā)現(xiàn)有相當(dāng)一部分 AI 助手其實(shí)根本就是人工客服。

　　在GQ 報(bào)道的《那些給人工智能打工的人》一文中曾提到，現(xiàn)在的人工智能依然依賴大量的人工日復(fù)一日地標(biāo)注數(shù)據(jù)，以此來(lái)訓(xùn)練 AI，堪稱數(shù)字時(shí)代的富士康。

▲ 圖片來(lái)自：極客公園

　　實(shí)際上除了依賴人工喂養(yǎng)數(shù)據(jù)，科技公司也正在設(shè)法用其他方法讓 AI 更加聰明，蘋(píng)果、Google 和 Facebook 不約而同將目光放在了動(dòng)物研究上。

　　在哈佛大學(xué)的羅蘭學(xué)院的一個(gè)實(shí)驗(yàn)室內(nèi)，一只叫做的「美洲虎」(Jaguar)的老鼠正在玩一款電子游戲，在幾條金屬桿組成的虛擬盒子內(nèi)，美洲虎的任務(wù)是通過(guò)右爪操控一個(gè) 360°旋轉(zhuǎn)的操縱桿，憑感覺(jué)找到虛擬盒子的邊緣。

　　當(dāng)它感受到來(lái)自盒子邊緣的反饋，研究人員就會(huì)通過(guò)試管給它一滴糖水作為獎(jiǎng)勵(lì)。

　　你可能不會(huì)將這樣的實(shí)驗(yàn)和人工智能聯(lián)系在一起，但實(shí)際上通過(guò)這個(gè)實(shí)驗(yàn)的目的就是通過(guò)研究老鼠大腦的神經(jīng)元活動(dòng)，來(lái)啟發(fā) AI 技術(shù)的開(kāi)發(fā)。

▲圖片來(lái)自：Giphy

　　神經(jīng)學(xué)家 Mackenzie Mathis 通過(guò)基因改造讓老鼠的大腦神經(jīng)元發(fā)電時(shí)發(fā)出熒光，以此觀察老鼠在完成新任務(wù)時(shí)，學(xué)習(xí)過(guò)程中成千上萬(wàn)的神經(jīng)元是怎么變化。

　　除了虛擬盒子的實(shí)驗(yàn)，還會(huì)讓老鼠玩一種類似馬里奧賽車的電子游戲。老鼠的爪子橫跨兩個(gè)定制的電動(dòng)圓盤(pán)，屏幕顯示出一條綠色跑道，終點(diǎn)是一個(gè)藍(lán)色方框，老鼠需要在「駕車」前往終點(diǎn)的同時(shí)，同時(shí)不偏離跑道。

　　Mackenzie 做這些實(shí)驗(yàn)的主要目的之一是了解動(dòng)物如何快速適應(yīng)物理環(huán)境的變化，未來(lái)或許可用于優(yōu)化機(jī)器人。

　　比如當(dāng)我們?cè)谀闷鹨患粗亓康奈锲窌r(shí)，大腦和身體就瞬間自動(dòng)計(jì)算好需要施加多大的力度，但這對(duì)于機(jī)器人來(lái)說(shuō)卻很難做到。

　　去年《紐約客》在封面文章《黑暗工廠》(Dark Factory)中提到，目前機(jī)器人一個(gè)共同的難點(diǎn)，就是設(shè)計(jì)一個(gè)像人手一樣的「末端執(zhí)行器(end effector)」，讓機(jī)器人能以不同的力度抓取大小形狀各異的物體。

　　不過(guò)如果能解讀老鼠神經(jīng)元學(xué)習(xí)的模式，并將這種模式輸入到機(jī)器人中，就有可能解決這個(gè)問(wèn)題。一方面老鼠大腦已經(jīng)足以作出一些比較高級(jí)的決策，但其大腦結(jié)構(gòu)也相對(duì)簡(jiǎn)單，方便研究人員觀察分析。

　　如果這個(gè)技術(shù)難題得到解決，機(jī)器人能完成更多精細(xì)的工作，很多領(lǐng)域自動(dòng)化的程度也會(huì)大大提高。比如各種水果的采摘，富士康的流水線也不再需要這么多工人了。

▲ 這些工作以后可能都由機(jī)器代勞.圖片來(lái)自：Quartz

　　這種動(dòng)物實(shí)驗(yàn)背后，其實(shí)也是得益于計(jì)算機(jī)技術(shù)的發(fā)展。因?yàn)樾∈蟠竽X中大約有 7500 萬(wàn)個(gè)神經(jīng)元，直到最近科學(xué)家才擁有可以采集、處理和分析這些神經(jīng)元數(shù)據(jù)的計(jì)算機(jī)，大大加快了實(shí)驗(yàn)的進(jìn)度。

　　除了老鼠，還有很多動(dòng)物參與到類似的研究。波士頓大學(xué)的研究助理教授 Tim Otchy 就在右臂上紋了他的實(shí)驗(yàn)對(duì)象——一只斑胸草雀。

▲Tim Otchy

　　斑胸草雀這種鳴禽有一種特殊的技能，能模仿聽(tīng)到的其他動(dòng)物的聲音，然后改變曲調(diào)，看起來(lái)能對(duì)聽(tīng)到的聲音進(jìn)行語(yǔ)義理解。弄清楚鳥(niǎo)類是怎么模仿叫聲的，對(duì)于訓(xùn)練機(jī)器的語(yǔ)音識(shí)別技能十分重要。

　　Tim Otchy 日常的工作就是與 300 只小鳥(niǎo)在一起，在斑胸草雀頭上佩戴各種傳感設(shè)備，并用一個(gè)攜帶電池的微型背包提供動(dòng)力，將它放在一個(gè)微波爐大小的隔音箱內(nèi)，觀察它鳴叫時(shí)的發(fā)聲核團(tuán)的變化。

　　像 Tim Otchy 這種鳴禽研究人員目前是人工智能領(lǐng)域最熱門(mén)的工種之一。

　　加州大學(xué)伯克利分校的博士 Tyler Lee 正受雇于英特爾，通過(guò)對(duì)斑胸草雀的研究來(lái)改進(jìn)語(yǔ)音處理技術(shù)，最終有望應(yīng)用在像 Siri 這樣的語(yǔ)音助手中。

　　伯克利大學(xué)教授 Frederic Theunissen 表示，這些鳥(niǎo)類研究除了可以應(yīng)用在語(yǔ)音助力之外，還可以用于通話和視頻的降噪，斑胸草雀的神經(jīng)元能夠從周圍的雜音中分辨出另一只雀的叫聲。

　　羅蘭研究所旗下的羅利團(tuán)隊(duì)研究的則是斑馬魚(yú)，這種魚(yú)幼年時(shí)期身體呈透明狀，方便研究人員對(duì)其神經(jīng)元活動(dòng)進(jìn)行觀察，就像老鼠實(shí)驗(yàn)一樣，這項(xiàng)研究是為了探索腦科學(xué)與人工智能的聯(lián)系。

　　研究人員發(fā)現(xiàn)這項(xiàng)研究有可能應(yīng)用到自動(dòng)駕駛技術(shù)中，因?yàn)榘唏R魚(yú)發(fā)現(xiàn)捕食者的時(shí)候，會(huì)迅速?gòu)牟东C模式切換到快速游泳模式，對(duì)這種行為的研究未來(lái)有望用于改善像特斯拉自動(dòng)駕駛系統(tǒng)的神經(jīng)網(wǎng)絡(luò)。

▲圖片來(lái)自：YouTube

　　這種前沿技術(shù)的研究，過(guò)去往往由大學(xué)等公共機(jī)構(gòu)主導(dǎo)，不過(guò)近年來(lái)隨著科技巨頭布局人工智能技術(shù)，蘋(píng)果、Google 等科技公司紛紛加大對(duì)這種研究的投入。

　　據(jù)稱一個(gè)剛畢業(yè)的博士在高校一般只能獲得 5 萬(wàn)美元的年薪，不過(guò)科技公司給他們開(kāi)出的薪酬遠(yuǎn)高于 6 位數(shù)，比如曾研究斑馬魚(yú)的 Chris Fry 離開(kāi)實(shí)驗(yàn)室后曾擔(dān)任 Twitter 高級(jí)工程副總裁，年薪高達(dá) 1030 萬(wàn)美元。

▲Chris Fry

　　這也導(dǎo)致大量學(xué)術(shù)人員涌向科技公司，吸引他們跳槽的原因除了工資，還有更充裕的研究資金，不用再艱難地申請(qǐng)撥款。

　　其實(shí)動(dòng)物對(duì)于科技的進(jìn)步一直都起著重要的作用，比如蝙蝠對(duì)飛機(jī)雷達(dá)的啟發(fā)，日本新干線的設(shè)計(jì)則參考了翠鳥(niǎo)喙部的降噪方式、貓頭鷹的的羽毛和企鵝的體型。通過(guò)動(dòng)物研究改進(jìn)人工智能技術(shù)，也算是仿生技術(shù)的延伸。

　　畢竟人類和動(dòng)物才是這個(gè)世界上最復(fù)雜的「機(jī)器」，而大腦則是最「精密」的儀器。機(jī)器和 AI 正在變得越來(lái)越像人，或許距離獨(dú)立思考還有很遠(yuǎn)的距離，但能取代人類的工作必將越來(lái)越多。

　　題圖來(lái)自：Stuart Little，部分配圖來(lái)自：Bloomberg