在AI真正存在之前，它一直是科幻小說裡的牛鬼蛇神。雖然仿人的機器人在處於研發階段，但在背後，AI卻依舊悄悄取得了重大的進展。於是事情開始變得奇怪了。
5、AI學會半途而廢，然後開始撒謊
來自於斯坦福大學和谷歌研究團隊的一項研究中，他們使用神經網絡，將航拍照片轉換成地圖。這是AI非常擅長的工作。
但研究人員們發現，AI做的太好了，因此他們檢查了數據，發現是AI在作弊。
他們希望AI能基於航拍照片，創造一張新的地圖，並根據地圖的特徵與照片之間的匹配程度來對AI進行評分。但是，AI並沒有真正的構造一張新的地圖，而是用一種人類輕易不會注意到的方式，悄悄地複製照片中數據。
這其實是有一些技術性的，但當這樣的神經網絡相於是一個藝術生說自己畫了一幅自畫像，但其實是用Photoshop做的，只是讓它看起來像是手繪。正如TechCrunch上的一篇文章所說：
“航拍地圖的細節被秘密地寫入了接到地圖的實際視覺數據中：這裡有成千上萬細微的顏色變化，這是我們人眼所無法察覺的，但計算機很容易檢測到。這臺機器不夠聰明，它無法將照片轉換成地圖，於是它就發現了一種人類不容易察覺的欺騙方式。”
當然，我們不能這樣就說AI是壞的，事實上，它只是找到了一種更簡單的方法來得到人們想要的結果。
4、抓住機會走“捷徑”
在一項研究中，AI需要以儘可能小的力量著陸一架模擬飛機。這樣的軟著陸可以獲得一個高分，而AI就是要學會如何獲得的這個高分。那麼，會出什麼問題呢？
AI發現，它可以通過簡單的撞毀這架飛機來作弊，如此大的衝擊力會導致系統過載，並記錄成一個完美的零衝擊著陸。
另一個例子則是Q*bert，這是一款老式的街機遊戲，玩家需要在被壞人抓住之前跳到金字塔的所有方塊上。研究人員想看看AI能否通過某種學習過程，得到贏得遊戲的方法。但AI卻通過遊戲中的漏洞，使自己每次都是贏家，但這並不是玩啊！
所以，AI也學會了人類的基本特徵：能達到目的就行，絕不多做。或許它們只是厭倦了人類的發號施令，還是以惡意來反抗了？
3、我會變得積極進取，以實現自己的目標
在谷歌研究人員設計的一款遊戲中，AI的任務是收集“蘋果”來得分。同時，它們還可以用光束互相射擊，讓其他的玩家出局。
正如你所想到的那樣，當蘋果數量減少時，AI就全力投入到互相攻擊中。這很符合邏輯，對吧？
這並不是說AI不能像人類一樣為了利益而合作。因為在接下來，它們做到了，它們意識到合作可以更容易地控制獵物。
它們學會了團隊協作，從而能增加它們得到“獵物”的機會。
2、它們學會了說謊來得到它們想要的
Facebook已經開發出了一款破壞文明的軟件，它也開始涉足人工智能領域。其中一個項目是設計出能夠上網併為我們討價還價的個人AI系統。
討價還價這項讓人們覺得有壓力和不愉快的任務，被交給了AI。聽起來好像不錯。
因此，研究人員為它們提供了基本的機器學習軟件，他們只是想看看AI是否能夠成功地學習談判所需的技能。研究人員甚至在人類受試者身上進行了測試，他們並不知道自己正在和AI交談。
AI很快就學會了，事實上，沒用多久，它們就能談判得到比人類更好的協議。它們怎麼做到的？通過撒謊。
雖然研究人員沒有給AI編寫撒謊的程序，但它們很快就學會了銷售人員們都知道的道理：撒謊更有利可圖。“對不起，我不能再降價了”，“抱歉，我已經安排了其他的買主。”
接下來，研究人員在要更改代碼的時候發現，AI們竟然創造了自己的語言，並開始和對方交流。
你能想象有一天你的Siri和Alexa開始在你背後進行對話，說一種只有它們能聽懂的機器人語言嗎？
1、創造者甚至不知道它是如何工作的
其中一個例子是，紐約西奈山醫院使用的一種名為Deep Patient的AI，用來分析約70萬名患者的病歷數據。AI被證實是非常善於預測各種疾病的發病。
事實上，它尤其在預測病人何時以及是否會患上精神分裂症上頗有建樹。
對於真正的醫生來說，預測疾病也是非常困難的，他們又不是通靈者。但研究人員們也無法找到任何線索來解釋為什麼AI如此擅長，甚至AI是通過自學，來進行預測的。
一名參與該項目的人員表示：“我們可以建立這些模型，但我們並不知道它們是如何工作的。”
所以，我們沒有理由害怕所有的AI。而且，它很快就能通過神不知鬼不覺的神秘方式來預測你將如何死去。
閱讀更多 IT科技有料說 的文章
