對一般人而言，人工智慧（AI）領域似乎一直在飛快進步。依據某些比較誇大的媒體報導和新聞稿，OpenAI公司的DALL-E2在接收任何文字後，能創作出令人驚奇的影像，OpenAI另一個GPT-3系統則能談論任何話題，甚至能自我介紹。Alphabet公司的「深度心智」（DeepMind）部門於2022年5月發表的Gato系統，據說無論交辦什麼工作都難不倒它。「深度心智」的一位高階主管甚至宣稱，開發與人類智慧同樣具備靈活性與豐富性的AI（稱為通用人工智慧，artificial general intelligence, AGI）的過程「已經結束」。

不過你可別被唬弄了。機器有一天或許會和人類一樣、甚至更加聰明，但說「已經結束」還言之過早。要讓機器真正理解並思考周遭世界，還有很多研究要做。現在我們真正該做的是少吹噓、多做基礎研究。

不知變通

AI正在不斷進步，生成的影像越來越真實、語音辨識往往在吵雜的環境中也能正常運作，但是與人類智慧相仿的AGI要能理解文章和影片的實際意義，或是處理意料之外的障礙和中斷，可能還要好幾十年才能實現。這個領域面臨的阻礙正是科學家（包括我自己）多年來經常指出的挑戰：提高AI的可靠度，以便克服不尋常的狀況。

就以近來廣受稱道的通才系統Gato及其根據投手投球的影像所生成的圖說當做例子，這系統最初的三個推測是：


(圖源：Bluesguy from NY/Flickr )(CC BY-ND 2.0)

一名棒球選手在棒球場上投球。
一個人在棒球場上朝投手丟球。
一場棒球賽中，一名棒球選手在打球，一名捕手在沙土中。

第一個推測是正確的，但另外兩個答案卻包含不存在於影像中的其他選手。這系統不知道影像裡究竟有什麼，只有從這幅影像與其他影像在統計上的相似性而生成粗略的推測。棒球迷都看得出這是投手剛投出球，而不是捕手丟球。儘管我們知道場上還有捕手和打擊手，但他們顯然沒有出現在影像中。

同樣地，DALL-E2也無法分辨影像中是紅色方塊位於藍色方塊上方，或是藍色方塊位於紅色方塊上方。2022年5月發表的新系統則無法分辨太空人騎馬和馬騎太空人的影像。


圖源：Imagen

DALL-E2等影像創作系統出錯時，結果往往引人發笑。但AI所犯的錯誤會導致嚴重後果。日前有一輛特斯拉（Tesla）電動車在自動駕駛模式下直接衝向在路中間舉著停車標誌的工人，直到人類駕駛介入才減速。此系統能辨識個別的人類（訓練資料中的人類影像是個別出現）以及位於尋常位置的停車標誌（就如同訓練影像中的停車標誌），但面對不常見的兩者組合、而且停車標誌出現在不尋常的新位置時，AI就不懂得減速……