中新網12月21日電 (記者 孟湘君)從AlphaGo的“棋藝”，到自動駕駛的“車技”，從調侃ChatGPT的“會聊天就多聊點”，到討論AI繪畫生成的二次元圖像有多驚艷或搞笑，人工智能，似乎正越來越多地成為人們關注的焦點。

　　但同時，對于人工智能“不夠聰明”、“存在危險”等聲音，也持續浮現。現在很火的一些人工智能運用，未來會取代人類的工作嗎？它們還能更“聰明”嗎？要讓人工智能用起來放心又舒心，還可以怎么做？

　　清華大學國強教授、智能產業研究院(AIR)首席研究員聶再清，對中新網記者分析了當前走紅的一些人工智能應用發展前景，以及需要注意的問題。

　　ChatGPT“有進步”，離圖靈測試還有多遠？

　　Open AI此前發布了一款AI聊天機器人ChatGPT，因為突出的智能對話能力，可以說是火遍全球。聶再清在試用這款機器人后，有不少體會。

　　他表示，之前聊天機器人在業界比較成功的應用是運用基于任務型的對話，通過意圖理解、槽值填充，把問題參數抽出來，然后去回答用戶問題(智能客服)或幫用戶完成一個智能家居的操作(AIoT語音助手)。這種任務型聊天機器人，還是比較成功的。已經能夠通過語音交互，幫助用戶完成很多重復性的工作。

　　跟以前聊天機器人技術比起來，ChatGPT最讓人印象深刻的就是每次回答問題(可以是開放域的問題)，它都能用像模像樣的人話來答問，同時也會對上下文有一定程度的理解。不看具體知識點的話，看上去好像回答得很專業。

　　聶再清同時指出，如果提問人對問題答案沒有了解的話，會覺得ChatGPT“回答得都不錯”；但對于一些不常見，提問人又知道答案的問題，ChatGPT很可能“會用一本正經的口氣，編出錯誤答案”。

　　他表示，這款機器人本質上還是一個基于統計的語言模型，應該沒有真正理解開放域的問題。它在處理開放域的問題上實際上還是基于概率，基于前一個值來生成下一個值。要通過圖靈測試，還要繼續努力。至于如何改進，聶再清指出，如果能把能回答問題的正確知識放到它說的話中去，“那就厲害了”。

　　AI繪畫背后，離藝術家還有多遠？

　　與聊天機器人類似的，還有最近在短視頻平臺走紅的AI繪畫。這是一種將海量二次元畫面預錄入，通過大數據尋找畫面構圖、形狀、色彩等方面的相似元素，按照AI 解讀生成新畫面的應用。在短視頻平臺上，一鍵操作，就可以把網友們的照片轉換成二次元畫面，輸出結果有很大隨機性，經常讓人啼笑皆非，但網友樂此不疲。

　　“把任何照片變成二次元這個功能本身，還是蠻有意思的”，談到AI繪畫，聶再清認為，這是人工智能一個有趣的產品開發方向。

　　但同時，聶再清指出，作畫是有邏輯的，AI畫作的過渡、線條、細節上與真人相比，還是有差距。最主要的是，藝術來源于生活的沉淀，真正的藝術家的藝術價值，來自其作品背后的感染力。

　　他進一步指出，雖然AI也可能碰巧畫出一些貌似有感染力的作品，但要在特定情境下要求其畫作必須具備某種感染力，難度還是非常大的。總體而言，AI繪畫可能對以商業營銷為主、從事重復性勞動、不純粹追求藝術價值的畫手有威脅，但要取代真正的畫家、藝術家，還言之過早。

　　自動駕駛離大規模落地，還有多遠？

　　在生活中人們越來越多聽到或者接觸到的另一個項工智能應用，就是自動駕駛。如今街頭能實現自動或半自動駕駛的車輛越來越多，但相關車輛出現險情，也常見諸報端。

　　一邊是科技發展，一邊是風險防范。如果要讓L5全自動駕駛實現社會面的大規模落地，聶再清認為，有幾大“注意事項”。

　　第一，他指出，最重要的一點，就是基礎設施的建設和完善。

　　如果要自動駕駛，道路和現在是不一樣的，比如說未來道路所有信號都數字化并且直接發送到車上，告知車輛現在是紅燈，那也就沒必要在視覺上識別紅綠燈了；比如前方有事故，道路系統可以自動提示所有事故后方的車輛全部知曉。

　　他同時指出，現在自動駕駛和人類駕駛員如果同時存在的話，需要面臨的一個關鍵問題，實際上就是人跟車、人跟機器間的博弈還沒有搞清楚。機器要準確判斷人類駕駛員的每一個意圖，現在還比較困難。聶再清希望，基礎設施可以有比較大的改進，改進后，如果真正能做到所有上路的車都是自動駕駛，事故率應該會降低很多。

資料圖：第19屆東博會上，自動駕駛巴士模型吸引市民關注。　俞靖 攝

　　第二，一旦自動駕駛大規模落地，需要有一個遠程控制中心和“云代駕”，來覆蓋所有路段。

　　聶再清表示，雖然到時人不再“開”車了，但在云端一定要有人能監控各地路況、車況是否正常，有沒有問題。如果出現問題，遠程控制中心和“云代駕”機構人員要發揮作用，管理好情況。比如，他設想交警未來可以在“云上”處理交通事故，以及車輛出現系統性故障時，通過遠程恢復等。

　　第三，要實現自動駕駛，需要一套完善的安全測試體系、一個新功能灰度內測的體系。

　　對此，聶再清指出，無人車的安全等級到底達沒達標，新功能上線會不會帶來大規模傷害等，一定是一步步地先做測試，從無人路段測試，到線上小范圍路段內不斷放開的一個過程。建成這樣一個體系要完善，要能夠快速迭代，同時要保證安全。否則自動駕駛系統會面臨更新問題，一更新就可能出錯，所以答好這道題，也很重要。

　　第四，聶再清強調，要做好系統故障的容錯機制。假設屆時自動駕駛道路系統出現一個系統性故障，就可能導致幾萬輛車同時受影響。有了容錯機制，就可能將系統回滾到前一個版本，要保證這種機制不能出錯。

　　第五，自動駕駛大規模測試之前，最好還要有一個機制，就是任何自動駕駛決策是可解釋的。聶再清舉例稱，這意味著人如果有需要，可以隨時隨地查詢自動駕駛車輛的每一個決策及其決策的具體理由，也可以隨時隨地接管機器的決策，形成一套人機對話和協作機制，這樣才能大大地提升自動駕駛的安全性。(完)