复仇者联盟：奥创纪元、终结者、机械姬、超能查派——如果说2014年是空间电影的天下，那么毫无疑问2015年机器人和人工智能将占据我们的银幕。自从2000年人们担忧千年问题①之后，人们对机器人电影不算热衷，自那以后科技在迅猛发展的同时也受到了不少限制。

　　让我们看看Ultron。Ultron是一种能模仿人类大脑模式但没有人性的机器人。它能学习、接受新信息并调整它自身的行为，它还能进行自我改造。不论你是普通人类、一名复仇者还是超能先生，这种技术都能为你制造出及其可怕的敌人。

　　那要是我(原作者)告诉你拥有模仿人类大脑的人造神经网络模型的计算机系统已现世十多年了呢?要是我再告诉你数学算法已经能训练机器人独立思考了呢?

　　吓坏了吧?让我解释一下。

　　“深度学习”计算机已经面世半个多世纪。在20世纪50年代前，计算机只能一步步地做你命令它做的事，那时候它的用处不大。1956年，Arthur Samuel为了让计算机学会下跳棋，并没有一步步地设计好计算机的行动，相反他让计算机自己与自己下了几千遍跳棋。到1962年的时候，他的计算机已经能与跳棋冠军匹敌，且略胜一筹。记住，那时距离IBM的沃森(另外一个著名的深度学习机器)打败Jeopardy尚余十多年时间。

　　除了有趣之外，以这种方式教会计算机自学非常有用：你不必给它的每个动作都设定程序，这能节省不少时间，也能让计算机帮我们做一些人类无法处理的事(至少，计算机完成任务的速度非常快)。

　　我们在日常生活中也会见到这种技术的使用。谷歌利用这种能让机器学习的算法帮我们挖掘搜索结果。网上商店利用它们根据你的喜好及其他相似购买者买过的东西来给你推荐产品。浏览且买的人越多，搜索东西的人也越多，计算机能收集这些数据，给你更精确的提议。机器学习也是网络无处不在弹窗广告的一部分。

　　2012年，谷歌利用一种深度学习算法，让计算机观看上万部YouTube视频，之后计算机独立学会了认知概念，它能严格根据视频内容识别出人类和猫。另一个名为The German Traffic Sign Recognition Benchmark(德国交通标志识别标准)的项目表明计算机能认出并理解交通标志图片，且出错率比人类少。

　　计算机真的在自学吗?我们学习意味着我们接受越来越多的信息，在理解这些新知识之前我们会不断重复这些东西，这样看来计算机确实在自学。它们神志清醒吗?它们理解事物的方式与人类一样吗?它们在看可爱猫咪视频的时候会感到温暖且内心柔软吗?不，它们不会。可机器人学习事物的方式与人类不同就真的意味着它们会有阴谋吗?

　　以上并不代表人类现在就要对抗现实版Ultron。建造这类机器人需要深度学习以外的多方面科技技术进步才行——灵敏度控制、计算机视觉、武器以及能处理任何事却不会分崩离析的硬件。近期所有这些领域的科技正在飞速进步，不过其进步速度并不均衡。计算机深度学习技术应该被运用到其它更为合适的领域中，比如健康和医疗。就我所知，目前没有人用这些技术制造一个大的恐怖攻击型机器人。

　　不过也仅仅是目前而已。

　　①：千年问题可以追溯到二十世纪六十年代。当时计算器内存非常宝贵，故而编程人员一直借助使用 MM/DD/YY 或 DD/MM/YY 即月月/日日/年年或日日/月月/年年的方式来显示年份，但是当年序来到公元2000年的1月1日，系统却无法自动辨识00/01/01究竟代表1900年的1月1日，还是2000年的1月1日，所有的软硬件都可能因为日期的混淆而产生资料流失、系统死机、程序紊乱、控制失灵等问题，如此所造成的损失以及灾难无法估计。