从1958年美国原子能委员会提出在建筑中使用核爆的计划，再到谷歌眼镜，历史上有不少昙花一现的项目和技术。不过，人工智能(AI)显然不在此列，因为它正在不断刷新着存在感。

　　日前，英国《自然·展望》杂志发表长文，叙述了人工智能正逐渐渗透进我们的日常生活，而人们正一边享用一边恐惧着，这种情绪下，正在大力推动下一场自动化变革的技术人员则需要直面一个严肃的议题：公众接下来究竟想要什么。

　　难道还有人对AI毫无察觉吗

　　在第一封邮件开始用数字方式寄送时，分拣垃圾邮件的问题就出现了。但从海量垃圾邮件中识别出真实邮件的技术，直到今天也在进步着。这是因为聪明的垃圾邮件制造者很快就找到了躲避过滤器的办法，于是电子邮箱平台开始启用AI。

　　现在，AI经过大量训练，已经可以完全无需人类动手，很好地完成分拣邮件的工作。人们在本世纪初担心的垃圾邮件可能会扼杀正常电子邮件的事情并没有发生，机器学习算法十分善于识别群发邮件的“套路”。

　　但我们还是需要时不时查看一下邮箱废纸篓，这是因为机器学习也并非完美，如果没有及时更新数据库的话，很容易就会被垃圾邮件制造者的新招数打败。但无论如何，事情已经变得轻松许多，可以说，机器学习是我们拥有过的最好的工具。

　　邮件系统只是一个例子。利用机器学习，流媒体服务平台可以向用户推荐他要看的电影，发送他可能很快就会在线下单的商品，它还能帮着识别照片中的人物甚至花草。没错，这些都是AI。

　　AI点滴渗入，但人们不再毫无察觉了。许多人每天都会与计算机进行语音互动，谷歌的“阿法狗”(AlphaGo)利用机器学习在拥有3000年历史的围棋项目上击败了人类冠军，更是让人们印象深刻。

　　面对AI，你为什么恐惧

　　现在，有机构和企业投入重金力图将机器学习用于无人驾驶汽车。显然，比起识别垃圾邮件的简单模式，这是一个更为远大但也更有风险的项目。所以在这个过程中，研发者不得不面对一个问题：公众对于人工智能的认知。

　　这其实是每一个正大力推动自动化变革的研发人员所需要直面的严肃议题——公众在想什么。

　　在人工智能领域，过去一个世纪主宰人们观念的其实是科幻小说。小说中的AI形象深深影响了公众的看法，因此现在面对其日益显要的地位时，人们的普遍反应是——恐惧。

　　这其中部分恐惧，可能源于机器竟拥有与人差别不大的认知。另外，对AI研究的报道方式，也可能引起恐慌。譬如2017年6月，“脸书”(Facebook)的AI研究人员称有两个聊天机器人开始在对话中使用代码字。而部分新闻报道甚至描绘成，研究人员为免事态失控，匆忙终止实验。

　　此外，著名公众人物的警告也有可能放大恐惧。譬如“钢铁侠”埃隆·马斯克曾说过，AI或很快便会强大到能统治世界的地步。

　　其实，如火如荼AI研究也曾有过寒冬。大约在20世纪70年代末，经历了经费不断缩减的一段时光。

　　但1997年，IBM的“深蓝”打败了国际象棋世界冠军，展示了强大的计算力，其纯粹的暴力破解法震惊人类，也彻底扭转了AI研发的形势。这种暴力破解法后来就被用于机器学习，在看似具有无数种招式的游戏中轻松获胜。

　　现在，AI不断击败人类的消息，可能会给人这样一种印象：计算机在认知能力方面已堪比人类。但实际上，两者之间仍存在一条鸿沟。机器学习和自然语言专家格雷格·霍兰德告诉人们，人脑可以解决AI前所未见的问题，而机器学习，只是针对特定问题而设计的。

　　恐惧对技术的影响

　　说回到汽车制造业，人工智能的快速进步加上传感系统的革新，为行业带来了剧变，在无人驾驶汽车的提倡者看来，这一技术可以将人们从高峰期驾驶的压力中解放出来，也能减少交通事故发生。

　　不过，行业的自信与公众的谨慎形成了鲜明反差——技术人员认为无人驾驶已经做好上路准备了，但是，公众还没做好乘坐的准备。2018年4月，盖普洛公司的一项民意调查显示，只有9%的美国成年人愿意在政府监管机构判定无人驾驶汽车的安全性后，才使用无人驾驶汽车；而38%的人表示会在无人驾驶汽车推出后，先观察一阵子再说；另有52%的人表示绝对不会想要使用无人驾驶汽车。

　　公众对无人驾驶的抵触情绪，更多出于安全考虑。尽管按数据统计，人为错误才是大多数致命交通事故发生的原因，但机器人仍然不被信任。

　　2016年，特斯拉自动驾驶发生事故。调查发现驾驶员曾忽视了汽车反复发出的“手持方向盘”提醒，然而公众仍然惶恐不已；此外，优步测试的一辆无人驾驶车夜间撞上了一名行人，据称当时车载AI没有及时提醒车上的安全员。

　　部分制造商正在努力改变这一恐惧。通用的无人驾驶汽车未来将仅在路况清晰、方便汽车导航的限定城市区域内行驶，而在人口密集的城市里，汽车行驶速度只是在宽敞公路上的一半。还有一些计划提议，在气候条件不佳、AI系统的安全导航能力受阻的情况下，无人驾驶汽车将限制上路。

　　无论如何，最大的考验仍然是公众对于乘坐由AI参与驾驶的汽车出行的意愿。随着技术成熟和规则完善，研发人员将很快能看到，公众愿不愿意给AI这个机会。