人工智能是否会产生出远超出人类文明的智慧呢？在《生命3.0》这本书中，作者提出了这样一个疑问。这也是科学界和哲学界长久以来对于人工智能和科技的一个担忧。当围棋界新手阿法狗战胜世界冠军柯洁时，这份担忧似乎显得更为迫切。

 

何为智能爆炸？如果人类现有的智慧是生命2.0，那能够不断自我进化的人工智能就是生命3.0。现有的人工智能拥有一定的局限，人工智能的三个阶段一定是数据智能、感知智能、认知智能。有了数据的积累才能获得感知，进而进行深度思考学习。以围棋为例，阿法狗以及绝艺等人工智能棋手都是在学习了人类的所有棋谱的基础上产生的。因而，人工智能只能成为最好的棋手，却没有办法成为完美的棋手。换言之，现阶段的人工智能不能脱离数据进行自我进化。所以，人类最优秀的棋手是9段，人工智能围棋也只能比9段棋手高明那么一点点，无法彻底甩开人类。这就是人工智能现阶段遭遇的瓶颈。但是，当人工智能一旦迈过了这个坎，不再需要依靠数据基础时，智能进化的速度就会迅速翻倍，从1到10，从10到100，再到几千万兆的天文数字，这个指数级的增长速度非常恐怖，不用多久就会达到巨大的天文数字，这就是“智能爆炸”。

 

 

当人工智能系统能不断升级自己的软件和硬件时，不用等待许多代的缓慢进化，它的智慧也会指数性增长。美剧《西部世界》中的接待员，《疑犯追踪》里的“国货之光”撒马利亚人，《智能逆袭》里的NEXT，就跨过了数据的壁垒，完全的超越了人类。由斯嘉丽.约翰逊主演的电影《她》中，本应该服务于人类的人工智能，在智能爆炸后最终抛弃了人类，因为人的一生在她（AI）眼中就像书本中两个字之间的空隙一般失去了意义。

 

 

这下问题就来了，如果智能爆炸会出现，最早会在什么时间到来？大多数人工智能领域顶尖的专家们认为超级智能会在几十年之后出现，预计大概在2040年-2050年之间。但是学界也有另一种声音，认为达到智能爆炸的理论过于理想化，诸如网络带宽、硬件资源、经济发展都可能会制约AI的自主学习。因而，AI即使达到了自我进化，它们的智能也只会是线性增长，不会达到指数性的突变。

 

从1956年美国达特茅斯会议提出“人工智能”概念以来，这门学科发展突飞猛进，更带动了相关领域产业的不断的进步。

 

近年来，随着科学技术的快速发展，围绕这个话题更是产生了很多的观点。作为一所传统研究型大学，肯特州立大学自然也加入到了这个前沿领域，建立了自己的人工智能实验室。

 

 

 

由刘锐博士于2019年在肯特州立大学成立，旨在开展世界级的机器人认知研究 --- 给机器人和人工智能系统设计“大脑”（基于AI算法，认知科学， 心理学 和脑神经科学的认知模型），从而让机器人与人类无缝地合作。我们的愿景是，通过认知模型，机器人系统具有自我意识和自我行为诊断能力，也可以理解人的注意力和环境里的潜在风险，并且与人类和其他机器人系统建立信任关系。机器人应用包括：人--无人机/集群合作，日常辅助机器人，医疗人工智能系统和智能制造。

 

1. 人工智能支持下的机器人认知建模 (AI-Powered Robot Cognition Modeling

人工智能（深度学习，博弈论，计算机视觉）和心理学模型的融合，革新机器人的学习控制方式，以类人的视角理解人和环境，并且具有自主的问题分析能力。

信任(trust)。人和机器人，机器人之间的信任，从而使合作更加可靠和灵活，适应复杂环境。

安全/危险意识(safety/risk)。为robotics/AI系统设计安全意识，支持安全的计划和合作方法。

注意力和顾虑 (attention and concern)。人和robot/AI分享注意力交流顾虑，自然有效的沟通。

自我意识 （self-awareness）。自我学习和自我行为诊断。

常识的积累和分享(commonsense learning and sharing)。

 

2.无人机集群编组和多体机器人系统（multi-robot/uav systems）

多体强化学习，深度学习，自动控制论支持下的自适应编组和任务规划，包括地面移动目标跟踪，地面空中配合，区域警戒，复杂地貌下的营救。涉及到的研究有集群行为的自我纠正， 容错的集群系统， 人和集群的配合。

 

3.人机交互

关注实用型的人机协作系统的设计，使用机器学习和用户行为研究来解释人的意图和行为纠正，促进人和机器系统在思想层面进行融合。涉及到的应用问题有抓取，轨迹规划，自然交流。

 

4. AI可解释性研究

从机器人的角度，分析模型模型的学习重点，推理决策的依据，防护机制和模型蕴含的社会准则，从而设计安全可靠的机器人和AI系统。