人类有时理性。
为了让机器人学习技能，对它们进行饱经沧桑、花式优待，都是常有的事。
有时也很理性。
尽管咱们也知道铜腔铁臂的机器人并不会由于被击打而感觉到苦楚，但仍然希望能经过更温文的办法来让它们生长，科学家们想方设法企图让它们看看YouTube视频就能学习，或是在模仿环境里翻开竞技……
除了同理心作怪，还有点有备无患的小机敏在里面。假如哪天某天机器人觉悟了，发现这些被人类优待的“黑前史”，“黑化”了怎么办？电影里的机器人革新不都是这么来的嘛……
但，假如替人类反思的不是咱们自己，而是AI呢？
当AI开端办理内容，它会违反规矩、维护同类吗？
8月21人，YouTube用户Jamison Go最近收到了一封来自官方的告知，渠道主动删去了他上传的战役机器人竞赛视频，原因是算法检测到该内容对动物施以摧残或逼迫动物对立。其时，机器人乔普正在和另一个机器人作战。
Jamison Go在自己的Facebook账号上写道：“今日是一个哀痛的日子。全世界的机器人爱好者都宣布苦楚的哀鸣。”
他并不是一个人。上一季战役机器人竞赛的参赛者莎拉·波霍雷基也在YouTube上遭到了相同的冲击，这很快引发了全世界机器人相关内容频道的重视。许多像BattleBots和RobotWars这样的节目站出来，责备了YouTube这个将机器人战役检测为优待动物的新算法。
之所以认为是AI在捣乱，是由于人类几乎不行能在观看这些视频时将机器人认成动物，画面中也并没有呈现人类和其他生物，被删去的视频并没有在描绘、标签甚至标题里说到机器人姓名这样简略被误认为是生命体的文本。并且，YouTube本身关于机器人战役视频并没有明晰的禁令。这不，第二天就有人工团队从头检查并康复了大部分被误删的视频。看来，将其过错标示并删去的只能是算法自己干的了。
作业尽管告一段落，但AI开端私行中止以机器人同胞们为方针的暴力，这让不少人陷入了“机器觉悟”的阴谋论里。甚至有人开端猜测，YouTube是不是被AI接管了，让算法做全部决议？所谓的“人工审阅”究竟是不是实在存在的？
又或许，你永久不知道人工智能何时会找到另一种办法来维护它的机器人兄弟。
AI有情？真的是仅仅一时目炫
那么，从技能的视点讲，过错删去视频究竟是无意识地误伤，仍是AI们的自我维护呢？
现在来看，答案当然是前者。由于，在了解视频这件事上，AI真的还没有咱们幻想的那么强。
2017年，谷歌推出了一款视频智能（Video Intelligence）的API，可以主动辨认视频中的物体和内容。这在其时是里程碑式的运用，由于YouTube、Facebook、新浪微博、快手等等具有视频产品的渠道，无不深受不良内容的困扰。
一位泰国男人在Facebook上直播杀戮亲生女儿然后自杀的视频，在网站上挂了将近24个小时，播放量超越25万次，但其全球将近5000人的人工审阅团队仍然无法在榜首时刻在汗牛充栋的视频流里当即定位并删去这些不良内容。
Facebook屡次因分散不良信息而遭到政府检查的一起，YouTube也在为视频检查带来的事务危机而头痛。由于新近YouTube的智能广告引荐算法，就将沃尔玛、百事可乐、电信运营商Verizon等广告主的贴片广告，分发到了一些宣扬仇视和恐怖主义的视频上……金主爸爸们很快用脚投票，这让YouTube甚至整个Google的广告网络都感遭到了压力。
尽管Google宣称，这些问题只影响到了“十分十分十分少”的视频，但明显唯有举动才干消除用户与广告商的顾忌。
所以，“视频智能”技能发布的时分，时任谷歌云机器学习与人工智能首席科学家的李飞飞从前这样描述它——经过视频辨认技能，“咱们将开端给数字星空中一个漆黑的物质照亮光辉。”
现在，两年时刻过去了，网络内容的漆黑一角真的被AI照亮了吗？效果当然是值得必定的，比方跟着新算法模型的不断打破，谷歌的BERT练习办法可以将检查的人工劳动量从12,000小时削减到80小时。
但相同的，各大内容渠道的人工审阅团队也在不断扩张。明显，机器办法的引进并没有如预期中那样协助渠道提质增效。视频了解，依旧是一朵未能从运用层面被摘下的高岭之花，它详细难在何处呢？
首先是实在环境下的行为辨认（Action Recognition）。
现在的视频行为辨认模型，都运用动作切割好的数据集进行练习，像是 UCF101、ActivityNet、DeepMind 的 Kinetics、Google的AVA数据集等等。每个视频片段包括一段明晰的动作，并被打上了明晰且仅有的分类标签。可是实在环境中的视频都没有被预先切分，有时还会包括多人动作等杂乱场景，或是包括杂乱的心情、目的，这些问题的处理难度都比人脸辨认等明晰界说的难以下，所以实践运用时准确率就会下降。
比方一只狗翻开嘴巴，和一个人翻开门，都会用“翻开”(open)这个动词来标示，并被放进同一个分类中……从这个视点看，YouTube算法将机器人战役作为动物优待，如同也挺契合它现在的“智商”的。
对视频中的行为进行分类就现已很难了，假如再加上时序，就更让AI忧愁了。
由于关于图画中的物体，现在的技能现已能做到很简略地进行检测和切割，但是生物行为的时序鸿沟往往是很不明晰的，一个动作何时开端、何时完毕，动作改动起伏太大等等，都很简略让算法“目炫”。一方面，既要在很多接连帧之间处理时序冗余的问题，进步检测速度；又要进步“眼力”，在运动含糊、部分遮挡等情况下也能精准定位和辨认，就在前不久Google又提出了新的根据Q-learning学习自适应替换战略，便是在速度与准确率之间寻求平衡。至少从这次“算法误删工作”看来，这条技能高山还需求工程师们继续向上攀爬。
另一个影响视频了解技能进程的，便是本钱窘境。比较图画，练习视频模型需求添加许多存储、核算资源，对实时性的要求也更高，因而也比一般神经网络更难练习，现在赛道上的主力玩家便是Google、Facebook、百度、头条等巨子在竞赛。想要让更多开发者为技能进阶奉献脑力，怎么减轻练习担负就成了不行忽视的作业。现在Google、百度都经过自家的开源渠道释放了视频了解算法模型和标示好的数据集，一些运算资源上的扶持方针也相继出面，恨不能让开发者们“拎包入住”……
所以从技能层面来看，视频了解注定是无数人苦心科研的点滴汗水累计，才干堆集成撬动整个职业的能量，间隔幻想中的“AI机器人抱团”还有很长的路要走。
与智能机器共生，人类做好预备了吗？
只需略微想一想，就能理解算法仅仅无心之失，究竟就算它未来真的或许向着自己机器人大兄弟，现在也不具备那个事务才能啊。这么简略的事儿，为什么还能被“节奏大师”们引发一阵黑客帝国式惊惧呢？
原因之一，恐怕是大多数人关于《机器人打擂台》这种搏斗节目或竞技竞赛仍是不甚了解，并不知道机器是在经过自在对立提高对杂乱环境和意外的灵敏应变才能，使它们在硬件和智能程度上不断向运用进阶。
关于一般人来说，就看到一群机器人刀劈斧砍，相互排挤，跟斗兽场取乐如同并无差异，这就很简略发生移情效应，将自己的怜惜心思释放到算法上——“人看了都想打人，AI看了必定更气愤”，研究人员也没少由于对机器人拳打脚踢而登上头条……所以这次因YouTube下架工作遭到影响的Maker's Muse暗地制作人Angus Deveson，就在一个支援视频中揭露宣扬：“战役机器人节目是教育和展现工程学魅力的绝佳东西”，以期让更多人改动对机器人节目的认知。
而另一个比较躲藏的担忧，则是关于“AI导向”的社会焦虑。
今日哪怕是偏僻如非洲的人群，恐怕也无法否定，整个社会工作不仅仅由人类组成，也有越来越多的机器参加进来，从Facebook上的一举一动，到亚马逊流域猿猴的生存环境，智能机器正在成为人类和人类、人类和社会之间必不行少的前言。
现在，人类很愿意交给AI的作业往往是那些自己不肯去做或许功率低下的作业，比方审阅涉黄涉爆的网络内容。未来当所谓的“奇点”，也便是人工智能的才智超越人类的才智，真实降临的时分，智能体系会协助人类来担任社会办理者的人物，那时，人类何故从头定位本身在社会中的方位，还可以自主挑选吗？这种身份焦虑并没有一个明晰的处理方案。
许多研究者都告知群众“车到山前必有路”，坐在车里蒙眼向前的人只如同YouTube“AI主导”这样的事端下不时错愕。这儿，或许咱们在追逐AI的时分，也需求提前开端求解两个问题：
榜首，AI上位如此敏捷，群众认知教育与道德建造到位了吗？
第二，假如没有，当算法与用户之间发生抵触（这几乎是必定的），科技企业在革新中怎么自处？
