技术拟人化，是人工智能和机器人发展道路上的一个雷区

20世纪50年代，人工智能一词最早由约翰·麦卡锡和马文·明斯基等科学家率先使用，并且几十年来时常出现在科幻小说或电影中，现在则被代指智能手机的虚拟助手和自动驾驶汽车算法。然而，人们常常有这样的偏见，认为人工智能是人类智能的人工实现形式。而这种先入为主的观念可能来自于我们作为人类的认知偏见。

一直以来，我们都倾向于将人工智能的功能泛化。例如，当我们在街上看到有人在做后空翻时，我们倾向于认为这个人擅长走路和跑步，也有足够的灵活性和运动能力，擅长其他运动。一般来说，这种判断是不会错的。通过观看人工智能研究实验室OpenAI的机器人手解魔方的视频，我们认为人工智能可以完成所有其他更简单的任务，因为它可以完成如此复杂的任务。但我们忽略了这样一个事实：这个人工智能的神经网络只是为“解魔方”这个有限的任务类型而训练的。如果情况发生变化，如在操纵魔方时将其倒置，那么算法的效果就不会像预期的那样好。因此，计算机的计算速度比人类快得多也就不足为奇了，因为计算机最初就是为这个目的而开发的。同样，计算机不能像人类那样轻易获得自由使用手和脚的各种能力也很自然，因为这些技能是通过1,000多万年的进化获得的。事实上，研究人员倾向于选择那些看起来很难的演示，因为它可以令观众印象深刻。但是，从人的角度来看，这个难度级别可能与实际的算法性能无关。在任何逻辑思维之前，人类很容易受到瞬时感知和反思性认知的影响。而当主题非常复杂，难以进行逻辑分析时，这种认知偏差就会加强——例如，一个使用机器学习的机器人。归根结底，并不是我们用手和脚做的所有事情都可以直接用我们的语言来表达。发生在连续行动之间的事情往往是无意识地自动发生的，因此我们用比实际发生的方式简单得多的方式解释我们的行动。这就是为什么我们的行动看起来非常简单，也是为什么我们忘记了它们到底有多么不可思议。表达的局限性常常导致对实际复杂性的低估。我们应该认识到这样一个事实，即语言描述的困难会阻碍词汇不发达领域的研究进展。直到最近，人工智能已经被实际应用于与数据处理有关的信息服务。今天一些突出的例子包括语音识别和面部识别。现在，我们正在进入一个人工智能的新时代，它可以在我们中间有效地进行物理服务。也就是说，复杂物理任务的自动化时代即将到来。特别是，我们日益老龄化的社会带来了巨大的挑战，劳动力的短缺不再是一个模糊的社会问题。我们迫切需要讨论如何开发增强人类能力的技术，使我们能够专注于更有价值的工作，追求人类特有的生活。这就是为什么不仅是工程师，而且来自各个领域的社会成员都应该提高他们对人工智能和无意识认知偏见的理解。如上所述，人工智能很容易被误解，因为它与人类智能截然不同。对人类来说很自然的事情可能是对人工智能和机器人的认知偏见。如果不清楚地了解我们的认知偏见，我们就无法为技术研究、应用和政策制定适当的方向。为了使科学界的发展富有成效，我们需要敏锐地关注我们的认知，并在促进技术的适当发展和应用过程中进行慎重的辩论。