我们需要为人工智能做一个速度器吗？

　　最近一系列最新发现表明，人工智能的进步正在加速，一部分人认为这威胁到了经济的增长。一些软件已经证明自己在识别相似于汽车、猫等图像方面，比人类更厉害了，谷歌的AlphaGo软件也已经打败了多个人类冠军，这是近十几年来人类历史上的壮举啊！各种公司想要快速推动这方面的发展，毕竟人工智能在企业盈利方面或多或少地呈指数型增长啊！

　　现在，一些人工智能的观察家们正在努力开发一个更精确的图片，来说明这种技术是如何发展的，以及发展得有多快。通过衡量不一样领域的进步或不够之处，他们希望能够刺激人们对人工智能的炒作。这些项目的目的是，让研究人员和政策制定者，更清晰地了解人工智能领域的哪些部分是进展最快的、哪些是可能需要响应的。

　　非盈利实验室SRI International的研究员，Ray Perrault，是一位正在做一个名为“人工智能索引”（“AI Index”）的项目的负责人之一，这个项目得到了2015年在斯坦福大学建立的“人工智能百年研究”的支持，来检验人工智能对社会的影响。他说：“人工智能正在疯狂地发展，这也是我们需要做这个项目的原因之一。”

　　人工智能进步的证据已无处不在，即使是专业的研究团队，也难以评估这个程度到底有多少。微软首次在去年十月宣告他们达到了人类程度的语音识别水平，但IBM和众包公司Appen的研究人员随后显示，人类的水平还是比微软所声称的水平更为精准。这位巨头不得不将其错误率再降低12%。

　　Electronic Frontier是一个旨在保护公民免受数字威胁的基金会。该基金正在努力衡量人工智能不断发展对人类的影响。作为一个非盈利组织，该基金还参与梳理微软的研究论文、组织开源项目等等与人工智能相关的活动。 EFF的首席计算机科学家Peter Eckersley说：“我们想知道人工智能的最终形态会对人类的政策有什么长期的影响。”

　　这两个项目经常发表关于机器学习以及人工智能的研究论文。例如，EFF的档案库包括了自2012年以来图像识别领域最前沿的研究，以及对于机器和人类在阅读儿童书籍时表现出的不一样的研究。

　　“人工智能索引”项目是一个研究人工智能的各个分支的发展趋势的项目。

　　“人工智能索引”这个项目，还将尝试监测和测量人工智能在现实世界中的工作。 Perrault举了一个例子，该项目可以用来研究各人工智能领域科技的从业人员的数量增长趋势和资金流入情况。他说 ：“虽然公司可能不愿意发布数据，但是我们的目标是找出这项研究对商业产品有多大影响”。另外，这个项目也正在追踪媒体对人工智能的看法以及公众对人工智能的关心。

　　Perrault说，该项目会得到广泛的关心，因为研究人员和赞助机构很想看到人工智能的哪些领域是最有实用价值的。他表示，银行和咨询公司已经呼吁各方，来寻求更好地处理人工智能对人类的影响。摩尔定律是用来衡量和预测计算机处理器发展的定律，这个定律暗示未来硅谷对人工智能发展的关心度将连续上升。

　　随着软件智能程度的上升，政府和监管机构也开始担心这些软件对人们隐私的影响，他们不确定是否能采用摩尔定律的预测结果来应对相应的影响。华盛顿大学法律系教授Ryan Calo表示：“我不知道它们是不是真的有用。”他认为，决策者需要对底层技术进行高层次的掌握，而且需要强有力的价值观，而不是细化的评估和测量的标准。

　　EFF的Eckersley认为，人工智能跟踪项目将随着时间的推移变得更加有用。例如，这个项目提醒人们，随着人工智能的加强，很多工作将变得自动化，从而导致许多工人的失业。而Eckersley还说：“通过我们收集的数据，我们确信对人工智能系统的可靠性和安全性的研究是一个相当紧迫的课题。”

　　谷歌等公司的研究人员和学术界的学者们，最近已经开始研究如何能欺骗人工智能软件，以及如何防止他们做出危险的行为。随着人们越来越希望人工智能能在诸如汽车等工业上得到实际的使用，规定某种衡量人工智能能力、安全性和可靠性的准则就变得十分重要了。