從1958年美國原子能委員會提出在建筑中使用核爆的計劃，再到谷歌眼鏡，歷史上有不少曇花一現的項目和技術。不過，人工智能(AI)顯然不在此列，因為它正在不斷刷新著存在感。
日前，英國《自然·展望》雜志發表長文，敘述了人工智能正逐漸滲透進我們的日常生活，而人們正一邊享用一邊恐懼著，這種情緒下，正在大力推動下一場自動化變革的技術人員則需要直面一個嚴肅的議題：公眾接下來究竟想要什麼。
難道還有人對AI毫無察覺嗎
在第一封郵件開始用數字方式寄送時，分揀垃圾郵件的問題就出現了。但從海量垃圾郵件中識別出真實郵件的技術，直到今天也在進步著。這是因為聰明的垃圾郵件制造者很快就找到了躲避過濾器的辦法，於是電子郵箱平台開始啟用AI。
現在，AI經過大量訓練，已經可以完全無需人類動手，很好地完成分揀郵件的工作。人們在本世紀初擔心的垃圾郵件可能會扼殺正常電子郵件的事情並沒有發生，機器學習算法十分善於識別群發郵件的“套路”。
但我們還是需要時不時查看一下郵箱廢紙簍，這是因為機器學習也並非完美，如果沒有及時更新數據庫的話，很容易就會被垃圾郵件制造者的新招數打敗。但無論如何，事情已經變得輕鬆許多，可以說，機器學習是我們擁有過的最好的工具。
郵件系統只是一個例子。利用機器學習，流媒體服務平台可以向用戶推薦他要看的電影，發送他可能很快就會在線下單的商品，它還能幫著識別照片中的人物甚至花草。沒錯，這些都是AI。
AI點滴滲入，但人們不再毫無察覺了。許多人每天都會與計算機進行語音互動，谷歌的“阿法狗”(AlphaGo)利用機器學習在擁有3000年歷史的圍棋項目上擊敗了人類冠軍，更是讓人們印象深刻。
面對AI，你為什麼恐懼
現在，有機構和企業投入重金力圖將機器學習用於無人駕駛汽車。顯然，比起識別垃圾郵件的簡單模式，這是一個更為遠大但也更有風險的項目。所以在這個過程中，研發者不得不面對一個問題：公眾對於人工智能的認知。
這其實是每一個正大力推動自動化變革的研發人員所需要直面的嚴肅議題——公眾在想什麼。
在人工智能領域，過去一個世紀主宰人們觀念的其實是科幻小說。小說中的AI形象深深影響了公眾的看法，因此現在面對其日益顯要的地位時，人們的普遍反應是——恐懼。
這其中部分恐懼，可能源於機器竟擁有與人差別不大的認知。另外，對AI研究的報道方式，也可能引起恐慌。譬如2017年6月，“臉書”(Facebook)的AI研究人員稱有兩個聊天機器人開始在對話中使用代碼字。而部分新聞報道甚至描繪成，研究人員為免事態失控，匆忙終止實驗。
此外，著名公眾人物的警告也有可能放大恐懼。譬如“鋼鐵俠”埃隆·馬斯克曾說過，AI或很快便會強大到能統治世界的地步。
其實，如火如荼AI研究也曾有過寒冬。大約在20世紀70年代末，經歷了經費不斷縮減的一段時光。
但1997年，IBM的“深藍”打敗了國際象棋世界冠軍，展示了強大的計算力，其純粹的暴力破解法震驚人類，也徹底扭轉了AI研發的形勢。這種暴力破解法后來就被用於機器學習，在看似具有無數種招式的游戲中輕鬆獲勝。
現在，AI不斷擊敗人類的消息，可能會給人這樣一種印象：計算機在認知能力方面已堪比人類。但實際上，兩者之間仍存在一條鴻溝。機器學習和自然語言專家格雷格·霍蘭德告訴人們，人腦可以解決AI前所未見的問題，而機器學習，只是針對特定問題而設計的。
恐懼對技術的影響
說回到汽車制造業，人工智能的快速進步加上傳感系統的革新，為行業帶來了劇變，在無人駕駛汽車的提倡者看來，這一技術可以將人們從高峰期駕駛的壓力中解放出來，也能減少交通事故發生。
不過，行業的自信與公眾的謹慎形成了鮮明反差——技術人員認為無人駕駛已經做好上路准備了，但是，公眾還沒做好乘坐的准備。2018年4月，蓋普洛公司的一項民意調查顯示，隻有9%的美國成年人願意在政府監管機構判定無人駕駛汽車的安全性后，才使用無人駕駛汽車﹔而38%的人表示會在無人駕駛汽車推出后，先觀察一陣子再說﹔另有52%的人表示絕對不會想要使用無人駕駛汽車。
公眾對無人駕駛的抵觸情緒，更多出於安全考慮。盡管按數據統計，人為錯誤才是大多數致命交通事故發生的原因，但機器人仍然不被信任。
2016年，特斯拉自動駕駛發生事故。調查發現駕駛員曾忽視了汽車反復發出的“手持方向盤”提醒，然而公眾仍然惶恐不已﹔此外，優步測試的一輛無人駕駛車夜間撞上了一名行人，據稱當時車載AI沒有及時提醒車上的安全員。
部分制造商正在努力改變這一恐懼。通用的無人駕駛汽車未來將僅在路況清晰、方便汽車導航的限定城市區域內行駛，而在人口密集的城市裡，汽車行駛速度只是在寬敞公路上的一半。還有一些計劃提議，在氣候條件不佳、AI系統的安全導航能力受阻的情況下，無人駕駛汽車將限制上路。
無論如何，最大的考驗仍然是公眾對於乘坐由AI參與駕駛的汽車出行的意願。隨著技術成熟和規則完善，研發人員將很快能看到，公眾願不願意給AI這個機會。
