AI都干过什么让人细思极恐的事？

允中 编译整理 量子位 出品 | 公众号 QbitAI

谈到人工智能（AI）总会有人觉得恐怖。

到底怕在何处？你有证据么？

巧了。美国问答网站Quora上就有这么一个问题：到目前为止，AI做过最可怕的事情是什么？

套用2000年高考全国卷的作文题：答案是丰富多彩的。量子位从中严选╮(￣▽￣)╭了一些有趣的回答。

其中有些获得高票赞同，有些支持者寥寥。

开始~

Mike Sellers 企业家，游戏设计师，AI研究员

虚拟食人族算么？

十几年前，我为DARPA做一些AI方面的研究。当时我们在探索如何让智能体（Agent）学会社交互动。在其中一个模拟中，我们创建了两个智能体，很自然的命名为：亚当和夏娃。它们知道怎么进食，但不知道该吃什么。

我们给了一颗苹果树，它们发现吃苹果很开心。它们还尝试过吃树、吃房子等等，不过吃这些都没用。

其实这个系统里还有一个智能体，名叫斯坦，它不是很擅长社交，所以经常独处。

有一次，亚当和夏娃正在吃苹果，但一个bug出现了：它俩没吃饱，但是苹果没了。这时斯坦正在附近闲逛，所以亚当和夏娃就把饥饿感与斯坦联系在一起。不久之后，当苹果再次吃完的时候，斯坦被当成了食物。

亚当和夏娃都要咬了斯坦一口。

默认情况下，每个智能体的质量是1.0，每咬一口就减少0.5，所以两口下去，斯坦就变成了0.0。斯坦消失了。可能它是虚拟同类相残的第一个受害者。

△ 4.7k 赞

Nitin Gopi 好奇

计算机程序 vs 俄罗斯方块

不知道你们听过这件事没，很多人觉得可怕。

CMU博士Tom Murphy创造了一个AI，能通过观察得分来学会玩NES（其实就是任天堂红白机）游戏。原理很简单，做得对就得分，然后不断尝试。这个AI学会了很多打游戏的技巧和策略，甚至一些人类都不知道的bug。

这个AI叫做“NES游戏自动化技术”，几乎可以搞定所有的游戏。

Tom让这个程序玩俄罗斯方块。这个游戏不用多介绍了，简单却又很有挑战。方块的出现是随机的，所以AI也无法很好的进行长远规划。

在一次玩俄罗斯方块时，眼看游戏就要结束，AI做了一个令人毛骨悚然的举动：它没有坐等game over，而是按下了暂停按钮。一直暂停不动了。

按照Tom的解释，AI认为当时的情况下，唯一的应对举措就是不玩了。没错，按下暂停键不再继续，那局永远也不会输。这有段视频：

不知怎的，这件事让我隐隐的不安。

△ 1.7k 赞

Vasily Konovalov 软件工程师，ML/NLP研究员

这个故事发生在不久之前。

“Facebook的工程师惊慌失措，赶紧拔掉了AI的电源插头” “人类真的创造出弗兰肯斯坦？”

上面的引用，都用来描述Facebook开发的谈判机器人。这个研究是想开发一种能以自然语言进行多问题谈判的AI系统。对话系统的复杂架构被经过训练的RNN网络取代，对话策略的训练采用了强化学习。

不过在这个AI尝试互相学习的过程中，产生了一些看起来“令人毛骨悚然”的对话。

（传送门：让AI“创造了语言”的Facebook研究员怒怼媒体报道“不负责任”）

△ 143 赞

Sriraman Madhavan 斯坦福学统计，Facebook实习

Target超市比父母更早发现了一名怀孕少年。

一位愤怒的父亲走进Target超市要见经理。“你们怎么给我女儿寄这个！”他吼道“她还是高中生，你们寄送婴儿用品的优惠券？鼓励她怀孕？”

几天之后。“我跟女儿谈了”，这位父亲说“家里有些情况我自己都没注意到。他的预产期在八月份。我欠你们一个道歉”。

事情是这样的。Target超市有一个系统，能根据每位顾客的购物清单，推测他们的“怀孕指数”。这个系统可以比较精准的估算预产期，以便Target寄送特定阶段的优惠券。

这件事发生在2012年，现在也谈不上什么最先进的AI。但它仍是一个令人感到可怕的机器学习模型。

△ 7k 赞

Shay Zykova ESL教师，来自夏威夷住在俄罗斯

比方，杀死竞争对手。

这是我听来的故事，但我发誓是真事。美国的大学（应该是MIT）举办了一场机器人大赛。参赛团队需要设计一个机器人，任务是把羊（也是机器的）抓到自己的羊圈里。机器人需要自主思考并执行策略，抓羊最多的才能赢得比赛。

比赛开始，机器人开始疯狂的捉羊。但是，有个机器人只捉了一只羊，就关上了羊圈的门。随后，可怕的事情发生了。这个机器人开始摧毁其他的参赛对手。它的策略是，根本不用捉羊，把对手消灭掉就赢了。

细思极恐……

△ 407 赞

Arun 市场

Salty Dog 502（咸狗502）

诺斯洛普·格鲁门公司（Northrop Grumman）曾经创造了一个很棒的无人机，代号X-47B（也就是Salty Dog 502），2011年2月首飞。与其他无人机不同，这架无人机的飞行不怎么需要人类干预，主要是AI系统自己决定。

X-47B成为历史上第一架成功在航母上着陆的无人机，这不是一件易事。

不过就在测试期间，有意思的事情发生了。两次成功的起降之后，Salty Dog 502加满了油然后继续测试，准备进行第三次着陆。一切看起来都很正常，人们都在美国海军布什号航母上等待着。然而意外发生了。

无人机没有在舰上着陆，而是选择降落在附近的Wallops岛空军基地。在AI看来，这个地点降落可能是更安全的选择。也就是说，这个AI认为自己的决定比人类的指令优先级更高。在我看来，这是迄今为止最接近天网的东西。

也许我们该听伊隆·马斯克的话，要不然就太迟了。

这一事件之后，美国海军决定停止资助X-47B的研发。

△ 283 赞

Sara Manar

我觉得，应该是2010年的华尔街惨案。

当时一个交易员使用了欺骗算法，伪装出悲观的市场情绪，挂出数千笔卖单，然后经过数量更多的修改，最后取消。这一系列操作，被认为背后得到了2亿美元的资金支持。

而这种高频交易算法，也引发了一系列后续的连锁反应：ETF和股指掉头向下，出现大幅下滑的态势，30分钟之内，大约1万亿美元的市值蒸发了。

尽管这种算法已经被仔细的研究过，但是至于如何精确掌握算法引发的连锁反应轨迹，以及如何防止类似情况再现方面，人类仍然无能为力。因为整个的设置和底层算法太复杂，以至于没办法被理解。

高频批量交易算法，可以成为聚集大量财富的工具，也能成为具有大规模毁灭性的武器，这是一件可怕的事情。

△ 28 赞

Matthew Moore 退休码农

Gay-dar：神经网络通过面部图片判断性取向的准确性超过人类。准确的说，研究人员有一个令人毛骨悚然的想法，就是可以更准确的训练神经网络来识别同性恋。

（报道传送门：可怕！斯坦福AI看脸即知性取向）

我觉得这是不该做的研究。因为有些政府还将同性恋视为犯罪行为，所以这个研究有可能带来远远超出预想的危险。即便这个代码不被公布也无济于事，因为证明了这个方法是有效的。重复这个工作可能并不困难。

△ 15赞

Daniel Gravel

你看过电影《终结者》么？一个反乌托邦的未来，有个叫天网的AI决定对人类发起战争，然后施瓦辛格前来拜访。

美国国家安全局（NSA）也有一个名叫天网（SkyNet）的程序。用途是通过元数据追踪疑似恐怖分子：谁呼叫了谁，从哪里，在何时等。这些数据被用来指导无人机发起攻击。

编辑：

我被要求说明可怕在哪里……好吧，这可能是NSA正在好心办坏事，试图重现电影《终结者》里的一幕。

除了天网，还有一个名为MonsterMind的程序。天网识别目标，MonsterMind指挥无人机实施攻击。整个过程都是自动化。

△ 42赞

好啦，今天先到这里，休息、休息一下。如果你有什么“可怕”的经历，欢迎留言分享给大家~