機器智能本可以防止德翼墜機，挽救 150 條生命 精選 推薦

本文編譯自《Artificial Intelligence Could Have Prevented The Germanwings Crash》，原載於《福布斯》。
四天前，德國之翼9525航班副駕駛員自殺式毀機，150人無一生還。

德國、加拿大等國緊急出台新條令，要求客機在飛行中保證駕駛艙內至少有兩名機組人員。但是，誰也沒辦法保證，兩人不會同時出問題。

此次失事的飛機型號為空客A320，採用全自動電傳操縱系統，是世界上安全記錄最佳的飛機。這些年，電傳操縱系統沒少挨批評。反對者認為，它會讓駕駛員過度依賴技術。但事實上，電傳操縱系統避免很多悲劇的發生。目前的航行系統，給電腦的權限很少，給駕駛員的權限很多。電腦是嚴格按照程序運作的，但人有時候會喪心病狂。
馬斯克、霍金等人表達了對超級人工智能的擔憂。但人工智能先驅Jeff Hawkins堅信，人工智能不會終結人類。我們總擔心給機器的權限太多，但事實上少得可憐。人類最大的威脅來自自己。

Hawkins是機器智能公司Numenta的聯合創始人。Numenta推出的第一款產品是Grok，它通過大量篩選亞馬遜的服務器活動數據，來識別異常的事件模式。同樣的方法可以運用到航空領域，實時監測飛行數據，察覺到異常狀況時，第一時間向地面控制系統發出警報。Numenta已將軟件開源，併為DARPA（美國國防部高級研究計劃局）和其他政府機構所採用。

Hawkins採用的機器智能方法是分層式即時記憶（HTM），這和主流的深度學習（DL）技術有很大區別。二者都用層次矩陣從大數據集中學習模式。但HTM的靈感來自生物學，將大腦的神經元分層作為構架模型。DL則本質上是運用數學方法，將人腦抽象成深淺不同的層級。HTM使用更大的矩陣，將層級扁平化，矩陣裏的數據稀疏分佈。最重要的區別在於，HTM處理的是時基數據，DL處理的是靜態數據。
對於新興的物聯網來説，時基數據和實時數據至關重要。如果要實時追蹤物體，比如説，那架空客A320，就要求系統具備連續處理數據流的能力。在這種情況下，像Grok那樣的系統就能派上用場。

如果空客A320配備了機器智能，它可以阻止墜機悲劇的發生嗎?

Hawkins説，可以。但前提是，駕駛員沒有權限關上機器智能。如果駕駛員想關就關，再牛的機器智能也無可奈何。

在Hawkins看來，對機器智能的畏懼是暫時的，就像人們起初畏懼網上支付，但後來都慢慢接受。自動駕駛的汽車、自動航行的飛機，也會慢慢被大家接受。如果異常檢測軟件和越權控制軟件足夠完善，同時，機組人員無權訪問這些軟件，飛機會更安全。最大的問題是，從理論上講，機器智能比人類更安全，但該如何證明呢？舉個例子，Google宣稱無人駕駛汽車比人類駕駛更安全，但該如何證明呢？如果機器智能出錯，不管多小的錯，都會引起軒然大波，毀掉好不容易積累起來的信任。
To be or not to be, that's a question.


資料來源：36Kr