据国外媒体报道，在今年一月份，来自加州大学伯克利分校计算机科学家Stuart Russell起草了致全体人工智能研究员的公开信，并第一个在上面签名。Stuart呼吁研究者不能只注重让人工智能变得更强大，同样要保证其健康性和有益性：AI必须遵从人类的意愿，不能胡作非为。 公开信发表后，已有数千人在上面签名。其中不乏来自谷歌、Facebook、微软等顶尖人工智能研究机构的科学家。
同时来自全世界的物理学家、哲学家也在上面留下了自己的名字。
Stuart是加州大学伯克利分校的智能系统中心的创始人，他一直在关注机器自主思考可能给人类带来的危害。他发表了超过200篇相关文章，还是业内标准教科书《人工智能：现代方法》的合作作者之一。但当下迅速发展的人工智能技术给Stuart带来了长远的担忧，而惊人的发展速度无疑加深了这种忧虑。Stuart表示目前的AI技术已经有了长足的进步，神经元算法带来的改善不容小视。这些智能算法被应用在人脸识别系统、智能手机助理系统以及谷歌自动驾驶汽车中。甚至，《自然》杂志的一篇报道称一个模拟神经元人工智能网络在一款Atari公司的游戏中的表现已经超过了人类，而这个系统的输入仅仅是电脑屏幕上显示的内容和一个“得到尽可能高的分数”的目标。没有任何预设的程序，这个智能网络懂得分辨屏幕上的外星人、子弹，会在合适的时机进行左移、右移。
《QUANTA》杂志采访了Stuart，询问了他对当前人工智能发展的几点看法。让我们来看看该领域的大师如何评价这一革命性技术吧。
QUANTA：你为什么坚持人工智能研究必须以可证实对人类有益为前提？
Stuart：我认为这是一个错误的问题，因为“人类价值”不能被“证实”。当然，人类价值本身也没有准确的定义，谁又知道人类为什么存在呢，可能这永远都是个迷。但考虑到我们人类的行为的意义，你会希望机器人至少能体会到其中的大部分精髓。人工智能可能不能完全理解我们的所作所为，但它们至少要和我们站在同一战线上，有着共同的基本原则。换句话说，它们不能成为我们的绊脚石甚至伤害我们。
QUANTA：你打算怎么实现这一点？
Stuart：我现在正在这方面努力。目前我觉得一种名为“逆强化学习”的技术可以派上用常平常的学习原理很简单，基于你的表现好坏，你会得到奖励或者惩罚，你的目标也很明确，就是想方设法获得尽可能多的奖励。Atari的游戏就是一个这样的典型的系统。逆向学习则是完全相反的过程，你首先得到结果，然后你去思考什么样的行为最可能带来这样的结果。比如，你的机器人看到你早上艰难的从床上爬起来，冲了一杯咖啡，在一个嗡嗡作响的箱子里加热了点煎饼，而且在吃这些东西时你脸上浮现出了愉快的深情，那么它的人工智能就会告诉它：人早上喝咖啡是好的。
逆强化学习有着海量的资料可以使用，无论是书籍、电影还是网络，上面有着成千上万的人类活动记录，智能体可以从中感受到人类追求的基本价值和遵循的基本原则。
QUANTA：你的研究生涯主要关注了理解人工智能是什么，并认为这是实现人工智能的前提。那么你目前有什么收获呢？
Stuart：在八十年代的研究中我开始思考理性决策的问题，后来我发现这是一个不可能完成的任务。如果你是理性的，你会判断自己目前的状况、可选择做法、每种做法带来的结果，但是又有哪一种做法是百分之百确保得到想要的结果的呢？世界上的事情变化多的让人眼花缭乱，没有那么多事是确定的。理性行为的定义就要求你的能力盖过整个未来和宇宙，换句话说，它在计算上是不可能的。所以我换了思路：那么人类是怎样做决定的呢？
QUANTA：人类怎么做的？
Stuart：人类的大脑是一部效率惊人的概率运算机器。它的诀窍不是准确掌握每一条信息，而是对未来有一个大概的预测，并推测最可能带来好结果的做法。拿下棋来说，如果是理性决策的人，他就只会走那些可以将军的棋子。现实中没有人这么下棋，人们不会考虑十几步之后的事情，他们会考虑几个可能的走法，看哪一种最可能带来优势。人一生大约会做20万亿的动作，做一次演讲会有13亿个动作，理性决策要求你预测13亿个动作后的准确状况，这太疯狂了。我们从不会想“我要先迈左脚再动右脚，再打开门……”而是想“我该去做演讲了”。