在2015年2月于旧金山举行的The BIG Talk科技峰会上，百度首席科学家Andrew Ng(吴恩达)告诉我们，7年前，他在斯坦福的学生用最好的算法，试图让电脑识别咖啡杯，但“它们发现到处都是咖啡杯”，因为电脑只能单纯根据色素的亮度值、强度等数据定义咖啡杯。但就在今年这次峰会，Andrew Ng已经展示了电脑能够为一张图像提供解说的能力，至于不久的未来，他风趣地说：“我还没有下一代，但我希望我的儿子或孙子辈，可以问我，‘在你小时候，你和你的微波炉讲话它却没有反应吗?这太不礼貌了’。”

Andrew Ng如是解释人工智能在这几年内发生的巨大变化：过去，人们希望在一个人工智能的虚拟圈做一个好产品，继而积累用户，提供数据，再让该产品越好越好，吸引更多的用户……形成一个良性循环，但这个循环里恰恰缺失的就是人工智能本身。

但是在如今大数据环境里，新的人工智能算法会变得越来越好，机器的“深度学习”已经不仅仅停留在炒作层面，这就好像火箭发射需要足够大的引擎和充足的燃料，一个深度学习算法需要人们建立很大的神经网络——Andrew Ng的一位伯克利大学的朋友开玩笑称所谓的神经网络有点像大脑的卡通画，但他深以为然，人们建立的智能化平台实际上就是一个超级简单化了的卡通大脑——来支撑复杂的算法(并且代替传统计算模式)，而大数据时代“比以前更多的数据”就是燃料。

在此基础上，机器的深度学习将成为现实，图像识别和语音识别就是两大成果，至于机器深度学习的能力继续发展后会不会反过来控制人类，Andrew Ng很乐观：“我不觉得会有聪明邪恶的机器人掌控地球。”

但听过康奈尔大学创意机器人实验室主任Hod Lipson(胡迪.利普森)的介绍后，人们或许会认为Andrew Ng过于乐观了。Lipson的用词多少有那么点令人毛骨悚然的味道：“设计机器人?不，我们是在养殖机器人。”

他在几年前就开始了一个项目：把很多机器人元件投入物理模拟器，让模拟器连接各个元件、线路、电池，然后把性能最好的机器人复制。他的项目最先以计算机模拟，前100代机器人还一无是处，但后来发生了巨大的变化，机器人的能力越来越好(比如爬行速度越来越快)，Lipson便用3D打印把机器人制造出来，从虚拟变为现实。Lipson说：“那些机器人看起来有些奇怪，因为他们不是设计出来的，而是进化出来的。”

Hod Lipson在他的机器人养殖计划上持续投入，他很快启动了第二个项目，完全基于现实养殖。但他很快发现两个项目都存在问题：第一个项目中，基于模拟器的方法由于虚拟和现实的差距导致对复杂的机器人不太奏效;而第二个项目需要的时间又过长。于是Lipson换了一个视角来看待机器人的进化：先用模拟器养殖，再将最好的机器人在现实里测试。那么怎么解决模拟器的简单化呢?收集各种感官和感应的数据，然后运用大数据养殖模拟器，让模拟器越来越准确，机器人越来越优秀，Lipson认为，在它们相互适应的同时，就进化出了自我意识。

基于此，Lipson展示了他的第三个机器人：四条腿，每条腿上装有两个马达，膝部和髋部各一个马达，但机器人不知道自己是什么，所以首先要让马达任意运动，然后通过反应倾斜，汇集反应数据来找到走的感觉。这个过程里，机器人会逐步假设，推断自己的形态，并经过无数次的试错，当机器人意识到自己有四条腿的时候，它开始试着如何协调它们，并真的运动起来。为了进一步测试，Hod Lipson残忍地砍断了机器人的一条腿，不过机器人很快找到了新的运动方式。

Lipson强调，他们没有给机器人设定相应巨大的程序，而是机器人自己通过动力的改变来改变对自己形象的假设，改变了自己的行为模式，也就是说，它进化了!在这个案例中我们可以看到，3D打印和深度学习正是机器人发展的引擎。

但是同Andrew Ng一样，Lipson对人类和人工智能的和谐相处充满乐观：“人们会想象这些钢筋铁骨的机器人走上街头摧毁我们，但事实上就算会摧毁也不是这种方式，而是机器人以后所有的能力都会超过人类，可能对人类存在的意义带来挑战。”

这个解释其实不能令人满意。不免让人想起电影里那些为了科学而不考虑人类自身安全的科学家们，他们总是回避自己的研究可能给人类带来的麻烦。当然，这里是硅谷，抛开未来机器人屠杀人类的可能性，更多的科学家、企业家、创业者还是把精力放在现实上，如何利用人工智能的热潮，创造新的商业模式，或者更好地造福人类。

正如你在中国也能听到的趋势那样，不管在养老、教育，还是城市的信息化管理等“流行”领域，硅谷都在关注。斯坦福大学杰出访问学者Walter Greenleaf强调即便在美国，老龄化和养老以及随之而来的医疗开销也是令社会头痛的问题，但智能化(移动设备、社交网络等)的普及让医疗体系可以从所在地为导向转化为数字化或网络医疗，形成以患者为中心的、动态的、共享的医疗系统;Coursera(一家线上教育平台)首席业务官Lila Ibrahim和其公司正致力于“让一个教授启蒙全球成千上万的学生”。Lila Ibrahim分享了几个要点：技术可以让教育规模化，比如设计一个学生互相打分的机制，同时，机器深度学习的理念可以让技术增进教学，比如教授们根据数据判断每个学生的学习情况等;加州大学伯克利分校再生性能源实验室主任Daniel Kammen则告诉我们，信息技术可以提升能源的利用效率，比如许多美国家庭都在通过一个网站，查看自己社区的温室气体排放情况，互相讨论如何节能;而本田的硅谷研发中心主管Nick Sugimoto最关注的领域无疑是车联网、大数据和移动应用如何重塑未来驾驶。

除了这些命题，硅谷的科学家们还在捣鼓一些特别有趣的“小玩意儿”，比如在手上的皮肤里植入一个芯片，以和外界的智能设备感应与互动;在斯坦福，教授们不但在研究虚拟现实和机器人(如何操控一个机器人来完成一些精细的工作)，还试图将它们联系起来：把虚拟现实、操控机器通过传感器，模拟触觉等技术连接起来，让机器成为人身体的一部分延伸，没准在不久的将来，阿凡达就会成为现实。