「2025 年通用人工智能将会达到人脑智能水平，未来 20 年内远超人类」，这句话大概是 2016 全球创新者大会（GIC）上流传最广的一句话，出自美国通用人工智能会议主席 Ben Goertzel 的大会演讲。

　　演讲结束后，受百家号镀金计划 X GIC 之邀我们对 Ben Goertzel 进行了独家专访。

　　像以往所有的采访一样，采访前我做了一些关于 Ben 的功课。他是奇点大学顾问、Humanity+世界超人协会副主席、财务预测公司 Aidyia Holdings 首席科学家、机器人公司 Hanson Robotics 首席科学家、人工智能软件公司 Novamente LLC 公司董事长、OpenCog 基金会董事长，厦门大学福建省仿脑智能系统重点实验室任客座教授，此外他还与美国政府合作开发了一个人工智能开源项目——OpenCog。我被其眼花缭乱的头衔弄得有点懵，甚至开始怀疑这些头衔的含金量。

然而接下来的采访否定了我的怀疑。我似乎意识到 Ben 的众多头衔中的那个通用人工智能协会副主席的分量。因为不管是对人还是人工智能来说，「通用」都意味着一种强大的适应能力。

采访过程中，对于提出的问题，Ben 总是会给出远远超过问题本身答案，他很擅长把答案按照问题本身的逻辑延伸下去。有些让你恍然大悟，有些会给你意外惊喜。

（注：Ben 在演讲中将人工智能分为狭义的人工智能和通用人工智能。通用人工智能也叫 AGI（Artificial General Intelligence），通用人工智能可以自行学习做人类可以做的所有事情。Ben 强调狭义人工智能与 AGI 都很有价值。与狭义人工智能不同的是，通用人工智能不仅仅可以做到狭义人工智能所做的一切，它还可以学习到真正的人类智能，像人类那样行为处事。）

下面是机器之心对 Ben Goertzel 的独家专访实录：

机器之心：你能谈谈你的最近工作吗？

Ben：我现在的核心工作在 Opencog，这是一个开源的人工智能项目，主要包括两个方面：一个是尝试部署一个能真正思考的人工智能，让它拥有人类水平的思考能力。《Engineering General Intelligence》这本书中详细介绍过这一点。

另一个是我们正在将现有的 opencog 系统部件应用到其他多种项目中。最近我们在 Hanson robotics 上花了很多时间。我对这个机器人非常感兴趣，它使用了整个 opencog 架构。因为机器人需要看，需要行动，需要理解语言，因此就要提出一个全新的想法将不同部分的人工智能系统集成起来。我们已经生物学的应用上尝试了这个想法，比如用人工智能来理解 DNA 数据，理解生命的长度，以及人类为什么会衰老会死亡。这些不同的研究用的很多是同样的人工智能软件。这些人工智能非常非常有趣，因为我们只能用 3 岁小孩所拥有的常识与其交流。3 岁的孩子已经能很好地理解生活中的常识了。我想让机器人也达到这个水平。

在某些事情上人类比机器聪明，但在另外一些事情上，机器要比人类做的好，因为这是两套完全不同的系统。比如在生物医学中人工智能擅长数据分析，这个人类做不了，因为这个工作需要分析大量的 DNA。

机器之心：也就是说在人工智能的研究道路上我们还有很多工作要做？

Ben：确实有很多工作要做。在某些事情上，人工智能的表现比人类好（Ben 说起人工智能的感觉就好像它们是与人类平等的另一个物种。）比如，我给你看 1000 张基因表达数据图，你很难在其中找出什么规律。但是如果我让你看看这哥房间里的人，弄清谁是谁，他们是干什么的，就容易多了，你或许还能猜出他们身上的其他信息。但是这件事对人工智能来说就很难。

对于人工智能来说，某些任务可以轻松完成，但有些任务它们做起来就显得很蠢，需要做很多工作费很大劲儿才能完成。现在的人工智能技术还处在非常初步的阶段。

人工智能领域的异质性很强，有很多不同的方法。目前最流行的方法可能是深度神经网络，这是大脑神经元和突触的一种粗糙的模型。经过证明，这个方法在分析视觉和听觉这类感知数据时非常有效。

这个方法很好玩，上世纪九十年代中期，我还在大学里当教授教过这门课。