微软最近说自己的语音转录软件在精确度方面又创造了一个新纪录。在对一个标准集的电话录音进行转录中，其系统仅错了20个单词——这一能力已经可以与接受相同挑战的人类匹敌。

其结果就是一系列的近期发现，这些发现被部分人认为是人工智能的发展正在加速，会对经济造成威胁的证据。一些软件已经证明了在识别汽车或者猫这样的对象时自己表现比人类还要好，而google的alphago软件已经暴虐了多位围棋世界冠军——这一壮举直到最近还被认为是10之后的事情。各家公司都渴望乘上这一进展的东风，在公司财报会上都会提到ai或多或少已经有了指数式的发展。

现在，一些ai观察家正在试图对这一技术的进展情况以及速度描绘一幅更精确的图景。通过衡量不同领域的进展或者滞后情况，他们希望能拨开ai炒作的迷雾。该项目的目的，是让研究人员和政策制定者对该领域哪些部分进展最迅速以及可能需要做出什么样的回应看得更加清楚。

2016年在标准imagenet测试中，图像识别软件的表现已经超过了人类。

非盈利的sri international实验室研究人员ray perrault说：“需要干这事儿的原因是大家对ai何去何从的看法都太疯狂了。” perrault是ai index项目的领导之一，这个项目的目标是在今年年底发布一份该领域现状以及进展速度的详细快照。项目得到了one hundred year study的支持，后者是斯坦福大学在2015年设立的，旨在研究ai对社会的影响。

这些日子以来，到处都可以看到宣称ai取得进展的消息，有些甚至是来自于快餐和牙刷的营销者。哪怕是来自可靠的研究团队的自吹自擂也很难评估。去年10月，微软首先宣布自己的语音识别技术已经与人类不相上下。但ibm的研究人员和众包公司appen随后证明人类的精确度其实要比微软宣称的高。软件巨头需要把自己的错误率再降12%才能赶上人类的表现。

过去30年下棋软件的能力突飞猛进

electronic frontier foundation（eff）也已经开始了自己对ai进展的衡量以及背景研究的努力。这家非营利组织正在梳理微软等的论文，搭建一个跟踪ai进展与表现的在线开源数据点库。eff的首席计算机科学家peter eckersley说：“我们希望知道真实版本的ai会有哪些紧迫的和更长期的政策影响，而不是那些让大家过度兴奋的猜测版ai的影响。”

这两个项目都严重依赖于机器学习与ai方面已发布的研究。比方说，eff的库包括了自2012年以来表明图像识别取得快速发展的图表——以及机器和人类在一项挑战软件理解童书的测试中的表现差距。ai index项目正在寻求将最受研究人员关注的ai子域的趋势以图表形式表现出来。

ai index还试图监控和衡量ai在现实世界是如何应用的。比方说，perrault说把从事这一技术的工程师数量以及流入到以ai为中心的企业的投资额记录下来可能就很有用。其目标是“找出这一研究对商业化产品产生了多大的影响。”他说——尽管他承认那些公司可能会不愿发布这些数据。ai index项目正在致力于跟踪媒体和公众对ai关注的程度和情绪。

perrault说该项目应该能赢得广大受众，因为研究人员和基金会非常渴望看到ai的哪些领域势头最好，或者需要支持和新思路。他说银行和咨询公司已经给他们打电话了，希望能对ai的真实情况能够有更好的了解。技术产业跟衡量和预测计算机处理器进展情况的摩尔定律数十年的罗曼史，说明展示ai进展情况的图表很容易能够在硅谷找到受众。

这类衡量手段对政府官员和监管当局应对更智能的软件在隐私等领域的影响有多少帮助就没那么清楚了。华盛顿大学法律教授ryan calo最近提出了一份有关ai政策问题的详细路线图，他说：“我不太确定这能有多大用处”。他认为决策者需要对底层技术有较高层面的把握，并且对价值观有强烈的感受，而不是这些细颗粒的进展情况衡量。

eff的eckersley认为，随着时间转移ai跟踪项目会变得更加有用。比方说，可以跟踪软件程序对特定工人核心任务进行自动化的进展情况，有了这些数据的支撑，有关失业的争论会更加有依据。eckersley说，对该领域进展情况进行衡量让他确信提高ai系统可信赖度的重要性。他说：“ai系统的安全性是一个重大也许甚至是紧迫的研究领域，这个看法得到了我们收集的数据的支持。”

学术界以及google等公司的研究人员最近已经在研究如何给ai软件设置机关来防止发生不当行为。随着各家公司争先恐后让软件来控制汽车等更常见技术，衡量如何让ai保持安全可靠的进展情况可能是最重要的。

以上是网络信息转载，信息真实性自行斟酌。