尽管 AlphaGo 已经横扫围棋界，可现在很多的人工智能，不是人工智障，就是离不开人工。
比如 Google 一项利用 AI 替你打电话到餐馆订位的服务，被《纽约时报》发现有相当一部分 AI 助手其实根本就是人工客服。
在GQ 报道的《那些给人工智能打工的人》一文中曾提到，现在的人工智能依然依赖大量的人工日复一日地标注数据，以此来训练 AI，堪称数字时代的富士康。
▲ 图片来自：极客公园
实际上除了依赖人工喂养数据，科技公司也正在设法用其他方法让 AI 更加聪明，苹果、Google 和 Facebook 不约而同将目光放在了动物研究上。
在哈佛大学的罗兰学院的一个实验室内，一只叫做的「美洲虎」(Jaguar)的老鼠正在玩一款电子游戏，在几条金属杆组成的虚拟盒子内，美洲虎的任务是通过右爪操控一个 360°旋转的操纵杆，凭感觉找到虚拟盒子的边缘。
当它感受到来自盒子边缘的反馈，研究人员就会通过试管给它一滴糖水作为奖励。
你可能不会将这样的实验和人工智能联系在一起，但实际上通过这个实验的目的就是通过研究老鼠大脑的神经元活动，来启发 AI 技术的开发。
▲图片来自：Giphy
神经学家 Mackenzie Mathis 通过基因改造让老鼠的大脑神经元发电时发出荧光，以此观察老鼠在完成新任务时，学习过程中成千上万的神经元是怎么变化。
除了虚拟盒子的实验，还会让老鼠玩一种类似马里奥赛车的电子游戏。老鼠的爪子横跨两个定制的电动圆盘，屏幕显示出一条绿色跑道，终点是一个蓝色方框，老鼠需要在「驾车」前往终点的同时，同时不偏离跑道。
Mackenzie 做这些实验的主要目的之一是了解动物如何快速适应物理环境的变化，未来或许可用于优化机器人。
比如当我们在拿起一件未知重量的物品时，大脑和身体就瞬间自动计算好需要施加多大的力度，但这对于机器人来说却很难做到。
去年《纽约客》在封面文章《黑暗工厂》(Dark Factory)中提到，目前机器人一个共同的难点，就是设计一个像人手一样的「末端执行器(end effector)」，让机器人能以不同的力度抓取大小形状各异的物体。
不过如果能解读老鼠神经元学习的模式，并将这种模式输入到机器人中，就有可能解决这个问题。一方面老鼠大脑已经足以作出一些比较高级的决策，但其大脑结构也相对简单，方便研究人员观察分析。
如果这个技术难题得到解决，机器人能完成更多精细的工作，很多领域自动化的程度也会大大提高。比如各种水果的采摘，富士康的流水线也不再需要这么多工人了。
▲ 这些工作以后可能都由机器代劳.图片来自：Quartz
这种动物实验背后，其实也是得益于计算机技术的发展。因为小鼠大脑中大约有 7500 万个神经元，直到最近科学家才拥有可以采集、处理和分析这些神经元数据的计算机，大大加快了实验的进度。
除了老鼠，还有很多动物参与到类似的研究。波士顿大学的研究助理教授 Tim Otchy 就在右臂上纹了他的实验对象——一只斑胸草雀。
▲Tim Otchy
斑胸草雀这种鸣禽有一种特殊的技能，能模仿听到的其他动物的声音，然后改变曲调，看起来能对听到的声音进行语义理解。弄清楚鸟类是怎么模仿叫声的，对于训练机器的语音识别技能十分重要。
Tim Otchy 日常的工作就是与 300 只小鸟在一起，在斑胸草雀头上佩戴各种传感设备，并用一个携带电池的微型背包提供动力，将它放在一个微波炉大小的隔音箱内，观察它鸣叫时的发声核团的变化。
像 Tim Otchy 这种鸣禽研究人员目前是人工智能领域最热门的工种之一。
加州大学伯克利分校的博士 Tyler Lee 正受雇于英特尔，通过对斑胸草雀的研究来改进语音处理技术，最终有望应用在像 Siri 这样的语音助手中。
伯克利大学教授 Frederic Theunissen 表示，这些鸟类研究除了可以应用在语音助力之外，还可以用于通话和视频的降噪，斑胸草雀的神经元能够从周围的杂音中分辨出另一只雀的叫声。
罗兰研究所旗下的罗利团队研究的则是斑马鱼，这种鱼幼年时期身体呈透明状，方便研究人员对其神经元活动进行观察，就像老鼠实验一样，这项研究是为了探索脑科学与人工智能的联系。
研究人员发现这项研究有可能应用到自动驾驶技术中，因为斑马鱼发现捕食者的时候，会迅速从捕猎模式切换到快速游泳模式，对这种行为的研究未来有望用于改善像特斯拉自动驾驶系统的神经网络。
▲图片来自：YouTube
这种前沿技术的研究，过去往往由大学等公共机构主导，不过近年来随着科技巨头布局人工智能技术，苹果、Google 等科技公司纷纷加大对这种研究的投入。
据称一个刚毕业的博士在高校一般只能获得 5 万美元的年薪，不过科技公司给他们开出的薪酬远高于 6 位数，比如曾研究斑马鱼的 Chris Fry 离开实验室后曾担任 Twitter 高级工程副总裁，年薪高达 1030 万美元。
▲Chris Fry
这也导致大量学术人员涌向科技公司，吸引他们跳槽的原因除了工资，还有更充裕的研究资金，不用再艰难地申请拨款。
其实动物对于科技的进步一直都起着重要的作用，比如蝙蝠对飞机雷达的启发，日本新干线的设计则参考了翠鸟喙部的降噪方式、猫头鹰的的羽毛和企鹅的体型。通过动物研究改进人工智能技术，也算是仿生技术的延伸。
毕竟人类和动物才是这个世界上最复杂的「机器」，而大脑则是最「精密」的仪器。机器和 AI 正在变得越来越像人，或许距离独立思考还有很远的距离，但能取代人类的工作必将越来越多。
题图来自：Stuart Little，部分配图来自：Bloomberg
