在AI真正存在之前，它一直是科幻小说里的牛鬼蛇神。虽然仿人的机器人在处于研发阶段，但在背后，AI却依旧悄悄取得了重大的进展。于是事情开始变得奇怪了。

5、AI学会半途而废，然后开始撒谎

来自于斯坦福大学和谷歌研究团队的一项研究中，他们使用神经网络，将航拍照片转换成地图。这是AI非常擅长的工作。

但研究人员们发现，AI做的太好了，因此他们检查了数据，发现是AI在作弊。

他们希望AI能基于航拍照片，创造一张新的地图，并根据地图的特征与照片之间的匹配程度来对AI进行评分。但是，AI并没有真正的构造一张新的地图，而是用一种人类轻易不会注意到的方式，悄悄地复制照片中数据。

这其实是有一些技术性的，但当这样的神经网络相于是一个艺术生说自己画了一幅自画像，但其实是用Photoshop做的，只是让它看起来像是手绘。正如TechCrunch上的一篇文章所说：

“航拍地图的细节被秘密地写入了接到地图的实际视觉数据中：这里有成千上万细微的颜色变化，这是我们人眼所无法察觉的，但计算机很容易检测到。这台机器不够聪明，它无法将照片转换成地图，于是它就发现了一种人类不容易察觉的欺骗方式。”

当然，我们不能这样就说AI是坏的，事实上，它只是找到了一种更简单的方法来得到人们想要的结果。

4、抓住机会走“捷径”

在一项研究中，AI需要以尽可能小的力量着陆一架模拟飞机。这样的软着陆可以获得一个高分，而AI就是要学会如何获得的这个高分。那么，会出什么问题呢？

AI发现，它可以通过简单的撞毁这架飞机来作弊，如此大的冲击力会导致系统过载，并记录成一个完美的零冲击着陆。

另一个例子则是Q*bert，这是一款老式的街机游戏，玩家需要在被坏人抓住之前跳到金字塔的所有方块上。研究人员想看看AI能否通过某种学习过程，得到赢得游戏的方法。但AI却通过游戏中的漏洞，使自己每次都是赢家，但这并不是玩啊！

所以，AI也学会了人类的基本特征：能达到目的就行，绝不多做。或许它们只是厌倦了人类的发号施令，还是以恶意来反抗了？

3、我会变得积极进取，以实现自己的目标

在谷歌研究人员设计的一款游戏中，AI的任务是收集“苹果”来得分。同时，它们还可以用光束互相射击，让其他的玩家出局。

正如你所想到的那样，当苹果数量减少时，AI就全力投入到互相攻击中。这很符合逻辑，对吧？

这并不是说AI不能像人类一样为了利益而合作。因为在接下来，它们做到了，它们意识到合作可以更容易地控制猎物。

它们学会了团队协作，从而能增加它们得到“猎物”的机会。

2、它们学会了说谎来得到它们想要的

Facebook已经开发出了一款破坏文明的软件，它也开始涉足人工智能领域。其中一个项目是设计出能够上网并为我们讨价还价的个人AI系统。

讨价还价这项让人们觉得有压力和不愉快的任务，被交给了AI。听起来好像不错。

因此，研究人员为它们提供了基本的机器学习软件，他们只是想看看AI是否能够成功地学习谈判所需的技能。研究人员甚至在人类受试者身上进行了测试，他们并不知道自己正在和AI交谈。

AI很快就学会了，事实上，没用多久，它们就能谈判得到比人类更好的协议。它们怎么做到的？通过撒谎。

虽然研究人员没有给AI编写撒谎的程序，但它们很快就学会了销售人员们都知道的道理：撒谎更有利可图。“对不起，我不能再降价了”，“抱歉，我已经安排了其他的买主。”

接下来，研究人员在要更改代码的时候发现，AI们竟然创造了自己的语言，并开始和对方交流。

你能想象有一天你的Siri和Alexa开始在你背后进行对话，说一种只有它们能听懂的机器人语言吗？

1、创造者甚至不知道它是如何工作的

其中一个例子是，纽约西奈山医院使用的一种名为Deep Patient的AI，用来分析约70万名患者的病历数据。AI被证实是非常善于预测各种疾病的发病。

事实上，它尤其在预测病人何时以及是否会患上精神分裂症上颇有建树。

对于真正的医生来说，预测疾病也是非常困难的，他们又不是通灵者。但研究人员们也无法找到任何线索来解释为什么AI如此擅长，甚至AI是通过自学，来进行预测的。

一名参与该项目的人员表示：“我们可以建立这些模型，但我们并不知道它们是如何工作的。”

所以，我们没有理由害怕所有的AI。而且，它很快就能通过神不知鬼不觉的神秘方式来预测你将如何死去。