问：过去五年最大的发展之一是类似 Siri 和 Alexa 的个人助理，它们都是由机器学习驱动的。我想知道你怎么看待这些系统在过去五年内的变化？

答：你知道，我是 Alexa 的大粉丝。我家里就有一个，大部分时间我与 Alexa 所谈论东西变得越来越广泛。在一开始的时候就是「天气怎样？」现在我会问「我的日历上有什么安排？」Alexa 在学习，我也在学习 Alexa 能做什么。它到底能够随时间变得多好，这会是很让我惊喜的。

我告诉你一件有趣的事：当我离开家的时候，直播，我告诉 Alexa：「Alexa, stop.」我想停止它正在播放的音乐，因为我要离开了。但如果我告诉 Alexa：「Alexa, I'm leaving」，它就无法理解「I'm leaving」意味着它应该停止了。我必须明确说出「stop」才行。所以我设想个人助理会越来越能明白这样的指令：「Alexa，当我离开时，意味着你应该停止播放音乐。」这样的指令应该被提到研究日程上。

问：你认为我们会达到这样的程度吗：我们可以问个人助理「我车子里的检查引擎指示灯亮了，我可以开这辆车吗？」或「谷歌，我刚拿到了一份工作邀约，我应该接受吗？」？

答：我认为这是可能的。这种类型的问题是决策问题（decision-making questions）——假设你必须选择某个健康保险计划，但你被这些选择搞糊涂了。你可能会在你要睡觉的时候告诉 Alexa：「Alexa，你看看所有这些健康保险计划，还有那些我能够购买的汽车，或者我的孩子可以去哪些学校读书。」然后它就可以在晚上帮你编译一份报告出来。

大量的相关信息都是可以通过网络获取的。你可找到那些学校的所有特征，其他人对这些学校的评价。你能找到关于这些学校的博客和其它的选择。你可以有一个能收集这些学校的所有特征的人工智能系统——它们距离多远、得到了哪些评价……你可以进入一个关于你想从教育中得到什么的主页，而人工智能系统可以将这些信息聚集到一起。它们可以查看这些特征，它们可以从过去的经验中学习，它们可以处理所有的信息，根据你的指导和问题发送所有可用的消息，以一种你能更容易消化的方式呈现这些信息。因为网络上的这些信息非常繁杂，你根本不可能实时处理掉所有这些信息。

最后，你可能也会想有一个能告诉你它这样建议的原因的助理。你可能会问：「为什么你说我应该买这辆车？我真的不喜欢那个品牌。」我认为这是非常重要的一步，开奖，让人工智能在决策中支持人类，尝试结合和学习所有的信息，并且整合你可能给出的反馈。

问：除了个人决策之外，这些系统还能做什么？

答：你可以想象这同样系统的一个版本可以用于科研论文。目前已经有很多的科研论文发表了，而且现在它们都在网上。你可以想象有一个人工智能系统能帮助研究者消化所有这些信息并找到他们感兴趣的东西。

这个人工智能系统将仍然是网络上的信息的一个产物。很多人正在研究信息——文本信息、图片信息、流图表、表格——尝试理解网络上有什么并最终推理对这些信息的需求。比如，机器学习里有一个叫做「主动学习（active learning）」的领域，其中我们推理出其中一些过程的图像不够，而因此你可能会想要增加更多的图像。

我设想会有能够识别缺少什么的人工智能系统，从而能够将网络上的信息点连接起来，并在有需要时请求更多的数据。你可以想象它可以问研究者：「如果你告诉我更多有关这些细胞与这种化学品的交互方式，我就能有一个更好的关于当前情况的模型。」

问：你的共生自主思想的一部分已经体现到了 Cobot 中，对吗？这些机器人目前被放养在 CMU 的校园里，通过一套深度相机、WiFi 和 LIDAR 装置在计算机科学大楼里面导航。它们没有机器臂，所以对于很多简单的导航任务它们也会有麻烦，但你让它们很擅长寻求帮助。

答：是的，当我们意识到这些自动机器人也有限制时，我们也很吃惊。它们没法必须打开世界上所有的门，它们也不能理解世界上每一种口语。也许它们会随时间变得越来越好，但同样地，我相信人类也有限制——我说话有口音，我的网球打得没有其他人那么好——所以这些机器人也会有局限性。