哥伦比亚大学工程系的教授、机器创新实验室主任HodLipson认为，Alphago战胜人类代表了机器学习得到完美的应用，接下来人工智能和机器人领域的最大挑战是创造具有创造力的机器人，这也是通向自我意识的途径之一。

　　1、能介绍一下你在哥伦比亚大学创造机器实验室所做的工作吗？

　　我们做的是生物驱动型的项目。我们努力从生物学中学习如何处理问题，我们关注的焦点是一般情况下，人们认为只有自然可以做到的事情。

　　生物驱动型的项目指的是从自然中学习，然后使用学习到的东西，尝试去解决最困难的问题。这涉及到所有的领域。这并不是在表面复制自然，它可以在更深层次复制学习过程，比如，学习自然如何使用材料，或者学习自然演进的过程。

　　我们在做的研究中，我最喜欢的一个主题是：你能不能做出可以自我复制的机器人？自我复制并不是传统上人与机器的那种关系。比如说，大多数的机器都不能自己从受到的损害中恢复，或者说治愈，或是适应。至少到目前为止，机器还不能从自己的经历中进行学习。

　　我们正在研究，我认为是人工智能和机器人领域最大的挑战，即创造具有创造能力的机器：机器能创造新的东西，机器能有新的创意。

　　创造力是AI要攻克的最后几个阵线之一。许多人仍然认为，人类拥有创造事物的能力，所以比机器强。我们正在研究这一问题。

　　2、怎么看待Alphago战胜李世石？

　　从某种程度上来说，Alphago是AI一个时代结束的标志。从上世纪50年代开始，人们就在用AI玩棋类游戏，而围棋可能是AI攻克的最后一个棋类游戏。现在，我们可以向着更大和更有挑战性的东西前进，那就是现实生活。比如，电脑仍然很难学会如何在曼哈顿车水马龙的十字路口驾驶。显然，这比围棋要难得多。

　　目前的AI非常善于决策，通过对大数据进行处理，进行筛选，从而得到最后的决定。比如，获得所有的股票市场数据，然后决定“我该买进，或者抛出？”，或者获得所有摄像头、雷达和无人驾驶车中的数据，然后决定该直走或者转弯。这一切都是关于获取数据然后把这些数据变成决策。

　　但是另一种的智能是，有新的创意，或者新的需要的时候，从中发散，并创造新的观点，是一种扩展。

　　这是一种完全不一样的AI，它是探究性的。我们把其称为发散型AI，而不是聚合型的AI。这是我们实验室在努力的东西。

　　我觉得对于AI来说，最新的挑战是创造力。创造新的想法，这是下一个重要的前线。

　　3、发散型的AI具体研究些什么？

　　可以是任何事，比如，设计新的电子电路，或者是设计新的机器人。我们会问诸如“一个AI产品，或者新的机器人跟我们此前见到过的东西有何不同吗？它具有创造力吗？”或者“机器人能绘画吗？它能创作出我们人类喜欢的音乐吗？”此类的问题。

　　4、为什么机器自我意识对于你和你的工作来说那么重要？

　　我认为，自我意识是机器人最后的难题。我们都在为此奋斗。

　　一些从事AI研究的人，会有短期的目标，比如“我们能让机器人下象棋吗，能下围棋吗或者是能开车吗？”

　　但是从长远来看，如果你展望AI最后的战场，在那你会看见什么？我认为，是创造自我意识。

　　这几乎是一个哲学上的问题。正如道士一直希望炼出长生不老药一样。但是，我认为，最终，至少对一些人来说，这是智能的最终形式。

　　几个世纪以来，哲学家、神学家和心理学家都一直在争论：“什么是自我意识？”，我认为机器人专家和AI领域的人可以继续这一讨论，并展开一个不一样的视角。这一视角是更加量化和更加实际的。我们想说的是：“我们并不打算讨论什么是自我意识，实际上，我们要创造自我意识。

　　如果我们可以做到，我想我们最终会理解什么是自我意识。对我来说，这是一个很大的挑战。对于AI来说，这也是一个重大的挑战。