我们提出了延展智能（EI：Extended Intelligence），将智能理解为一种基本的分布式现象。随着我们开发出越来越强大的工具来处理信息和运作的网络，网络中的每一个角色都是延展智能的一部分，我们不正是在向其中添加新的部分吗？目前大部分人工智能投资和研究的目的都是为了加速数据的机器学习，并试图打造更「聪明」的机器和机器人；而我们感兴趣的是复杂生态系统的增强和机器辅助，它可以从我们的社会和心智的网络中突现出来。

人工智能又一次成为了世界上最大的投资创意和领域之一，从主流媒体到学术界，新的研究实验室不断出现，相关会议和激烈的讨论此起彼伏。

我们看到了一些有关人类 vs. 机器的辩论，人们提出什么时候机器将比人类更智能这样问题，并猜测它们是否会把我们当做宠物饲养，或得出「人类并不是什么好东西」这样的结论，然后再消灭我们。

当然，其实也存在着这种观点的另一种版本，这可以追溯到有关计算机和人类交互的最初想法。

1963年，数学家出身的计算机科学家 John McCarthy 开创了斯坦福人工智能实验室。那时的研究人员相信，制造出思考机器大概只需要花费十年左右的时间。在同一年，计算机科学家 Douglas Engelbart 创立了后来的增强研究中心（Augmentation Research Center）以追求另一个完全不同的目标，即设计一种计算系统，他能够替代「引导」小规模的科学家和工程师的人类智能。过去四十年，计算机科学领域产出了一系列改变了世界的越来越强大的技术，人工智能和智能增强之间的紧张状态（A.I. vs. I.A.）一直是计算机科学进步的核心。                                       ——John Markoff（引自其发表于《纽约时报》的专栏文章《赢得未来的战争：计算机vs.人类》）

但除了创造人工智能（AI）和增强人类智能（IA）之间的区别，也许首先且基本的问题是「智能存在于何处？」它能否超越任何单个心智，通过机器将其延展到拥有许多心智和机器的网络中，然后作为某种能够超越并融合两者的网络智能进行交互吗？

如果智能一开始就以网络化形式出现，那我们现在所谓的「人工智能」不就只是在以本来的方式去增强这个网络智能吗？虽然集体智能和延展心智的概念并不是什么新想法，但是否有某种方式能通过对集体智能的贡献来看待现代人工智能呢？

随着我们开发出越来越强大的工具来处理信息和运作的网络，网络中的每一个角色都是延展智能的一部分，我们不正是在向其中添加新的部分吗？

Marvin Minsky让人相信人工智能不只是一种打造更好机器的方法，而更是一种使用机器理解心智本身的方式。在这个延展智能的结构中，延展智能是否带来了一个视角——即根据对那些能够造就我们人类、但并不在我们体内的那部分智能的了解——来更深刻地理解人何之以为人吗？

在个体层面上，未来我们可能看起来并不是终结者，而更像是赛博人（半机械人）；并不是孤立的个体，而更像是一个人类和机器的巨大网络，创造出历史上最强大的延展智能。每种规模上的每个元素都通过一个日益分散的各种接口连接。每个角色都做自己最擅长的——比特、原子、细胞和电路——每一种都可以用很多方式替代，但它们却是紧密整合在一起的，它们都是复杂整体的一部分。

虽然我们希望这种延展智能将会是睿智、道德且高效的，但是否可能这种集体智能会出现可怕的错误，诱发博格集体超社会主义蜂巢意识（Borg Collective hypersocialist hive mind，译者注：博格是《星际迷航》中一个严格奉行集体意识的宇宙种族）？

这样的反乌托邦既不能通过打造更好的机器学习，也不能通过发布相关研究的禁令加以避免。相反，媒体实验室在这些人类和机器之间的交叉点进行研究，无论我们谈论的是我们大脑与我们肢体之间的神经接口，还是社会回路（society-in-the-loop）中的机器学习。

目前大部分人工智能投资和研究的目的都是为了加速数据的机器学习，并试图打造更「聪明」的机器和机器人；而我们感兴趣的是复杂生态系统的增强和机器辅助，它可以从我们的社会和心智的网络中突现出来。

媒体实验室重点关注人机（人工的和自然的）交互的研究，以帮助为延展智能和人机协同进化设计所适合的新前景。

延展智能研究目前包括：

连接电子设备与人类神经元以增强大脑和我们的神经系统（合成神经生物学（Synthetic Neurobiology）和生物机械电子学（Biomechatronics））。

使用机器学习了解我们的大脑是怎么理解音乐的，并利用这些知识强化个人表达并建造大规模合作的新模型。（未来的歌剧）

如果业余选手和笔记本电脑所组成的人机团队能与最好的人类或计算机国际象棋选手匹敌，我们该怎样开始了解这些团队的接口和交互呢？我们怎样让机器为人类的评估提供分析，而不只是取代它？（游戏系统）

机器学习大部分是由工程师通过调整数据和学习算法主导的，之后再在现实世界中进行测试。我们正在研究将人类纳入环路中的机器学习，将专业的从业人员纳入到训练回路中。这增强了人类决策，并使机器学习训练在更大的背景下更为高效。

打造网络智能，研究网络是怎样思考的以及它们怎么比个体更加聪明。（人类动力学实验室）

通过为儿童打造社交机器人，来学习技术开发人机交互界面。（个人机器人小组）

开发「社会回路」，使用社会的道德和社会规范训练机器，在某种伦理化的图灵测试方式去通过社会来测试机器。（可扩展合作）

开发可以通过有意识可感知的和潜意识的I/O信号影响人类行为的可穿戴式接口。（流体接口）

通过普遍的联网的传感器和执行器扩展人类认知和意愿，使用分布式智能延展「存在」的概念。（响应式环境）

将以人类为中心的情感智能整合到设计工具中，使设计师与工具之间的「对话」更像是和另一位设计师的对话，而不只是围绕几何图元的互动。（如：「我们能让这个更舒适吗？」）（基于对象的媒体）

开发可以理解、预测和响应行人行为的个人自动化载具（PEV）；以一种自然且不具威胁的方式与人类交流它的意图；增强骑车人的感知，帮助提高安全性。（改变位置）

在人类-计算机系统中提供情感智能，尤其是支持社会情感状态，如动机、积极情感、兴趣和参与。比如，一个设计用来帮助人们预测心理健康（情绪）或身体健康改变的可穿戴系统将需要与人们保持长期的无打扰互动，以获得所需的几个月或几年的数据来做出成功的预测。（情感计算）

摄像文化小组利用人工智能和众包的方式来了解和提高个人的健康和福利。

宏连接小组在人工智能和众包上与摄像文化小组合作，以了解和改进我们的城市。

宏连接小组开发了数据可视化引擎（Data Viz Engine），如OEC、Dataviva、Pantheon和Immersion，其去年为大约500万人提供了服务。这些工具通过帮助人们获取大量个体所产生的数据来增强网络智能，而那是为获取大型社会和经济系统的全景视角所必须的。

与Canan Dagdeviren合作探索新型材料、机械、设备设计和制造策略，以弥合大脑和电子器件之间的界限。此外，还在设备性能内开发可以扭曲、折叠、拉伸/弯曲、围绕脑组织曲线缠绕和无害或显著修改性植入的设备。研究的愿景是开发能够与外部和内部电子器件通信的大脑探头。

这些不同项目的极大差异性是媒体实验室的特征。但更重要的是，它是延展智能非常前提的实施方案：智能、想法、分析和行动并不是任何神经元或代码的单一集合所形成的。所有这些项目都在使用不同的方式、经验和能力探索这一中心思想；而且在我们的研究以及我们的价值观中，我们相信这就是生命获得智能的方式。

参考文献：

[1]Dinakar, Karthik and Chen, Jackie and Lieberman, Henry and Picard, Rosalind and Filbin, Robert. “Mixed-Initiative Real-Time Topic Modeling \&\#38; Visualization for Crisis Counseling”.ACM, (2015): 417–426. [http://doi.acm.org/10.1145/2678025.2701395]

[2]T.P. Minka and R.W. Picard. “Interactive learning with a âsociety of modelsâ “. Pattern Recognition . Vol. 30. (1997): Num. 4. 565 – 581.[http://www.sciencedirect.com/science/article/pii/S0031320396001136]

[3]Singh, Push. “The Open Mind Common Sense Project”. KurzweilAI.net. (2002):[http://web.media.mit.edu/~push/Kurzweil.html]

[4]”Affective Computing’s Publications”. [http://affect.media.mit.edu/publications.php]

[5]John Markoff. “A Fight to Win the Future: Computers vs. Humans”. The New York Times.(2011): [http://www.nytimes.com/2011/02/15/science/15essay.html]

[6]Nelson Hernandez. “Chess Festival in Benidorm – where a new genre is born”.Chessbase.com. (2007): [http://en.chessbase.com/post/che-festival-in-benidorm-where-a-new-genre-is-born]

[7]”Borg (Star Trek)”. Wikipedia. [https://en.wikipedia.org/wiki/Borg_(Star_Trek)]

[8]Andy Clark and David Halmers. “The Extended Mind”. Analysis. Vol. 58. (1998): Num. 1. 7-19.[http://www.jstor.org/stable/3328150?seq=1#page_scan_tab_contents] Inspired by the paper The Extended Mind

[9][https://en.wikipedia.org/wiki/Fitness_landscape] In evolutionary biology, fitness landscapes or adaptive landscapes (types of Evolutionary landscapes) are used to visualize the relationship between genotypes and reproductive success.

[10]Cesar Hidalgo. “Networked Intelligence”. Pub Pub. (2016):[http://pubpub.media.mit.edu/pub/networked-intelligence]

[11]Mitch notes that one of the very early mission statements resonates with this idea of humans and machines. “Enabling technologies for expression and understanding by people and machines”

本文选自http://pubpub.media.mit.edu/，作者：Joichi Ito，机器之心翻译出品，参与：吴攀，Joshua