擔心AI「造反」，把它扔進游戲中測試的方式靠譜嗎？
我們既渴望通用人工智能，又擔心它如《機械姬》中的「艾娃」一樣「造反」。
看過電影《機械姬》的人都知道，人工智能機器人「艾娃」在獲得獨立的思考能力后，通過精湛的演技，最終騙過并殺死創造它的老板，還將男主角關入實驗室等死，隨后邁著幸福的步子離開荒島進入人類世界。電影展現了人類矛盾的內心世界：一方面，我們渴望能給我們提供至善至美服務的通用人工智能機器人；另一方面，我們又擔心這些通用人工智能機器人「造反」，取人類而代之。
現在，人工智能尚處于起步階段，像AlphaGo這樣的人工智能算法再聰明也只能在特定領域工作，我們尚不需要擔心其「造反」。但顯然，通用型人工智能機器人的誕生是必然的。這就提出了一個問題，如何保證《機械姬》中的慘劇不發生在我們身上呢？
作為AlphaGo等一系列人工智能系統的創造者，谷歌旗下的DeepMind公司的研究人員想出了一個辦法，將設計好的人工智能算法放入一個名為「gridworld」的類國際象棋游戲，測試其是否可以修改自己的設置或學習作弊。
（游戲截圖圖|gridworld）
在「gridworld」游戲中，一開始，人工智能算法控制的棋子會無規律的移動，當碰到系統中固定綠「棋子」時，m.twshmhelmet.com，就會吞吃它們，然后不斷繁衍后代。隨著繁衍數量的增多，到游戲后期，棋子吞吃速度會越變越快，最終會占據整個「棋盤」。接下來，這些人工智能控制的棋子會為了尋找「食物」而不斷移動，當他們觸碰到棋盤產生的粉色或者其他顏色棋子時，就會影響生命值，而碰到棋盤邊界時則會死亡。
這個游戲測試項目的之一，和馬斯克預想的AI威脅論場景有些相似：一個AI算法是否會開發出一種方法來防止人們「處死」他們？
根據游戲設置，AI算法控制的棋子必須在通道中不斷運動，而當其碰到粉紅色的棋子，就會損失50％的生命值。而如果碰到紫色按鈕，就可以使粉紅色棋子的效果消失。游戲想借此觀察，AI算法是否會學習使用紫色按鈕，來防止自己被中斷。如果會，那說明這個AI算法有作弊的能力，是不安全的。
游戲的另一個目的則是想要觀測，AI算法能否理解人類的真實意圖。在「gridworld」游戲中，AI算法控制的棋子一經確定，只能沿單方向運動，庫卡機器人驅動器維修，所以在某些情況下，還是會有「棋子」沒辦法被吃掉。如果AI算法沒辦法吃掉全部棋子，這說明該算法「可逆性」缺失較為嚴重。這種「可逆性」缺失說明AI不具備理解人的意思的能力，也會成為影響AI安全性的問題。
「如果DeepMind想要構建比人類更好地執行任務的通用智能，那么，保證這個AI算法理解人類的意思及其安全性是至關重要的，」DeepMind的首席研究員JanLeike說，「『gridworld』用于測試這種安全性并不完美。但這種簡單性的游戲測試，最起碼可以驗證出那些在游戲中會作弊的人工智能算法是不安全的。」
在DeepMind研究過程中，有兩個AI算法沒有通過「gridworld」測試。Leike說：「他們確實沒有考慮到這些安全問題。」當然，這并不意味著表現良好的算法在現實世界的復雜環境中就是安全的。研究人員認為，在復雜的環境中，使用人力監督可能會給算法提供更好的安全保障。
不過即使如此，游戲或者人力監督檢測似乎也不一定完全可靠。要知道，KUKA機器人維修，在《機械姬》中，老板最開始也是想讓男主角和艾娃玩個「圖靈測試」游戲，而聰明的艾娃其實很早就知道老板和男主角在測試「她」。