| 人工智能今天已经过热，而且呈现出非理性的热，那么它的现状和未来需要解决的问题，以及能够解决的问题是什么呢？我们不妨听一听一位真正有世界影响力的学者对这个问题的看法，这个人叫做迈克尔·乔丹，和篮球巨星乔丹完全同名同姓。 中国的读者对他可能不太了解，但是在美国学习计算机专业的人大多知道他。他是美国加州大学伯克利分校的教授，世界著名的人工智能专家，美国工程院、科学院和文理学院三院院士。 我记得早期在 Google 做搜索引擎时，我们一个用于测试引擎质量的查找关键词语就是“迈克尔 乔丹”，我们希望，即使用户不给出额外的信息，也能将搜索到的关于这两个名人的结果区分开来。从这个例子可以看出乔丹教授的名气。 乔丹教授获奖无数，如果将他获得的荣誉称号和论文奖列出来，一张A4的纸都写不下。乔丹教授最大的贡献在于提出了一种新型的人工神经网络（复发神经网络， recurrent neural networks ），这是今天深度学习的基础之一，此外他指导学生实现了贝叶斯网络的算法，使得它成为了今天通用的机器学习工具。 我最近听乔丹教授演讲是作为混沌大学的教学主任陪企业家们前往的，在此之前为了确认他讲的内容企业家们能听得懂，我专门拜访了乔丹教授一次，讨论了一下内容，顺便就人工智能的话题闲聊了一会儿。下面就是我对乔丹教授的讲课内容以及我们聊天的话题的总结。 对于今天的人工智能发展，乔丹教授是这么看的，他觉得将人工智能 AI（Artificial Intelligence）一词反过来理解，称之为 IA 更加准确，就是 Intelligence Augmentation，智能的放大。他认为今天所谓的人工智能所做的很多事情，从智能化水平来讲还极为初级，但是却使得人的智力得到了扩展。 比如搜索引擎一下子将我们的知识量，特别是知识面提升了很多倍。自然语言处理的应用，比如语音识别和机器翻译，使得一些不能讲外语的人一下子增加了很强的语言能力。对于大数据的处理，让很多年轻的职业人士能够把握行业的大方向，而这在过去常常需要几十年经验的积累。 乔丹教授认为今天人工智能的第二个特征是将两个字母 I 放在了一起，即 Intelligent Infrastructure，智能基础设施，或者说智能架构。 它包括智能交通、智能家庭、智能城市、为大众健康服务的可穿戴式设备等等，当然这些概念合在一起就是我们的 IoT（Internet of Things，物联网），也就是说，机器智能让我们能够解决过去人类凭借自身智能做不到的事情。 聊到这里我对乔丹教授讲，“您把 A 和 I 两个字母的几种组合 AI、IA、II 都说到了，但有没有 AA 呢？”他说，“这倒没有想过，不过你是否能想到什么？”我说，“现在没有想这个问题，也许回去后再想想能总结出来”。在谈话的最后我想到了一个对 AA 的解释，后面我再讲。 谈到机器智能和人的智能的区别时，乔丹教授讲，今天大部分人对这个问题的误区依然在于按照人的思维方式去理解机器智能，比如最明显的特征就是所谓的单个机器人。 我们人的行为方式是相对独立的，你不知道我的想法，我也不知道你的，这当然有问题，比如会造成交通拥堵。但是也有好处，就是我们不同的判断和看问题的角度避免了很大的风险。 但是机器的智能由于是基于大规模计算以及海量而且相互关联的数据，因此它不是单一的个体机器人，而是一个网络。这当然有好处，比如智能交通就需要行动的一致性。但是这也有问题，比如在金融上雪崩式的股价下跌，由于机器智能采用的方法都差不多，其中一家抛售股票后，其它各家也会出于保护而抛售股票。 此外，机器智能并没有公正和多样性可言，它过多地参与到我们的社会生活中，就会造成机器智能设计者的意志极大地放大，这实际上使得整个社会变得不稳定。 乔丹教授认为今天人工智能的第二个问题是缺乏人类那样对含义的理解，他举了两个例子来说明。第一个例子是关于计算机视觉，今天计算机识别很多物体比人还准确，但是如果它走到悬崖边，它能够识别出山石树木，却不会意识到危险。 人可以在编写程序时告诉它如果前面的高度陡然下降，要停步，但是如果不告诉它，它是无法通过以前的经验作出判断的，因为它无法理解高度、危险、跌倒和加速度等概念。 第二个例子是高铁。如果我们和一个小学生讲，有一种东西叫做 floom（实际上没有这个英文单词，是编造出来的），它用 5 个小时就能从北京跑到上海，请问这是什么？小学生如果有生活经验就会说，这是高铁啊。但是今天的人工智能做不到。 然而，如果我们将问题改成：寻找一种交通工具，时速在 300 公里左右，这件事计算机就能办到。中间所欠缺的，是将时间、距离、速度等概念理解了，并且根据“ 5 小时从北京到上海”这个描述推断出这是交通工具。这件看似并不难的事情，我们依然无法教会计算机。 因此，乔丹教授认为虽然现在人工智能取得了可喜的成绩，但是距离完美还早着呢，不用去担心机器人控制人的事情。不过，他认为在未来的 10 年内，人工智能可以解决下列问题： 无人驾驶汽车。 取代人的对话系统，特别是在客服这种只需要掌握有限的知识的领域会得到很好的应用。 跟踪人的健康，并且根据对人长期的监控帮助诊断和治疗疾病。机器人给出的处方可能会比专家更好。 乔丹教授讲，在他的有生之年，以 30 年为准，下面几件事情人工智能是做不到的： 创造性 总结概念发明单词 变通的灵活性 学习完整的知识体系，并且在此基础上创造新知识。 在课堂上，很多学员问到人工智能对股市的影响，乔丹教授解释道，今天美国的股市大部分都是由机器决定如何操盘，这是15年前已经解决的问题。不过，不要以为使用了人工智能，市场就能稳定，股市该怎样波动还是怎样波动。 对于人工智能的发展，乔丹教授讲他不是悲观派，但是在接下来的 10 年里，人类要做好下面一些事情： 1. 让人工智能系统更稳定。今天大部分机器人和人工智能系统的 bug（漏洞）太多，如果长时间运行，可能会犯致命的错误。 像 AlphaGo 输给李世石的那盘棋就是如此。当然 AlphaGo 经过了大量的测试和不断的完善，今天它已经很稳定了，但是世界上大部分人工智能系统没有这样大规模地使用，很多问题还没有发现。 2. 防止人工智能系统被坏人利用。这一点，是现在人们所忽略的。将来，一个天才罪犯很容易利用人们的一些疏忽犯罪，因为人工智能在帮他做事。 3. 建立很好的社会保障制度。未来，很多人失去工作是不可避免的，今天那些宣传人工智能能够创造出更多工作机会的经济学家，都是在当鸵鸟。对于消化技术革命的时间，乔丹教授和我的观点非常一致，需要一两代人的时间，即 30-50 年。 有学员问，这是否意味着赫拉利在《未来简史》中所说的，未来很多人都是无所事事的人？乔丹教授讲，他从来不认为世界上有什么废人，因此赫拉利将人分为三六九等是不对的。未来当人工智能使得财富的创造变得很容易时，人应该自己去做适合自己做的事情，哪怕那些事情只是取悦自己。 4. 为了保证第三条，让人工智能创造财富，现在应该设计有用的人工智能系统，而不是炒概念或者创造其实并不存在的需求。 5. 保护隐私。 6. 数据分享，方便每一个人。 最后两条很容易理解，我就不多说了。在更长远一点的未来，我认为人类还需要在人工智能领域做好下面这两件事情（我们还是沿用前面的序号）： 7. 人工智能可以解释它的决定，今天虽然它能够找到相关性，找到答案，但是却无法找到内在的逻辑，因此它得出的一些相关的结论，前提和结论搞反了。 比如根据大数据统计表明，喝咖啡的人比不喝咖啡的人长寿。但喝咖啡是否是原因，大数据并没有告诉大家，或许是生活水平高的人才有钱喝咖啡，有时间喝咖啡。因此，真实的情况是，长寿的人喝咖啡。 8. 追求长期的目标，而不是像现在只是找到一些已知的事实。人类在笛卡尔提出科学方法之后，有了一整套有效地进行科学探索的方法，近代知识大爆炸和采用这种科学方法有关。 但是以人类的智力，今天很难做出重大的发明了。因此需要人工智能帮助人类在科学研究上有所突破，而人工智能很可能需要有新的方法论。 那天和乔丹教授聊完的时候，我讲，“根据您的想法，将人工智能定位在延伸人脑的智力，或许更现实一些”。因此如果我们用 AA 代表 Automatic Algorithm（自动的算法），即过去是人写算法让计算机做事，而人工智能应该是让计算机自己找到算法，寻找新知识。 教授也同意我的说法，因此我们把人工智能AI用这两个字母的另外三个组合重新诠释了，即： AI ＝ IA ＋II ＋AA，或者说： 人工智能 ＝ （人的）智能增强＋（社会的）智能架构＋（计算机的）自动算法。 以上就是乔丹教授对人工智能现状和未来的解读，希望对你今后的工作有参考价值。 祝近安 |
|
|
