|
2020 年 7 月 9 日，2020 世界人工智能大会召开，中国科学院院士姚期智到场演讲，阐述了其对 AI 的理解。 姚期智院士是唯一一位获得图灵奖的华人，长于密码学、计算复杂性和量子计算。清华广富盛名的“姚班”，正是他于 2005 年在清华创办的计算机科学实验班。旷视科技、Pony.AI 等 AI 领域的明星公司，都有“姚班”的血脉。 姚期智院士认为，今天 AI 的突破应用，其实是基础科学结下的果，得益于很多年前就打下的理论基础。并且，AI 是一个跨学科的行业，一些成果往往是因为和一些看似完全不搭界的学科合作。 对于 AI 理论的发展，他展示了有三个有意思的新方向。其一，从跨学科视角来研究神经网络；其二，密码学应用于加强 AI 的隐私性；其三，是可控的超级 AI。  第一个方向关于神经网络的可解释性。神经网络的成功，是很多人没有预计到的。但神经网络就像一个“黑盒子”，人们无法直观地理解，它们内部是如何做出决策的。 “如果能理解神经网络，那就能改善它，并且取得下一个突破。”姚期智院士说。从拓扑学角度去理解神经网络，是一个可行的方向。 拓扑学是现代数学的一个重要分支，主要研究几何形态的连续性。在拓扑学中，高维度数据集是常见的处理对象。而标准的机器学习方式，正是在高维度数据找到规律。 姚期智院士说：“拓扑学方面一些概念、技术和理论，让我们获得了 AI 方面新的视角。”  第二个方向，关于隐私保护。姚期智举了一个例子：假设有好几个不同的合作方，每方都有一些秘密的数据，把他们集合在一起，才能用 AI 来挖掘一些成果。但问题是，合作方谁也不想让其他人知道自己秘密。 类比地，AI 落地过程也面临着这种情况：基于大量数据计算的 AI 确实带来了便利，但背后的数据隐私问题难以解决。最近一个相关的趋势是，有商业和机构开始禁用人脸识别技术。 除了完全割舍掉 AI，姚期智院士还提出另一种解决方案：安全多方计算（Secure Multiplayer Computation，简称 MPC）。他在 1986 年提出了这个概念，指的是在没有一个可信第三方的情况下，把多方数据放在一起协同计算，但每一方都只能得到应得的计算结果，而无法获得其他信息。 作为密码学的一个分支，MPC 涉及到加密电路、不经意传输和秘密分享等技术。虽然这个领域还相对小众，但一些企业已经在研究其落地，比如蚂蚁金服有一个 MPC 产品叫“摩斯”。 姚期智院士也给出了一个案例：“不同制药公司希望共同研发新药，但每一个制药公司都有自己的机密信息，用 MPC 就可以解决这个问题，其实有一篇论文就是这个思路。”  第三个方向，是很多人关心的超级人工智能。 “伯克利大学的 Stuart Russell 教授在 2019 年出了一本书，提到虽然不知道 Super AI 什么时候到来，但我们必须做好准备。”姚期智院士说。Stuart Russell 在书中设定了三个原则，分别是 1、利他的：人的利益凌驾机器利益；2、谦卑的：机器不能自以为是；3、尽心的：机器能学懂人的偏好。 总的来说，姚期智院士鼓励要从跨学科视角来看待 AI，同时注重基础理论研究：“我要告诉大家一个基本概念，现在的 AI，其实来自过去的理论研究。”比如这次 AI 浪潮中最核心的深度学习算法，其实可以追溯到 20 世纪 40–60 年代的控制论。 |
|
|
