【行業(yè)資訊】主編專訪：人工智能及未來(lái)發(fā)展方向丨Engineering

對(duì)于我們?cè)谌斯ぶ悄苓@一領(lǐng)域的人來(lái)說(shuō)，我們認(rèn)為計(jì)算機(jī)科學(xué)和每個(gè)“X”的結(jié)合都將為這個(gè)領(lǐng)域帶來(lái)顯著變化，這里的“X”指的是任何一個(gè)除計(jì)算機(jī)科學(xué)以外的領(lǐng)域，這是一件顯而易見的事情。

但當(dāng)時(shí)我們對(duì)于計(jì)算機(jī)如何應(yīng)用于這些領(lǐng)域尚不清晰，并且當(dāng)時(shí)的計(jì)算成本要比現(xiàn)在高出數(shù)千倍。因此，當(dāng)時(shí)如何開展這件事不是很明確。但我認(rèn)為現(xiàn)在人工智能和計(jì)算機(jī)科學(xué)正在切實(shí)地、廣泛地改變著每一個(gè)學(xué)科領(lǐng)域，甚至任何事物，就像我曾經(jīng)說(shuō)過的，不僅僅是在生物學(xué)、物理學(xué)和數(shù)學(xué)或任何其他傳統(tǒng)學(xué)術(shù)領(lǐng)域，而是關(guān)于任何學(xué)科和事物，即使是做道路清潔，它都會(huì)改變你的工作方式。

無(wú)論做什么類型的事情，人工智能都會(huì)改變?nèi)藗兊墓ぷ鞣绞健Ｓ腥藭?huì)說(shuō)，如何讓清潔人員使用電腦呢？我的回答是如果清潔人員有電腦，那么我可以給他發(fā)信息說(shuō)來(lái)打掃我的辦公室，現(xiàn)在我不行，我需要去找他說(shuō)，對(duì)嗎？所以有很多東西是不言自明，一目了然的。關(guān)于計(jì)算機(jī)和人工智能未來(lái)將如何改變各個(gè)領(lǐng)域的方方面面，很多事情我們尚不得知。但我認(rèn)為人工智能會(huì)讓一些基礎(chǔ)的事發(fā)生變化。從現(xiàn)在起的 50 年內(nèi)，人工智能會(huì)一直改變世界，人工智能將像電機(jī)那樣，改變?nèi)藗兊纳?，甚至沒有人會(huì)注意到它，就像很多人會(huì)注意水泵之類的事物而不會(huì)注意到里面基礎(chǔ)的電機(jī)。

所以，我相信這些變化肯定會(huì)發(fā)生，并且這些變化已經(jīng)在發(fā)生。大約三年前，麻省理工學(xué)院有了獨(dú)立的人工智能學(xué)院，主要目標(biāo)是推進(jìn)人工智能在各個(gè)學(xué)科領(lǐng)域的廣泛應(yīng)用，與每個(gè)學(xué)科都有聯(lián)合教職，這個(gè)學(xué)院是由對(duì)沖基金的億萬(wàn)富翁斯蒂芬A·施瓦茨曼（Stephen A. Schwarzman）投入了10億美元左右投資建成，并且已經(jīng)開始系統(tǒng)地與很多不同的學(xué)科進(jìn)行交叉聯(lián)合。因此，我們現(xiàn)在更重要的是要關(guān)注的如何培養(yǎng)人工智能+X的人才，此時(shí)此刻，我們并不完全了解它的各方各面，還將努力探索更好的方式。但我們知道的是，每個(gè)人從小學(xué)開始上學(xué)時(shí)，就應(yīng)該已經(jīng)被教導(dǎo)如何使用計(jì)算機(jī)編程，如何使用計(jì)算機(jī)，如何培養(yǎng)數(shù)字素養(yǎng)等。

像我前面提到過，比如，我們可能不是很清楚的知道農(nóng)業(yè)方面應(yīng)該利用計(jì)算機(jī)做什么，需要什么。但我們希望學(xué)農(nóng)業(yè)的人能了解關(guān)于計(jì)算和編程的一切，就像我們?cè)谛W(xué)、中學(xué)和大學(xué)都學(xué)過的閱讀、寫作以及數(shù)學(xué)、算術(shù)一樣，同樣的事情也應(yīng)該發(fā)生在計(jì)算機(jī)領(lǐng)域。這意味著，一個(gè)剛上幼兒園的孩子就應(yīng)該能夠理解如何做一些簡(jiǎn)單計(jì)算。而我們可以做的，并不是讓他在六歲時(shí)就成為一個(gè)程序員，而是從小就教會(huì)他們學(xué)會(huì)如何把計(jì)算機(jī)的原理應(yīng)用到任何他們想做的事情上。

例如，他們應(yīng)該知道，計(jì)算機(jī)可以做什么，哪里需要計(jì)算。比如，提問X加Y會(huì)得到什么，然后計(jì)算機(jī)通過計(jì)算，使他們需要做的功課可以效率更高的完成。但為了做到這一點(diǎn)，他們必須具備扎實(shí)的數(shù)學(xué)知識(shí)和數(shù)字素養(yǎng)。這是我的想法。所以，我們可以預(yù)見，假如孩子們?cè)诔砷L(zhǎng)過程中已經(jīng)知道了很多關(guān)于閱讀、寫作以及數(shù)字多媒體的知識(shí)。當(dāng)未來(lái)他們?cè)谵r(nóng)業(yè)領(lǐng)域從事研究工作時(shí)，使用計(jì)算機(jī)和人工智能作為工具應(yīng)用于農(nóng)業(yè)將是自然而然的。

但是，如果你試圖讓一些成年人學(xué)會(huì)使用計(jì)算機(jī)，比如一個(gè)50年前上過大學(xué)的農(nóng)業(yè)教授，對(duì)他們來(lái)說(shuō)，可能非常困難，他們不知道如何使用計(jì)算機(jī)來(lái)做事情。這就是區(qū)別，不是每個(gè)人都知道如何編程，如何使用計(jì)算機(jī)，但他們?nèi)阅軌蛟谒麄兊念I(lǐng)域成為一名很好的研究員。但這其中有5%或10%的人可能會(huì)跳出條框，想出新的答案和新的處事方法，這些方法其他人可能不太容易發(fā)現(xiàn)，這就是學(xué)術(shù)這個(gè)領(lǐng)域的獨(dú)特之處，總有一些計(jì)劃之外的事情會(huì)發(fā)生。

這就是路易斯·巴斯德（Louis Pasteu）所說(shuō)的機(jī)會(huì)總青睞有準(zhǔn)備的人。如果你已經(jīng)在思考一個(gè)問題，而且你已經(jīng)考慮周全，那這些工具都在這（幫你解決問題）。如果你不知道怎么使用這些工具，且你從來(lái)沒有準(zhǔn)備好去應(yīng)對(duì)這些問題，那即使問題就出現(xiàn)在你面前，你也不知道該如何處理它。

所以基本上，我認(rèn)為最大的機(jī)會(huì)還是在于如何更早去培養(yǎng)這種復(fù)合人才，其本質(zhì)上是讓數(shù)字素養(yǎng)的培養(yǎng)以及對(duì)計(jì)算機(jī)的使用，就像我們?cè)谛r(shí)候?qū)W閱讀和寫作一樣自然。之后，每個(gè)領(lǐng)域都會(huì)出現(xiàn)很多應(yīng)用和很多不同的創(chuàng)新。起初，這些人先要去學(xué)習(xí)如何使用這些工具與應(yīng)用。之后，他們需要去創(chuàng)造，做比平常用的基礎(chǔ)工具更好的應(yīng)用，因?yàn)樗麄円呀?jīng)飽覽世事，有這樣的能力。

在潘云鶴院士和其他學(xué)者在中國(guó)工程院院刊《Engineering》信息與電子工程學(xué)科執(zhí)行主編、中國(guó)工程院信息學(xué)部分刊信息電子前沿《Frontiers of Information Technology & Electronic Engineering》等期刊發(fā)表論文提出了人工智能2.0這一新的方向，其中有大數(shù)據(jù)智能的想法，即我們可以獲得通過大量的來(lái)自于個(gè)人的各種數(shù)據(jù)來(lái)分析客觀的世界。

目前大量數(shù)據(jù)正在被不同行業(yè)的人員收集著，并且許多正在以一種專有的方式使用這些數(shù)據(jù)。例如谷歌或亞馬遜，他們每天都在收集非常多的數(shù)據(jù)，還有微信，比如人們每天使用微信語(yǔ)音通話，每天就可能會(huì)有10億個(gè)1-10分鐘，甚至更長(zhǎng)的語(yǔ)音通話數(shù)據(jù)。當(dāng)然，因?yàn)殡[私和安全以及其他相關(guān)問題，數(shù)據(jù)必須在適當(dāng)?shù)谋Ｕ洗胧┫虏趴梢员惶峁?/strong>數(shù)據(jù)使用和共享是一個(gè)系統(tǒng)性的情況。所以，如果我們需要在學(xué)界和業(yè)界的合作中明確建立合作機(jī)制，就能很好的使用起來(lái)這些數(shù)據(jù)信息去做研究。

舉個(gè)例子，我們假如去收集一種語(yǔ)言數(shù)據(jù)，我們只需要知道關(guān)于這個(gè)數(shù)據(jù)的一部分信息，比如某種方言的少量數(shù)據(jù)，不需要全部數(shù)據(jù)，僅僅1%的數(shù)據(jù)對(duì)于研究就已經(jīng)很好了。我認(rèn)為這可以對(duì)我們所談?wù)摰年P(guān)于用技術(shù)改善文盲或半文盲的生活便利度的進(jìn)展就已經(jīng)可以產(chǎn)生巨大影響。

廣泛地說(shuō)，通過數(shù)據(jù)分析來(lái)構(gòu)建一個(gè)大的教育或醫(yī)療保健體系有很多方法，例如，如果我們可以從每個(gè)人身上收集數(shù)據(jù)，比如通過智能手表，每分鐘測(cè)量你的體溫、血壓和氧氣水平和其他各種指標(biāo)，這些數(shù)據(jù)能夠產(chǎn)生非常大的益處，因?yàn)榭梢酝ㄟ^這樣知道人類的整體健康狀況。我們還可以在人們意識(shí)到之前，準(zhǔn)確推斷出一些新疾病開始流行的地區(qū)。再比如，在新冠肺炎中，如果你的體溫開始上升，在你病情加重前的5-7天，我們就會(huì)提前知道，例如提前一周知道有事會(huì)發(fā)生，你可以立即采取行動(dòng)。因此，大數(shù)據(jù)智能所帶來(lái)的好處有很多，但這不僅僅是學(xué)術(shù)、工業(yè)兩方面的事。它應(yīng)當(dāng)是政府、學(xué)界和業(yè)界的三方合作，這在未來(lái)是需要的。

我認(rèn)為一種情況是來(lái)自社會(huì)的壓力，即當(dāng)整個(gè)社會(huì)都認(rèn)為某些事情不應(yīng)發(fā)生時(shí)，這件事情便不會(huì)發(fā)生。比如在核領(lǐng)域、基因編輯中。比如某些人群想通過某些技術(shù)去除一個(gè)有缺陷的基因，社會(huì)對(duì)此仍然是有很多擔(dān)憂，這樣的技術(shù)是被控制和限制。所以我認(rèn)為我們需要做的是：第一，我們所做的一切都必須平等地提供給世界上的每個(gè)人，而不能只是有支付能力的人。假設(shè)你有讓每個(gè)人都看起來(lái)漂亮的技術(shù)，如果這只能給非常有錢的人使用，那么只是他們都看起來(lái)很漂亮，其他人則沒有受益。所以。如何使技術(shù)可被平等、廣泛地使用，是我認(rèn)為我們需要考慮的問題之一。第二個(gè)方面則是能夠負(fù)擔(dān)得起且容易獲取。世上有很多有用的東西，但如果我買不起它，或者如果我無(wú)法得到它，它可能就沒有那么有用。

所以，我想，我們需要做的與人類在過去1000年或更長(zhǎng)時(shí)間里演變的規(guī)則和條例沒有什么不同。從漢謨拉比法典（Hammurabi Code）開始，我們每個(gè)國(guó)家都有很多法律。例如100年前，人們沒有駕駛汽車的駕駛執(zhí)照，有人會(huì)開車造成事故并殺死其他人（而不需要負(fù)任何責(zé)任），所以政府決定必須有駕駛執(zhí)照才能開車，對(duì)嗎？有了法律規(guī)定，如果你沒有駕照，以及你喝醉了開車，那么你會(huì)被罰款和逮捕。

這個(gè)社會(huì)已經(jīng)有很多成熟的辦法去防止技術(shù)的濫用，我們只需要有適當(dāng)?shù)谋Ｗo(hù)措施（配合）。也許我們應(yīng)該有一個(gè)人工智能倫理或計(jì)算機(jī)科學(xué)倫理部門，或者是什么數(shù)字倫理部門，以確保每個(gè)人都遵守規(guī)則。如果人們都遵守規(guī)則，大家的收益就是平等的，那么可以肯定的是，我們需要做的主要事情是我們?nèi)タ刂萍夹g(shù)，而技術(shù)無(wú)法控制我們。

有人說(shuō)，人工智能機(jī)器人將接管世界，我們都將成為人工智能機(jī)器人的奴隸。這是一種愚鈍的想法。它并不會(huì)發(fā)生。讓我們假設(shè)有一個(gè)很小的可能性，即社會(huì)可以被越來(lái)越強(qiáng)大的一部分人通過技術(shù)所征服。但其實(shí)現(xiàn)在也是如此，好比在一個(gè)村莊里，（也可能出現(xiàn)）一個(gè)有權(quán)勢(shì)的人會(huì)做一些給其他人帶來(lái)不快樂的事情。因此，我想，我們所做的一切都是讓技術(shù)為人服務(wù)，而不是人為技術(shù)服務(wù)。

所以我認(rèn)為這基本上可以幫助我們確定前進(jìn)的方向。政府已經(jīng)制定了很多法規(guī)和規(guī)則，我們可能應(yīng)該關(guān)心更合理實(shí)施的事情。雖然這可能需要 5、10、15、20 年。例如，現(xiàn)在最受關(guān)注的自動(dòng)駕駛汽車，它也許會(huì)出一些事故，殺死一些人，對(duì)吧？但自動(dòng)駕駛汽車將消除我們現(xiàn)在發(fā)生的 80% 的人為事故，因此我們將消除目前人為交通事故的80%死亡。雖然自動(dòng)駕駛還增加了1或2 %的并非是人為原因?qū)е碌乃劳觯@是因?yàn)樽詣?dòng)駕駛在某些地方是不完善的，這就是我認(rèn)為我們需要弄清楚如何去做的很重要的事情，而不能因此否定技術(shù)的進(jìn)步所帶來(lái)的意義。

一般來(lái)說(shuō)，理論的作用是解釋我們已經(jīng)在做的事情的原理，例如動(dòng)力學(xué)，飛行原理等。對(duì)于計(jì)算機(jī)而言，人工智能圖靈機(jī)便建立了這樣的概念。解釋了任何計(jì)算機(jī)都可以做同樣的事情，但這是一種通常的說(shuō)法，有些計(jì)算機(jī)需要100年的時(shí)間來(lái)完成一些超級(jí)計(jì)算機(jī)可以在一秒鐘內(nèi)完成的事情。這類事情在物理學(xué)有很多例子，比如說(shuō)愛因斯坦發(fā)明的廣義相對(duì)論最終衍生了像激光和雷達(dá)等各種應(yīng)用。

理論的進(jìn)步最終總會(huì)助推整個(gè)領(lǐng)域更顯著地向前發(fā)展。那么人工智能的理論是什么？它本質(zhì)上是我們大腦工作的原理。我的同事卡內(nèi)基梅隆大學(xué)教授曼努埃爾·布魯姆（Manuel Blum），在去年或前年的時(shí)候，在中國(guó)的圖靈大會(huì)發(fā)表了演講，他試圖解釋什么是圖靈機(jī)意識(shí)，并創(chuàng)建了一個(gè)非常有趣、基本、簡(jiǎn)單的模型，試圖解釋事情是如何發(fā)生的，雖然結(jié)果證明，模型并不能解釋所有復(fù)雜事物。但這已經(jīng)是一個(gè)很好的嘗試，它簡(jiǎn)要解釋了人類的大腦是如何運(yùn)作的，這使我們有可能對(duì)進(jìn)行進(jìn)一步研究并優(yōu)化模型。

所以，我認(rèn)為像任何理論的概念一樣，每一個(gè)都理論會(huì)呈現(xiàn)三、四種不同的方向。例如，在所有的機(jī)器學(xué)習(xí)技術(shù)中，我們現(xiàn)在擁有使用神經(jīng)網(wǎng)絡(luò)模型的通用機(jī)器學(xué)習(xí)方法，杰弗里·亨頓（Geoffrey Hinton）和他的一些同事研究了50年，最后他們證明了這是可行的，且運(yùn)行地很快，比之前的機(jī)器學(xué)習(xí)模型更好。所以我認(rèn)為，我們最終應(yīng)該能夠從人工智能理論中受益。但是還存在最后一個(gè)問題：這些理論研究可能短期沒有那么有用或有趣，通常需要冒一定的風(fēng)險(xiǎn)，可能有人花了10年卻一無(wú)所獲感到失望，但可能也值得人們等待來(lái)看看之后會(huì)發(fā)生什么？這就是事物運(yùn)行的方式，我們應(yīng)該支持人工智能理論的研究。