>科技>>正文

AI大咖专稿:长文反思真正的AI远未到来(下)

原标题:AI大咖专稿:长文反思真正的AI远未到来(下)

AI NEXTCon (AI 开发者大会)将于2019年1月23-26日在西雅图召开。我们很荣幸地邀请到被誉为机器学习之父,美国院士、伯克利教授,吴恩达和Yoshua Bengio 的恩师,Michael Jordan参加并做主题演讲。Jordan 教授将会和大家分享AI领域的最新研究和对AI发展的深度思考。 Jordan教授发给我们他的最新的一篇博客文章对当前AI研究中的问题进行冷静反思,我们翻译出来和大家共享:

人工智能(AI)是当今时代的标志,这个观点技术专家、学者、记者以及风险投资家都一致同意。正如许多从技术学术领域流传到大众使用的短语一样,这个名词的使用也存在着很大的误解。但是这一次,不仅仅是公众不理解科学家,科学家们也一样对这个词产生了误解。有一种观点认为:我们这个时代诞生了可以与人类智能相媲美的硅基智能,这个想法让我们激动万分,但同时也给我们带来了同等程度的恐惧,并且分散了我们的注意力。

接上篇……AI大咖专稿:长文反思真正的AI远未到来(上)

两个关键问题:智能增强和智能基础设施

二十年里,“智能增强”(IA)在工业界和学术界都取得了重大进展,人们认为这是对“类人AI”的一种补充。在IA领域,人类利用计算和数据来增强人类的智力和创造力。搜索引擎可以被视为“智能增强”的一个例子(它增强了人类的记忆和知识),自然语言翻译也可以被看作是一个例子(它增强了人类的沟通能力)。基于计算的声音和图像生成为艺术家提供了调色板和创造力增强器。目前这类服务并没有涉及高层次的推理和思考,它们大多执行的仅仅是各种字符串匹配,然后进行数字计算,从而捕获一些人类可以使用的模式。

还有一个词叫“智能基础设施”(II让我们想象有这样一门学科,它是一个由计算、数据和物理实体组成的网络,它使人类所处的环境更加友好、有趣和安全。这种基础设施已经开始出现在交通、医药、生业和金融等领域,并对个人和社会产生了巨大的影响。它有时也会出现在“物联网”的话题中,“物联网”一般指把“物”输入到网络上,并不涉及分析数据流这种更大的挑战

再次回到我个人的事情上来。我们可以想象我们生活在一个“社会规模的医疗系统”中,它在医生和患者佩戴的仪器之间建立数据流和数据分析流,从而能够帮助人类智能做出更好的诊断并提供护理。这个系统将整合体内细胞的信息、DNA、血液检测、环境、基因以及大量有关药物和治疗的科学文献。它关注的不仅仅是一个病人和一个医生,而是人与人之间的关系。它还维持了数据的相关性、来源性和可靠性,就像现在的银行体系在金融和支付领域做的一般。虽然我们可以预见在这样一个系统中会出现许多问题,比如涉及隐私问题、责任问题、安全问题等等,但这些问题应该被正确地视为挑战,而不是阻碍。

我们所遇到的关键问题:类人AI是解决这些更大挑战的最佳或唯一方法吗?

机器学习领域最近很多优秀的成果都是和类人AI有密切关系的,比如计算机视觉、语音识别、游戏和机器人。因此,也许我们应该期待这些领域有更好的进展。但是这里需要澄清两点:第一,尽管报纸上不会报道,但类人AI的成功实际上是非常有限的,我们离实现类人AI还很遥远。但不幸的是,即使只是有限的进步,也给人们带来了很多的兴奋(和恐惧),引起了媒体的很多关注,而这在其他工程领域是不存在的。

第二,也是更重要的一点,类人AI的成功对于解决IAII的挑战,既不是充分的,也不是必要的的。先讨论充分性,考虑一下自动驾驶汽车。要实现这种技术,我们需要解决一系列可能与人类作为司机的能力没有太大关系的工程问题。我们所设想的理想的交通系统可能更接近于当前的空中交通系统,但是它又比当前的空中交通系统复杂得多,特别是在使用大量数据,并且应用一个自适应得统计模型来得出好的决策方面上:这才是我们需要面对的问题,在这个时候去研究一个像人一样驾驶的司机,很可能分散了注意力。

再来说必要性,有时人们会认为对类人AI的愿望包含了对IAII的愿望,因为类人智能系统不仅能够解决一些人工智能的经典问题,也是我们解决IAII问题的好帮手。但是,这种想法几乎没有历史先例。土木工程的发展是通过设想创造一个人工智能的木匠或砖匠吗?发展化学工程难道需要先造出一个人造化学家吗?更具有争议性的是,如果我们的目标是建立化工厂,难道应该首先创造一个人造化学家,然后由他来研究如何建立化工厂吗?

另一个论点是,人类智能是我们所知道的唯一一种智能,我们应该在一开始尽量去模仿它。但事实上,人类并不擅长某些类型的推理,我们会有自己的失误、偏见和局限性。此外,更重要的是,我们并没有进化出能够解决智能基建问题所需要的大规模决策问题的能力,也不擅长应对智能基建里出现的各种各样的不确定性。可能有人会说,人工智能系统不仅会模仿人类的智能,而且会“纠正”它,并且会扩展到任意大的问题。这种论点在小说中会很有趣,但不应该成为我们在面对IAII时候的主要战略。我们应该根据IAII各自的优点来解决它们,而不是希望这些问题的解答会成为一个类人智能系统的副产品

不难发现,II系统的算法和基础设施方面的挑战并不是类人AI研究的核心。II系统需要具有管理分布式知识库的能力,但是这些知识库正在迅速变化,并且可能在全球范围内互不一致。这种系统在应对云端互动时,必须能够做出及时的分布式决策,并且能够处理长尾现象。它们必须能够解决在分享数据时所遇到的管理和竞争问题。最后,也是极其重要的一点,II系统必须将经济学中诸如动机和定价之类的概念纳入统计和计算的框架中,从而把人与人、人与商品联系起来。这样的II系统不止提供了服务,还创造了市场。音乐、文学和新闻这些领域都迫切需要这样的市场。而且,所有这一切都必须适应不断发展的社会、伦理和法律体系。

展望未来

当然,经典的类人AI问题仍然值得关注。然而,当前人工智能的重点是收集数据、使用“深度学习”框架、展现一些具有具有很大限制性的人类智能,而不是寻找一些解释性原则。这种做法会让我们忽视人工智能的主要开放问题。这些问题包括需要将意义和推理引入执行自然语言处理的系统、推断和表示因果关系、发展一些对不确定性的可计算的表达,发展一些可以规划和追求长期目标的系统。这些都是类人AI的经典目标,但在当下“人工智能革命”的热潮里,人们很容易忘记这些问题尚未得到解决。

IA还将保持相当重要的地位,因为在可预见的未来,在抽象地理解现实世界情况的能力上,计算机无法与人类相匹敌。我们仍然需要经过深思熟虑的人机互动来解决我们最紧迫的问题。我们希望计算机能够激发人类更高一层的创造力,而不是取代人类的创造力。

John McCarthy当时是达特茅斯学院的一名教授,不久就去了麻省理工学院任职)创造了“AI”一词,显然是为了让自己的研究与Norbert Wiener当时是麻省理工学院的一位老教授)的研究区分开来。Wiener创造了“控制论”依次,代表了他对智能系统的看法。这种看法与运筹学、统计学、模式识别、信息论和控制理论密切相关。McCarthy强调的是逻辑的联系。有趣的是,虽然“AI”是McCarthy提出来的词,然而今天占据主导地位的却是Wiener的智能理论。然而,这种情况肯定只是暂时的在人工智能领域,钟摆的摆动幅度比大多数领域都要大得多)。

我们需要超越McCarthyWiener的历史观点。

我们需要认识到,当前关于人工智能的公开对话主要都聚焦在工业界和学术界的很小的领域里,这可能使我们变得短视,错失AIIA和II的挑战和机遇。

这些挑战和机遇与实现科幻小说中的美好设想或者灾难性后果无关,它们关注的是人类理解和塑造技术的需求,因为这种需求在日常生活中变得越来越现实,越来越有影响力。此外,在这种理解和塑造的过程中需要来自各行各业的声音,而不仅仅是技术的对话。如果只关注类人AI,就无法听到其他的声音。

工业领域的进步将继续推动许多发展,学术界也将继续发挥重要作用,学术界的作用不仅在提供一些最创新的技术理念也需要计算和统计学科的学者以及其他学科的学者一起合作,尤其是社会科学、认知科学、人文学科

另一方面,虽然人文和科学在我们前进过程中是必不可少的,但我们也应该认识到,我们讨论的规模和范围都属于前所未有的巨大工程问题:整个社会在尝试建造一些新的人造物。这些人造物应该能按照我们想要的方式工作。我们不希望建立一大堆医疗、交通和商业机会的系统后,发现它们没法正常发挥作用,甚至发现它们做了错误的决策。从这方面,正如我所强调的,即将出现一个以数据为核心,专注于学习的工程领域。虽然已经有了很多令人兴奋的发展,但这些内容还不能被视作构成了一个完整的工程学科。

此外,我们应该接受这样一个事实:我们正在见证的是一个新的工程分支的诞生。无论是在学术界还是在其他领域,“工程”这个术语经常被狭义地引用,如同一个冷酷无情、不受控制的机器。但是,一个工程分支,可以成为任何我们想要它成为的东西。

在当今时代,我们有一个真正的机会来构想一种历史上从未有过的学科领域——一个以人为中心的工程学科。

我不会给这个新兴的学科命名,但是如果“AI”这个词继续被用作指代这个领域的专有名词,那么我们需要谨慎地看待这个词的局限性。让我们拓宽视野,冷静下来,并且正确认识到未来的严峻挑战。

硅谷AI技术在线微课程系列

1月8日, Build machine learning pipelines。 每周二周四跟着微软资深数据科学家学习搭建机器学习系统1月29日,AutoML in Practice。每周二周四跟着Oneclick.ai 学习AuotML技术实践。1月30日, The tutorial to build AI as a service。周三周五跟着Mastercard AI技术总监学习搭建AI服务系统。

第7届 AI NEXTCon Seattle 2019 (西雅图AI开发者大会2019) 将于2019年1月23到27日在西雅图召开。本次大会为期5天,包括两天全天会议,2天工作坊,2天深度学习技术培训。超过50多个来自微软,亚马逊,Google, Facebook, Uber, Airbnb, LinkedIn, Nvidia等AI技术负责人共同分享AI领域,包括机器学习,深度学习,数据科学,视觉,自然语言处理,等的技术实践。点击原文访问大会官网。返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
投诉
免费获取
今日搜狐热点
今日推荐