深度|人工智能的挑战远未到来

除了传奇篮球巨星迈克尔?乔丹之外,还有一位鼎鼎大名的迈克尔?乔丹。这位乔丹是加州大学伯克利分校的教授,美国三院院士,也就是美国科学院、美国工程院和美国艺术院。他是机器学习的泰斗,在人工智能领域属于教父级别的人物。
深度|人工智能的挑战远未到来
文章图片
乔丹教授曾在新媒体Medium上发表长文,给当下火热的人工智能泼冷水。文章的标题是:人工智能,革命远未发生。
【深度|人工智能的挑战远未到来】文章的一开始,乔丹教授举了一个自己亲身经历的例子,来说明目前借用数据智能做决策的领域遇到的问题。
14年前,乔丹教授的太太怀孕的时候,去医院做了一次超声波检查。医生发现,胎儿心脏周围出现了一些白色斑点。这是唐氏综合症的标志,有5%的风险胎儿会得上这种病。得了唐氏综合征的胎儿,即便存活,也会伴随着智能发育迟缓等症状。
医生可以通过羊膜穿刺术来进一步了解胎儿是否真的得了这种病。但是羊膜穿刺术有一定风险,胎儿死亡概率是三百分之一。
乔丹教授因为自己就是数据统计的专家,所以他决定简单做一个数据研究。结果他发现,其实这跟测试中使用的成像仪的像素有关。也就是说,胎儿旁边的白点,是噪音,而不是信号。他跟医生沟通之后,医生也恍然大悟,难怪医院使用了新仪器后,唐氏综合征的诊断就不断上升。
乔丹夫妇没有做羊膜穿刺术,几个月后,他们的女儿出生了,很健康。
这件事让乔丹教授陷入沉思:因为全世界每天都有成千上万人接受这种诊断,肯定会有人选择羊膜穿刺术,也会有一些婴儿因此死亡。
他开始想:是否能够设计出一种全球医疗系统解决方案,即使不需要专家监督和介入也能解决这个问题?
在乔丹教授看来,这其实需要一门新的学科。这门新学科需要把计算机科学跟统计学结合起来,考虑到人类的福祉,建立一种推理和决策系统。这门新学科,就像建立在物理和化学之上的土木工程和化学工程一样,需要建立在包括“信息”、“算法”、“数据”、“不确定性”等思想基础上。同时,因为它建立在跟人类有关的数据上,所以也要考虑社会科学和人文科学。
乔丹教授说,就像土木工程学科出现之前,人们已经在建造房屋和桥梁,现在人们也在构建大规模的推理和决策系统。但是正像早期的建筑和桥梁会出现崩塌事故,目前的推理和决策系统也暴露出了缺陷。正如他自己遇到的那样。
因此,需要重新思考AI,也就是人工智能究竟意味着什么,而不是泛泛而谈人工智能。
接下来,乔丹教授回溯了AI这个概念的演变,并且介绍了除AI之外的另外两个关键概念,也就是IA和II,分别是智能增强和智能基础设施的缩写。
从历史上看,AI在1950年代被创造出来时,想要表达的是在软件和硬件里实现人类智能的愿望。也就是今天学者说的“类人AI”。这个领域的研究更多受到对人类智能和动物智能的启发。
今天大家谈论的AI,指的其实是“机器学习”。机器学习是一个算法概念,它把统计学、计算机科学等融合在一起,设计出一套算法来处理数据、做出预测以及帮助人类做决策。像亚马逊这样的公司其实在业务中都使用了机器学习这种技术。它是“数据科学”。
在乔丹教授看来,用AI来指代所有这些研究,其实会妨碍大家对技术跟商业变革的理解。
除了类人AI和数据科学之外,另外两个关键的概念,智能增强(IA)和智能基础设施(II)。智能增强,指的是通过计算和数据来增强人类的创造力和智力。比如搜索引擎可以增强人类的记忆和知识,自然语言翻译可以增强人类的交流能力。两者都可以算是智能增强技术,也就是IA。
智能基础设施也就是II,指的是一个由计算、数据和物理实体组成的基础设施网络,可以用技术改善人类的生活环境。比如,物联网就是一种智能基础设施。再比如,如果建立了一套关于医生和患者体内体外设备之间的数据流和数据分析流程,这套基础设施就可以极大改善疾病的针对和治疗护理。
在发展智能增强、建设智能基础设施的过程里,一定会出现一些今天大家已经注意到的问题,比如隐私保护、数据安全等。
有人认为类人AI可以解决这些问题。乔丹教授说,其实目前科学家在类人AI上取得的成功非常有限。相比之下,类人AI带来的那种兴奋和恐惧,其实是被过度讨论了。也并不一定要发展出类人AI,才能解决智能基础设施的问题。比如,没必要先造出人造木匠或者泥瓦匠再来发展土木工程。
而且,人类智慧其实有自己的缺点,除了会有偏见和局限之外,人类至今也没有演化出大规模决策的能力。这种能力,是II也就是智能基础设施才会拥有的。那种不但可以模仿人,甚至可以纠正人的智慧缺点的AI,现在来看也只存在于科幻小说里。
乔丹教授说:“我们需要研究IA和II问题本身,而不仅仅是坐等类人AI来解决问题。”
除此之外,乔丹教授还认为,目前AI研究的重点集中在收集数据、部署“深度学习”基础设施,以及某些狭义人类技能模仿系统。
这样的研究其实偏离了经典AI研究领域的几个主要问题,比如,在自然语言处理系统中引入推理和意义。这些问题在当前的AI繁荣或者AI泡沫里,反而被人们忽视了。
智能增强也就是IA还会继续保持重要的位置。因为在可以预见到的未来中,计算机仍然无法媲美人类,人类仍然需要通过人机互动来解决问题。
因此,乔丹教授说,在目前的机器学习和数据科学占据中心的领域,还有一个新的学科亟待出现。这个学科是一个新的工程学科。而且,这门新的“工程学”,不再是过去大家所想的那样,由冷酷的机器构成,而是真正的以人类为中心的工程学。那些新的科技产物,可以按照人类想要的方式工作。
乔丹教授拒绝给这个新学科命名。但是他担心,如果AI这个词语继续被滥用、被炒作,大家可能会忽略真正重要的问题,从而认识不到真正严峻的挑战。
大数据处理信息服务商金盛网聚WJFabric认为,作为一个新兴的行业,人工智能在发展的过程中也会出现不同方向的细分领域。“类人AI”只是其中的一个方向,且目前最为火爆。但如果将“类人AI”混同于AI,那么直接的后果便是行业的发展空间会变小,同时行业的横向拓展将受到阻碍。企业追逐风口本无可厚非,但盲目追逐热点,不结合自身情况进行“下注”不但有损自身,同时对行业产生的影响也是消极的。

    推荐阅读