人工智能之父:不是AI,而是IA

李倩 发表于 2018-06-21 15:00:58 收藏 已收藏
赞(0) •  评论(0

人工智能之父:不是AI,而是IA

李倩 发表于 2018-06-21 15:00:58

“我不经常用人工智能这个词,也不知道人工智能是什么。”在今天举行的2018上海国际人工智能创新应用峰会上,被誉为人工智能领域“根目录”之一的美国科学院、美国工程院、美国艺术院三院院士,加州大学伯克利分校教授迈克尔·乔丹语出惊人。

在他看来,当前的人工智能不过是比60年前刚形成这个概念时前进了一点点,而这也是得益于计算机科学、工程学以及统计学等学科的进步。

不是AI,而是IA

就在几周前,迈克尔写了一篇文章,标题叫《人工智能的进化尚未开始》,他在文章中提到,现在的AI发展方向并不是Artificial Intelligence(人工智能),而是Augmented Intelligence(IA:增强智能)。

毫无疑问,过去60年间电脑取得了长足的进步,但这并不意味着电脑具备了更多的人性,而是电脑能够帮助人类发现一些模式,让人类更加聪明。打个比方,比如当他想要知道中国的第二大城市是哪一座时,搜索引擎很快能告诉他结果,是搜索软件具备了智能吗?并不是,只是电脑擅长计算、存储数据。“在这个场景中,智慧闪耀在我提出问题的那一刻,而非计算机吐出答案的那一刻,而从某种角度来看,搜索引擎相当于增强了人类的记忆力。”迈克尔说。

物联网也是IA。在无人驾驶中,传感器相当于增强了人类双眼,数据算法相当于增强了人类大脑运算能力,当下所谓的机器智能,不过是根据参数汇聚起来的数据算法,它们智能复制、模仿、模拟人类的行动,创造力对于它们来说还难办法,更别提推理和抽象思维了。

“即使是最牛的语音识别机器人,也无法知晓门口的脚步声意味着什么,而几个月大的婴儿就能知道这一点。”迈克尔说。

真正要担心的是人类对数据的依赖

许多公司认为,只要他们掌握了足够多的数据,就能掌握顾客的喜好,并计算出最优决策,他们相信这样会使他们的机器更加聪明,进而产生智能,在迈克尔看来,数据并不会决定人做什么,真正促使人下决定的是当时的背景。

海量数据确实令计算机视觉、语音识别、机器翻译上取得了巨大突破,但如今这种“海量标注数据+深度学习框架+GPU并行计算”的简单粗暴模式提升作用越来越有限,一是因为某些领域数据收集的门槛非常高,二是因为并不是所有领域都适合“堆数据”。

更可怕的结果是,相同的数据和所谓“智能”算法会导致输出结果的单一性,然而世界充满不确定性,那些更加“优化”的方案会被刷掉。“当所有上海厨房的食材供应链都被一台主机控制时,你还会注意邻居钓了一条鲜美的鱼吗?”迈克尔说。

影视剧中的那种人工智能,至少还要100年

像《我,机器人》这样水平的人工智能多久能被制造出来一直有两种声音,一种是人们认为它很快就能到来,另一种是认为它短期内不会到来。有意思的是,产业界的人——比如扎克伯格、马斯克往往持第一种观点,而真正从事人工智能研究的人反而持后者观点居多。迈克尔对这个问题非常谨慎,他先说要500年,后来又说至少要100年。

“当人们无法解决某个问题时,人工智能成了挡箭牌,这也是为何当下人工智能如此火热的原因。”迈克尔说。比如当美国国会问扎克伯格,你怎么处理脸书侵犯用户隐私的问题时,他的经典回答是“人工智能会帮我解决的。”

如何看待人工智能看似离我们很近,其实还很遥远。迈克尔说:“我的父亲是一位化学工程师,他研究的化学元素100年前就都已经发现了,但真正建成精密运行的化工厂还是这几年的事,人工智能发展也是如此。”

不过,人工智能会往哪个方向发展,还取决于人类的选择。与迈克尔齐名的“深度学习之父”杰弗里·希尔顿(Geoffrey Hinton)最近公开号召摒弃现有深度学习,重新奋力向前寻找全新的道路。迈克尔对此深以为然,因为如果人们躺在数据上丧失了区别于机器的人类智能,就会沉溺在IA中,永远到不了AI。

收藏

相关话题
文章来源专栏
+关注

评论(0)

加载更多评论

参与评论

分享到

QQ空间 QQ好友 微博
取消