世界經濟論壇直擊:李開復、李飛飛、Mustafa Suleyman、Richard Socher,大老眼中的 AI

作者 | 發布日期 2018 年 01 月 26 日 17:25 | 分類 AI 人工智慧 , 尖端科技 follow us in feedly

近日全球矚目的 The World Economic Forum (世界經濟論壇)正在瑞士達佛斯舉行。當地時間 23 日中午 MIT 的午餐會,李開復與李飛飛(Google Cloud AI/ML 領域首席科學家)、Richard Socher(Salesforce 首席科學家)、Mustafa Suleyman(DeepMind 聯合創始人兼主管)進行了對談; 由 Andrew McAfee(麻省理工學院數位經濟倡導行動聯合創始人)主持午餐會。



以下為午餐會的對話內容。

AI 還理解不了人類情感

李飛飛:人工智慧還是一個新領域,只發展了 60 年左右,人工智慧的理想是讓機器變得智慧,模仿人類智慧,解決問題,讓人類的生活變得更好,要想實現這些理想,認識到這一點很重要。

現在人工智慧主要的領域有機器人、自然語言處理、語音辨識、機器學習、深度學習。

人工智慧帶來的改變令人激動。當我還是大學生時,我想像不到人工智慧帶來的巨變,它巨大的搜尋能力,更不用說無人駕駛這些了。我們見證了非常了不起的突破。

我想提醒大家,這個時代充滿了巨大的可能性,我們要深切思考人工智慧的本質,前面還有很長的路要走。我有一位同事 1970 年代就在這個領域工作,他認為我們今天對完美人工智慧機器的定義是,一台能做出完美食物的機器,雖然房間已經著火了。

電腦還不能理解語境、複雜的知識,要辨識人類的情緒、感情和動機也還有很長的路要走。

深度學習結合 AI 的其他領域

Richard:我認為認識人工智慧主要領域的突破來自何處非常重要。主要的突破都來自 super wise man 這個領域。我們把輸入 x 轉化成輸出 y 做得很好,輸入語音我們能輸出文本、輸入德語可輸出法語,這技術我們已經做得很好。輸入一定大小的圖片能辨別圖中是不是貓?在多種模式的轉換上已經做得很不錯了。

實現這種轉換的方法是深度學習。深度學習是比機器學習強大很多的技術,它能接受更廣泛的輸入模式。這是 AI 達成主要突破的領域。

我們現在有一種新的編程模式。不再需要做出 if/when 這樣的指示,我們只需要用數據來訓練它,演算法就會自動處理。深度學習還結合 AI 其他領域,像強化學習、自主學習、人機遊戲等。

現在正在發生很多激動人心的轉變,機器翻譯、人機遊戲都在不斷進步。但也有很多領域需要進一步改進。10 年、15 年前,就可以達到 20~30 分鐘左右的無人駕駛,但要想實現全天候無人駕駛,更保證安全,還需要做很多的工作。離真正改變運輸業,還需要很多的改進。

如何實現?應用範圍?遊戲已得到很好的應用,遊戲反映了外部世界。

AlphaZero 只有 3 件事成立才能工作

Mustafa:說這個系統不受監督有點誇大了,監督來自它的結構和訓練環境。所以尤其是依賴強化學習的具體方法在現實生活中效果不是很好。現實生活我們無法提供模擬器,進行這種巨量的訓練來形成演算法。但我對深度學習在現實中的應用潛力非常有信心,人們現在低估了這潛力。

語音轉錄、機器翻譯等領域深度學習的潛力還沒有充分發掘應用。AlphaZero 只在 3 件事成立的情況能夠工作:可預測環境(圍棋規則)、清晰獎勵系統(輸贏)、無變數(variability)。

我們的目光已放到幾十年後,比如極現代化狀態下的 super-intelligence,但我們應該思考的都是更近期、更實用的可能。在我看來強化學習 3~5 年內還不能普及應用。

中國的 AI 優勢

李開復:這個領域頂尖的前 100 名科學家中已有一些是中國人,我認為關於中國,這四方面還沒有得到認識,這四方面會是中國未來發展非常強勁的推力。

第一,中國一流的理工科教育。飛飛就是這點的證明。我認為中國理工科教育培養了眾多科學家,而這些人都有志於從事人工智慧相關工作。這群傑出的年輕人會是推動中國進步的了不起力量。

第二,活躍的創業氛圍和資本對這個領域的大量投資。身為一家風險投資機構,我們投資了 45 家人工智慧公司。這些公司分布在各領域。像一些傳統領域,比如如何讓借貸更簡單,提供消費者服務,製造能採草莓、洗碗、組裝汽車的機器人。《金融時報》最近對中國的創業現狀做了報導,談到職業精神。但我認為職業精神只是其中一部分,中國的創業環境如同鬥獸場,角鬥士鬥得你死我活,留下的都是最有生命力的模式,這些模式會推動中國向前進。

第三,中國巨大的資料量。中國共享單車的使用人數是美國的 3 倍,但單車交易量是美國的 50 倍。這個支付系統擁有 6 億 5,000 萬用戶,不收佣金、無中間人、支援行動支付。我們早就幻想能做到這樣,但這卻在中國發生了。在此基礎上,形成大量可供進行支付的公司和建立該系統的企業家挖掘的數據。另一方面,消費者願意出讓隱私來換取安全和便利。

第四,政府的政策。2017 年國務院發表的人工智慧計畫表示,中國要在 2030 年成為人工智慧創新核心國,伴隨這政策而來的是城市層面的大量資源,北京投入 20 億人民幣,南京、廣州也投入兆級資金,其他近百個百萬人口以上城市也投入大量資金,這顯然會推動我們前進。中國的政策不是空話。

另一方面,中國政府和企業對待科技的立場傾向實用主義,英美則比較謹慎。一些核心問題,如安全問題、數據安全、系統安全,大家都很關心。

在對待隱私和偏見的態度,我們是先動手,再慢慢改進問題還是仔細考慮找出解決辦法?這些問題中國更傾向實用主義。我不想評價哪種立場對或錯,或哪個更好,我只是認為,在實用主義立場影響下,實現會更快、收集的數據會更多、做出的產品會更好,能促成更大的突破。

(本文由 雷鋒網 授權轉載;首圖來源:shutterstock)