雷鋒網(wǎng) AI 科技評論按：12月3日，深圳市龍崗區(qū)政府主辦的2017國際眾創(chuàng)周末活動在天安數(shù)碼城開幕?；顒右浴霸谖磥怼睘橹黝}，邀請了國內(nèi)外的知名科學(xué)家、學(xué)者、教授和企業(yè)家們一起暢談未來，探索世界。

其中的知名演講嘉賓之一就是斯坦福大學(xué)教授、前谷歌首席科學(xué)家 Yoav Shoham。Yoav Shoham 教授的研究領(lǐng)域有多個都與 AI 相關(guān)，包括時序推理、非單調(diào)邏輯以及常識理論。近年來，教授還研究了多智能體系統(tǒng)，尤其是在計算機科學(xué)和博弈論的交叉領(lǐng)域。Yoav Shoham 教授也是AAAI Fellow，創(chuàng)作了四本書，創(chuàng)立了多個電子商務(wù)企業(yè)。

在下午的演講中，Yoav Shoham 教授以“人工智能的過去、現(xiàn)在和未來”為主題進行了演講，通俗地介紹了人工智能技術(shù)發(fā)展的現(xiàn)狀和遇到的問題的同時，也希望幫助更多的人清晰地認識這個領(lǐng)域。以下為雷鋒網(wǎng) AI 科技評論根據(jù)現(xiàn)場速記整理的演講圖文。

Yoav Shoham 教授：首先感謝主辦方邀請我來參加這個盛會，我是第二次來到中國，中華文明有5000年，但是人工智能的歷史還是很短的，所以我主要是大致講四點。

首先我講講人工智能的現(xiàn)狀，怎么成長到今天這樣的情況；人工智能取得了不少的成就，但我還是要指出人工智能還是有相當大局限性的；第三點跟大家講一下怎么克服些局限性和約束的因素；最后還有 AI Index。

在1985年的時候，在洛杉磯誕生了人工智能的研究，漸漸發(fā)展起來的。今天人工智能已經(jīng)深入到了人們生活的方方面面，哪怕自己家的冰箱也帶著人工智能在里面。人工智能在不同的年代有著不同的方法和用途，80年代人工智能主要是做什么呢？主要是知識的呈現(xiàn) 、邏輯還有常識的東西。今天的人工智能是機器學(xué)習(xí)和不同的可能性。

但說實在的，人工智能不只是一個熱點詞而已，他其實是有切實的影響的。八十年代人工智能也熱門過，然后迎來寒冬，到這幾年再次熱起來，但其實人工智能的一直都有影響。一開始人工智能沒有多大的商業(yè)應(yīng)用，但今天就完全不一樣了。我們知道有很多人工智能方面的成功故事，比如AlphaGo或無人駕駛的汽車，這些都是商業(yè)應(yīng)用的例子。

我要講的第二點就是現(xiàn)在人工智能的目標還離我們甚遠。我年少的時候看過一幅圖，今天我把它重新畫了出來，是一個少年通過一個望遠鏡看太空中的星星，然后為了看的更清楚一點，他腳下踩了一個凳子。這就是我對今日的人工智能的看法。

現(xiàn)在的人工智能是發(fā)展非常迅速的，可以幫我們做到以前做不到的事情，但現(xiàn)在還僅僅處于非常初級的階段。你的小孩可能從學(xué)校回來說：“媽媽，丹尼爾在學(xué)校打了我一下，然后我又打了他一下，然后老師看到我打了他，然后老師就懲罰了我，這是非常不公平的”。很多小孩，可以說只要會說話的小孩都可以理解這句話，但是要讓機器理解這句話是非常難的，因為要理解這句話，我們必須要了解時間、動作、相互的信念以及情緒等等。我們還要理解人類的情感是不是公正的一個事件。今天的人工智能是由數(shù)據(jù)主導(dǎo)的，或者是由機器學(xué)習(xí)主導(dǎo)的，或者是深度學(xué)習(xí)。

而機器學(xué)習(xí)，我們是需要一些特征的，我們做數(shù)據(jù)的時候需要一些事件作基礎(chǔ)。究竟這些特征來自哪里呢？如果我們把這些特征交到你手上，它有可能是金融數(shù)據(jù)或者是客戶數(shù)據(jù)，這些數(shù)據(jù)都是比較容易獲得的，在很多時候我們都忘了我們的初始步驟，因為這些數(shù)據(jù)不是雙手呈現(xiàn)給你的，不然的話我們就不可能把它稱為特征。人類花了幾千年的時間才把這些特征，這種語言弄清楚。我們很有可能要等幾百年的時間，機器才能夠了解這些特征。

還有一個可能性，也就是我要說的第三點，在80年代的時候，人工智能要做的就是獲取這些特征，其中包括了時間、信念甚至是情緒，這是人工智能一直在嘗試做的事情。現(xiàn)在的機會點是什么呢？就是我們回到知識的呈現(xiàn)，把它跟現(xiàn)代的數(shù)據(jù)進行結(jié)合。凱文·凱利也提到了這一點，其他的講者也提到，認知是最重要的，我們?nèi)斯ぶ悄茏龅木褪悄Ｊ降恼J知。今天人工智能的輔助，無論是 Siri 還是Google home，它們都是去理解人類的語言，還有破解人類的語句語法，但它們做的都是冷冰冰的指令，比如把燈打開/關(guān)掉，而真正深度的對話是比較困難的，要挖掘這個領(lǐng)域的話，我們一定要了解現(xiàn)在的人工智能還處于一個初級階段。

我做大學(xué)教授已經(jīng)超過30年了，我大部分的工作其實都不具備什么實用價值，我也輔助過5家公司，這是我其中的一家公司，被谷歌收購了，叫Timeful，幫助我們管理時間，管理時間是大家非常感興趣的話題，因為時間是一種稀缺資源。我們有一個應(yīng)用程序，大家可以看到一個日歷，可以看到每日的活動，跟大家現(xiàn)在看到的日歷是比較類似的，但是你仔細看會看到不同的地方。有一些是會議，有一些是我們現(xiàn)在參加的活動。但是你有看到每一個事件上面，左邊會有一個鉤，這跟手寫的時間管理系統(tǒng)不一樣，但是它也是幫助我們同樣的一個資源，也就是時間和一些會議或活動，它其實是占了我們的時間。我們花錢的時候也是不希望重復(fù)花錢買同樣的東西，我們希望別人幫我們花錢去買我們想要的東西。我們可以看到日歷里面很多都不是我們主動創(chuàng)建的事件。還有一些帶紅星的是我們一些好的習(xí)慣，可能是我們一個星期想要做三次活動和鍛煉，這其實也占用了時間。

我們在這里設(shè)計了三個關(guān)鍵點，首先就是意圖，也就是說我們主動想要做的事情，比如我們要一個星期跑三次步或給媽媽打電話。所有這些主動意識的項目寫下來之后，其實是非常難去管理的。第二個關(guān)鍵點是優(yōu)化和機器學(xué)習(xí)，因為時間管理是很讓人頭疼的問題，而我們時間管理通常都管理得不是太好。因為時間管理涉及人類的習(xí)慣，比如可能我們要管理的是一年之后的會議邀請，或者是一個星期之后的會議管理，我可能就要把重點劃出來。所以這里融合了行為科學(xué)，但其實最基礎(chǔ)的還是意圖，這個意圖其實是基于《心理邏輯》這本書的概念，他叫約翰、班森，他是我的良師益友，他寫了一篇文章，當然我們自己也需要做非常多的研究去拿資金支持。但是這并不是我最初的一個起點，我今天沒有時間，要不然的話我可以給大家呈現(xiàn)一個正確的決策怎么樣能把一些概念展現(xiàn)出來。

我們未來的方向是什么？如果我們真的要去鉆研虛擬現(xiàn)實，還有機器學(xué)習(xí)的領(lǐng)域的話，兩天前我們推出了一個人工智能指數(shù)，開放、非盈利的?，F(xiàn)在的人工智能其實進步是非常迅速的，直接做 AI、機器人，這并不是這個指數(shù)的目的，我們的目的是為了讓大家去了解AI的發(fā)展情況。我們在2014年的時候在斯坦福推出了 AI 100，我們當時有一個領(lǐng)導(dǎo)小組，去年我退出了這個領(lǐng)導(dǎo)小組。AI100可以幫助我們?nèi)チ私馕磥?年的AI研究，我們需要的也是一直去跟蹤AI的發(fā)展，這是為什么呢？我們有一系列的獨立活動，我們還推出了第一本報告，之后我也會給大家介紹一下這份報告，還有《紐約時報》兩天前也報道了這份報告。我們這個領(lǐng)導(dǎo)小組有這些人員，包括我自己，還有Ray、Erik、Jack和Kelven，我們還請了人幫我們撰寫了報告。

我這里總結(jié)一下大概的要點，很多人都會覺得GDP這些數(shù)據(jù)是很重要的，但是不同的行業(yè)有不同的特征，有很多非數(shù)字化的目標也是非常重要的。我們的報告講的不僅僅是數(shù)字，我們把這個報告分了這幾個部分，包括現(xiàn)在有哪些AI活動，技術(shù)的進步是哪些，并且我們看到現(xiàn)在有非常多的機會讓我們?nèi)ネ苿覣I的進步。我們在這個報告里面指出有哪些AI的功能已經(jīng)超越了人類的范圍。同時我們也看到這份報告其實還是不完整的，缺少了很多組成部分，但是未來我們會繼續(xù)完善這份報告。這個事情我們也做得非常謹慎，不會下絕對的判斷。除此之外，我們做的事情是有限的，就像我之前提到了GDP，但是GDP并不代表一切東西，我們更多的需要從數(shù)字和圖表中抓出來更多對我們有用的信息。因為我們自己做這個事情，有可能我們自己會出現(xiàn)一些我們自己意識不到的偏見和對事實的扭曲，所以我們會組織一些專家論壇，請一些非常有名的評論家來評判我們這個報告。

我給大家舉幾個例子，我們在學(xué)術(shù)界有很多研究，比如個圖，看學(xué)術(shù)界到底對于人工智能每年發(fā)多少文章，這個數(shù)據(jù)來源寫的是來自于Scopus.com，我們主要是看有代表性的文章，不是凡是有人工智能的文章都算進來，這個報告是反映了一部分，而不是詳盡的。

這個圖蠻有趣的，各種各樣國際上大的會議，每年有上千人參加的會議。AAAI 和 IJCAI 兩個老牌會議撐過寒冬以后規(guī)?；厣渌碌臅h也又出現(xiàn)了許多，每年的參加者都在不斷增加。

在 ImageNet 的視覺識別大賽上，人類和最佳的人工智能的比賽，也可以看到AI做得越來越好。對于學(xué)術(shù)界和行業(yè)界的動態(tài)，2009年前學(xué)術(shù)界的活動就越來越活躍，發(fā)的文章越來越多，但一直到2012年的時候 VC 風(fēng)投才跟著飆升。而學(xué)術(shù)界也是跟上了這個速度，你可以看到在2013年之后學(xué)術(shù)界的成果也突然之間又增多了。

我們總結(jié)了一下，很謹慎地做了這些關(guān)鍵時刻的里程碑，也就是在這些時間節(jié)點上，人工智能在具體可見的方面超過了人類，比如一開始的時候是下國際象棋、打牌，然后視覺識別，然后到圍棋，這是在整個人工智能發(fā)展史上重要的里程碑，我們都列出來了。關(guān)于 AI 100 指數(shù)更多的信息就歡迎訪問我們的官方網(wǎng)站，或者是搜索 AI Index，都可以找到更多的信息。

這就是我今天想跟大家分享的內(nèi)容，謝謝各位。

（完）

雷鋒網(wǎng) AI 科技評論報道。

相關(guān)文章：

凱文?凱利：預(yù)言科技的十大趨勢，未來25年最重要的產(chǎn)品尚未出現(xiàn)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。