1
本文作者: 周翔 | 2017-04-27 21:25 | 專題:GMIC 北京 2017 |
雷鋒網(wǎng)按:4月27日,GMIC 2017(全球移動互聯(lián)網(wǎng)大會)北京站開幕?,F(xiàn)場,馭勢科技CEO吳甘沙與卡內(nèi)基梅隆大學(xué)計算機科學(xué)學(xué)院機器學(xué)習(xí)系主任Tom Mitchell進行了一場主題為“人工智能如何顛覆我們的城市”的對話。在吳甘沙和Tom Mitchell看來,滴滴、Uber的出現(xiàn)改變了人們的出行方式,而自動駕駛汽車則會帶來根本性變革,城市的設(shè)計者們在規(guī)劃時也需要考慮到這一變革可能會帶來的影響,并由此引發(fā)了對雄安新區(qū)的探討。雷鋒網(wǎng)對對話全文進行了整理。
吳甘沙:馭勢科技聯(lián)合創(chuàng)始人兼首席執(zhí)行官,創(chuàng)業(yè)前為英特爾中國研究院院長,英特爾首席工程師,領(lǐng)導(dǎo)了英特爾的大數(shù)據(jù)技術(shù)戰(zhàn)略長期規(guī)劃,并為中國研究院確立5G通訊、智能計算和機器人三大方向。
Tom Mitchell:卡內(nèi)基梅隆大學(xué)計算機科學(xué)學(xué)院機器學(xué)習(xí)系主任、教授,美國工程院院士,美國科學(xué)進展學(xué)會(AAAS)成員,人工智能進展學(xué)會(AAAI)成員,美國《Machine Leaming》雜志、國際機器學(xué)習(xí)年度會議(ICML)的創(chuàng)始人。他在機器學(xué)習(xí)、人工智能、認(rèn)知神經(jīng)科學(xué)等領(lǐng)域卓有建樹,撰寫了機器學(xué)習(xí)方面最早的教科書之一《機器學(xué)習(xí)》,是機器學(xué)習(xí)領(lǐng)域的著名學(xué)者。
以下是對話全文,雷鋒網(wǎng)做了不改變原意的整理:
吳甘沙:Tom Mitchell您好!您是在賓州(賓夕法尼亞州)出生的,現(xiàn)在也在賓州工作,你覺得在賓州最有意思的事情是什么?
Tom Mitchell:我現(xiàn)在在賓州的匹斯堡,匹斯堡這個城市在過去三十年里面發(fā)生了巨大的變革。匹斯堡曾經(jīng)是美國的鋼都,當(dāng)然還有足球隊,還有橄欖球隊。但是很快,匹斯堡的很多鋼鐵企業(yè)都破產(chǎn)了,在70年代的時候,我們城市出現(xiàn)了嚴(yán)重的失業(yè)問題。但是匹斯堡在這幾十年里成功轉(zhuǎn)型,目前匹斯堡又一派生機了。
吳甘沙:卡內(nèi)基梅隆大學(xué)在匹茲堡成功轉(zhuǎn)型的過程中發(fā)揮了很重要的作用嗎?
Tom Mitchell:當(dāng)然卡內(nèi)基梅隆大學(xué)發(fā)揮了重要的作用,但是與此同時,匹斯堡作為一個城市,它的成功轉(zhuǎn)型,其實是大學(xué)和當(dāng)?shù)卣推髽I(yè),以及非政府組織、工會等之間的協(xié)調(diào)之后的結(jié)果。匹斯堡的這些不同機構(gòu)之間的合作是非常好的,也推動了這個城市的轉(zhuǎn)型。
吳甘沙:這是一個巨大的成就,我也讀過經(jīng)濟學(xué)家的一些著作,他們都把匹斯堡選為美國最宜居的城市之一,這個過程當(dāng)中離不開創(chuàng)新。像匹斯堡這樣的城市,它的體量比一個小鎮(zhèn)要大50倍,因此它的創(chuàng)新能力要比一個小的城市大的多得多,大150倍。北京比匹斯堡要大50倍,但是我不認(rèn)為北京的創(chuàng)新能力比匹斯堡要大150倍,您的觀點呢?
Tom Mitchell:當(dāng)我們討論一個城市的規(guī)模和它的創(chuàng)新能力之間的關(guān)系時,我們必須要問一個問題,那就是“一個城市的創(chuàng)新能力或者創(chuàng)造力,相對于它的人口數(shù)量,或者相對于人和人之間互動,是不是有關(guān)系?”城市的規(guī)模大一倍,人和人之間的互動的可能性就會大一個平方。我們也并不是那么聰明,其實人和人之間的交流,思想的碰撞,才是產(chǎn)生創(chuàng)新火花的動力,所以人和人之間的互動和交流往往是一個城市創(chuàng)新能力的源泉。
吳甘沙:這個是大城市的優(yōu)勢,人口多可能會碰撞出一些智慧的火花,但是它也有弱點,比如像北京這樣的大城市,有交通問題,會堵車,還有很多的交通事故。而能源的使用會產(chǎn)生空氣污染的問題,有些問題還可能演變成大問題。比如一輛車90%多的時間都處于一個閑置的狀態(tài),北京有大約600萬輛車,但只有200萬的停車位,你在北京很難找到停車位。房地產(chǎn)的價格越來越高,空間越來越少,年輕人必須要住到很遠(yuǎn)的郊區(qū)去,需要在通勤方面花費大量的時間,每天有10億小時的時間是在路上浪費掉的。如果我們追溯到以前埃及時代,當(dāng)時造金字塔的時候,他們也就花了10億小時的時間,因為堵車這一件事情,每天大量的生產(chǎn)力被浪費掉。您覺得用該怎樣來解決這些大城市?。课也徽J(rèn)為人和人之間的互動可以解決這些問題。
Tom Mitchell:這個講的非常好,我認(rèn)為,從某種程度上講,未來像微信這種線上平臺,可能會讓面對面的交流變得不那么重要。
吳甘沙:但是你要讓兩個人互相交流,還是要建立起一種信任。雖然我們通過微信以及其他技術(shù)降低了交流的門檻,但人類仍然需要面對面的交流,比如和朋友聚會吃飯。人有情感需求,就會因此產(chǎn)生不同的移動出行需求,很多問題不能通過網(wǎng)上在線的交流來替代的。在過去的幾年中,我們出行方式有了很多改變,比如Uber的出現(xiàn),這樣一種網(wǎng)約車服務(wù)其實從某種程度上解決了人類出行的一些難題。
Tom Mitchell:您講的非常好,共享服務(wù)改變了很多人的出行方式,這樣的服務(wù)可以根據(jù)你的需求提供相應(yīng)的服務(wù)和解決方案,同時也可以創(chuàng)造很多新的就業(yè)機會。
吳甘沙:滴滴是中國的Uber,每天的日交易量可達(dá)2100萬單,可以解決數(shù)百萬司機的就業(yè)問題。但是勞動的供應(yīng)是有限的,不可能無限的擴大服務(wù)網(wǎng)絡(luò),總是有一些瓶頸的。從0到2100萬容易,但是從2100萬到4200萬很難,怎么解決勞動供應(yīng)問題或者說司機數(shù)量問題?
Tom Mitchell:我知道你個人對這個問題很有研究,即便能夠招到2倍數(shù)量的司機來完成4200萬單的日交易量,但是污染問題、堵車問題仍然沒有解決,甚至?xí)觿?。而真正合理的解決方案是盡可能把我們自動駕駛的技術(shù)量產(chǎn)化。有很多公司都在考慮把一系列的技術(shù)用于未來的自動駕駛,很多傳統(tǒng)汽車公司也在這么做。我們不僅需要有自動駕駛汽車,而且好要以更優(yōu)化的方式提供出行服務(wù)。自動駕駛的潛力非常巨大,能夠提高整個交通系統(tǒng)的效率,減少污染物的排放,降低能源消耗。
吳甘沙:這確實很讓人驚嘆,由于擁堵、交通信號燈和十字路口規(guī)劃的問題,現(xiàn)在在北京駕車的時速是20公里/小時,如果能夠?qū)崿F(xiàn)您剛才所說的,確實會是很大的提高。我想在座很多人可能不知道無人駕駛的鼻祖是Tom的學(xué)生。我發(fā)現(xiàn)卡內(nèi)基梅隆大學(xué)在80年代就已經(jīng)做了自動駕駛的相關(guān)研究,那么在過去幾十年有什么進展嗎?
Tom Mitchell:計算機是一個比較機械、盲目的東西,對世界沒有感知能力。我想真正的革命是讓計算機變成一個能夠感知的機器,有視覺,也有聽覺,而且精準(zhǔn)度也很高。這樣的話,在未來還有很多人工智能方面的應(yīng)用,你必須要有這種感知能力才能夠?qū)崿F(xiàn)自動駕駛。
吳甘沙:2015年,Uber從神經(jīng)研究院還有卡內(nèi)基梅隆的機器人研究院招募了40名科學(xué)家。
Tom Mitchell:是的,因為Uber想要專門打造一個自動駕駛汽車的研究中心,現(xiàn)在這個自動駕駛汽車在這座城市里已經(jīng)可以上路了。Uber確實從我們那兒雇了很多人,大學(xué)對此不太高興,我們不想失去自己的人才。我想幾年之后,他們會意識到這對于匹茲堡這座城市來說其實是好事,與此同時,我們的機器人研究院為了替代這些流失人才又雇傭了大量人才,通過人才流動可以在這個地區(qū)建立起更大的人才生態(tài)系統(tǒng)。實際上這個技術(shù)上的挑戰(zhàn)是很大的,我們需要更多的人才來解決這個問題。這就回到您一開始所說的,如果我們把自動駕駛的研究人員翻一番,也可以使得創(chuàng)新能力翻番。
吳甘沙:從卡內(nèi)基梅隆大學(xué)出來的還有另外一家公司——Ottomatika,這家公司已經(jīng)被德爾福收購了,似乎卡內(nèi)基梅隆已經(jīng)成為了這方面人才的孵化器。
Tom Mitchell:在機器人方面,我們正在研究一些不同的應(yīng)用,比如自動駕駛、采礦、農(nóng)業(yè)種植等等,有一些比較容易,如果是一個比較小的區(qū)域,比如說采礦,就不會像自動駕駛的場景那么復(fù)雜,因為不會有行人隨意穿過礦產(chǎn)區(qū),還有無人機,還有蛇形機器人,可以進入到人沒法進入的非常狹窄的區(qū)域。還有跟人工智能方面相關(guān)的,我們正在考慮將神經(jīng)科學(xué)和人工智能結(jié)合起來,也有這方面的跨界研究。
吳甘沙:我們再來看一下歷史,交通出行改變了城市,在第一次工業(yè)革命之后,蒸汽機擴展了鐵路線,推動了鐵路的發(fā)展。而第二次工業(yè)革命之后,汽車的廣泛使用又改變了人們的出行方式,擴大了人們活動的范圍,改變了城市?,F(xiàn)在我們又有了新的出行的可能,我們認(rèn)為有了無人駕駛汽車之后,就不需要那么多的停車場了。車可以停在郊區(qū),城市的布局就跟今天大不相同。我們是不是可以預(yù)測或者是模擬這種空間布置的變化呢?
Tom Mitchell:我覺得您說得非常好。我們認(rèn)為自動駕駛汽車將會帶來根本性的變革,會更加深刻地改變我們城市的布局。我們可以把現(xiàn)在這些昂貴的停車場變成綠地,而且我們還可以改善城市交通擁堵的問題。我們會看到現(xiàn)在都難以想象的一些新的商業(yè)模式的出現(xiàn),就像當(dāng)時Facebook這樣的社交媒體一樣。
而自動駕駛汽車可能會給我們帶來移動餐館,可能有無人機把披薩送到無人車上,然后再把披薩送到你的家里,也許到時候醫(yī)生還可以上門提供服務(wù),所以未來可能會出現(xiàn)各種各樣新的業(yè)態(tài)。現(xiàn)在我們還很難想象,所以我們也很難按照這樣的可能性去設(shè)計我們的城市。
一切都還有很多不確定性,我們不知道未來下一個技術(shù)革命會是什么樣的方向,所以我們在設(shè)計城市布局的時候,也許可以設(shè)計一些空間,讓那些無人機或者是自動駕駛汽車可以降落或者???。下一個一百年和過去一百年的區(qū)別在于,這種變革的速度會快很多,而城市設(shè)計者也要為這種難以預(yù)測的變化做好準(zhǔn)備。
吳甘沙:我們都知道Alpha Go已經(jīng)在圍棋比賽中打敗了人類冠軍,而接下去我們不知道它是否會在更加復(fù)雜的比賽中取勝。在我們小的時候玩過SimCIty,就是模擬城市的建造,不知道是不是可以用機器學(xué)習(xí)的技術(shù),比如說深度強化來進行SimCity這樣的游戲,模擬未來城市的建設(shè)。這樣的話,就可以把所有的這些不確定考慮在內(nèi),來進行預(yù)測或者是模擬未來城市的運行。
Tom Mitchell:您剛才所說的這個很有意思,如果我們可以對城市進行這樣的模擬的話,SimCity這個游戲可能還過于簡單了,難以從事這個任務(wù)。如果我們再把它加深一下,真正來模擬幾百萬種城市建設(shè)的方式,也許我們也可以學(xué)到如何管理城市可能出現(xiàn)的不可預(yù)測的情況,甚至可以發(fā)現(xiàn)我們現(xiàn)在還沒有意識到的一些方法。
吳甘沙:無人駕駛有實景圖象的模擬器,如果在城市建設(shè)方面我們也能有這樣一個模擬器,通過機器學(xué)習(xí)的算法,來預(yù)測或者進行模擬的話,我們可以看到未來城市的演進。
Tom Mitchell:還有一些非常艱難的政策抉擇。比如說,如果城市使用網(wǎng)上的醫(yī)學(xué)數(shù)據(jù)來控制傳染性疾病或者是新疾病的發(fā)生,這些也是一個可能的新的應(yīng)用,但這也可能會涉及到隱私的問題,有些人不愿意在網(wǎng)上分享他們的醫(yī)療信息。另一方面,這些數(shù)據(jù)卻可以給我們帶來很好的管理經(jīng)驗,所以這也是一個政策上的問題。如您剛才所說的,類似SimCity這樣的游戲方法,我們可以了解一下這幾種不同的政策上的選擇。
吳甘沙:不說醫(yī)療數(shù)據(jù),像電信運營商,他們也有人們的出行數(shù)據(jù),也許可以設(shè)計一個更好的城市布局,把超市放在哪,把停車場放在哪。最近最大的新聞就是中國決定設(shè)立雄安新區(qū)作為副中心,北京太大了,所以政府想要疏解首都的非首都核心功能。這樣的話,我們就可以來重新從頭來設(shè)計雄安新區(qū)的基礎(chǔ)設(shè)施。如果在這個過程中應(yīng)用一些人工智能的技術(shù)來設(shè)計這個新區(qū)的話,我想肯定是一件非常棒的事。
Tom Mitchell:我覺得這確實是一個非常好的機會,這也是中國獨一無二的一個特點,可以進行這樣的新區(qū)開發(fā)。在建設(shè)這個新的城市的時候,他們就可以考慮有些空間可以進行重新設(shè)計,以順應(yīng)不同的功能。如果在五十年前我們就考慮到這些問題的話,也許我們就不會建造我們現(xiàn)有的這些機場了。在建設(shè)新區(qū)的時候,也許可以考慮到無人車的可能性,在設(shè)計過程中要保持很高的靈活性,當(dāng)然做起來很不容易。
吳甘沙:這是我們的愿景,也是一個永無止境的學(xué)習(xí)的過程,我們對此非常期待。謝謝Tom Mitchell和我們進行分享,也謝謝各位。
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
本專題其他文章