雷鋒網(wǎng) AI 科技評論按：2017年6月21日至22日，騰訊·云+未來峰會在深圳舉行。騰訊董事會主席兼首席執(zhí)行官馬化騰會帶來演講，多位優(yōu)秀的學(xué)界、產(chǎn)業(yè)界人才也會發(fā)表自己的見解。雷鋒網(wǎng)編輯赴一線報道，并將持續(xù)帶來最新消息。

21日上午，人工智能領(lǐng)域的世界級泰斗邁克爾·歐文·喬丹（Michael I.Jordan）進(jìn)行了主題為“機器學(xué)習(xí)：創(chuàng)新視角，直面挑戰(zhàn)”的演講，與大家分享他對人工智能的未來與挑戰(zhàn)的見解。以下為演講全文，雷鋒網(wǎng) AI 科技評論根據(jù)速記，結(jié)合現(xiàn)場內(nèi)容聽譯整理。

邁克爾·喬丹：

大家早上好！很榮幸受邀來到這里。我是一名人工智能和統(tǒng)計學(xué)方面的研究者，今天我非常高興來到這里，好像大家都非常地了解我，我也非常高興能夠和騰訊這樣頂尖的公司合作，能夠分享我們對于未來的發(fā)展趨勢的預(yù)見。

我們要非常清晰地了解，哪些技術(shù)是會出現(xiàn)的，哪些是不可能存在的，而哪些是我們現(xiàn)在所存在的問題，以及未來我們會看到什么樣的技術(shù)的發(fā)展。這就是我今天這個演講的主要內(nèi)容，就是標(biāo)題所說的“創(chuàng)新視角，直面挑戰(zhàn)”。

首先我們簡單回顧一下到底人工智能是如何發(fā)展成現(xiàn)在這樣的。 

“人工智能”這個說法是上世紀(jì)60年代第一次出現(xiàn)的。那時候我們說要造一個機器人，讓它可以和人一樣思考，跟人一起互動，加入到人的世界當(dāng)中來。那個時候大部分人工智能的電影向大家展示的是機器人最終進(jìn)入到人的世界中，那時候很多的研究也都是關(guān)于視覺系統(tǒng)、語音系統(tǒng)，寄希望于這些技術(shù)就能夠讓機器人越來越像一個人。

但是在80年代、90年代以來出現(xiàn)了另外一個趨勢，這個趨勢對我們來說也是非常重要的，我們叫做“IA”（Intelligence Augmentation），也就是智能增強技術(shù)。搜索引擎就是這種技術(shù)的體現(xiàn)，我們可以靠搜索引擎中獲得關(guān)于這個世界的各種知識而不用背在腦子里，比如中國最長的河流是什么，法國首都是什么，只要在搜索引擎中打字就可以獲得答案。所以人類的智能得到了增強。還有語言方面的技術(shù)，電腦可以通過自然語言處理做語言轉(zhuǎn)換，我說的是英語，但是說其它語言的人也能用自己的語言聽到我的表達(dá)。我們可以看到這些技術(shù)目前正在發(fā)展，而機器幫助我們有了更好的存儲能力，更好的溝通、交流的能力。

還有一個部分是 “II”（Intelligent Infrastructure），也就是智能基礎(chǔ)設(shè)施，這對我們來說是最重要的?，F(xiàn)在我們的交通和金融行業(yè)，在我們身邊的每一個行業(yè)、每一個模塊，現(xiàn)在都出現(xiàn)了智能化的趨勢，我們也發(fā)現(xiàn)世界更了解我們了，能夠根據(jù)我們的需求提供服務(wù)。所以在我們前方是有一個系統(tǒng)的，如果你要說云的話，這個系統(tǒng)就是云，這個云變得更加智能。我們溝通的對象不是機器人，而是這個云的架構(gòu)和云的基礎(chǔ)設(shè)施在和我們溝通。

現(xiàn)在有一個問題是，之前我們大部分的研發(fā)都是智能機器人、掌握自然語言方面的，但是這些技術(shù)和IA以及II所需要的技術(shù)迥然不同。所以，現(xiàn)在我們在建立基礎(chǔ)智能設(shè)施的的時候就會遇到很多新問題，在騰訊也是如此。

比如，我們要對相關(guān)的大型的設(shè)施做出相應(yīng)的決定，比如說我們要做一個金融系統(tǒng)、交通系統(tǒng)，或者向人類提供醫(yī)療決策的時候，一個單獨的機器人如果要僅僅根據(jù)周圍的信息做決策是很不好的，有時候機器了解的信息是不夠的，一個機器做出的決策往往是不對的，它沒辦法意識到我們周圍環(huán)境的變化。如果說單個機器人犯錯了以后還可以自我學(xué)習(xí)更正，但是如果這種事情大規(guī)模地發(fā)生，那就是危險的。

以及，我們應(yīng)該如何分享競爭性的數(shù)據(jù)呢？我們可以看到模型訓(xùn)練技術(shù)的發(fā)展，可以用數(shù)據(jù)幫助業(yè)務(wù)的發(fā)展。但是這些數(shù)據(jù)都是停留在各個公司內(nèi)部的，他們怕別人也有了這樣的數(shù)據(jù)以后就會有競爭優(yōu)勢，但是這并不是最好的做法。如果能把信息進(jìn)行分享，比如說詐騙信息，每個公司都能看到危險的一小部分，然后我們一起不斷地把問題進(jìn)行整合，就可以讓問題進(jìn)行更好的解決，同時大家也不會失去競爭力，每個人都可以從中獲益。但目前從技術(shù)和思維的角度來說還沒有辦法完全解決

然后有這個云和終端設(shè)備互動的問題，到底我們的知識在哪里？知識是在每個地方不同重復(fù)的，在每個地方會出現(xiàn)不重疊性，以及在發(fā)展中不同的問題會得到不同的答案。所以我們?nèi)绾卧跀?shù)據(jù)之間取得協(xié)調(diào)，既包括在云端，也包括在終端上時得到相應(yīng)的解答，這是很難做到的。

我們在公平、質(zhì)量和多樣性之間如何取舍，我們現(xiàn)在還沒什么辦法能夠同時達(dá)成這三者。我們現(xiàn)有的系統(tǒng)只能滿足一種某一種取向，有多種取向的情況就無能為力。

還有一個問題是安全問題。假如大批量的系統(tǒng)受到攻擊，如果我們不進(jìn)行處理，它們就無法正常工作，這是比較大的問題，這是我們要重視的。這些都不是小問題，都是大問題，這就是我對智能的一個想法。

下面回到我們的機器人、智能發(fā)展，包括從人工智能的角度來看，我們看看哪些是可能的，哪些是不可能的。

我們看到機器視覺，在過去幾年，我們已經(jīng)可以通過攝像頭對場景中的物體進(jìn)行識別，但是它還是沒有辦法能夠像我們清晰的了解到所有的情況，就像我在這里站在臺上，大家在臺下，或者了解到所有人的注意力在哪里，讓人工智能系統(tǒng)完全理解語義很難，我們現(xiàn)在還不知道要怎么才能做到。我們現(xiàn)在可以把語音轉(zhuǎn)化成文字，文字也可以轉(zhuǎn)換成語音，在各種語言上都可以實現(xiàn)，但是我們的機器人還沒辦法幫我們了解聽覺、視覺之后的真正的意義。

還有一點就是自然語言的處理，我們可以看到到目前為止，自然語言的處理得結(jié)果還沒有達(dá)到我們需要的發(fā)展，我們現(xiàn)在有大量的語言的翻譯，但是大部分的語言和語句因為沒有辦法得到有效的語義的闡述，沒辦法讓我們的受眾了解到這個語義的意思，有時候我們問問題僅僅能了解部分的答案，而不能了解全部的答案。

對機器人來說也是如此，我們看到世界上有很多工業(yè)可編程的機器人，他們也在和我們溝通，但是它們沒辦法了解到我們的環(huán)境、處境以及我們的情緒。如果我們都覺得機器智能以后將會無處不在的話，其實這是不太可能的。

對于我們來說，在過去幾年的發(fā)展，特別是在機器人的發(fā)展上，我們的機器人還只是一個雛形，之后可能會出現(xiàn)一些有效的對話，特別是像這樣一個自我導(dǎo)識的機器也會出現(xiàn)，但是智能方面它目前還是比較有限的。我相信在未來，短期內(nèi)不會出現(xiàn)太多的像人這樣的靈活性和可變化性。也許機器可以了解一些事實，它們看上去非常有知識，但是它們沒法真正得到人這樣一種高級智能，甚至像小孩一樣的高級智能，它沒有辦法了解抽象思維，沒有辦法進(jìn)行抽象的處理，機器人還不能實現(xiàn)這方面的能力。這些機器人就像小孩一樣，他們知道一些非常棒的現(xiàn)實，他們知道每條河流、每個國家，但是它們?nèi)匀粵]有很高的智能進(jìn)行人的抗衡，所以在這方面，我們還是很難看到“超越人類的人工智能”出現(xiàn)，這個技術(shù)可能要很多年的發(fā)展才能夠出現(xiàn)。我相信我們真正要關(guān)注的不僅僅只是這樣一種技術(shù)的發(fā)展，畢竟我覺得我們這代人身上還看不到這種高水平的人工智能的出現(xiàn)。

但是除此之外，雖然人工智能還沒有辦法進(jìn)行抽象、識別語義，但是計算機的計算能力不是要比人的大腦高出很多嗎？機器人以及人工智能可以幫助我們大批次的處理數(shù)據(jù)，能夠通過數(shù)據(jù)了解未來一些事件的走向，同時能夠保證我們的數(shù)據(jù)結(jié)果不斷地提高，可以發(fā)現(xiàn)一些人類發(fā)現(xiàn)不了的事情。但是它們沒辦法像人類同一樣地理解這些洞見，當(dāng)面對各種信息的時候也無法分辨哪些是真的。所以這個機器人并沒有辦法實現(xiàn)像人一樣的能力，假設(shè)讓一個機器人做公司的CEO，那它沒有辦法引領(lǐng)這個公司的發(fā)展，在我們這代人身上，在機器上還沒能力做出這樣的決定。

我們到底應(yīng)該關(guān)注什么，應(yīng)該擔(dān)心什么呢？

如果我們擔(dān)心這種高度類人化的人工智能的發(fā)現(xiàn)，我們應(yīng)該關(guān)注，我們所謂的人工智能看上去很智能，但是它并非如此。比如說在醫(yī)療行業(yè)中，我們讓機器做很多的醫(yī)學(xué)診斷，這是不太可能的，有很多人會因為這種不暢的診斷，可能會劑量出現(xiàn)問題，特別是結(jié)果間有沖突的情況下，如果出現(xiàn)任何問題，這個機器沒有辦法做出有效的診斷，我們的病人都有可能去世。

與此同時，我們要關(guān)注機器人可能會造成大量的工作的流失，以及許多人因為丟了工作沒有辦法得到收入。在過去我們可以看到工業(yè)的發(fā)展，在七八十年代都是如此，但是在過去50年中，人們在不斷地調(diào)整，現(xiàn)在我們可以看到未來10到20年，人們沒有機會更多的調(diào)整，機器人會取代更多的人，獲得更多的工作。

同時它還可以幫助現(xiàn)有的智能設(shè)備的發(fā)展，在世界上也有很多人會惡意使用人工智能的系統(tǒng)。如果出現(xiàn)人工智能系統(tǒng)的誤用，我相信也會有問題。機器人本身是沒有任何惡意要傷害人類的，只是使用這些及其人的人本身含有惡意。

在這里我特別要和大家談到近期機器學(xué)習(xí)方面一些比較大的挑戰(zhàn)，我相信這些挑戰(zhàn)都是我們大家已經(jīng)意識到的，但是現(xiàn)在還沒有解決，如果我們能夠確保未來要建立起一個人工智能的系統(tǒng)，我們必須要解決這些問題，否則沒有辦法保證未來人工智能的發(fā)展。

首先是我們必須要設(shè)計一個系統(tǒng)，這個系統(tǒng)可以帶來有意義的經(jīng)過校準(zhǔn)以后的信息，能夠應(yīng)對一些不確定性，比如說在醫(yī)療行業(yè)，還有在策略規(guī)劃的角度，如果你是公司的CEO，你必須要清楚地了解到，一種做法和另外一種做法之間的差別，你不可能只有一個做法。與此同時，我們還要保證我們的系統(tǒng)能夠真正地解釋它們自己所做出的決策，如果機器做出了一個決定，我們必須要讓機器向我們闡釋為什么做這樣的決定，是否還有其它的潛在方法。還有我們要找到問題發(fā)生的原因。

另外我們要找到一個系統(tǒng)，這個系統(tǒng)可以實現(xiàn)長期目標(biāo)的追溯，同時可以主動的收集在實現(xiàn)目標(biāo)相關(guān)的數(shù)據(jù)。

還有一點是實時，我們可以看到很多的數(shù)據(jù)和機器需要花幾天、幾個小時來學(xué)習(xí)這些數(shù)據(jù)，但是到目前為止，我們的機器學(xué)習(xí)方面還沒有辦法能夠達(dá)到真正的實時操作。

還有在意外情況下怎么辦，還有在外部事件上的連接，包括數(shù)據(jù)和其他的要求，需要和政府的合作，和法律部門、和社會科學(xué)家的合作。

以上這些就是我們正在努力解決的技術(shù)挑戰(zhàn)，雖然不一定都能完全解決，但它們需要我們的關(guān)注。我們做AI，或者做計算機視覺，并不是為了贏下來一些對人類的比賽就好，我們需要像工程師一樣解決一些問題。

還有一些大規(guī)模的挑戰(zhàn)，這對我們來講是更難的。

比如說在語義方面，現(xiàn)在世界中有什么、未來在世界中會發(fā)生什么，需要有能夠理解這個世界的概念。我們在機器學(xué)習(xí)上，我們講的更多的是表面的東西，我們需要了解真正的世界上需要什么。我們需要能夠理解上下文的機器人。現(xiàn)在的機器人了解我們的一些情況，但是它們不清楚我們的過去，也沒辦法深刻地理解我們。一段時間過去以后我們就會覺得厭倦，我們不想要這樣的互動或者交互。

然后有云端和終端的互動問題，這也是挑戰(zhàn)非常大的。如果把數(shù)據(jù)放到云上，你需要關(guān)注成本、加載速度的問題。同時你還要考慮現(xiàn)實的情況，有時候云和終端的距離太遠(yuǎn)，云和終端獲取到的信息有區(qū)別，就有可能會做出錯誤的決定，所以我們現(xiàn)在需要有更好的方案。

當(dāng)然還有不確定性，這也是人類的一個非常重要的特點，圍棋比賽其實并不是一個很好的例子，因為你知道棋盤上的東西，但是人的生活有很多不確定性，比如說我不知道今天會發(fā)生什么事情，我不知道將來會發(fā)生什么，這就是所謂人的一生，這和圍棋是不一樣的。這樣的問題需要從更深層次才可能改善。

最后總結(jié)一下。我很高興來到這里和大家講人工智能，我也期待著看大家在AI方面會做什么，看看其它企業(yè)會做什么。我們需要一起合作，我覺得這相當(dāng)于3000年以前，兩個人一起來建立合作，大家去建大橋、建房子。大家都很興奮，大家一同帶來了新的發(fā)展，同時也會面臨一些災(zāi)難，大樓可能會倒閉等等，因為他們當(dāng)時沒有什么科學(xué)。然后我們一起創(chuàng)建了土建工程，與全世界分享這些知識。這些知識指導(dǎo)著我們實踐，我們由此建立了自洽的體系，那么全世界不同的地方都會用共通的方式去建造，因為已經(jīng)證明了這是可信任的，它不會再垮塌。

但是人工智能的發(fā)展還沒有達(dá)到這一步，現(xiàn)在還沒有建立這樣完善的體系。這需要付出幾十年的努力，所以我們需要一起合作，共同認(rèn)真思考怎么解決這些挑戰(zhàn)。

（完）

更多人工智能方面動態(tài)，請繼續(xù)關(guān)注雷鋒網(wǎng) AI 科技評論。

相關(guān)文章：

美國國家科學(xué)院院士張首晟演講全文：人工智能的三大發(fā)展支柱

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。