吳恩達(dá)導(dǎo)師：圍棋比賽不算什么，更牛的是機器人能預(yù)測未來

智東西6月21日消息，今天，騰訊2017“云+未來”峰會在深圳舉行，會上人工智能領(lǐng)域?qū)＜襇ichael Jordan在會上發(fā)表演講，就現(xiàn)在人工智能的技術(shù)水平、存在的問題和未來的發(fā)展方向提出了自己的獨到見解：

Michael I. Jordan是知名的計算機科學(xué)和統(tǒng)計學(xué)學(xué)者，主要研究機器學(xué)習(xí)和人工智能。目前擔(dān)任加州大學(xué)伯克利分校電機工程與計算機系和統(tǒng)計學(xué)系教授。他的許多學(xué)生包括吳恩達(dá)、邢波、Zoubin Ghahramani、 Tommi Jaakkola等，現(xiàn)在也已經(jīng)成為機器學(xué)習(xí)領(lǐng)域的重要學(xué)者。

一、智能增強技術(shù)已經(jīng)融入到我們生活的方方面面

八九十年代出現(xiàn)另外一個趨勢：智能增強技術(shù)，機器人通過搜索引擎幫我們找到想要的答案，幫助人類有了更好的存儲、溝通、交流能力。另一個發(fā)展趨勢是智能基礎(chǔ)設(shè)施（IaaS），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)。

二、現(xiàn)在的人工智能沒有你想象的那么智能

機器人目前只能將語音和文字進(jìn)行相互轉(zhuǎn)換，而無法了解聲音和文字背后的含義，所以機器人無法清晰的認(rèn)識到它所處于的環(huán)境。機器人的溝通能力應(yīng)該突破語音識別的框架往更深的層次發(fā)展。

醫(yī)療行業(yè)中，機器做很多的醫(yī)學(xué)診斷是不太可能的，機器準(zhǔn)斷可能會劑量出現(xiàn)問題，特別是某種競爭的情況下，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。

三、人工智能將帶來經(jīng)濟、安全、信息安全等問題

隨著人工智能的發(fā)展，機器人可能會造成大量的工作流失，致使越來越多的人沒有辦法得到收入。另一方面，智能機器人本身是沒有惡意去傷害人類的，而是有些人想要利用人工智能去做壞事。預(yù)防人類利用人工智能犯罪也是將來要面對的一個嚴(yán)峻的問題。

從技術(shù)方面，云的數(shù)據(jù)越龐大，機器就會變得越智能，但是實現(xiàn)信息共享還需要克服很多困難，共享信息帶來的隱私泄露問題，目前還沒有很好的解決方案。這意味著人工智能的發(fā)展速度也會因此的減慢。

以下為Michael Jordan演講全文：

大家早上好！今天非常高興能夠來到這里，感謝大家對我的邀請，我是一個研究者，我是做統(tǒng)計學(xué)，包括人工智能研究的，今天我非常高興來到這里，好像大家都非常的了解我，我也非常高興能夠和騰訊合作，能夠看一下我們目前對于未來的發(fā)展趨勢的預(yù)見。

首先我們要非常清晰地了解，什么是可能出現(xiàn)的技術(shù)，那些是不可能存在的，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所在，以及包括我們未來的洞見和挑戰(zhàn)。

首先我們簡單了解一下到底目前人工智能行業(yè)發(fā)展是什么樣的。在60年代剛剛出現(xiàn)了“智能”這個詞，也是剛剛出現(xiàn)了人工智能這個說法，那時候我們說要建立一個機器人，讓它可以和人一樣思維，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，以及包括我們的云系統(tǒng)、視覺系統(tǒng)，還有我們的自然語言系統(tǒng)，能夠讓機器人越來越像一個人。

但是在80年代、90年代出現(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，也就是智能增強技術(shù)，那時候我們提到搜索引擎，這也是我們的智能方面的應(yīng)用，通過智能引擎，我們可以非常快的找到我們所要問的任何問題的答案，這些東西不需要存儲在人的大腦中，所以人的智能得到了引擎的支持，幫助我們能夠更好地用自然語言來進(jìn)行增強，電腦可以幫助我通過自然語言的處理，增強我的自然語言的表現(xiàn)，所以我可以通過自然和科技的技術(shù)，以及智能技術(shù)說多種語言。

我們可以看到目前這樣一個技術(shù)正在發(fā)展，而機器幫助我們有了更好的存儲能力，能有更好的溝通、交流的能力。

還有一個部分是IaaS，也就是智能基礎(chǔ)設(shè)施，這對我們來說是最重要的，現(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，所以它并不是機器人和我們溝通，而是這個云的架構(gòu)和云的基礎(chǔ)設(shè)施在和我們溝通。

之前我們大部分的研發(fā)都是與機器人，以及包括智能領(lǐng)域的發(fā)展，它主要是制約與我們的技術(shù)發(fā)展，它和人的發(fā)展是非常相似的，但是智能是完全不同的?，F(xiàn)在我們在這種所謂的智能設(shè)施的建立的時候，我們遇到了很多問題，在騰訊也是如此。比如說我們要對相關(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、交通，以及包括對人類做出一些醫(yī)療決定的時候，作為一個單獨的機器，如果要能夠僅僅跟周圍的信息做決策，這是很不好的，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。特別是這樣的決策如果要影響到大部分人，它更是危險的。

從這個角度來說，我們應(yīng)該如何分享數(shù)據(jù)呢？我們可以看到機器人的發(fā)展，會幫助我們更好地促進(jìn)業(yè)務(wù)的發(fā)展，我們能夠幫助到公司，能夠幫助他們進(jìn)行數(shù)據(jù)的傳輸，能夠幫助他們得到更多的競爭優(yōu)勢，但是這并不是最好的說法。

如果能把信息進(jìn)行分享，比如說詐騙信息，每個公司都能看到這方面的危險，它們會不斷地集合，然后我們把問題進(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。我們從技術(shù)和思維的角度來說還沒有辦法完全解決，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)绾瓮ㄟ^數(shù)據(jù)在多重的維度當(dāng)中，既包括在云端，也包括在云邊緣得到相應(yīng)的解答，這是很難做到的。

同時我們?nèi)绾巫龅焦投鄻有裕F(xiàn)在還很難做到，我們現(xiàn)在只能用一組系統(tǒng)處理一個數(shù)據(jù)，但是我們還沒辦法在多種情景下進(jìn)行部署。還有一個問題是大多數(shù)的機器人出現(xiàn)了安全問題，在我們處理了之后，會出現(xiàn)一些系統(tǒng)的攻擊，這是比較大的問題，這是我們要重視的，我們不可能說這是小問題，這些都是大問題，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，我們通過攝像機對場景中的物體進(jìn)行標(biāo)識，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，我沒辦法了解到所有人的注意力在哪里，通過人工智能可以幫我們更好地了解語義，但是現(xiàn)在也沒辦法做到，語音識別也是如此，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，對機器人學(xué)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，我相信這對我們大家來說，如果我們都覺得機器智能將會無處不在的話，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，我們還是很難看到一個超人類的發(fā)展，我們相信這個技術(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，到目前為止，在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)。

除此之外，我們即使沒有辦法進(jìn)行抽象、識別語義，我們也是非常難接近人的發(fā)展的，但是我們?nèi)匀灰M(jìn)行等待，讓我們了解到通過大量的數(shù)據(jù)的處理，比如說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，同時我們還可以用這個機器人做一些簡單的人工工作的處理，但是機器人永遠(yuǎn)不可能像人這樣聰明，同時我們可以看到，我們的人工智能的系統(tǒng)也會有很多的智能，它們知道這個現(xiàn)實，但它們不知道哪些現(xiàn)實是真的，哪些是有可能出現(xiàn)未來的一些顛覆式的發(fā)展，所以這個機器人并沒有辦法實現(xiàn)像人一樣的能力，它沒有辦法引領(lǐng)一個公司的發(fā)展，在我們這代人身上，在機器上沒法做出這樣一個前景化的決定。

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，特別是某種競爭的情況下，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，我們真正要關(guān)注的是機器人可能會造成大量的工作的流失，以及大多數(shù)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我們近期對于機器學(xué)習(xí)的一些比較大的挑戰(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。

這是我們所面臨的技術(shù)挑戰(zhàn)，是需要我們關(guān)注的，我們只是做AI，讓這個機器人能夠跨過去，或者做計算機視覺，我們需要像工程師一樣解決一些問題。

在更廣范圍的挑戰(zhàn)，我相信對我們來講是更難的，比如說在語義方面，在世界上未來會發(fā)生什么，我需要了解什么樣的概念，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，了解我們所處的情景，但是它們并不知道我們之前發(fā)生了什么，它們是了解我們的一些事實，但是它們并不真正知道我們，我們到底什么時候覺得厭煩，我們不想要這樣的互動或者交互。

當(dāng)然還有云端的互動，這也是挑戰(zhàn)非常大的，如果把這個數(shù)據(jù)放到云上，你需要關(guān)注隱私的問題，要看一下實施的問題，同時你還要考慮現(xiàn)實的情況，有時候它可能離我們太遠(yuǎn)，它不一定是和事實一樣的，我們有可能會做出錯誤的決定，所以我們現(xiàn)在要有更好的方案。當(dāng)然還有一個不確定性，這也是人類的一個非常重要的特點，圍棋的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，所以我們需要解決更深層次的人工智能方面的問題。

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，我們覺得很興奮，我們要帶來新的發(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)。我們一起創(chuàng)建了土建工程，我們一起在世界上進(jìn)行分享，我們看看周邊的建筑物，世界上大家的想法是一樣的，因為這是可信任的，它不會再垮塌。但是人工智能還沒有，這需要花幾十年努力，所以我們需要一起合作，我們要認(rèn)真考慮怎么解決這些挑戰(zhàn)。