智能时代已经来临" />
腾讯科技徐安娜 11 月 27 日报道
奇点大学人工智能项目负责人、美国国防部及 NASA 顾问 Neil Jacobstein 日前应邀来华，对中国的媒体和观众进行了三个小时的主旨演讲。
Neil 教授认为，自 2011 年 IBM 超级计算机“沃森”打败两名人类国际象棋世界冠军，到 2014 年计算机首次通过图灵测试，这都标志着人工智能时代已经来临。人工智能技术不仅仅是能撬动整个地球的杠杆，它还能增强机器人、合成生物和纳米等指数式技术的影响力。
但人类似乎还未为此做好准备，“没有意识到未来将完全颠覆过去，这是由于我们人脑的局限性，它已经五万年没有更新升级了。人脑是本土化、线性的，而我们却身处于全球化、指数式增长的世界。”他说道。
Neil 教授表示，人工智能的应用已经遍及各个领域，包括医学、教育、法律、太空、制造业等领域。因为 AI 更好、更快、更便宜，而且 AI 正在以不同的方式处理事情，包括提升人类技能，完善预测精准度，快速解决复杂问题，完善产品和服务质量，提高生产力。
在过去的 35 年间，人工智能在医学领域有深入应用，现在 AI 通过电子档案和临床决策支持系统，已经迈入了主流医学领域。正在开展的X-Prize 竞赛，奖金达 1000 万美元，将奖给第一支能够基于移动设备提供医学诊断和治疗方案的团队。目前已有来自世界各地的 300 支团队在角逐，相信不久就会有团队胜出。
此外，人工智能将颠覆教育，目前教育生态系统主要围绕着慕课转，Coursera, edX, Udacity， Khan Academy 等等，大学、非盈利机构、初创公司、风险投资纷纷涌入这一生态系统。
人工智能在上述领域的应用产生了积极正面的影响，但也有一些名人如特斯拉创始人 Elon Musk 和英国天文物理学家 Stephen Hawkins 在不同场合表达了对 AI 的担忧。
对此 Neil 教授希望我们对待超级计算机应该像对待自己的孩子那样主动，一旦它出现恶意伤害行为，我们要负责叫停，同时人类要为未来 AI 对人类伦理道德观的冲击做好准备。他鼓励大家说“天空没有极限”，要大胆地、负责地创造未来。
奇点大学（Singularity University，简称 SU ）设在加州硅谷心脏地带，美国宇航局埃姆斯研究中心内，是为迎接电脑优于人脑的时代来临，谷歌与美国宇航局（NASA）展开合作，是一所培养未来科学家的学校。旨在解决“人类面临的重大挑战”。其研究领域为合成生物学、纳米技术和人工智能等，2009 年 6 月开始招生。
这家机构由著名的未来学家雷·库兹韦尔（Ray Kurzweil）带领，讲师包括专攻人工智能项目的 Neil Jacobstein、负责网络与计算机项目的 Brad Templeton（他也是谷歌无人驾驶项目顾问）与专攻生物技术和信息项目的 Raymond McCauley。
以下是 Neil Jacobstein 的演讲摘编：
人工智能（AI）技术正在飞速发展，人们通常将 AI 描述成变革性技术，事实上它不止变革这么简单，而是完全颠覆了竞争环境。那么 AI 到底是什么？我在这给大家四种定义，它们都是正确的。其中一个最重要的就是现实应用，利用现有的资源为商业应用及技术难题提供解决方案。
也许大家已有所耳闻，某些名人包括特斯拉创始人 Elon Musk 和英国天文物理学家 Stephen Hawkins 在不同场合表达了对 AI 的担忧。其实他们担忧的是第三种，即 AI 具备超人类智能，但目前来看 AI 还未达到这个程度，未来可能会发生。重要的是，我们应该学会辨别现今能为我们带来几十亿美元价值的可行技术，及长远来看我们可能会遇到的潜在风险。
人工智能时代已经来临
（标志性事件：1997 年，IBM 的超级计算机“深蓝”战胜了世界象棋冠军卡斯帕罗夫；2011 年，IBM 超级计算机“沃森”在《危险边缘》节目中打败了两名世界冠军；2014 年，计算机首次通过图灵测试。）
也许大家已经听说了今年年初计算机通过图灵测试（Turing Test）这个消息。这是计算机首次通过图灵测试，让讯问者相信对方是一名 13 岁的小男孩，他来自乌克兰，英语讲的不怎么好。
1950 年，计算机科学家阿兰·图灵（Alan Turing）在一篇论文中（Computing Machinery and Intelligence）提出了图灵测试，他写道：“我相信大约 50 年的时间就可能实现这种计算机，它的存储能力是现有计算机的 10 9 倍，使得它能在玩模仿游戏时能够让一个讯问者在 5 分钟内做出正确判断的机会平均不到 70％。”
图灵测试要回答的问题是机器是否能像人类一样思考。图灵认为，让安装智能问答软件的计算机，和人类进行问答测试，如果 5 分钟内 30% 的讯问者无法区分这是计算机和人类，那么计算机就是通过了图灵测试。
图灵测试相对门槛较低，还有两种门槛更高的测试，Loebner 测试和 Kurzweil 测试，前者需要在 25 分钟内说服 50% 的讯问者对方是人；后者需要在 128 分钟内说服 66% 的讯问者对方是人，当2/3 的讯问者相信对方是人时，说明计算机比真正的人类更人性化。图灵的想法不是区分人类和计算机，而是测试 AI 是否足够智能，但目前来看我还是持怀疑态度，我觉得 AI 还不够智能。
对人工智能的宣传早已不是新鲜事。早在 1957 年，人工智能的两位先驱 Herbert Simon 和 Allen Newell 就预测说 10 年内计算机能战胜象棋手。1967 年到来了，人工智能没能战胜人类智慧；77、87 年都是以失败告终。
这时人们就议论说，“你们这些人声称 AI 能战胜象棋手，但几十年过去了还未发生，永远不会发生了。”1997 年，出人意料地，IBM 的超级计算机“深蓝”战胜了世界象棋冠军卡斯帕罗夫（Garry Kasparov）。
自 97 年 IBM 战胜了象棋手之后，人们说战胜象棋手没什么大不了的，有本事就尝试真正具有挑战性的游戏，如《危险边缘》（Jeopardy），是美国一档智力竞赛的电视节目，需要对自然语言、知识推理有很强的把握才行。
2011 年 IBM 超级计算机“沃森”打败了两名世界冠军。要知道《危险边缘》是档高门槛的节目，即便是美国最聪明的大脑在这档节目中表现也不尽人意，他们不仅输给了沃森，且两人的得分加起来都没有沃森高。
人工智能时代已经来临。虽然目前 AI 还无法像人类智慧那样深不可测，还未达到 01 年《人工智能》电影中所描述的那样，当前的 AI 主要应用在狭窄的专业领域，但还是非常强大。某些时候，甚至比人类更擅于解决问题，并能创造巨大的商业价值。
包括中美欧在内的世界各地政府，及财富 500 强公司都有赞助 AI 技术，为什么？因为 AI 不仅仅是解决问题的技术。正如古希腊数学家阿基米德所言，“给我一个支点和一根足够长的杠杆，我就能撬动整个地球。”AI 不仅仅是杠杆，它能增强其他指数式增长技术的影响力， 包括机器人技术，合成生物技术，纳米技术。
增强（Augmentation）
下面我们来讲 Augmentation。为什么我们要提高人类的认知水平？你也许会问目前的人脑认知水准还不够吗？答案是否定的。我们被告知说要学会跨学科思维，然而大学教育将我们训练成专业人才。当今世界科技进步日新月异，如果你是一名医学专家，你会受到各种新知识的冲击和挑战，比如纳米技术，计算机科学技术，合成生物技术。
在信息蓬勃发展的今天，我们面临着这一波信息浪潮所带来的挑战。这个信息量有多大？大概是 zettabyte 的信息，即 10 的 21 次方字节的信息量。我们大脑还没来得及进化，就得处理今天如此庞大的信息量，对人脑是一种负担。
人脑是本土化、线性的，而我们却身处于全球化、指数式增长的世界。问题是人脑已经五万年没有进行重大的更新升级了，如果我们的智能手机或笔记本五年不更新一次，大家可能会有些担忧。
人脑的局限不仅仅体现在记忆、速度、带宽，还包括一个瑕疵，即偏见。其中一个偏见是：我们倾向于认为未来会像过去那样，或会有些许差异。事实上，我们的未来会完全颠覆过去，而我们似乎还未做好准备。假如我们带着这个偏见继续维持现状，我们会为此付出代价。
我们也可以提升互联网的搜索能力，比如谷歌眼镜，它的最初设计是提供搜索助手，现在允许随时随地联网，大家对此褒贬不一。但最终谷歌眼镜会成为我们日常生活的一部分，它的价格也会和普通眼镜一样。谷歌眼镜有助于我们更有效地管理自己的行为，控制好投资冲动，作出正确的决策。
五角大楼的 CALO 项目是史上最大的人工智能项目，它为 Siri 的诞生奠定了基础。苹果的人工智能应用 Siri 语音助手，会犯很多低级错误，但比之前好用多了。而这一切才刚刚开始，个人助手技术正呈现指数式增长的势头，比如谷歌推出自己的语音助手版本 Google Now。这些都是将个人助手技术融入到我们的智能设备中，虽然它们现在还处于初期发展阶段，我相信将来一定会有重大突破，会成为强有力的个人助手。
虚拟现实技术的发展，如 Oculus Rift，使得个人助手能融入至 3D 虚拟现实环境中。现在已有 Siri 和 Google Now 的特别版本。Siri 特别版本如金融系统 Warren, Warren 相当于 Kensho 公司在金融行业创建了一个 Siri，这也是人工智能在专业领域的一个应用案例。为什么这个意义非凡？因为今天的人工智能在某些专业领域更强大，更容易有出彩的表现。
人工智能的三个矢量
科幻作家 Arthur Clarke 讲过，“任何足够先进的技术，初看都与魔法无异。”我们看看这顶帽子里面藏着什么？人工智能的三个核心方法，包括数据挖掘与深度学习，任务和专业知识工程学，生物启发的计算机架构。如果你参加过主流的 AI 会议，你会发现过去 15 年中大部分 AI 应用无一例外都用了上述方法的不同组合。我们来举几个案例：
案例一：Grok 脑皮质学习算法
上图为一名女子的大脑构造图，在过去 10 年中，人工智能科学家忽视了神经学专家的消息，而现在大家又将目光转向 AI，为什么？因为 AI 可以模拟人脑的结构。我们看到现在有 AI 初创公司，在模拟人脑新皮质。这家名为 Grok（原名 Numenta）的公司是由 Jeff Hawkins 创办，他是 Palm Computing 的创办人，花了十年时间研究神经科学。
Grok 使用的机器学习算法称为脑皮质学习算法，这项算法试图模仿人脑的结构，进行自主学习，找到数据规律，并作出预测。当数据流进入 Grok 时，它会自动像人类分析师一样为数据建立模型，通过理解那条数据流是有用的，来调整复杂算法参数来改善结果。听起来是不是有点像魔术，我们来看下这个视频。
案例二：Facebook 人工智能实验室
上图左边这位是来自纽约大学的 Yann LeCun 教授，他是深度学习专家，非常擅长人脸识别。右边这位大家都很熟悉是扎克伯格，可能你们已经听说了他在 Facebook 开设了 AI 实验室，并任命 Yann LeCun 教授作为实验室带头人，AI 实验室位于纽约、伦敦及门罗帕克（Facebook 总部办公室所在地）。你可以想象一下 Facebook 可以用人脸识别数据做什么？
案例三：IBM 超级计算机“沃森”
2013 年，IBM 宣布建立沃森生态系统，向合作伙伴提供技术、工具和 API 编程接口。开放 API，使得企业能开发自家的“沃森”App，从而构建起“沃森”生态圈。沃森在《危险边缘》中展示了对自然语言超强的理解能力。你提出一个问题，计算机理解后会产生很多答案，沃森收集一些证据来支持这些答案，然后根据对不同答案的评分作出最好的选择。
沃森无需进行人工编程，它的每一次体验都能让自己更快速一些。沃森不仅具备自主学习能力，在医学领域它还能教学。通过沃森，医生们可根据电子医疗档案，来提供更加准确和个性化的诊断和治疗方案。在金融领域，Watson Analytics 能提供金融数据服务。
从战胜《危险边缘》到商业化，这一切才刚刚开始。2014 年初，《华尔街日报》报道称，IBM 宣布投资 10 亿成立 IBM Watson 新业务部门，致力于“云交付的认知计算”和大数据创新领域的开发和商业化。
人工智能的主要应用
人工智能的应用已经遍及各个领域，包括医学、教育、法律、太空、制造业等领域。在过去的 60 年间，政府和财富 500 强企业都有赞助 AI，为什么他们对 AI 感兴趣？不仅仅是因为 AI 更好、更快、更便宜，而且 AI 正在以不同的方式处理事情，这就是 AI 所带来的附加值，包括提升人类技能，完善预测精准度，快速解决复杂问题，完善产品和服务质量，提高生产力，挑战更多的不可能！
AI 应用一：医学领域
在过去的 35 年间，我们看到人工智能在医学领域的应用，现在 AI 通过电子档案和临床决策支持系统，已经迈入了主流医学领域。正在开展的X-Prize 竞赛，奖金达 1000 万美元，将奖给第一支能够基于移动设备提供医学诊断和治疗方案的团队。目前已有来自世界各地的 300 支团队在角逐，相信不久就会有团队胜出。
AI 应用二：教育领域
人工智能将颠覆教育，目前教育生态系统主要围绕着慕课转，Coursera, edX, Udacity， Khan Academy 等等，大学、非盈利机构、初创公司、风险投资纷纷涌入这一生态系统。目前有“每个孩子一台笔记本”的项目，今后会出现“每个孩子一位导师”，而且完全免费。导师可以为每位学习者建立专业知识模型，缩小学习者期望学什么与如何学之间差距。
人工智能对人类社会的利与弊
最终我们可以构造人工新皮质，比我们今天的人脑新皮质大很多。人脑新皮质大小如一张餐巾纸，想象一下，构建一个不受脑袋限制的人工新皮质，跟这房间一般大，或跟紫禁城、甚至这个国家一般大小。
为什么要构建这样的超级计算机（人工新皮质）？因为人类知识容量的爆发式增长。目前人脑掌握两三项技术已经很不错了，但很多时候无法同时掌握，而跨学科思维是创新的来源。
我们可以将数据科学运用至各个行业，智能读取全世界数以亿计的传感器，全公司数以百万的传感器，及人体全身的传感器，为什么这个至关重要？因为可以获取实时解读和预测，使我们能更好地监测自己的健康、管理好公司及整个地球。
假设我们成功构建了这样的超级计算机，而他们想的跟我们不一样，我们就得加以控制，即使我们不能完全理解他们，仍然要对他们负责，就像对待我们的孩子一样。最好现在就开始采取主动权，如果出现暴力恶意伤害行为，我们要主动叫停。
我相信超级计算机会带来正面影响，为一些世界性难题寻找解决方案，如能源问题、老龄化问题、气候变化问题等等。我们已经有了很好的尝试，我相信未来是光明的。
大胆地、负责地创造未来
我认为可持续的人类智慧需要数学素养，生态素养和道德素养。大家看上图是纽伦堡纳粹审判现场，被告席上的这些人智商都很高，但问题不是他们有多聪明，而是缺乏最起码的道德素养，他们夺走了 1000 万人的生命却一点不知悔。所以仅仅构造强大的 AI 系统还不够，我们需要将伦理道德一并融入至 AI 系统。
1986 年，美国航空太空总署（NASA）犯了一个错误，他们决定发射“挑战号”航天飞机。之前因为各种原因一次次推迟发射，他们也担心 VIP 客户不满，在没来得及确保一切准确无误的情况下，他们选择了发射。73 秒后，七名宇航员全部丧生，这是一场原本可以避免的悲剧。
我们需要变革决策制定。但政府或财富 500 强企业在决策制定过程中，似乎并没有吸取教训。政府决策过时，缺乏生态素养，不能解决 21 世纪所面临的问题，如气候变化这样的问题，可能其影响在未来 20-25 年内才可能显现，政府认为这些问题大到无法解决，但我非常重视。
我鼓励大家大胆地、负责地创造未来。以下是我的一些建议，送给对人工智能感兴趣的学员们：最好创建不止一个试点项目，组建跨学科的团队，利用机器学习和深度学习的力量，并为 AI 对人类伦理道德观的冲击做好准备。最后希望大家记住“天空没有极限”。（文 Anna Kiplinna）
（以上内容是腾讯科技记者根据 11 月 24 日百度百家《The BIG Talk》活动，Neil Jacobstein 人工智能主旨演讲对口译笔记整理而成）
相关文章
