作為這個時代的代名詞,人工智能(AI)受到技術人員、學者和風險投資人等社會各界的追捧,但這個名詞在被使用的過程中卻伴隨著種種誤解。當我們用大數據推斷出某一事件的結果,就需要反思:數據來自哪里?數據得出了什么推論?這些推斷與當前情況之間的相關程度如何?
雖然人工智能大工程的“積木”塊已經具備,但是把這些積木塊組合在一起的原則還沒有出現,所以這些積木的組合現在還是以特例的方式存在。
正如早期沒有土木工程學科之前的建筑和橋梁,有時會以不可預見的方式崩塌一樣,目前許多早期的大規模推理和決策系統已經暴露出嚴重的概念缺陷。我們并不善于預測下一個會出現的嚴重缺陷,但我們能夠意識到,AI領域缺少的是一個具有分析和設計原理的工程學科。
AI概念需厘清
一個訓練有素的醫學專家也許能夠逐個解決大部分的醫療問題,但問題是,我們能否設計出全球醫療系統的解決方案,不用人類監督也可以解決相關問題?作為一名計算機科學家,想要建立這種全球的推理和決策系統所需的原則,將計算機科學與統計學相結合,并考慮到人類的福祉——至今還無法做到。
不僅在醫療領域,在商業、交通和教育等領域,這些原則的建立與發展都與AI系統一樣重要。
當我們頻繁地使用“AI”,就很難推理AI這項新興技術的范圍和后果。我們需要仔細思考AI指的是什么。今天大多數所謂“AI”,指的是機器學習或是數據科學,甚至優化和統計學等領域也包括在內。AI的概念總是不確定且外延不斷發展擴大,使用這個單一的、定義不清的縮略詞,會妨礙人們對技術和商業變革的清晰理解。
無論是否能很快理解“智能”,我們都面臨一個重大挑戰,即將計算機和人類友好交互,從而給人類生活帶來便利。為了解決這一問題,就需要創建一個新的學科,這門新學科的目標是聚合幾個核心思想的力量,以安全的方式為人們帶來新的資源和能力。
這個新的工程學科將以“信息”“算法”“數據”“不確定性”“計算”“推理”“優化”等思想為基礎。由于這個新學科建立在有關人類的數據之上,所以其發展也需要從社會科學和人文科學的視角剖析。
關注智能增強和智能基礎設施
目前看來,我們的研究重點除了“類人AI”,還應該對“智能增強”(IA)和“智能基礎設施”(II)兩大系統給予更多關注。
在過去的二十年里,IA在工業和學術界取得了重大進展,這是對“類人AI”的補充。在IA領域,計算和數據被用來增強人類智力和創造力。搜索引擎可以被看作是IA的一個例子(它增強了人類的記憶和知識),自然語言翻譯也是如此(它增強了人類的交流能力)。
基于計算的聲音和圖像生成,雖然可能涉及高層次的推理和思想,但目前它們仍在執行各種字符串匹配和數字操作,其真正的作用還沒有展現。
II即一個由計算、數據和物理實體組成的網絡,它使人類所處的環境更加友好、有趣和安全?,F在這種基礎設施已開始出現在運輸、醫藥、商業和金融等領域,并對個人和社會產生巨大影響。
我們可以想象,在一個“社會規模的醫療系統”中生活,它建立了醫生以及位于患者體內外設備之間的數據流和數據分析流程,從而幫助人類進行診斷和提供護理。當然也可同時預見,這一系統將會出現很多問題,比如隱私、責任、安全等問題,但這些問題應該被視為挑戰,而不是阻礙。
我們現在需要解決的問題是:如果要建立上述系統,“類人AI”研究是最佳,或者是唯一的方法嗎?
機器學習領域的成功案例中,有一些與“類人AI”有關,如計算機視覺、語音識別、人機對局和機器人等。這些領域的進一步發展值得期待。而要實現這樣的技術,還需要解決一系列的工程問題,而這些問題可能與人所缺乏的能力關系不大。
今后,整個智能系統可能會復雜得多,尤其是將使用大量數據和自適應統計建模來進行更細層面上的決策。這些挑戰才是最需要被擺在首位的,而在努力解決這些挑戰的過程中,專注于“類人AI”可能會令人分心。
專注“類人AI”研究的觀點可能會認為,人類的智慧是我們目前所能知道的唯一一種智慧,我們應該先模仿它。但其實人類在某些推理上并不十分擅長——我們會有失誤、偏見和局限。關鍵是,人類還沒有演化出大規模決策的能力,這種能力是現代II系統必須擁有的。人類也還不足以應對II系統場景中的各種不確定性。
重要的是,必須將激勵、定價等經濟概念帶入統計和計算基礎設施領域,是它們連接了人與人、人與商品。這樣,II系統就不僅僅是提供服務,而是在創造市場。
構建以人類為中心的工程學科
目前,AI研究的重點還是收集數據、部署“深度學習”基礎設施、展示能模仿某些狹義上的人類技能(即幾乎沒有新出現的解釋原則)的系統。但是,這樣的研究重點偏離了經典AI研究里最主要的開放性問題,包括在自然語言處理系統中引入推理和意義以及開發制定和追求長期目標系統的必要性。
這些都是“類人AI”研究中的經典目標,但在目前的AI熱潮中,這些亟待解決的問題很容易被忽略。
我們希望計算機能夠激發人類更高的創造水平,而不是取代人類的創造力,我們面臨由AI、IA和II帶來的全方位挑戰和機遇。過于集中地關注“類人AI”,會讓人們屏蔽很多聲音。
工業領域的進步將繼續推動發展,學術界也將繼續發揮重要作用,學術界的作用不僅在于提供創新性的技術理念,而且在于將來自:計算機和統計科學、社會科學、認知科學和人文科學等不同領域的研究人員匯聚起來,他們的價值和觀點十分重要。
在學術界以及其它領域里,“工程學”這個術語經常被狹義地引用,以指代機器,但工程學科其實是可以成為我們想要的樣子的。我們有機會來建構一種新學科領域——真正以人類為中心的工程學科。
摘自《中國科學報》