凱文·凱利預言:真正的人工智慧專家尚未出現

5月16日，以「智能+時代，智勝未來」為主題的第四屆中國機器人峰會暨智能經濟人才峰會在風景秀美的寧波餘姚開幕。

上午，國外知名機器人專家凱文·凱利作了精彩演講。其間凱文·凱利由淺入深，由過去到現狀，再到展望，將人與AI結合、比較，透徹的向我們介紹了人工智慧。展現了他在人工智慧方面的獨到見解，與他獨特的思維方式。

熱愛人工智慧的你，必能受益匪淺。

以下是凱文凱利演講的主要內容：

一、 DIFFERENCE（差異）

我這裡說說我們的發展方向，人工智慧的發展方向，對於各位在場專家來講，我只是描述一些顯而易見的事實，對於不是這個領域的人，我跟大家描述一下我們的發展方向，我們觀察一些前沿的領域，哪些是對人工智慧還有不確定性的。

人工智慧已經到來了，是一個非常大的事情，我不需要再解釋，因為它已經無處不在了。我這裡需要跟大家說一說在哪些地方我們視為是邊界或者是前沿的領域。

我發現有的人不理解人工智慧，主要是因為它的思維方式不同。我們自己的智能有的時候對自身的認識還是很愚鈍的。我們並不知道什麼才是真正的智能，有的時候很難進行一個所謂的多樣化的總結。在人工智慧下，基本上我們把它解釋為IQ，它是一個單維度的事情，從最小的，比如老鼠的人工智慧，越來越高，一直到天才的一個智商，這實際上是完全錯誤的，對於我們的智能的判斷，以大小判斷是錯誤的。

我們有不同類型的智能，比如計算器在你口袋裡，他在計算能力或者在數學上比你更聰明；你的GPS在你的手機或車輛當中，在空間的一個導向上比你的能力更強。所以，我們自己的智能，其實就像這樣的坡面，不同部位的思維，非常的個性化，一個人的智能和另外一個人的智能不一樣，而且是包含了不同類型、不同模式的思維。像這樣的智力的維度，也可以在動物身上發現，比如一個松鼠能夠記住成千松果所埋葬的地方。我們製造這些機器，也是製造了各種不同類型的智能機器，把各種各樣的類型組合在一起。一開始這些機器都非常小，就像小的坡面。但有時候，在單維度上比人類偉大。這是不同類型的智能，他們並不是人類似的智能。

4人工智慧要所思迥異

對於人工智慧，我們就是要發明不同的思維，儘可能找到更多，也許100個或者是1000個不同的思維。要有千差萬別的心智，因為有千差萬別，所以會有很多的好處。有一些對人來說很難解決的問題，因此我們需要發明另外一種思維來幫助我們解決問題。

而這，需要兩步走的解決方案。

第一步，我們需要發明另外一種思維，這種思維比人類更加擅長某一領域，然後幫助我們解決問題。這種所思迥異，就是我們新的經濟引擎，就是要有不同的思維方式，還有機器能幫助我們產生差異化的思維，這是真正的價值所在。

二、 INTEGRATION （集成）

人工智慧的一個前沿就是要發明一種自然當中不存在的思維方式。作為人類，我們發明了人工的飛行。一開始只能夠撲動還不能飛行的翅膀，只是機械的模仿自然。最後我們的機器卻在空中飛行，固定翼飛行器，然後是推進器，這些飛行的方式是自然界不存在的。我們思考一下我們的前沿，是把所有不同的思維模式集成在一起。我前面說到，各種不同的思維方式：長期、短暫、語言的思維，這些所有思維構成我們的大腦，現在有了人工智慧，我們實現了一種這樣的思維：就是感知。

感知，是一種類型的判斷。比如說聽覺的感知，我們能夠聽見東西，能夠理解聲音的含義，然後進行這種模仿，來模仿各種各樣的感知。現在很多的工作，其實就是在人工智慧中利用這種感知。

2整合各種不同的機器

第二步，我們要把其他的各種各樣的機器進行整合。整合了之後，更加高級，更加複雜。這是我們的一個行業的前沿。我們要領先一步來合成這種希望的思維方式，只有這樣我們才能夠得到更加複雜的集成的智能，我們還沒有到達這一步。

三、 CLOUD（雲）

還有另外一個前沿，把智力搬到雲上去。150年前，我們發現了人工動力，工業革命之前，我們必須要用自然的肌肉力，比如人或動物的肌肉力。公路是我們用人力建造的，房屋也是人力建造的。工業化之後，人們開始使用人工動力，比如來自於煤碳、石油、水力、發電或者是人工的動力，通過電網輸送人工的電能，可以分派到任何一個地方。每一個人都可以購買這種人工動力，然後製造其他的東西，把他們的家庭、工廠、農場變得自動化。這個動力成為了商品，是公用的商品，非常便宜，無處不在。

一個手搖泵，需要人力泵出水。但我們有了人工智慧，我們製造一個電動泵。一個人工電動泵就這樣發明出來了，我們進行一百倍放大，這就是工業革命。過去是人力完成的，現在我們有了人工動力，突然之間我們就可以把摩天大樓、鐵路公路建造成功了。人工動力成為了一種商品，大宗商品。我們現在可以把這樣的新的電力叫做人工智慧。

我們把這個電泵加上人工智慧，這就變成智能電泵，然後乘上1000倍，或者是所有的這種電器的東西都可以拿進來。然後加上一個人工智慧，我們也可以讓它具有這種認知的功能了！

工業革命，給我們帶來了巨大的轉變。人工智慧，也可以給我們帶來非常大的轉變。我們可以把它放在我們的電網上，我們把這個電網稱作雲，人工智慧可以像電力一樣流動，流到每個人手中。

如果有10000個創業公司，他們的成功公式就是把傳統的東西拿過來，加上人工智慧，就可以創業了。我們把人工智慧，做成一個公用工程或者大宗商品，每個人都能夠獲得，這將是非常有利的變化。

四、EMOTIONS（情感）

第四個前沿是情感。我們的情感看上去是非常複雜的，但是我們後面發現並不是太難，我們可以識別基本的情感。軟體可以精準的識別26個不同的情感，它還會識別這個到底是真正的你的表情還是假的表情。他們也可以進行響應，也就是說這樣機器也有很強的情感，可以回應你的情感。

我們有的時候也會非常驚訝，我們和人工智慧有情感的紐帶了。他們會給我們他們的情感，但你不一定可以理解。我們有寵物，他們也會給我們情感反饋，我們愛狗和貓，他們也會愛我們。這樣的情感也進入了我們和機器人的關係，我們虐待機器人，他們也有情感的反映，哪怕我們不努力他們也會有這樣的情感。

五、EXPLAINABLE（可解釋）

還有另外一個領域，道德問題，讓我們的機器人能夠為我們做出決定。他們為我們做出決定，我們希望他們也考慮到我們的價值觀。人工智慧的問題就是他們做決定，我們無法理解或者是我們不知道他們怎麼做出的決定。

其中有一個前沿，就是使人工智慧可以解釋他們自己。自己解釋一下自己他怎樣做出符合道德的決定。

如上圖，這是神經網路，信息進入了，有各種不同的層面，最後有一個答案出來了，這是一個簡單化的版本。也許會有100萬這樣的節點，有11層，它可以自己在中間做出一些決定。

比如說，那裡有一隻貓，但是無法告訴你為什麼他看到這個東西是貓。我們這裡一個前沿就是找到一種方式，使得我們的人工智慧對我們來說更加的透明化。或者是我們能夠訓練他們做出更好的決定，就是說這個決定是我們允許了的。另外有一種人工智慧是通過檢查他的神經網路內部的點，來確保我們能夠理解它做決定的過程。比如這是一隻貓，他給我們答案，然後會有一個可解釋這個的人工智慧，它會給出理由，比如它有貓的頭，還有貓的耳朵樹起來了。我們還有另外一種人工智慧可以透視人工智慧的內心，這是幫助人工智慧做出決定的，這個決定是我們作為人類能夠批准的，並不是按照固定程序執行的，這是非常困難的，有時候我們也不知道我們想要什麼。這個過程可以讓我們變成更好的人類，像思維的過程一樣，我們要自己改善自己。

六、SMALL DATA（小數據）

另外一個領域對人工智慧來說是小數據。像百度、谷歌、微軟那樣的大公司擁有大量的數據。一般來說，人工智慧的課程就是神經網路的課程。需要很多的培訓，需要很多的數據點，也許甚至數十億的數據。神經網路的存在已經有60年了，直到我們能夠大規模利用它們，這些神經網路才變得有用。

現在，你要做人工智慧，你需要很多的數據。而且一些公司，像谷歌，他們有很多的數據。如果讓他識別貓狗差別，你的方法就是給他數百萬這樣的例子，像貓狗這樣百萬的例子。成千上萬之後，它就能夠識別了。它看到這個貓就能夠識別它是一個貓，所以你有很多的數據教育它。但非常有意思的是，一個剛剛學走路的小孩，也許他只知道十二個這樣的例子，但他能夠馬上知道貓、狗之間的差異。

我們有大數據，但前沿是要人工智慧只需要小數據就能學習。這確實是一個能夠讓我們現有技術顛覆型轉變的想法。這樣大公司就沒有優勢了，創業公司用小數據就可以了。人的識別只需要十二個例子，如果我們能夠模仿人類的話就是一個非常大突破。

七、CREATIVITY（創造力）

人工智慧另外一個前沿是創造力，通常我們認為創造力是人類特有的，不僅僅人能做，有很多的信息我們培訓我們的機器人以及AI都能夠做到。

谷歌有Alphago，它希望贏得遊戲，因此它會有一些深入的演算法，教會電腦如何學習視頻遊戲。在過去的十年中，你打視頻遊戲，很多時候是在和人工智慧進行對弈。谷歌最近做的事情，並沒有教會AI怎樣打遊戲，而是讓機器人如何學習打遊戲， AI一邊看，一邊學習，不斷的試錯，比方300、3000次遊戲循環之後他學會怎麼打遊戲了。在這種創意的行為過程中，人工智慧是在學習如何學習這樣的事情。

大家可能會記得在第三場，第37步棋時候，Alphago打敗了李世石。AI也是有創造性的，對於這招棋，大家會同意，可能沒有哪個人會下出來，這是它的創意，我認為就是跟人類不一樣，它有創意，但是是以不同的方式。

這是一張圖，這是人工智慧繪畫的圖，也是深度學習的演算法生成的。可能對我們來講，看上去特別的具有異域風情。從這個例子來講，人工智慧實現創意的方式，跟我們人有很大的不同。

創意是一個機械化的過程，我們實際上可以編程創造創意。編程創造力。我們有的時候認為創意是精神層面，但很多時候是一個機械的過程。對於創意，人工智慧創意跟我們自己的創意是不一樣的。

八、INTERFACE（界面）

另外一個就是界面，我們如何跟AI溝通，他們怎麼跟我們溝通。這是一個電影，說了未來一個人機交互。

你能夠調節自己身體的姿勢，一些大的姿勢可以調節大的數據集，還能夠讓我們的納米級雷達感受到一些小的體態，這個時候大體態和小體態可以調整我們數據。我們有不同的方式和我們的AI和機器人進行互動。

我們的身體會越來越多的成為我們的密碼。比方說百度，他們不再會讓人們掛胸牌，因為只要讓他們員工刷臉就可以通過了。這個是一個很好的安全通行證，有更高的級別。我們身體，我們的聲音，身體會成為我們互動界面的儲存設備。

還有對話交互，跟設備進行溝通。我們現在還是不知道如何顯示我們有哪些選項，我們開始不知道怎麼樣進行導航，很多時候用語音導航。我們有的時候需要屏幕，跟我們的對話對象進行互動，但我們現在還不知道這裡面有什麼發展方向。

這是我們的英文的同聲傳譯，大家也可以聽到，我說英文，他說中文，在十年後這將會是一個人工智慧界面。我們認為，這些的終極界面會是虛擬現實。實際上可以用我們的一些體態進一步進入我們的電腦內部，可以創造出虛擬現實。當你在駕駛蘋果汽車的過程中，你可能需要一個界面，這個界面能夠和你的電腦相連，我們車上的寬頻可能要比家裡的寬頻還要多。我們和設備溝通，不僅僅是溝通、講話，還有體態、肢體語言的溝通。

九、EMPLOYMENT（利用）

還有一個大家非常關注的就是我們如何利用AI，包括我們的一些家庭的工作，我們國家的一些事業。

我最喜歡一種機器人就是種生菜機器人，這個機器人做的是精準農業，它會替代很多的農場勞動力，實現自動化。我們的想法是可以對單個植物進行管理，逐個關注農場中的植物，定製個性化的管理，並且降低我們化學農藥、水、化肥以及其他材料的使用量。關注個體的植物，沒有哪個農戶可以做到這一層面，這可以帶來顛覆式的革命。這可以引導人進入農業智能化的方向，很多對效率要求高的崗位由機器人來做。

我們將會有更多只有人能做，但對機器人來說效率低的崗位。人能做的崗位，比如科學創新，實際上是不利於機器發揮它的效率的，機器人不會處理它的關係。因此，機器人解決複雜的效率比較高的問題，其他的任務交給人解決。開始我們會嘗試不斷的開發，使任務能夠執行順利，之後我們將進一步交給機器人，與此同時讓人做創新的事情，其他要求效率的事情交給機器人做。

這我們的一個發展方向，我們未來會有更多這樣的崗位。將會給我們帶來更多的就業的機會，可能我們還沒有意識到這些就業機會，因為這些就業機會更多的強調效率。

這個圖，是歷史上象棋的比賽，他說我是一個象棋大師，如果我用同樣的數據集我會打敗深藍。對於卡斯帕羅夫，他們形成了一個所謂的象棋同盟，可以作為一個人去下象棋，也可以作為AI下象棋。人加上人工智慧的團隊，就是半人半機器的團隊，我們稱之為半人馬，或者是人機混合的形式。

實際上在過去的4年中，世界上最好的象棋大師，不是AI，是我們稱之為半人馬的象棋大師團隊。擁有電腦數據的支持，他們有不同的思維方式，他們能夠互相取長補短，最大化利用各方的智能。

從軍方角度來講，會有這樣的士兵，這些士兵能夠實現人機混合組隊，這種情況將會是我們未來發展的一個重要方向，是我們部署工作的重要發展方向。

十、AI-2-AI（人工智慧到人工智慧）

我們需要構建人工智慧的網路，就是我們說到的共享經濟。我們說到互相合作，在未來20年，我們將會有全球層面的合作。像臉譜網有20億人的鏈接，它的分享是在世界層面進行的合作和共享。我們將會有20億人，再加上剩下的50億人，我們得到了所謂的人工智慧網路。我們會構建網路，並且和另外一個AI進行溝通，人和AI，AI和AI溝通。

它是一個良性循環，我們希望用AI編程另外一個AI，這是一個加速化的過程，我們之前沒有看到過的。

提醒大家一下，我們總是認為人工智慧時代尚未開始，50年前，我們可能都會說我們還沒有開始人工智慧，50年後也不會說我們的人工智慧開始了，人工智慧是悄然發生的，發展速度非常之快的。

十一、The Future（未來）

展望一下未來，我們正好身處開始的第一天。這個階段，可能還沒有多少真正意義上的AI，真正持續30年後我們還是在說我們在路上，還沒有真正開始。

30年後我們再回顧，人們會說，天啊。我希望有能力參與其中，因為我們總是在不斷回顧，就像1958年網路剛剛興起的時候，它是悄然出現的，當時想像一下非常的神奇。我們現在可能沒有AI的專家，30年之後意識到我們現在沒有人是AI的專家，就像在1990年沒有人是網路方面的專家一樣。因為它只是剛剛起步，所以我們現在也沒有AI方面的專家。

我們身處AI的起步階段，一些我們看上去比較容易的事情，有很多工作的機會擺在我們面前，這些其實也是德萊講的生逢其時。

來源:中國機器人峰會

文章編輯: 淋曦