對話邁克爾·喬丹:太多人關注個體智能,而不關注體系

作者 | Just

出品 | AI科技大本營(公眾號ID:rgznai100)

在這一波技術熱潮中,AI 就像靈丹妙藥一般被推向了技術進步的神壇,它用在哪個領域似乎都不違和。但在一片熱情的喧囂聲中,有舉足輕重的人物時不時跳將出來,潑一潑冷水。

其中機器學習的泰斗級人物邁克爾·喬丹(Michael I.Jordan)的聲音或許是最洪亮的一位。他是美國科學院、美國工程院、美國藝術與科學院三院院士,現執教於 UC 伯克利大學電子工程與計算機學院和統計學院,是統計學與機器學習交叉融合的主要推動者之一,也是貝葉斯網路、概率圖模型、層次隨機過程等多個重要方向的主要奠基者之一。

AI 領域諸多知名學者是他的學生,如人們所熟知的前百度首席科學家吳恩達、深度學習領域的領軍人物 Yoshua Bengio、貝葉斯學習領域有名的劍橋大學信息工程學教授 Zoubin Ghahramani 等。

喬丹教授對當下人們對 AI 的定義和認知可以說進行了不遺餘力的批判,無論是在公開文章還是在演講中,他都要固執的對「AI」這個詞不斷進行註解,好像這樣就能改變人們對「AI」這個詞的固有印象。

當然,他更多的不滿來自於人們對 AI 的過分吹捧。

在近日的 GMIC 大會的 panel 環節,不同於李開復對 AI 發展的一番美好暢想,喬丹教授一如既往措辭嚴厲,要給目前人們對 AI 的理解和技術發展降溫。

在他看來,AI 還不能太過誇大,智能其實並沒有完全建立起來。「現在我們在地圖等很多領域可能實現了一些智能的功能,但那只是一種映射,語義等方面的智能還不存在。」

他的核心觀點是,我們需要讓每一個系統都達成智能,而不只是單個個體的智能。比如,其實無人駕駛所要完成的最終目標也不是「無人」,而是要讓它「像人一樣駕駛」,讓它實現更好的連接,而不只是一個簡單的機器。

「在無人駕駛或者無人店這些領域,需要自主做出決策,並且一些決定可能還有優先順序別。有時還需同時做出多個決定,比如在經濟、金融等方面的各種決策。」

他認為人們對所謂的 AI 不能有太大期待,最大的願景不過是建立一個智能的自動化系統。那現在的人工智慧應用實際的技術能力與這一願景之間差距幾何?

他拿亞馬遜和阿里巴巴的推薦系統舉例。很多時候亞馬遜向人們推薦一本書時,人們感到非常高級,背後的 AI 技術也開始不斷進行部署。不過,在交通系統推薦最優出行路線時,很多時候機器向人們推薦的都是同一條路線。這種體系就有問題,他說,我們必須要負起責任,包括數據、決策以及其他可能出現的錯誤都要考慮進去。

但建立這種自動化體系並不容易。他再次強調,你可以用 AI 這樣一個詞來表述背後的技術,但是千萬不要誇大。

在喬丹教授的措辭中,你不會聽到太多有 AI 字眼的表述。他甚至討厭將機器學習稱為 AI,前者不過是其中的一部分,IA(智能增強)或許更適合定義如今智能技術的發展。這一點在他後來接受包括 AI科技大本營等媒體採訪時也有所體現,儘管他看上去相對溫和,但記者在提及 AI 這個辭彙時卻謹小慎微,「——I mean,not AI」。

儘管身處學界,但喬丹教授近年來也開始活躍在業界。去年 5 月,喬丹教授正式受聘成為螞蟻金服新成立的科學智囊團(Scientific Advisory Board)的主席,也是螞蟻金服首位技術顧問。

當初他接受螞蟻金服的邀請,主要是因為普惠金融待解決的技術難題,而他能在此充分發揮自身的技術價值。一年之後,他向 AI科技大本營介紹了他在螞蟻金服的工作。他表示,學界教授作為科技公司的技術顧問在美國很常見。他主要和螞蟻金服工程師進行交談,試圖了解他們遇到的問題和困難(包括涉及欺詐、情報、保險、研發新產品等方面,它們背後的核心都是機器學習),然後給出建設性的意見和方向。

機器學習技術也是自動駕駛技術的核心之一,當 AI科技大本營問及在當前機器學習的發展下,十年之內是否能實現完全自動駕駛技術時,喬丹教授繼續回答稱,這個年限只是自動駕駛發展的一個過渡期。

「在這期間,自動駕駛汽車可能會在高速公路上行駛,但速度會非常慢,它們會與附近的其他車輛實現無線連接。當一輛車發現前方有障礙物時,它就可以告知周圍的其他汽車。而這不需了解 AI 或者人類智能就能做到,但目前還處於調試階段。」

他最近擔任的職位之一是作為 AI@The House 的合作夥伴和創始人,這是一家位於伯克利的風險基金和加速器。該基金旨在不僅支持AI項目,而且支持 IA 和 II(智能基建)項目,並且支持在大學環境的背景下研究這些項目,不僅包括工程學科,還包括社會科學、認知科學和人文學科。

對於目前 AI 產業發展的大環境,喬丹教授告訴 AI科技大本營,現在大多數公司都開始非常認真對待,學界和業界也有了更多溝通,由於機器學習等技術的推動,一些實際問題也在逐步得到解決,但現在 AI 的發展並非處在「重大突破期」。

AI 的發展要想有所突破,最重要的還是要搭建一個智能體系。他說,達成這一目標,其實並不需要了解 AI 的所有方面。

「AI 本身是一個計算機科學,但它也與經濟學相關,而在此之間,我們還需要搭建橋樑。」他認為,計算機科學要為經濟學服務,「如果在生產者和消費者之間搭建一個體系,他就會產生經濟效益。」

例如在餐廳推薦時,如果機器向所有的人都推薦同樣一個餐廳,那麼這個餐廳就會人滿為患。最好的方式是建立一個相應的競爭體系,把座位按照一座一價或對一些座位進行打折的方式來進行競標,從而實現相應座位合理的分配,餐廳也會得到很好的上座率。

喬丹教授最近研究的優化理論與解決此問題相關。但整體上,所謂的 AI 體系還有很大的局限性,讓他感到遺憾的是,身處浪潮中的很多人甚至還沒意識到這一點。


推薦閱讀:

好好玩的螺旋演算法No.69
LintCode/LeetCode 概括總結全集
037 Sudoku Solver[H]
「中國芯」雄起!阿里達摩院自主研發AI晶元
機器學慣用於金融市場預測難在哪?

TAG:人工智慧 | 演算法 | AI技術 |