哥大教授：機器學習勝過人類編程？AI 終極挑戰是創造力

新智元編譯1

1、能介紹一下你在哥倫比亞大學創造機器實驗室所做的工作嗎？

我們做的是生物驅動型的項目。我們努力從生物學中學習如何處理問題，我們關注的焦點是一般情況下，人們認為只有自然可以做到的事情。

生物驅動型的項目指的是從自然中學習，然後使用學習到的東西，嘗試去解決最困難的問題。這涉及到所有的領域。這並不是在表面複製自然，它可以在更深層次複製學習過程，比如，學習自然如何使用材料，或者學習自然演進的過程。

我們在做的研究中，我最喜歡的一個主題是：你能不能做出可以自我複製的機器人？自我複製並不是傳統上人與機器的那種關係。比如說，大多數的機器都不能自己從受到的損害中恢復，或者說治癒，或是適應。至少到目前為止，機器還不能從自己的經歷中進行學習。

我們正在研究，我認為是人工智慧和機器人領域最大的挑戰，即創造有具有創造能力的機器：機器能創造新的東西，機器能有新的創意。

創造力是AI要攻克的最後幾個陣線之一。許多人仍然認為，人類擁有創造事物的能力，所以比機器強。我們正在研究這一問題。

2、怎麼看待Alphago戰勝李世石？

從某種程度上來說，Alphago是AI一個時代結束的標誌。從上世紀50年代開始，人們就在用AI玩棋類遊戲，而圍棋可能是AI攻克的最後一個棋類遊戲。現在，我們可以向著更大和更有挑戰性的東西前進，那就是現實生活。比如，電腦仍然很難學會如何在曼哈頓車水馬龍的十字路口駕駛。顯然，這比圍棋要難得多。

3、發散型的AI具體研究些什麼？

4、為什麼機器自我意識對於你和你的工作來說那麼重要？

5、為什麼在你們的網站上沒有看到你所描述的世界？

6、AI在自我意識上的進步，在接下來的10年中會如何影響數字工業中的工作？

7、你在2007年TED的演講中，曾說：「我認為重要的是我們要拋棄人製造機器的思維，真正地讓機器自我演進和學習，就像孩子一樣，這也許是我們實現的方式」。十年過去了，你認為我們在朝著這個方向走嗎？

它的發展比我想像的要快。在AI領域，有兩個學派的觀點在政治上和經濟上產生了強烈的碰撞。其中一派是自上而下的，邏輯的編程化研究道路，另一種是機器學習派。

機器學習派說，「忘掉程序機器人吧，忘掉程序AI吧，你只需要讓機器學習，它自然會從數據中自己找到解決問題的方法。另一派則說：」我們要坐下來，寫演算法，然後讓程序告訴機器人該做什麼。」

長久以來，人類編程都比機器學習好得多。你可以讓機器學習做一些無關緊要的事。但是設計一些大事，一些重要或者困難的事，你可能會要求助於一名專家，讓他或她來編程序。

但是在過去的10年間，也就是從我在TED上發表演講到現在，機器學習優於人類編程的例子開始不斷湧現。

一直以來，人們都在討論無人駕駛汽車，但是在2012年以前，沒人能夠寫出能夠讓機器知道路面情況的程序。沒有人能做到。但是最後，深度學習演算法出現，現在機器能辨認並理解它們看到的東西，在這方面甚至比人類還要優秀。這也是為什麼我們會在接下來幾年內可以擁有無人駕駛汽車的原因。

我認為機器學習方法得到了完美的應用，並且我們才處在開始階段。這一過程將會得到加速。

7、假如機器學習最終超越人類的能力，那麼我們要達到再高一級的AI，需要面臨的困難有哪些？

在過去的一兩年間，知覺是得到解決的一個大難題之一。計算機是瞎的，它不能理解「看到」的東西。我們有相機，有快速的計算機，有我們需要的一切東西，但是計算機不能理解它們看到的東西。這是一個大的難題。這也就是說，計算機不能在非確定的開放環境中處理問題，只能在工廠、礦井、農田或者相對靜態的場景中工作。但是不能在家中工作、不能駕駛或者在跟人一起外出幹活。

現在所有這些難題都被機器學習解決了。我們現在擁有的計算機不僅有「眼睛」，還有「大腦」可以理解看到的東西。這為新的應用打開了許多的大門。我認為這在過去是一個很大的阻礙。

下一個是什麼？我認為是創造力。

這就是我為什麼一直在這方面努力的原因。我想這是一種能力，不僅是分析和理解看到的事物，還有創造和想像的能力。最終，這是一個通往自我意識的道路。

Hod Lipson 最喜歡的機器人PIX18畫的油畫。圖片來源：singularityhub.com

新智元編譯後記

「Mind as Machine」一書的作者、英國薩塞克斯大學認知與計算科學學院的Margaret A. Boden在她1998年發表的論文「Creativity and artificial intelligence」中表示，創造力是人類智能的基本屬性，也是人工智慧的一大挑戰。2009年，她的觀點在「Computer Models of Creativity」這篇論文中更改為，創造力只是正常人類智力的一個方面，並非為世間少數靈長所獨有。

當然，Boden在她2015年發表於MIT Technology Review的文章Artificial Creativity中指出，人工智慧的自然語言處理能力受限於搞不清楚相關性，這是計算機缺乏語義理解能力所致。

不過，隨著神經網路、機器學習演算法和其他複雜系統的發展，人工智慧接下來要解決的問題，或許就是「創造力」了。

人工智慧大咖讀《新智元：機器+人類=超智能時代》

顏水成 | 奇虎/360首席科學家、人工智慧研究院院長

谷歌AlphaGo戰勝世界圍棋冠軍李世石預示了人工智慧的春天到來。在稍帶擔憂的同時，相信越來越多的人會對人工智慧產生濃厚的興趣，同時也開始接受人工智慧技術的潛在能力。楊靜女士及她的團隊，此時推出的《機器+人類=超智能時代》正是社會最期待的讀本。十大人工智慧研究院院長、AI 專家

技 術重 磅 解 密

谷歌AlphaGO戰勝李世石，標誌著機器智能向人類智能的領地又邁進了偉大的一步。而「互聯網+」向「智能+」時代的躍遷，也昭示新智能時代即將到來。2016年，恰逢人工智慧誕生60周年，《新智元：機器+人類=超智能時代》是人工智慧技術和產業狂飆突進的見證，為讀者打開人工智慧世界的一扇大門，不僅可以一窺百度大腦、訊飛超腦、中國大腦計劃究竟，更可以著名人工智慧研究院院長等頂級專家大咖的技術解密作為對智能產業未來趨勢的參照。近百位學界、商界、技術界、產業界的專家，從機器人、機器學習、智能汽車、智能醫療、認知科學、高性能計算和「AI+」投資等不同視角，對人工智慧和機器人產業進行評析。人類未來在AI時代將何去何從，超智能時代將引發社會更多思考。

促銷鏈接請掃描下方二維碼或點擊閱讀原文