摘要： Michael Jordan認(rèn)真的解讀當(dāng)下的AI到底是什么？

人工智能（AI）是未來的趨勢，這句話是技術(shù)人員、學(xué)者、記者和風(fēng)險投資家一致贊同的。如同從技術(shù)學(xué)術(shù)領(lǐng)域跨越到普遍行業(yè)的許多詞語一樣，在使用這些詞語的時候都存在很大的誤解。我們這個時代的最想在某種程度上看到了硅片中的智能的出現(xiàn)，它與我們自己的娛樂相媲美，激勵我們并以同樣的方式恐嚇我們。

關(guān)于當(dāng)今的時代，有一種不同的敘述。考慮下面的故事，它涉及人類、計算機(jī)、數(shù)據(jù)和生死決定，但這個故事的重點(diǎn)不在于硅片中的幻想。當(dāng)我的妻子在14年前懷孕時，我們進(jìn)行了超聲波檢查。房間里有一位遺傳學(xué)家，她指出胎兒心臟周圍有一些白色斑點(diǎn)。這些是唐氏綜合征的標(biāo)志，她指出，現(xiàn)在你的患病風(fēng)險已經(jīng)上升到了1/20。她進(jìn)一步告訴我們，他們可以通過羊膜穿刺術(shù)查看胎兒實(shí)際上是否具有唐氏綜合征的基因改變。但是羊膜穿刺術(shù)風(fēng)險很大，在手術(shù)中殺死胎兒的風(fēng)險大約為1/300。作為統(tǒng)計學(xué)家，我決定找出這些數(shù)字來自哪里。在研究的過程中，我發(fā)現(xiàn)一個統(tǒng)計分析，它在英國已經(jīng)進(jìn)行了十年，這些反映鈣積聚的白色斑點(diǎn)確實(shí)是唐氏綜合癥的預(yù)測指標(biāo)。但我也注意到，在我們的測試中使用的成像機(jī)器比英國研究中使用的機(jī)器每平方英寸多幾百個像素。我回過頭來告訴遺傳學(xué)家，我相信這些白斑可能是假陽性，它們實(shí)際上是“白噪聲”。她說：啊，這就解釋了為什么我們這幾年唐氏綜合征診斷的增加了。

我們沒有做羊膜穿刺術(shù)，幾個月后出生了一個健康的女孩。但是這一事件讓我感到困擾，我確信全世界每天有成千上萬的人得到這種診斷結(jié)果，其中許多人選擇了羊膜穿刺手術(shù)，而且一些嬰兒可能也因此造成不必要的死亡。其實(shí)這個問題不僅僅與數(shù)據(jù)分析本身有關(guān)，而且與數(shù)據(jù)庫研究人員稱之為“來源”的問題有關(guān)。

作為一名計算機(jī)科學(xué)家，我首先想到的是建立一種推理和決策系統(tǒng)所需的原則，將計算機(jī)科學(xué)與統(tǒng)計學(xué)相結(jié)合，來解決一些現(xiàn)實(shí)中存在的問題。不僅在醫(yī)療領(lǐng)域，而且要在商業(yè)、交通和教育等領(lǐng)域，這些原則的發(fā)展至少與建立AI系統(tǒng)的原理一樣重要。

無論我們是否能夠接受“智能”，我們??都面臨著一個現(xiàn)實(shí)：人工智能正在改變我們的生活。盡管有些人認(rèn)為這是屈從于“人工智能”的創(chuàng)造，但也可以用更溫和的方式去看待它，把它當(dāng)稱一個新的工程分支一樣。就像過去幾十年的土木工程和化學(xué)工程一樣，這門新學(xué)科的目標(biāo)是收集幾個關(guān)鍵思想的力量，為人們帶來新的能力，并且安全地做到這一點(diǎn)。鑒于土木工程和化學(xué)工程建立在物理和化學(xué)之上，相應(yīng)的這個人工智能是建立在過去的給予的基礎(chǔ)上-——“算法”、“數(shù)據(jù)”等等。

不幸的是，我們并不善于預(yù)測下一個正在出現(xiàn)的嚴(yán)重缺陷。我們?nèi)鄙俚氖且粋€具有分析和設(shè)計原理的工程學(xué)科。

目前關(guān)于這些問題的公開對話過于頻繁地使用“AI”作為智能通配符，這使得很難推斷新興技術(shù)的范圍和后果。所以請讓我們從更仔細(xì)地考慮最近和歷史上用“AI”來指稱什么。

今天大多數(shù)被稱為“AI”的東西，特別是在公共領(lǐng)域，都被稱為“機(jī)器學(xué)習(xí)”（ML）。在過去的幾十年里，ML是一個算法領(lǐng)域，它將來自統(tǒng)計學(xué)、計算機(jī)科學(xué)和許多其他學(xué)科的想法融合在一起，設(shè)計算法來處理數(shù)據(jù)，做出預(yù)測并幫助做出決定。就對現(xiàn)實(shí)世界的影響而言，ML是真實(shí)的。事實(shí)上，ML在20世紀(jì)90年代初期就變得非常清晰了，到世紀(jì)之交，亞馬遜等具有前瞻性的公司已經(jīng)在他們的業(yè)務(wù)中使用了ML，從而解決了欺詐行為中的關(guān)鍵任務(wù)：后端問題檢測和物流鏈預(yù)測以及建立創(chuàng)新的面向消費(fèi)者的服務(wù)，如推薦系統(tǒng)。隨著數(shù)據(jù)集和計算資源在接下來的二十年中快速增長，很明顯，ML不僅為亞馬遜服務(wù)，任何公司的決策都開始與ML相關(guān)聯(lián)。“數(shù)據(jù)科學(xué)”這個短語開始被用來指代這種模型，反映了ML算法專家需要與數(shù)據(jù)庫和分布式系統(tǒng)專家合作建立可擴(kuò)展的、強(qiáng)大的ML系統(tǒng)。

從歷史上看，“人工智能”這個詞在1950年代后期被創(chuàng)造出來，指的是在軟件和硬件中實(shí)現(xiàn)具有人類智能的實(shí)體的強(qiáng)烈愿望。我們使用“模仿人類智能”一詞來指代這一愿望，強(qiáng)調(diào)人工智能實(shí)體似乎應(yīng)該是我們中的一員，至少是在精神上或者身體上。雖然運(yùn)籌學(xué)，統(tǒng)計學(xué)，模式識別，信息論和控制論等相關(guān)學(xué)術(shù)領(lǐng)域已經(jīng)存在，并且常常受到人工智能的啟發(fā)，但這些領(lǐng)域可以說是集中在“低層次”信號和決策上。比如松鼠能夠感知它所居住的森林的三維結(jié)構(gòu)，并在其分支之間跳躍，對這些領(lǐng)域是鼓舞人心的。“人工智能”旨在集中精力于不同的事物，例如：人類“理性”和“思考”的“高級”或“認(rèn)知”能力。然而，60年后，高級推理和思想仍然難以捉摸。目前被稱為“人工智能”的發(fā)展主要出現(xiàn)在與較低級別模式識別和運(yùn)動控制相關(guān)的工程領(lǐng)域以及統(tǒng)計學(xué)領(lǐng)域，主要側(cè)重于找到數(shù)據(jù)模式并進(jìn)行有根據(jù)的預(yù)測，假設(shè)和決定的測試。

事實(shí)上，20世紀(jì)80年代早期由David Rumelhart發(fā)現(xiàn)的著名的“反向傳播”算法，現(xiàn)在被視為所謂“AI革命”的核心，最早出現(xiàn)在20世紀(jì)50年代的控制理論領(lǐng)域和20世紀(jì)60年代，其早期應(yīng)用之一是優(yōu)化阿波羅太空船在朝向月球時的推力。

自20世紀(jì)60年代以來，人工智能取得了很大進(jìn)展，但它可以說并不是來自追求人性化模擬人工智能。相反，就像阿波羅太空船一樣，這些想法常常隱藏在幕后，盡管對公眾不可見，但文檔檢索、文本分類、欺詐檢測、推薦系統(tǒng)、個性化搜索、社交網(wǎng)絡(luò)分析、診斷A / B測試等領(lǐng)域的研究和系統(tǒng)建設(shè)取得了重大成功。

人們可以簡單地同意將所有這些稱為“AI”，但這樣的標(biāo)簽可能會讓統(tǒng)計學(xué)研究人員感到意外，這些研究人員醒來時發(fā)現(xiàn)自己突然被稱為“人工智能研究人員”。過去二十年間，訓(xùn)練AI的愿望通常被稱為“智能增強(qiáng)”（IA），主要是使用計算和數(shù)據(jù)來創(chuàng)建增強(qiáng)人類智慧和創(chuàng)造力的服務(wù)。搜索引擎可以被看作是IA的一個例子（它增加了人類的記憶和事實(shí)的知識），自然語言翻譯（它增強(qiáng)了人類溝通的能力）也是如此。基于計算的聲音和圖像生成可以作為藝術(shù)家的調(diào)色板和創(chuàng)意增強(qiáng)器。雖然這種服務(wù)可能涉及高層次的推理和思想，但目前他們不這樣做，相反他們大多執(zhí)行各種字符串匹配和數(shù)字操作，捕獲人類可以使用的模式。

讓我們廣泛構(gòu)思“智能基礎(chǔ)設(shè)施”（II）學(xué)科，即存在一個計算，連接數(shù)據(jù)和物理實(shí)體網(wǎng)絡(luò)，使人類環(huán)境更具有支持性、趣味性和安全性。這種基礎(chǔ)設(shè)施開始在交通，醫(yī)藥，商業(yè)和金融等領(lǐng)域出現(xiàn)，對個人和社會有著巨大的影響。它有時出現(xiàn)在關(guān)于“物聯(lián)網(wǎng)”的討論中，但是這種想象通常指的是僅僅是將“事物”帶到互聯(lián)網(wǎng)上的過程，而不是與能夠分析這些“事物”。

例如，我們可以想象將我們的生活置于一個“社會規(guī)模的醫(yī)療系統(tǒng)”中，它建立數(shù)據(jù)流和數(shù)據(jù)分析流程，位于人體內(nèi)和周圍的醫(yī)生和設(shè)備之間，從而能夠幫助人類診斷和提供護(hù)理。該系統(tǒng)將納入身體細(xì)胞、DNA、血液檢測、環(huán)境、群體遺傳學(xué)和關(guān)于藥物和治療的大量科學(xué)文獻(xiàn)的信息。它不僅僅關(guān)注單個病人和醫(yī)生，還關(guān)注所有人類之間的關(guān)系 ，就像現(xiàn)在的醫(yī)學(xué)檢測允許在一組人類（或動物）上進(jìn)行的實(shí)驗(yàn)。這將有助于保持相關(guān)性、可靠性。而且，人們還可以預(yù)見到這樣一個系統(tǒng)出現(xiàn)的許多問題：涉及隱私問題、責(zé)任問題、安全問題等，這些問題應(yīng)該被視為挑戰(zhàn)，而不是阻礙者。

我們現(xiàn)在遇到了一個關(guān)鍵問題：模擬古典人性化人工智能是面臨這些更大挑戰(zhàn)的最佳選擇還是唯一方法？事實(shí)上，最近最受歡迎的ML的成功案例就是人類模仿AI相關(guān)的領(lǐng)域，如計算機(jī)視覺、語音識別、機(jī)器人等。這里有兩點(diǎn)需要說明，首先，盡管人們不會從閱讀報紙中得知它，但人造模擬人工智能的成功實(shí)際上是有限的，我們距離實(shí)現(xiàn)人性化模擬AI還很遙遠(yuǎn)。不幸的是，在仿人工智能AI方面進(jìn)展甚微的情況下，出現(xiàn)過度夸贊和媒體關(guān)注的水平，這在其他工程領(lǐng)域并未出現(xiàn)。

其次，更重要的是，這些領(lǐng)域的成功既不足以解決重要的IA和II問題。為了實(shí)現(xiàn)自動駕駛汽車這樣的技術(shù)，需要解決一系列工程問題，這些問題可能與人力資源關(guān)系不大。整個交通系統(tǒng)（一個II系統(tǒng)）可能會更像目前的空中交通管制系統(tǒng)，而不是目前收集的松散耦合的、不具有前瞻性的人類駕駛員技能信息。因?yàn)樗犬?dāng)前的空中交通管制系統(tǒng)復(fù)雜得多，特別是在使用大量數(shù)據(jù)和自適應(yīng)統(tǒng)計建模來決策時。（地面交通的情況要比空中更負(fù)責(zé)）

我們不難確定II系統(tǒng)中的算法和基礎(chǔ)設(shè)施挑戰(zhàn)，這些并不是人類模仿AI研究的核心主題。II系統(tǒng)需要管理分布式知識庫，這些而且知識庫正在迅速變化，并且可能會在全球范圍內(nèi)不連貫。這些系統(tǒng)必須在做出及時的分布式?jīng)Q策時應(yīng)對云端相互作用，并且他們必須處理長尾現(xiàn)象，因?yàn)槲覀儾痪哂写罅康膫€人數(shù)據(jù)。他們必須解決跨行業(yè)和競爭性界限分享數(shù)據(jù)的困難。最后，特別重要的是，II系統(tǒng)必須將諸如激勵和獎勵之類的經(jīng)濟(jì)理念帶入統(tǒng)計和計算基礎(chǔ)設(shè)施領(lǐng)域，這些基礎(chǔ)設(shè)施將人與對方以及有價物品聯(lián)系起來。諸如音樂，文學(xué)和新聞等領(lǐng)域正在呼吁出現(xiàn)這樣的市場，數(shù)據(jù)分析將生產(chǎn)者和消費(fèi)者聯(lián)系起來。這一切都必須在不斷演變的社會，道德和法律規(guī)范的背景下完成。

當(dāng)然，經(jīng)典的人造仿真AI問題仍然值得關(guān)注。然而，目前的重點(diǎn)是通過收集數(shù)據(jù)進(jìn)行人工智能研究，部署“深度學(xué)習(xí)”的基礎(chǔ)設(shè)施，以及模仿某些狹義定義的人類技能的系統(tǒng)演示問題。這些問題包括：需要將意義和推理引入進(jìn)行自然語言處理的系統(tǒng)中，需要推斷和表示因果關(guān)系，需要開發(fā)計算上易于處理的不確定表示，以及需要開發(fā)制定并追求長期目標(biāo)的系統(tǒng)。

IA也是相當(dāng)重要的，因?yàn)樵诳深A(yù)見的將來，計算機(jī)將無法與人類相匹配地抽象描述現(xiàn)實(shí)世界的情況。我們需要經(jīng)過深思熟慮的思考和計算機(jī)互動來解決我們最緊迫的問題。我們希望計算機(jī)能夠觸發(fā)新的人類創(chuàng)造力水平，而不是取代人類的創(chuàng)造力。

John McCarthy創(chuàng)造了“人工智能”一詞，顯然是為了區(qū)分他的新興研究議題與諾伯特維納的研究議題。維納創(chuàng)造了“控制論”來指代他自己的智能系統(tǒng)愿景，這一愿景與運(yùn)籌學(xué)、統(tǒng)計學(xué)、模式識別、信息論和控制理論密切相關(guān)。很顯然，今天的“人工智能”的熱度遠(yuǎn)遠(yuǎn)超過了“控制論”。但我們需要超越麥卡錫和維納的特定歷史觀點(diǎn)。

我們需要認(rèn)識到，目前關(guān)于人工智能的公眾對話（側(cè)重于狹隘的行業(yè)子集和狹窄的學(xué)術(shù)子集），可能使我們面臨AI、IA和II所帶來的挑戰(zhàn)和機(jī)遇的風(fēng)險。

這個風(fēng)險不是關(guān)于實(shí)現(xiàn)科幻夢想或超人類機(jī)器的噩夢，更多是關(guān)于人類理解和塑造技術(shù)的需求，因?yàn)樗谌粘Ｉ钪凶兊酶蝇F(xiàn)實(shí)和有影響力。此外，在這種理解和塑造中，需要來自各行各業(yè)的不同聲音，而不僅僅是技術(shù)上的對話。

雖然行業(yè)將繼續(xù)推動技術(shù)發(fā)展，但學(xué)術(shù)界也將繼續(xù)發(fā)揮重要作用，不僅在提供一些最具創(chuàng)新性的技術(shù)理念時，而且來自其他學(xué)科的研究人員的觀點(diǎn)也非常重要，特別是社會科學(xué)、認(rèn)知科學(xué)和人文科學(xué)。

而且，我們應(yīng)該接受這樣的事實(shí)：我們正在創(chuàng)建一個新的工程分支。“工程學(xué)”這個術(shù)語通常在狹義上被引用，在學(xué)術(shù)界它通常指的是帶有冷酷無情的機(jī)器的泛指，以及人類失去控制的消極內(nèi)涵。

但，在當(dāng)今時代，我們有一個真正的機(jī)會來設(shè)想一些歷史上的新事物 - 一個以人為中心的工程學(xué)科。

本文由@阿里云云棲社區(qū)組織翻譯。

文章原標(biāo)題《the-fall-of-rnn-lstm》，

譯者：虎說八道，審校：袁虎。

詳情請閱讀原文

總結(jié)

以上是生活随笔為你收集整理的Michael Jordan：当下的AI其实都是伪“AI”的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。