在專家們(men)看來，如今(jin)人(ren)(ren)(ren)工智(zhi)能(neng)（簡(jian)(jian)稱(cheng)“AI”）的(de)最大突破便是實現深度學習。通過運用這項能(neng)力(li)，一些簡(jian)(jian)單(dan)場景應用已經落地。當然(ran)，這還遠遠不夠。在昨天舉行的(de)“2020世界人(ren)(ren)(ren)工智(zhi)能(neng)大會(hui)科學前沿全體(ti)會(hui)議”上，來自(zi)全球各地的(de)人(ren)(ren)(ren)工智(zhi)能(neng)專家齊聚一堂，為AI技(ji)術(shu)發展把脈(mo)。
“做正確的(de)事”
能(neng)夠準確(que)識(shi)別阿(a)爾卑斯(si)山圖(tu)(tu)像的(de)計(ji)算機，也可能(neng)出現失(shi)誤(wu)。中國科學院(yuan)院(yuan)士(shi)、清華大學人工智(zhi)能(neng)研究院(yuan)院(yuan)長張(zhang)鈸舉例說，如果把阿(a)爾卑斯(si)山圖(tu)(tu)像加上噪點，計(ji)算機就會自(zi)動識(shi)別為一條(tiao)狗(gou)，而且原因(yin)無(wu)法解釋。“這(zhe)說明目前的(de)人工智(zhi)能(neng)還存在局限性。”
“目前(qian)來看，AI的(de)(de)(de)發展主(zhu)要(yao)面臨三個(ge)挑戰。”澳(ao)大(da)(da)利亞新南威爾士大(da)(da)學教(jiao)授托(tuo)比(bi)·沃爾什(shen)指(zhi)出。第一就是(shi)(shi)(shi)語言，它是(shi)(shi)(shi)基礎(chu)的(de)(de)(de)引擎，是(shi)(shi)(shi)機(ji)器智能化的(de)(de)(de)體現。讓機(ji)器從語意層(ceng)面上聽懂(dong)指(zhi)令(ling)、理解人類的(de)(de)(de)話十分重要(yao)。第二是(shi)(shi)(shi)常(chang)(chang)識，托(tuo)比(bi)·沃爾什(shen)舉(ju)了一個(ge)例子(zi)，如果(guo)(guo)問(wen)學生一些與歷史相(xiang)關(guan)的(de)(de)(de)問(wen)題，他們可以(yi)清楚地表(biao)述出來。如果(guo)(guo)讓AI去做，它會因為缺乏基本的(de)(de)(de)常(chang)(chang)識混淆(xiao)一些東西。第三是(shi)(shi)(shi)情感，目前(qian)的(de)(de)(de)機(ji)器并不具備共情的(de)(de)(de)能力，無(wu)法與人形成相(xiang)關(guan)的(de)(de)(de)互動(dong)，這也是(shi)(shi)(shi)之后需要(yao)改善(shan)的(de)(de)(de)方(fang)面。
帝國理工學(xue)院(yuan)終(zhong)身教授、英國皇(huang)家工程院(yuan)院(yuan)士郭(guo)毅可思考這樣一(yi)(yi)個問題，“人(ren)(ren)工智(zhi)能(neng)(neng)怎(zen)么(me)去做(zuo)(zuo)正(zheng)確(que)的(de)(de)(de)事情？”在(zai)(zai)他看(kan)來(lai)，在(zai)(zai)很多虛擬的(de)(de)(de)環境中，機(ji)器(qi)能(neng)(neng)夠做(zuo)(zuo)出正(zheng)確(que)的(de)(de)(de)選擇。但是(shi)(shi)在(zai)(zai)真實的(de)(de)(de)世界中，正(zheng)確(que)和(he)不正(zheng)確(que)之間的(de)(de)(de)邊界是(shi)(shi)很模糊(hu)的(de)(de)(de)。“人(ren)(ren)們對于技術(shu)的(de)(de)(de)期待(dai)是(shi)(shi)，它(ta)們要(yao)做(zuo)(zuo)正(zheng)確(que)的(de)(de)(de)事。但是(shi)(shi)，正(zheng)確(que)到底是(shi)(shi)什么(me)意(yi)思，機(ji)器(qi)如何判斷(duan)？現在(zai)(zai)的(de)(de)(de)人(ren)(ren)工智(zhi)能(neng)(neng)只是(shi)(shi)能(neng)(neng)夠識(shi)別一(yi)(yi)些(xie)事物(wu)，要(yao)真正(zheng)認識(shi)一(yi)(yi)些(xie)事物(wu)，這是(shi)(shi)下(xia)一(yi)(yi)代的(de)(de)(de)領(ling)域。”
應用端需(xu)要(yao)多學科(ke)融合
在(zai)很(hen)多人(ren)看來(lai)，人(ren)工智能和(he)人(ren)文(wen)學(xue)(xue)科(ke)分屬不(bu)(bu)同學(xue)(xue)科(ke)，兩(liang)者間存在(zai)不(bu)(bu)可(ke)逾越(yue)的“次元壁”。全球(qiu)人(ren)工智能領域頭部(bu)專家(jia)卻(que)不(bu)(bu)這(zhe)么認(ren)為。一位專家(jia)甚至大(da)開(kai)腦洞：“如何制止黑客劫持(chi)自動駕駛(shi)車輛，這(zhe)不(bu)(bu)只是技術問題，還需要(yao)社會學(xue)(xue)與法律的支持(chi)。”
在AI領域，科(ke)(ke)(ke)學(xue)家把(ba)0變(bian)成(cheng)1，產業(ye)家、投資家把(ba)1變(bian)成(cheng)10、100，乃至無窮大，進而(er)改變(bian)人(ren)類(lei)生(sheng)(sheng)活(huo)，也為越來越多的行業(ye)帶來變(bian)化。中(zhong)國科(ke)(ke)(ke)學(xue)院院士梅(mei)宏(hong)認為，AI對傳統人(ren)文學(xue)科(ke)(ke)(ke)同樣(yang)具有“賦能作用”，可以成(cheng)為很好的助手。因為人(ren)文學(xue)科(ke)(ke)(ke)并不(bu)只(zhi)是(shi)做科(ke)(ke)(ke)研，而(er)是(shi)為人(ren)類(lei)更(geng)好生(sheng)(sheng)存提供能量，這一點與AI非常(chang)契合。
一旦AI技術走出(chu)實驗室，落地成(cheng)產品進行應(ying)用，就(jiu)需要(yao)和人(ren)文學科(ke)“打交道”。悉尼科(ke)技大(da)(da)學副校長、澳大(da)(da)利亞人(ren)工(gong)智(zhi)能協會理事長張(zhang)成(cheng)奇以(yi)自動駕駛(shi)為(wei)例，“如果自動駕駛(shi)成(cheng)為(wei)未來的主流交通工(gong)具(ju)之一，人(ren)們要(yao)研究協同調度，確保安(an)全、準(zhun)確和高效，經濟(ji)學與統(tong)計學知識就(jiu)會派上用場。”
在專家們看來(lai)，科學發展是一(yi)把雙刃劍，AI也不能例外。梅宏表(biao)示，AI帶(dai)來(lai)所謂的(de)偏見問(wen)題，確實在網絡上“熱炒”，也在社會上常(chang)常(chang)被(bei)討論。從倫理角(jiao)度(du)來(lai)看，確實應高度(du)重視(shi)。他介紹，前段時間有關計(ji)算(suan)機學會已經開始成(cheng)立“計(ji)算(suan)倫理相(xiang)關的(de)委員會”，邀請專家合(he)作開展相(xiang)關研究。
高校也要培養能(neng)工巧(qiao)匠
AI發展帶(dai)來多(duo)學科交叉融合，也需要培(pei)養(yang)更為“適配”人才。近年(nian)來，各大高校相繼開設人工智(zhi)能相關課程。有兩個問題無法回避，究竟要培(pei)養(yang)怎樣的人才？如何進行培(pei)養(yang)？
課程(cheng)相(xiang)繼開設(she)，師資去哪里(li)找？張成(cheng)奇從(cong)今(jin)年流行的網課中(zhong)摸索出(chu)一個思路，“高校(xiao)間可(ke)以(yi)(yi)結(jie)成(cheng)跨校(xiao)聯盟，設(she)計人(ren)(ren)工智(zhi)能課程(cheng)，將線上線下(xia)教(jiao)育(yu)相(xiang)結(jie)合(he)，共(gong)同培養人(ren)(ren)才。”他還說出(chu)了一個醞釀已久的想法，“上海(hai)的企(qi)業、高校(xiao)可(ke)成(cheng)立類似于人(ren)(ren)工智(zhi)能樂(le)園的平臺，匯聚(ju)數據與(yu)算力，以(yi)(yi)及各類技術(shu)與(yu)產品，既可(ke)以(yi)(yi)作為人(ren)(ren)工智(zhi)能演示平臺，也可(ke)以(yi)(yi)成(cheng)為學生的實習基(ji)地。”
中國科學(xue)(xue)院院士何積豐(feng)同(tong)樣關注“教學(xue)(xue)科研和企業兩(liang)張皮(pi)怎(zen)么(me)貼(tie)一起(qi)”，他指出，在學(xue)(xue)習階段，培養學(xue)(xue)生的(de)分析能(neng)(neng)(neng)力(li)必不(bu)可少。同(tong)時，任何科研與應用都不(bu)可分割。他鼓勵高校教師與企業的(de)技術人員(yuan)建立(li)一定程(cheng)度的(de)溝(gou)通(tong)。“高校既要培養有基礎研究(jiu)能(neng)(neng)(neng)力(li)的(de)人才，也要培養能(neng)(neng)(neng)工巧匠。”