雷锋网专访CSAIL主任Daniela Rus:人机关系之未来的最靠谱预测

前言:

人工智能的支持者们和反对者们的争论可能直到强人工智能真的出现的那一天都不会停止,但大众可能并不是非常清楚机器人和AI到底发展到什么程度了,以及认真思考过当机器人和AI真的普及开来,它们到底会对我们产生什么样的影响?很多人对AI的估计要么过于乐观,要么过于悲观。为了弄清楚这些问题,雷锋网采访了MIT人工智能实验室(CSAIL)的主任Daniela Rus,作为全球顶尖高校人工智能实验室之一的主任,Rus教授对AI和机器人的发展有很深的理解,也对人机关系的未来有很深的思考,让我们看看对于这些大家争论不休的问题,这位大神是怎么说的。

MIT的研究

雷锋网:您最感兴趣的研究领域是哪个?为什么您会觉得它如此重要?

Rus:我最感兴趣的领域其实是机器人,我们正在研究如何制造更好的自动化系统,自动化系统能深刻的改变这个世界。改变人们完成任务的方式,并且可以让我们更好的理解彼此。

雷锋网:可以举个具体的例子说说它能怎么让我们更好的理解彼此吗?

Rus:我们对我们的大脑是如何工作和智能是如何产生的了解的很少,但是我们现在对研究这个的方法有一个预测:就是如果我们能造出一台各种行为表现的都和生物很像的机器。那这台机器的内在原理可能跟生物的内在原理比较相似,我们可能可以通过这种研究加深对我们自己的理解。

雷锋网:在您研究的所有产品中您最喜欢哪个呢?

Rus:实际上我很难回答这个问题,因为实际上我对我所有的产品的喜爱都是一样的。我可以把机器比作我的孩子,而我爱我所有的孩子。不过我可以告诉你一些我们正在进行的项目。目前我们正在研制一种智能汽车。这种汽车不仅不会卷入交通事故,而且还会成为你的朋友。这台汽车在你驾驶的时候会检查你的状况,如果发现你将要做出错误的举动,它就会暂时接管你的控制权以避免事故发生。它还能同你家的家居设备互动,比如告诉你你的冰箱里快没有牛奶了。并且给出在你回家的路上顺便去超市买一盒的建议和路线。甚至可以在你的父亲生日的时候提醒你打电话给他送去祝福。我很喜欢这个想法。它不仅能帮助它的拥有者安全行驶,还能做出更多的互动。

雷锋网:您觉得这台车是一种AI吗?

Rus:当然,研发这台车的过程涉及,甚至促进了AI很多方面的最先进的应用。比如机器知觉,因为让车辆拥有知觉确实是一件非常有挑战性的事,并且有必要把能“安全行驶”的车和能“开得很快”的车区分开。对于一台智能车来说,有一个好的认知系统是很重要的,当然,让人拥有控制权也是很重要的。而汽车与车主的互动也是很重要的。而所有这些内容组合在一起,就敦促着我们需要创造出一种更先进的智能决策系统。

这是我们目前正在进行的一项研究的例子,而我们还有很多类似的项目,它们都让我感到很喜欢和兴奋。除了这个项目之外,我们还有一个项目,在那个项目中我们主要关注于让每个人都拥有制造属于他们自己的机器人的能力。而我们的打算是,人们只要描述出自己想让这个机器人做什么,机器人就能自动理解并且执行这条指令了。比如直接说“我想让机器人帮我打扫一下卫生”这样就行了。这样就不止是专家,而是任何人都可以定制自己的机器人了。所以我们现在在开发一种叫“机器人编译器”的编程系统,可以让我们自动完成对机器人的编程。我们现在还做不了太复杂的任务,但是一些简单的任务已经可以通过机器人来完成了。

雷锋网:目前CSAIL有在进行什么关于通用型人工智能(AGI)的研究吗?

Rus:CSAIL有一些研究是研究大脑是如何工作的,也有一些聚焦于建立相关基础理论的研究。我个人认为,这种通过工程学复制大脑结构来研究智能的运作原理的方法是目前AI科学界最大的挑战也是最为杰出的尝试。

雷锋网:您觉得CSAIL正在进行的项目里,有哪些是在实现AGI上比较有潜力和希望的?

Rus:这很难抉择,有很多有意思的项目都在同时进行。比如,有一个项目是关于研究人们如何去完成一件事的。通过对这些东西的研究我们可以让AI有能力预测在一段视频中接下来会发生什么。在我自己的团队里,我正在进行一个想要让盲人感受和体验这个世界的研究。我们在试图使用一个可穿戴设备探索让盲人像我们一样感知这个世界的方法,这也需要相当强力的感知系统。总结一下的话,我们在这方面的研究的一个重要的方向就是使用机器学习(machine learning)技术让电脑帮助人们做到我们现在暂时还做不到的事情。机器学习让我们有了几乎能做任何事情的能力。

机器学习与AI

雷锋网:您提到了机器学习,您觉得机器学习或者深度学习(deep learning)能最终帮助我们制造出通用型人工智能(AGI)吗?

Rus:深度学习系统在很多任务上都表现出了极出色的性能。但是我们实际上并不是很清楚为什么深度学习系统是如何工作的,以及为什么它会表现的这么好。而且我们需要做很多研究才能更精确的理解它什么时候能有效,而什么时候不能。我们现在已经知道,深度学习在很多方面的表现都会比其他的传统方法好很多。深度学习系统的一个很重要的组成部分是数据:深度学习系统要做好效果必须要用大量的数据来训练它的算法。比如斯坦福的李飞飞建立的计算机视觉数据库(指ImageNet),其中包含了数以百万计的图片。这个数据库给了我们训练出前所未有的强大的图像识别系统的机会。但是我们没有那么多数据去应对一种通用的情况,那要求的数据量太大了。所以我觉得我们离制造出通用人工智能还有很长一段距离。这其中很多关键的原理我们还不知道。即使有了机器学习的帮助,我们也需要用很多数据组成的数据集来让它们达到最佳状态。而且即使是现在表现最好的深度学习系统也会出错。(除了几个极为成熟的领域外)现在的深度学习系统很多达到了70%到90%的准确率。但是在某些特定的领域其实这个准确度还不够。比如说用在自动驾驶汽车上的话,即使90%的准确率也可能造成很多事故。

我觉得我没法判断深度学习最后到底能不能实现AGI。总的来说,深度学习目前来说可以说很有潜力,但是它也存在一些挑战和问题。

一是深度学习需要大量的数据去训练,也就意味着需要很深的理解,而通用型智能的学习方法应该要更“通用”才对。

二是深度学习还是会犯错。

三是实际上我们还不太清楚深度学习的运作原理,不太清楚为什么它表现得这么好。

只有当我们对这些东西,包括深度学习和我们自己有更深的了解之后,我们才能回答这个问题。

我们该怎么面对这股汹涌的AI大潮?

雷锋网:我们前面假设了一下AGI的一些可能性,但是其实目前的这些AI已经能给社会造成很大的影响了。比如,您怎么看现在由于自动化和人工智能的普及,很多人的工作开始被机器人所取代这件事?

Rus:没错,如今技术发展的很快,而我们与技术之间的关系也在快速的变化着。所以我们必须不断的提升我们的技能。我最近看到一些数据:电话花了50年的时间才被85%的大众所接受,而手机只花了10年,智能手机只花了7年左右就实现了这个数字。世界变化的越来越快,如果你不跟上的话,你同那些能随时跟上世界潮流的人相比就会有很大劣势。所以我们需要不断的学习。因为很明显,有些工作岗位确实很有可能会被电脑或机器人取代。这是一种随着时代的发展而出现的必然现象。

不过在我们意识到这些的同时,我们必须要明白的一点是:机器人和计算机被设计出来的目的,并不是为了取代人,而是为了辅助人的。我们可以看看历史,历史上有很多极大的改善了人类工作效率的工具曾经出现过。就像历次工业革命和信息革命的时候那样。我们也可以把AI视为一种辅助人的工具。事实上现在的机器人和计算机也更像是一种工具。有些事它们很擅长我们却做得没那么好,比如一些重复性的任务;但同样有些事我们很擅长而现在的机器却根本做不到,比如创作、进行真正的思考等。所以我觉得我们对未来的期望应该是:我们应该期待人和机器人能共同合作。而不是害怕他们会取代我们。

雷锋网:我们其实同意您所说的,技术对人类带来的更多是推动,但是我们想知道对于我们每个个体来说,应该如何去面对这个改变?尤其是我们知道其实有些人并没有那么好的条件,他们或许没有足够的财力,也没有机会接受更好的教育。我们应该怎么去帮助这些人跟上这个世界的脚步呢?

Rus:我想说,虽然技术发展的是很快,工作岗位的变化也很快,但是实际上还没有快到你刚刚说的那种程度。或许未来的某一天我们会面对一个机器人跟人一样厉害的时代,但现在还远远不是那个时候。现在的机器人其实能力还相当有限。将来的很长一段时间内,人们可能会同机器人一同工作。事实上,机器人的能力一直在变强,取代工作岗位这样的事在几次工业革命中都发生过。但这样的改变并不是瞬间完成的,而是会持续一定的时间。所以,关于机器人对人类社会的影响,我们更该关注的其实是现在的青少年一代,他们或许才会是将来受机器人影响最大的一代。就我个人的看法来说,我认为每个人都应该学会编程。这样人们就都可以用机器人去解决他们自己的问题。所以我觉得现在的人们在力所能及的范围里都应该——不仅是学会编程,更要学会这样一种去思考如何使用计算机来解决问题的思维习惯。

另一方面,我们都要学会创造。创造是人类智慧中最顶尖的一层,如果你会创造,你就一定能会编程、改进现有的东西,发明新的东西,这样你对经济的方方面面都能做出贡献。

所以,我觉得目前的一代人其实受到机器的影响会比较小,而我们的下一代会受到比较大的影响,但如果我们能让他们拥有这种改变的意识。他们就能在方方面面都对社会和经济做出巨大的贡献。而不会受到太多负面的影响。

雷锋网:但是从某个方面来说。单纯的创造机器人,或者创造随便一个什么东西并不能对社会做出真正的贡献,这同个人的天赋有关。并不是每个人都是天生的创造者。但如果你没法给社会做出贡献,就不会得到任何报酬,而如果没有报酬你可能很难在社会上生存下去。所以未来可能仍然会有很大的就业问题,关于这个,您觉得电脑除了取代工作岗位,是否会衍生出同样多新的工作岗位呢?会有哪些?

Rus:其实这个很难推测。假设我们已经处在了一个机器人同人一样有能力的社会。我现在能想到的工作大概是——制造机器人、控制机器人、监督机器人的工作、维护机器人的正常运行。这些其实都不太难想到,但是其实谁能想到它们到底能给我们带来什么样的新工作呢?有的时候你其实很难想象未来会发生什么。比如说我可以肯定200年之前人们肯定想象不到我们现在所有的一些工作。比如那时候还没有飞机,所以估计很难有人想象到现在的飞机已经多到需要许多空中交通管制员随时随地进行指引了。这个岗位应该是没有人能想到的,同样的,用我们今天的思维其实也很难去推断未来的事情。但是我可以肯定的是随着机器人的发展,肯定会有一些新的岗位出现的。现有的岗位也未必就会被全部取代。只是我们还是需要对自己进行一些调整来适应这种改变。

雷锋网:关于AI和机器人可能对社会造成的影响,您对我们有什么建议吗?

Rus:人类和机器人各有擅长的事情,我相信未来会是一个人与机器共同协作,互补对方短板的社会,我们也需要努力去创造这种社会。

我们无需过于担忧,只需要记住我们要尽力去学习新的技能,使我们能和机器一直保持最好的合作就可以了。比如说,我有一个朋友创办了一家叫rethink robotic的公司。这家公司其中有两种机器人,一种叫Baxter,一种叫Sawyer,这两种机器人就是人可以亲自很方便的调整它的机械臂,编程机器人的工作流程。实现很高的协作效率。这些机器人本身的功能其实很简单,但有了人的编程它们的作用就会大很多。所以我们不要对技术感到恐惧,只要拥抱这个属于21世纪的全新理念,并保证我们的下一代能对此做出充足的准备就行了。

后记:

与Daniela Rus的对话解决了我们心中长期以来的一个疑惑:为什么人类在历史上每次工业革命中,经历短暂的混乱后都能变得更好?要知道那些失业的人可是确确实实存在着的。他们都去哪了呢?其实就像Rus教授说的那样,机器人和AI的不断发展,能让人们做到很多以前从来做不到的事,随着那些新的岗位被创造出来,曾经被从旧的岗位上替换下来的人也很快就有了新的归宿。而人类整体也在这样的过程中不断解放生产力,逐渐向文明的更高层面发展着。

所以我们无需担心未来,就让我们拥抱人工智能将给我们带来的崭新的世界吧

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-07-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏ATYUN订阅号

AI将会给教育带来什么?

人工智能在最近几年很火,那人工智能到底能做些什么呢?教育又将会迎来怎样的变革呢?以下是科大讯飞研究院北京分院副院长付瑞吉的思考。 《科学》杂志预测,到20...

2925
来自专栏腾讯高校合作

腾讯助力国际机器学习大会ICML2014

ICML(International Conference on Machine Learning) 国际机器学习大会源于1980年卡耐基梅隆大学的机器学习研讨...

2345
来自专栏企鹅号快讯

话题:人工智能?人类的威胁?

2016年3月, Alpha Go与李世石的一盘棋将人工智能带入了普通人的眼前,一时间人工智能大热,各个领域都在大谈人工智能。人工智能已经着实走进了我们的工作与...

1715
来自专栏企鹅号快讯

机器人正在模拟人类大脑的“思维导图”学会独立思考!

神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向 -- 深度学习的基础。神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中...

1997
来自专栏人工智能头条

Thorsten Joachims:人工智能杀手级应用还需要时间

1607
来自专栏新智元

未来AI并不Care人类,主要对其他AI感兴趣

1596
来自专栏程序员互动联盟

为什么编程这么难学?

曾经上学时就有过这样的经历,学习一个东西的时候刚开始大家的起点都一样。一个星期过后就会出现差距,一些人开始慢慢落下步法,一些人却高歌猛进。其实大家的智商99%的...

3025
来自专栏AI科技大本营的专栏

AI大潮来袭,Python将纳入高考?!你怎么看

早前有人工智能将纳入小学课程的政策爆出来,如今,一则消息“Python将纳入高考”又一次刷了朋友圈。 尽管这则消息目前还未得到官方的确认,但人们对于Python...

2035
来自专栏机器人网

拥有这十项必备的基本技能,你就是合格的机器人工程师!

机器人是一个复杂而又庞大的系统,涉及很多学科的技术,因此,跟各个细分领域的工程师相比,机器人工程师必须是专才和通才的结合体。那么,机器人工程师到底需要具备哪些基...

2434
来自专栏CSDN技术头条

专访两届图灵奖得主、七大ACM/IEEE院士:人工智能先驱在想什么、做什么?

2015年10月28日,以“人工智能,无限可能”为主题的 第十七届“二十一世纪的计算”大型国际学术研讨会在北京召开,包括近两年的图灵奖得主Leslie Lamp...

1989

扫描关注云+社区