对话机器学习教父Tom Mitchell:人工智能会不会出现第三次衰退?

AI科技评论按:4月27日,GMIC 2017(全球移动互联网大会)北京站开幕。卡内基梅隆大学计算机科学学院机器学习系主任 Tom Mitchell 接受了媒体的采访。他就人工智能的发展趋势、人才培养和企业遇到的问题做出了针对性的回答。

当被问及人工智能在经历了两次繁荣又衰落的历程后,会不会再次让人们失望时,Mitchell 很肯定的告诉AI科技评论,这次不一样。同时他还透露了自己正在写一本新的关于机器学习的书,目前已经在原来老书的网页上更新了一部分章节。

Tom Mitchell,美国卡内基梅隆大学计算机科学学院机器学习系主任、教授,美国工程院院士,美国科学促进会(AAAS)会士,国际人工智能协会(AAAI)会士,他在机器学习、人工智能、认知神经科学等领域卓有建树,撰写了机器学习方面最早的教科书之一《机器学习》,是机器学习领域的著名学者。

以下是Tom Mitchell 采访实录,AI科技评论做了不改变原意的整理。

关于人工智能发展趋势

问:人工智能经历了两次大的衰落,您认为还有第三次吗?如果有的话,您认为会受制于什么样的条件呢?

Tom Mitchell:确实,在过去的几十年里,我们看到人工智能的发展是有起有落的。现在,它又处于一个上升的阶段,我认为这次不会再衰落了。

因为我们到目前为止 AI 在商业化方面已经取得了非常巨大的成功,这是前所未有的,因此我们业界非常乐观。但是在上世纪80年代的时候,日本推出第五代计算机计划,虽然取得了一定程度的进展,但是并没有带来进一步的好结果。现在就完全不同了,如今人工智能可以让你和自己的手机对话,语音转文本,理解人们开的玩笑,和人类进行比赛等等。

而且我们的业界也投入了比政府更多的资源来发展人工智能,投入之多也是前所未见的,这也是为什么我非常乐观,相信在下一个十年,人类与AI 之间的交互会更上一层楼。

问:您怎么看待无人驾驶汽车?什么时候才会出现真正的全自动驾驶的汽车?

Tom Mitchell:实现完全自动驾驶的话,我想谁都不可能给出一个非常确切的答案。但是可以讲一下我个人亲身的经历,之前我做了一次特斯拉自动驾驶车的试驾。当时我非常惊讶,尤其是在宽阔的主路上的表现。但是后来当我停车入库,需要倒车的时候就出现了问题。同时它在一些比较泥泞或者一些石子路上的性能都会受到非常大的影响,所以这种自动驾驶技术要想真正实现普及和深入的运用还是有一定难度的。

但是,我们可以开始推动其中一部分商业化。比方说,Uber 或者滴滴可以在主路上应用自动驾驶,主路以外的岔路、小路、泥泞的道路可以让人类司机完成。这样一种方式更有助于Uber、滴滴这样的企业实现自动驾驶商业化。在这方面,我认为它们比特斯拉还有汽车制造商们有更大的优势。

问:霍金博士在提到AI的未来时,担心会带来的一些负面的影响。您怎么看待这个问题?

Tom Mitchell:我们需要看到一个技术的正面和负面。

AI确实在这几年风靡全球,而且它是一个非常有用的技术。怎么样去使用它,才能为我们人类谋到更大的福利?我认为是特别关键的。首先我认为AI在推动人类社会进步发展这方面的作用是毋庸置疑的,因为它可以大大提高我们的生活质量,包括减少城市当中的污染和拥堵,帮我们实现不同语言之间的沟通,在医学上实现更精确的诊断等等。这个技术发展的过程也是不可逆转的,而且我觉得也不应该被逆转。

另一方面 AI 会带来一些负面的效应,比如说有些人开发出一些智能的AI病毒,来实现他们不可告人的目的;同时有些国家的军方也有可能利用了人工智能技术来危害他人。所以我们应该把AI视作一把双刃剑,而且应该让整个社会看到这个双刃剑的存在。只有这样,我们才可以在享受AI红利的同时,也让更多的人包括决策者去思考它的负面效应,以及预防的办法。

关于Neuralink

问:如何看待伊隆马斯克的脑机结合计划?

Tom Mitchell:我们可以从两个问题的层面来分析。

第一个方面是我们是否可以去观察大脑的思考过程?

第二个方面是一个大脑是否可以和另一个具有同样的思考?

先回答第一个问题,现在我们可以以90%的准确度去观察大脑的思考。比如说给你两个词语,一个是相机,一个是云,让你选一个词,电脑可以以90%的准确度猜到你心里的答案。当然,相对于真正能够做到对大脑的全方位扫描来说,这个还微不足道。因为当一个人说话的时候,我们并不能做到在旁边放一个类似成像机一样的东西,他想的都可以转录为文字。

教会机器来观察大脑,这个领域我们还是比较青涩的,目前还处于一个初始的发展阶段。现在谷歌、伊隆.马斯克成立这样一种实验室是一个挺好的开端。

另一个问题,马斯克以前提到过一个词叫心灵感应,能不能让一个大脑准确的感受到另一个大脑相同的感受呢?现在还做不到,这比仅仅观察大脑要难多了。

关于人工智能企业碰到的问题

问:您认为一家 AI 公司的成功到底取决于技术还是产品?

Tom Mitchell:如果一个AI公司没有自己的产品的话,那么它存在的可能性是非常小的。现在我们能看到很多AI公司的机遇,比如具体的去解决自动驾驶汽车和自动回复邮件等等功能。

同时还有一些AI公司,成立后就是纯粹的搞技术开发,比如 Deepmind,这是一个比较特殊的例子,因为它长期发展的一个战略就是消失掉,也就是被谷歌收购了。但是谷歌在推出的AI产品中,其实我们是可以看到Deepmind技术缩影的。

所以如果是想要仅凭技术就能在AI这个领域中做的出彩,实际上是一个比较短视的战略。虽然这样在短期不会消耗大量资金,但是长期可能会产生一些问题,而且也只能寄望于被别的公司所收购。

问:现在很多AI企业遇到这样一种情况,当把一些数据和情景输入到机器当中,机器得出一些结论或者决策,但是当他们回溯这些结论和决策的时候会发现,他们对机器的决策失去了控制,您如何看待这一现象?

Tom Mitchell:关于人工智能系统有时候不能自洽的解释所作出的决策,这个问题确实也是值得我们去思考的。给大家举一个医学方面的例子,比如说一个AI系统,它建议我去把我的肝移除了,因为它发现我的身上有些相关的病理症状,我肯定需要它给我一个解释,不能平白无故就把我的肝移除了。现在很多AI系统在更多层面上可以被我们视为专业知识的辅助,比如放射科或者在病理学分析,还有在医学影像分析当中,也都已经开始运用AI作为医生的辅助,相当于起着查漏补缺的角色,但是最终的决策是由一些专家来决定。

关于人工智能和教育

问:您的《机器学习》作为经典的教程是为人们所熟知的,同时现在不断涌现出来一些新的学习方法,对于新入门机器学习的学生,您有什么新的建议吗?

Tom Mitchell:感谢你提到我在1997年的书,它现在还让我引以为豪。这里给大家透个风,不久以后,我还会再出一本新书。毕竟20年过去了,人工智能也有了突飞猛进的发展,确实应该再出一本新书了。现在如果大家登陆我的“机器学习”那本书的网页,还可以下载新书的最新章节,感谢大家的支持。

问:人工智能方面的人才现在非常短缺,对于这方面人才的培养您有什么建议?

Tom Mitchell:建议想学AI的学生去网上的一些平台去学习相关的课程,比如 Coursera 上 Andrew 教授的人工智能课程,很有意思,建议大家去看。(AI科技评论按:雷锋网AI科技评论慕课学院也已上线,欢迎广大同学们踊跃报名)这些专业性、知识性、甚至是一对一的人工智能的教育,我认为对于学习AI的学生来说大有裨益。

问:您是如何看待AI在教育方面的应用的?

Tom Mitchell:关于怎样利用AI推进教育的发展,我认为确实可以去建立一些全新的在线的教育系统。通过不断的获取学生最新的数据,再通过AI让整个教学过程更加个性化。我们现在也有一些相关的科学研究,就提出了这样的一种机器学习的场景。比如说我们设计一个考题给学生,让学生对一个ABCDE进行排序。对于传统教学,教师在收到一些学生的答案后,人工判卷并教学;而使用了机器学习的工具后,或许一个机器可以收集高达十万名学生的答卷并分析出错的规律。在过去一位老师他可能穷其一生,都不可能接触多达十万名学生,这就是人工智能的潜力所在。或许现在这种技术还没有真正得到非常广泛的应用,但是我认为这样一个时代必将到来。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-04-29

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

来自专栏大数据文摘

打开大数据研究的潘多拉魔盒

1848
来自专栏AI科技大本营的专栏

Google 在人工智能领域的高歌猛进——在机器学习上加大投资使 Google 跻身科研前列

《自然》杂志(Nature),《美国国家科学院院刊》(The Proceedings of the National Academy ofSciences),《...

3325
来自专栏AI科技大本营的专栏

重磅 | 奖金200万,千万数据规模,创新工场搜狗今日头条联合发起迄今国内最大AI挑战赛(附详细赛事说明)

文/周翔 编辑/鸽子 上月,举办了八届的 ImageNet 挑战赛由创始人之一李飞飞博士正式宣布退出历史舞台。虽然 ImageNet 走了,但是今日下午(8 月...

3476
来自专栏ThoughtWorks

在ThoughtWorks,我们如何做招聘

引子 知乎上有很多关于ThoughtWorks面试的讨论,主要集中在这样两个方面: 该如何准备ThoughtWorks的面试?其面试流程是怎样的? Thoug...

2567
来自专栏机器之心

CMU机器学习系主任Manuela Veloso加入摩根大通,华尔街金融巨头的AI投资

18610
来自专栏SeanCheney的专栏

《数据科学家访谈录》总结·1

求职需要你每一次都针对不同的聊天对象修改对自己的介绍和描述。其中的精髓正和做数据科学如出一辙,你需要不断地在展示自己和研究如何展示自己之间反复循环。

601
来自专栏机器之心

机器之心GMIS 2017圆满闭幕,全面解读前沿研究、产业落地及AI全球化

机器之心原创 机器之心编辑部 5 月 28 日,机器之心主办的第一届全球人工智能峰会(GMIS 2017)顺利闭幕。在为期两天的大会中,许多学界和业界的重量级嘉...

2725
来自专栏新智元

波士顿动力遭遇狂奔机器人,猎豹式腿部设计告别传感器

【新智元导读】波士顿动力这回遇到了强劲的挑战者。美国 IHMC 研究院开发的狂奔机器人不用传感器,而是凭借自身的机械设计来保持奔跑时的动态稳定性。这一设计理念可...

36713
来自专栏新智元

【AI快报】Deepmind投向Tensorflow | 谷歌无人车或与菲亚特克莱斯勒合作

DeepMind开始使用TensorFlow ? 美国时间4月29日, 谷歌 Deepmind研究团队科学家Koray Kavukcuoglu在谷歌的博客上...

3175
来自专栏新智元

CMU教授炮轰谷歌:一切都是商业计划,机器学习原理停留在20年前!

【新智元导读】Twitter今天出现了一条惊爆tread:CMU助理教授Simon DeDeo炮轰谷歌大脑,认为他们没在做真正的科学,只是用强大的算力以及招揽到...

700

扫码关注云+社区