洪小文:AI、机器学习、大数据已成科学基础工具

采访嘉宾:洪小文 微软亚太研发集团主席,微软亚洲研究院院长,微软杰出首席科学家,电气电子工程师学会院士

采访视频:http://www.csdn.net/article/2015-12-21/2826528/3

采访文字实录

CSDN:有一种说法是,我们经常会高估科技在短期的影响力,又低估科技在长期的影响力。那对于AI来说,您觉得人工智能近期的影响会是什么?长期的影响又会是什么?

洪小文:从高估的角度来说,最近探讨的话题如机器比人聪明,临界点等等,担心我们造出一个东西比人还聪明,取代我们,跟我们作对。我觉得这个完全是高估。因为很简单,机器是什么?比如图灵机,图灵机就是任何可以计算的东西都交给计算机去计算,但是计算机所用的算法都是由我们人类想出来的。人最了不起的是创造力,是我们怎么想到那个算法的。不要说我们今天没有办法做一个程序去想出一个新的算法去解决一个问题,我们人自己都不知道,我们下一个算法在哪里,这就是我们的创造力。

我常常打一个比方,假如爱因斯坦在这里,你问他,你为什么会发明相对论?我觉得他可能也讲不出为什么。因为他如果能讲出来,可以教给其他人的话,他可以教十个、一百个、一千个、上万个爱因斯坦。一样的问题你去达芬奇,你去问米开朗基罗,你去问这些艺术家、科学家,他也讲不出来。就像《三体》科幻小说,你问作者,你怎么写出这个东西的,你下一个创新会是什么,他可能也还不知道他下一本书的灵感在哪里,这个就是创新,所以我觉得这方面是高估。

那么低估的地方就是,其实今天的AI很大一个部分就是机器学习、大数据分析。什么是大数据分析,就是假设我们有个实验,今天有一个想法,那我把它想办法实现出去,让人用起来,采集真实世界中的一些数据。有了数据以后,我可以优化我的算法,优化我的假设,优化我的下一个实验,我们英文叫做closing feedback loop。每一个反馈都能让我的东西更进步一点。人类所有东西都是这样进步来的,今天移动互联网、大数据,以及未来的物联网,允许我们能够很快的收集数据,可以实时的收集数据,可以实时的把这个loop给关闭起来,每转一圈就进步一点。这个进步将是不得了的,为什么最近科技能够带动这么多的创新?以前我们可能同样的时间做一个实验,今天你可以做一百个,一千个实验,我觉得大家真的是非常有可能低估,尤其在未来的十年,二十年之内,在各行各业,科技能够带来的所有创新。

CSDN:在历史上,我们曾经多次乐观,但是错误的估计了AI的应用和发展。您觉得这次尤其是在深度学习带来的浪潮下,我们距离真的AI和应用还远吗?从历史上我们能学到什么?

洪小文:我举一个例子,是1950年时代杂志《Times magazine》的一个封面。那个时候二战刚结束,计算机才刚开始。计算机理论当然有,我们知道像图灵和图灵机。当时用真空管建造的一个计算机,可能像今天清华讲堂这么大。但是当时就已经有人要做人工智能了,就有人预估和担心人工智能什么时候能够打败人。而且,1950年经过工业革命,人可以造很大的机器,像拖拉机,大型的卡车。人对这些很有肌肉的机器,好像不害怕,因为觉得那些东西四肢发达。但人对人工智能造出一个比我们还有思想,甚至于比我们更智能的东西很害怕,很担心这个Superman(超人)比我们聪明。

到今天很多人担心,我们造出一个东西,比我们还聪明、不可控那怎么办?所以我认为这个学习,让我们了解到这种担心到底需不需要?我之前讲过,我们其实高度高估了机器的智慧。机器的智慧智能只能说,计算机是一个最好的左脑袋,它可以做逻辑思考、做计算,然后不会喊累而且也不会出错,但这是我们给它的算法。事实上,计算机拥有可以超过人类的智慧今天有非常少的证据证明,甚至也可以说没有,因为人对自己的了解还不够。右脑袋的创造力到底怎么做?你今天给计算机选择题,它用大数据分析告诉你哪一个是答案,这个它可以做,而且可以做得很好。但是你今天给它的选择,它说都不是,而产生一个新的选项,这种创造力是根本,我没有看到有任何证据证明我们在往这个方向走,更不要说人都不知道我们是怎么做的。我认为对于创造出一个东西比人还聪明,以前有人担心,现在还有人担心,未来还是会有人担心。但我个人其实是比较乐观的,直到我们了解了人到底是怎么样的,我觉得几乎不太可能会造出一个比人还聪明的机器。

另外一个角度我认为今天所有东西都是人造出来的,那么水能载舟,亦能覆舟。我们造一个汽车,可以载我们从东到西;我们造一个飞机,可以飞到我们到不了的地方。但是汽车跟飞机也可以拿来撞人,也能够产生巨大的伤害。但是我们永远不会怪汽车,不会怪飞机,我们是怪背后的人,怎么用这些东西做坏事。计算机也是一样,要怪就要怪后面的人。所以我认为担心计算机就好像担心汽车要做坏事一样,这个我是觉得有点无的放矢。

CSDN:在大众文化里面,人们对AI的应用已经做了很多畅想,包括我们看到的各种电影、动画片。那AI对于计算机科学研究和研究员本身,你觉得会产生什么样的影响?

洪小文:我想今天所谓的AI其实非常广,如果你回到三、四十年前AI的课本,实际上很多是研究人的智慧。就像我刚刚提出来的,人右脑到底是什么,还有人的思想,笛卡尔说我思故我在。我们人的认知、意识,我们对每一件事情,我们不但去做,我们也知道为什么做这件事情,我们是怎么想到这件事情的。早期的AI是探讨这个东西,到今天我觉得我们对人的了解还很少。但是从用数据去学习的这种角度来看的话,今天我们所讲的AI,大家觉得有用的包括深度学习等,基本上都跟机器学习、大数据不完全相等,他们的交叉部分可能占了90%以上。从这个角度来说,对每一个做研究的甚至对各行各业的人深切相关,为什么?因为今天每一个做研究的或者其他行业的人,都要用数据去定数的描述你今天所做的事情,从这个角度去收集数据,然后对你下一轮的产品、实验和假设来做优化,那么你才可能进步,你才可能在这个社会上竞争。学生也好,各行各业也好,你才能够脱颖而出,从这个角度来看,每一个人必须要知道这些以大数据、机器学习为主的AI,因为closing feedback loop整个数据的运作,不但是未来,也是今天、过去整个人类各行各业文明史发展最重要的一个方法。

CSDN:今天来参加这次研讨会的有很多二十多岁的年轻人,而他们中有些人将来也会变成研究员。您会给他们什么样的建议?如果您能进行时间旅行,您会给当年二十刚出头的自己什么建议?

洪小文:我想只有两点,第一点我想说,特别是对我,回到二十年前。因为当时那个时代跟今天这个时代很不一样,当时不要说互联网了,计算机都没有今天这么普及。当时我们那一代人因为知识资讯没有那么发达,比较少人真的是根据个人的兴趣来念书,很多人是因为其它的原因,例如想改善经济条件,或者是说我们中国人鼓励大家要学习,要读书这样的方式去做研究。但今天我想年轻朋友们,知识的来源会更广泛。他们有机会尝试到各种不同的领域,各种不同的方向,我建议他们一定要选择一个自己有热情,有兴趣的东西。什么叫有热情有兴趣?就是别人不要强迫我,别人甚至不用付我钱,我都愿意去做的东西,就叫做我们有兴趣的,这是第一个建议。

第二个建议跟刚刚讲的有关,今天移动互联网、大数据、计算也好,互联网这些东西让我们能够很容易的取得数据,然后能够把我们的假设去做一个实现,能够帮助我们来优化我们的想法、假设、实验。所以怎么样利用技术,怎么样运用移动互联网,怎么利用机器学习,这些很基本的东西。我不是说大家要学习AI、机器学习、大数据,而是大家必须要用这些东西。今天,这些东西已经变成像数学、物理、化学一样,变成一个科学基础的工具。就像我们从小到大读了很多年的数学、物理、化学,我相信将来这些东西要进入到中小学教育里面,让大家有一个基本的认识,然后可以用它在你有兴趣的领域里帮助你去做你想做的事情,优化你想做的事情。我觉得这个创新还有对整个人类的贡献,那就更有影响了。

原文发布于微信公众号 - 人工智能头条(AI_Thinker)

原文发表时间:2015-12-28

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

世上本没有数:正解大数据

22660
来自专栏PPV课数据科学社区

【聚焦】大数据思维的十大原理:当样本数量足够大时,每个人都一样

  大数据思维原理是什么?笔者概括为10项原理。 一、数据核心原理   从“流程”核心转变为“数据”核心   大数据时代,计算模式也发生了转变,从“流程”核心...

38970
来自专栏PPV课数据科学社区

大数据引发第二次数据革命

【核心提示】与传统数据相比,大数据的资源性特征尤为突出,成为各国重视开发大数据的依据。在知识的演化过程中,数据既是产生信息、知识、智慧的基础,又同时贯穿于其中。...

35350
来自专栏新智元

从吴恩达到LeCun,AI研究院到底需要哪种类型领军人?

编辑:裴七 张乾 【新智元导读】本周LeCun卸任FAIR负责人。Facebook公司发言人Ari Entin表示,LeCun的新职位反映了Facebook研究...

37060
来自专栏腾讯研究院的专栏

算法决策兴起:人工智能时代的若干伦理问题及策略|AI观察

本文系根据腾讯研究院研究员曹建峰在“全球人工智能技术大会·2017”的分论坛“AI变革时代的智能系统测评分论坛”上的演讲整理而来。 ? 大家好!很荣幸今天有...

351100
来自专栏灯塔大数据

2016 美国大选预测失败意味着什么?14 位专家帮你分析数据科学的未来

本文中一共采访了14位数据科学和预测分析领域的专家。除了表示大数据和预测分析技术将在2017年度得到更大的发展之外,他们普遍提到了通过大数据分析对2016美国...

29140
来自专栏机器之心

Nature | 走向实用化:谷歌量子计算的三大商业前景

选自Nature 作者:Masoud Mohseni等人 机器之心编译 参与:李泽南、黄小天、蒋思源 谷歌量子人工智能实验室的 Masoud Mohseni、...

35390
来自专栏达观数据

达观数据:发掘大数据时代下的媒体潜能

马云说:互联网还没搞清楚的时候,移动互联就来了,移动互联还没搞清楚的时候,大数据就来了。近两年,“大数据”这个词不断涌入大众的耳海,面对大数据,许多人都一头雾水...

40160
来自专栏数据科学与人工智能

【陆勤阅读】大数据思维的十大原理:当样本数量足够大时,你会发现其实每个人都是一模一样的

大数据思维原理是什么?可以概括为10项原理。 一、数据核心原理 从“流程”核心转变为“数据”核心 大数据时代,计算模式也发生了转变,从“流程”核心转变为“数据”...

24560
来自专栏新智元

亚马逊杀入AI芯片大战,Alexa的野心是当家庭大脑

新智元报道 来源:The Information 编辑:司明 【新智元导读】2月12日,The Information的报告证实,亚马逊已经开始设计制造...

36290

扫码关注云+社区

领取腾讯云代金券