Demetri Terzopoulos:没有什么能够阻止我们实现超越人类的智能

采访嘉宾:Demetri Terzopoulos 加利福尼亚大学洛杉矶分校计算机科学系杰出教授,美国计算机协会、电气电子工程师学会、伦敦及加拿大皇家学会院士

采访视频:http://www.csdn.net/article/2015-12-21/2826528/8

采访文字实录

CSDN:听说您的演讲非常精彩,学生们都很喜欢,他们提出了不少问题。我的第一个问题是您为何选择计算机研究作为自己的职业,并潜心研究这么多年?其中最有乐趣和最困难的部分都是什么?有没有什么故事能够与我们分享?

Demetri Terzopoulos:确实,有很多人提问,我感到很高兴——虽然提问者的评价角度不那么正面,但我仍然感到高兴。实际上我本科时所学的专业是电子工程,但在本科阶段末期,我选修了人工智能课程,并从此着了迷。此前我就有点偏向于计算机,但那是从电子工程的角度上考虑的,同时涵盖了软件和硬件两个方面。当我开始接触到人工智能时,我认识到这是最好的长期开放性研究领域。所以到了研究生阶段,我攻读了机器学习、计算机视觉等,但人工智能作为一个整体,都是我研究生阶段的学习兴趣,侧重于计算机视觉。此后,我又对计算机图形产生了兴趣,并由此走进了虚拟世界、虚拟现实等。所以我开始在虚拟环境下使用人工智能手段。我现阶段的工作目标是理解并在虚拟世界中模拟人类。

CSDN:我觉得你恰好回答了我的第二个问题:你现在专注于那个领域?它会怎样影响我们的生活?你能否再多说几句?

Demetri Terzopoulos:目前我同时在几个领域开展研究:人类模拟,计算机图形,动画,计算机视觉——我对医学影像分析也感兴趣。其他的课题还有人脸识别等,这些都是具有很强的现实意义。目前我最大的激情是在虚拟世界中模拟人类。它的长期影响在于电影、工业和电子游戏领域。玩家将能够与智能化的虚拟角色进行互动。我相信,有朝一日他们会像真实的人类一样聪明,这样游戏就会变得非常有意思。还有其他的课题,例如模拟人们在真实环境下如何工作等。它的用途在于,比如说,模拟建筑物里的办公空间,当发生火警时,应该从哪里逃生。我们可以通过逼真地模拟人们在这样的环境下如何采取行动,根据其中的结果建立模型,然后用它来建设真实环境。

CSDN:可以看出来,您是充满激情的。在你所从事的研究领域,有哪些尚未解决的重大问题?

Demetri Terzopoulos:当然有了,不然我们就失业啦!有太多尚未解决的重大问题。我目前研究的一个重大课题是如何让虚拟人类和真实人类变得无法区分。这是一个长期问题,而且恐怕在我有生之年不会得到彻底解决。我希望每一年我们都能看到越来越好的虚拟人类,看起来越来越真实。这一过程会很长,未来会一直延续。有朝一日,你肯定无法区分虚拟人类和真实人类。即使今天,如果一个虚拟人处于静止状态或者通过动作捕捉机制从事简单动作时,你已经很难区分它们了。如果这些虚拟人自主做出一些动作时,还是可以区分的。但是,今天我们在区分它们的自主动作时还不会犯错误。

CSDN:今天,许多的听众都是二十岁刚出头的大学生,而他们中有些人将来也会变成研究员。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?您会对您自己说什么?

Demetri Terzopoulos:这是一个很有趣的问题。当我还在读本科的时候,我并不认为自己有必要继续读研。我想,自己应该找一份工作,成为电气工程师什么的,开始赚钱。我在父母的支持下做出了决定。因为硕士和博士学位就在那里。他们认为我应该一直读下去。我也就这样决定了继续学业。现在回头看,我要对当年的自己说,你做的决定是正确的。继续钻研计算机科学,钻研计算机科学之下的人工智能领域,你不会失望的。

CSDN:这就是传说中的激情与执着吧。有人常说,人们往往在短期内高估了技术的潜力,但在长期内低估了技术的潜力。在人工智能领域,你是否认为人们过于乐观?你对人工智能的近期和远期影响怎么看?

Demetri Terzopoulos:人们和学者在人工智能发展的早期阶段确实过于高估了自己在短期内解决这一问题和相关问题(例如计算机视觉等)的能力。当时人们的思想方法不对,然而现在,人们对特定时间内可以实现什么目标的思考已经现实很多了。我认为,在短期内,我们会循序渐进,不断接近人工智能的长期目标。从长期来看,取决于你所从事的不同领域,人工智能的目标应该是尽一切可能强化人类自身的智能。我们现在就已经看到,借助移动设备,我们与数据库实现连接。通过与互联网的连接,我们都变得比以往更加智能。我们知道的更多,能够非常迅速地根据自己的需要获取信息。人工智能技术会让这个过程变得更加流畅和迅速,这就是对人类智能活动的强化。更长的期间内,将会出现生物智能和人工智能的融合,两者的结合会强过目前这两方的任何一个。眼下,你可能听说了一些与此相关的不良副作用。人们想象有一天人工智能或者计算机会霸占世界。但我一点也不担心,因为我相信我们自己会变得越来越聪明,我们会知道怎么创造并控制这些设备。如果超人类智能在短期内变得异常强大,一定会有其他智能系统来监督前者。如果一个系统变坏了,那么其他更好的系统就会干预。就像我们的社会,有一部分变坏了,但我相信绝大多数人是好的,总会有好人与坏人做斗争,管理这些问题。我希望,人工智能系统可以自我监督,我们不会面临“最后审判日”这样的情况。人们必须要面对现实,所有的技术都有好的一面和坏的一面,我自己并不太担心。把这个问题留给未来的一代吧。

CSDN:人们过去就曾乐观地预言,人类将充分利用人工智能。在你看来,我们还有多久才能实现,或者说人工智能的潜力有多大?我们能从过去中总结出哪些教训?

Demetri Terzopoulos:我们并不能为人工智能界定一个单一的目标。人工智能本身包含着许多方面的努力。人工智能的每个子领域都有着不同的目标。我们现在的模型是以人类智能为目标的,因为这是我们所知的最高级的智能,当然,或许有外星人存在,在另外一个空间里,他们的智能会超过我们。但我们现在还没有接触到他们。我觉得,我们能够实现人类的智能,其本身已经非常了不起,但没有什么能够阻止我们去实现超越人类的智能。飞机就是一个很好的例子,我们的飞机已经超越了自然界的飞行机器——鸟类或昆虫等。当然,超越昆虫的飞行能力并不容易,它们十分的灵活。但在大负荷运输方面,飞机当然要比鸟强很多。

CSDN:在大众文化中,我们曾设想了许多可以运用人工智能的情境,例如个人助理。在你看来,人工智能将怎样影响计算机科学发展,乃至影响到研究者自身?

Demetri Terzopoulos:据我所知,人工智能正在对越来越多的研究人员产生影响。我们建立越来越复杂的软件,以及联通虚拟和物理空间的系统。许多领域的研究者也在转向人工智能学科,与之互动。以计算机图形为例,我们从事建模、动画、渲染等工作。我感觉,计算机图形领域最重要的前沿就是人工智能。因为我们已经知道如何渲染,如何借助光影效果、表面反射等手段创建非常逼真的形象,在这些方面取得了巨大的成就。我们还知道物理渲染,让流体、衣料等做出适当的物理反应,并把这些技术用于电影和游戏的制作。眼下的前沿阵地在于如何进行生物模拟,而在生物方面,最重要的又是人类的大脑。如何模拟人脑的能力,并以动画形式展现出来,再把这些能力整合到人工智能和虚拟现实中的人工智能系统上,并用于游戏和电影制作将是未来的发展。

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

来自专栏人工智能快报

专家谈论关于人工智能的误解

大多数人对人工智能的认识来自于科幻小说,而非现实生活。但是,如果对机器人和人工智能的了解都来自于电影和书籍,那么当机器人出现的时候,人们必定会感到害怕和失望。这...

2935
来自专栏罗超频道

内容之争,新媒体的暗涌

罗超为钛媒体、爱科技网撰稿,2013年6月20日发表于首页。 今天腾讯《大家》的一则关于文章侵权的声明在新媒体圈掀起了波澜。《大家》是腾讯的一个中文阅读品牌,或...

3235
来自专栏大数据文摘

跨界,圈外人该如何闯入数据科学家的世界?

2016
来自专栏企鹅号快讯

遭遇成长烦恼 2017 IT行业回顾之AI大数据

第312期 遭遇成长烦恼 2017 IT行业回顾之AI大数据 文 | 贾凯强 责任编辑 | 巫山 审核 | 张齐 策划 | 刘克丽 人工智能和大数据在20...

1929
来自专栏人工智能快报

会讲恐怖故事的人工智能

据美国麻省理工学院(MIT)网站2017年10月27日报道,该校媒体实验室的一个研究团队设计了一个叫Shelley的AI恐怖故事作家。Shelley的创造性思维...

3067
来自专栏达观数据

达观数据陈运文:人工智能技术在传统企业的应用

2017年3月23日,“全球创新发展及2017人工智能变革”全球创业投资交流酒会,在上海新天地裸心社成功举办。酒会由上海市杨浦区科技金融联合会指导,由国际创投、...

3697
来自专栏量子位

腾讯云VP王龙:与英特尔的合作将加速AI落地,硬件的灵活性要变得更强

11月14日,英特尔AIDC首日,作为重要合作伙伴的发言人,腾讯云副总裁王龙应邀发表了主题演讲。

1703
来自专栏PPV课数据科学社区

推荐 :如何才能获得一份数据科学家的职位

作者Alec Smith是数据科学领域中资深HR,之所以写这篇文章是因为经常被问到一个问题:“如何才能获得一份数据科学家的职位?” 不仅这个问题经常被问引起了注...

3515
来自专栏Android 研究

PMI-ACP 敏捷项目管理11——理解团队绩效

最流行的解决方案之一是软件估算模型,称为COCOMO。COCOMO Ⅱ模型有7个输入变量的加权因子,其中一个就是"人员因素",还有一个是"工具与流程因素"。经过...

2692
来自专栏镁客网

360度视频只是过渡,VR视频的“真交互”还没到时候

2084

扫码关注云+社区

领取腾讯云代金券