Michael Levitt:三个原因使人工智能变得更加重要

2018年8月10-12日,以“共享全球智慧,引领未来科技”为主题的世界科技创新论坛在北京会议中心举办。8月11日,2013年诺贝尔化学奖获得者、美国国家科学院院士、英国皇家学会会士Michael Levitt在论坛上表示,出于三个原因使人工智能变得更加重要: 第一个,我们对于什么样的算法有用,什么样的算法没用,了解更多; 第二个,我们对数据必要性的认识越来越清晰; 第二个,人工智能领域起名字非常重要,在美国没有人再把它叫人工智能,现在多叫机器学习。 Michael Levitt发言实录全文如下: Michael Levitt:非常感谢,这是我第一次参加这样的讨论,我是作为唯一的外国人参加这个专家讨论。通常来讲如果有国外的来访者,他们往往就会很尊重客人,另外一方面他们也尊重本国专家,所以看今天从台上的构成就体现了中国人既尊重海外思想,也尊重本土专家的意见。 做科学工作,我是从1967年开始的,可以说我爱上了电脑,人工智能是我一直关心的领域而且关心多年了。但是从某种意义上来讲,人工智能的含义随着时间的变化而变化,当我最早开始研究的科学的时候,当时我还是十几岁的小孩,大概只有14岁。当年我听说电脑可以拿来下棋,我觉得真了不起,电脑居然可以拿来下棋,我以为电脑只能拿来加减乘除。我觉得下棋,照理说不是电脑被设计出来完成的工作,可是人工智能这个领域它的重要性得到了凸显,出于三个原因使人工智能变得更加重要。 第一个,我们对于什么样的算法有用,什么样的算法没用,了解更多。 第二个,我们对数据必要性的认识越来越清晰,每个人都有大量的数据,关于外部世界也有大量的数据。大家可以想像电脑的运算速度也越来越快,很多时候很多行业它的发展变化是由一些出乎意料的因素推动的,电脑使得人工智能的发展变得容易,以前电脑让年轻人玩游戏,现在它有GPU,图形处理,最早是让年轻人玩电脑游戏的,但最早是小孩想通过玩游戏,促进了计算机的发展。 我们说到人工智能领域起名字非常重要,比如在美国没有人再把它叫人工智能了,因为50年前当时承诺给他们好多人工智能的东西,现在多叫机器学习了,现在美国人不把它叫人工智能了,他们用的是机器学习。今天我们说机器学习也是一个很泛泛的概念,机器学习人们已经开展了很多年了,机器学习就是把数据拿来,在里面归纳一些东西。举个例子,我们说孩子的身高是年龄的函数,然后你会得出一个曲线,里面有很多点点点,画出一条线,平均一下,如果你是12岁的话应该1.4米,当然这是从数据里面归纳出一些东西。 随着机器学习的兴起,当然你也可以称之为人工智能,还有像深度学习、神经网络、随机森林等等,这些都是新的术语,它是老概念的新名字。像自动化这个名字也存在很长时间了,从数据中学习也存在很久了,有一些非线性的数学等式也存在很久了,其实过去这50年,我们回顾一下是如何让这些方法发挥更大的作用,这里有一个很好例子。对于电脑来说,无论是围棋、象棋都不是很难的事,识别人脸也不是很难的事,今天的计算机已经可以承担很多过去我们认为很难的任务了。当然不能说电脑变得很聪明,只是让他们玩的事情不是很简单了,现在可以拿来翻译,英文翻译成中文,中文翻译成英文,甚至写一首很美丽的诗,会让我觉得很了不起,我认为这个也会变成现实。 所以我们看到今天随着机器学习或者人工智能,机器越来越会归纳了,不再是简单的从年龄归纳出身高,比如说电脑,不再是你告诉它什么是好的什么是不好的,电脑可以自己去归纳来,所以电脑已经可以做归纳了,我们说归纳非常重要。比如自驾驶的车辆,电脑就可以知道我到什么程度停下来,所以电脑这种归纳的能力也在不断提升,无论化学、物理学等等,都可以借用这个发展。 我们也可以把这种归纳、概括,把数据拿来进行概括,把它用于很多广泛的领域。假定电脑像人一样聪明,当然是个抽象的人,可以通过图灵测试,但是电脑真正做的是什么?就是从数据来概括,然后来自我学习。它是从数据的概括开始,这是计算机最核心的能力。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/FIN2018081104496300?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券