麻省理工学院公布MIT IQ计划：对人类智能逆向工程，创造新算法

科技行者原创报道

来源：ZDNet

编译：科技行者

麻省理工学院正在推出一项名为MIT Intelligence Quest的计划（简称MIT IQ），旨在将多个学科结合起来，对人类智能进行逆向工程，为机器学习与人工智能创造新的算法，以促进各方协作。

MIT IQ项目最大的要点，就是强调构建算法需要采取新的方法——只有多个学科与研究领域相互协作，才能真正推动AI技术突破。

麻省理工学院Intelligence Quest项目在重新思考我们推进人工智能技术发展的具体方式

这个项目涉及MIT数百名研究人员，试图打破不同研究所之间的孤岛，从而了解人类智能，并利用研究成果开发机器智能。

MIT IQ新闻发布会强调了上述思路，并公布了这个项目的主要领导人，包括麻省理工学院院长L. Rafael Reif，以及以下成员：

Anantha Chandrakasan，MIT工程学院院长

James DiCarlo，MIT大脑与认知科学系主任

Dina Katabi，MIT电气工程与计算机科学教授

Daniela Rus，MIT计算机科学与人工智能实验室主任

Josh Tenenbaum，MIT认知科学与计算教授

MIT IQ实际的目标在于围绕AI发展的基础性难题，真正想解决的问题是，当前有关AI基础的知识已经过时了。AI的数学与核心原则可以追溯到上世纪五、六十年代，如今，计算能力与技术已经发生了翻天覆地的变化。Reif说，“AI的基础相对比较陈旧。我们一直在努力立足现有算法开拓出新的应用方向。”

新算法的开发将需要跨越多个学科协作。但最关键的问题在于：我们如何从人类婴儿的成长过程中学到什么，以应用到人工智能的升级？

MIT IQ将需要“数亿美元”的资金支持，而麻省理工学院方面希望行业合作伙伴们能够伸出援手。去年9月，MIT已经与IBM签署一个合作协议，IBM 同意投资 2.4 亿美元成立一个新的 MIT-IBM 沃森人工智能实验室（MIT-IBM Watson AI Lab）。

Chandrakasan指出，为了真正推动AI技术进步，我们需要将多个学科联系起来。更具体地讲，其基本思路在于将新算法与技术及平台加以结合。“我们将教会更多专业的学生如何使用AI工具。”

MIT IQ项目结构

MIT IQ有两个相关的实体。其一被称为“The Core”，负责开发机器学习算法。Core将在总体上研究人类智力和机器智能的科学和工程学。除了获得对自然大脑和计算机大脑工作原理的基本理解外，它还将开发针对更具体用途的机器学习算法。

第二个实体则为“The Bridge”，其将专注于把麻省理工学院在多个科学中的发现引入自然智能以及人工智能领域，包括疾病诊断、药物发现、材料和制造设计、自动化、合成生物学和金融等。Bridge将在MIT IQ之内提供技术、平台、基础设施、教育以及数据集资源。

MIT IQ研究团队同时指出，该项目还将着眼于人工智能带来的社会与伦理影响。Reif提出：“严肃的人工智能技术也要求严肃的人性作为依托。”

项目结构在设计上是为了帮助麻省理工学院250名教授在人工智能相关研究领域缺少合作的现状。Reif说道，“AI将改变每一个领域的工作状态。”

对于企业而言，MIT IQ的项目结构同样值得注意，因为其强调了将多个学科结合在AI当中所带来的影响。企业主要关注开发产品、优化利润以及促进销售，同时亦有必要扩大人机交互层面的功能覆盖范围。

Reif强调，尽管行业当中会出现大量AI技术研究活动，但麻省理工学院将专注于对核心研究的发展及推动贡献力量——特别是那些无法在短时间内带来利润的研究工作。

我们能从婴儿身上学习到什么？

DiCarlo表示，MIT IQ将采用逆向工程方法对人工智能进行推动。

他补充称，对人类智能进行逆向工程实现了计算机视觉认知的巨大进步。对于人类智能进行逆向工作可以说是实现深度学习的必要条件，特别是考虑到这项技术正逐步走向其极限。

这种逆向工程方法在本质上需要多个学科进行配合。举例来说，Tenenbaum表示认知科学与大脑研究就能够在AI领域发挥重要作用。

Tenenbaum解释称，其目标在于“开发一种类似于婴儿及儿童的学习机器。”更具体地讲，人工智能将如何一张白纸般开始学习，而后逐步探索模式与数据。但相比之下，婴儿从一开始就拥有遗传学起点及思维结构，这意味着其学习过程绝不仅仅立足于数据与模式。

Tenenbaum说，“三个月大的婴儿在智力水平上已经超过目前的所有AI系统。孩子们会终生学习，能够建立起多层次智能体系，而机器学习系统则无法实现这样的效果。”

Tenenbaum补充说，他的团队需要同MIT IQ中的The Core以及The Bridge单位开展合作。为了建立起能够像人类那样从接触到的一切当中提取算法的机器，大脑研究与机器人技术可谓不可或缺。

不平等性与道德难题

麻省理工学院相关研究者们在MIT IQ新闻发布会上反复提到了不平等性与道德难题。

Reif指出，人工智能在发展的每个阶段当中都需要考虑解决社会影响带来的干扰。Reif强调称，“人工智能将成为新财富与不平等性问题的主要来源。我坚信，处理好这个问题将成为我们这个时代当中最重要的挑战之一。”

他同时补充称，对人工智能技术的乐观与恐惧情绪皆“显而易见，且非常合理”。

Rus则补充称，解决道德问题绝对不可能仅通过一种算法实现。解决社会影响意味着认真思考每一个步骤可能带来的后果。

她指出，政府与企业领导者之间还需要就此开展大量合作与政策性讨论。

Reif总结称，“如果我们人推进这一领域的发展，那么必须确保以一种有益于社会的方式来运用人工智能技术。”

-END-