AI界鼻祖喬丹給風口上的“人工智能”潑了一盆冷水

10月25日至27日，在以“智能科學的發(fā)展與應用”為主題的第二屆智能科學國際會議上，被稱為AI界鼻祖的邁克爾·喬丹親臨現(xiàn)場，為正在風口上的“人工智能”潑了一盆冷水。

“在未來十年之內，人工智能系統(tǒng)的‘智能’還非常有限，你并不會覺得它能和人類一樣智能了。我認為未來十年這些AI系統(tǒng)還不能像人類這樣有這么高的靈活性和創(chuàng)造性。”喬丹說。

喬丹與深度學習鼻祖Geoffrey Hinton一起，被認為是人工智能領域兩位“根目錄級”人物，他的學生有深度學習領域權威Yoshua Bengio，貝葉斯學習領域權威Zoubin Ghahramani，以及前百度首席科學家吳恩達等等。其本人現(xiàn)執(zhí)教于加州大學伯克利分校，任電氣工程與計算機科學系和統(tǒng)計系杰出教授。 他還是是美國科學院、美國工程院、美國藝術與科學院三院院士，是機器學習領域唯一一位獲此成就的科學家。他曾指出機器學習與統(tǒng)計學之間的聯(lián)系，并推動機器學習界廣泛認識到貝葉斯網(wǎng)絡的重要性。他還以近似推斷變分方法的形式化、最大期望算法在機器學習的普及方面的工作而知名。

提起人工智能，很多人腦海里的第一個形象通常是機器人。就像電影《我，機器人》中的智能機器人一樣，人類可以與它進行智能的互動。因此，有些人覺得人工智能就是指這方面的進展。它可以和你溝通，甚至照顧你的衣食起居。

但喬丹認為，這樣的機器人，短期內做不出來。

從計算機視覺角度來說，目前，計算機已經(jīng)能夠在復雜的圖像中準確識別出特定的物體。但是目前計算機還缺乏對視覺場景常識性的理解。例如，如果一個人走近舞臺的邊緣，人類會感覺到他很有可能從舞臺上摔下來，“人類可以從場景中判斷接下來會發(fā)生什么，以及為什么會出現(xiàn)現(xiàn)在的場景。但計算機還遠沒有實現(xiàn)這方面的能力。”

從語音識別角度來看，當前從語音到文字的相互轉化，已經(jīng)在諸多語種中成功得以應用。但計算機的聽覺能力還十分局限。例如，如果你閉上眼睛，只憑聽覺來感受周圍的環(huán)境，你可以知道你身處的是安靜的公園還是繁華的街道，還可以根據(jù)聲音來推斷周圍的人和物的方位，“計算機目前還缺乏這一類的常識性認知，如果再加上復雜的語言信息，那就更是難上加難。”

自然語言處理，對計算機而言是最困難的。“我們看到機器翻譯目前已經(jīng)取得了很大的進展，但是它仍然會錯漏語言中的諸多細節(jié)。”喬丹說，當下的機器翻譯使用的神經(jīng)網(wǎng)絡技術能對海量的不同語言數(shù)據(jù)進行計算和匹配，但人類學習語言的方式和計算機大不一樣。

例如，問答系統(tǒng)，目前問答系統(tǒng)的研究只能回答一些條件明確、答案簡單的問題，而無法對真實世界問答場景中復雜的問題作出復雜回答。而人們語言中的語義繁復多樣，有同義詞、近義詞和反義詞等等，一個詞組在不同的語言場景中可能蘊含多種含義，不同語言之間的表達方式和習慣更是有所不同。“對于人類來說，我們在從小到大的學習過程中學會了如何辨別復雜的語境，但計算機目前還遠不能做到這一點。”

再說機器人科學角度，目前，在工業(yè)界正在使用的機器人只能程序化地完成一些固定的任務，這與人們想象中的“人工智能機器人”區(qū)別較大，“機器人科學有助于實現(xiàn)人工智能研究的最終愿景——我們希望未來人工智能機器人能夠自主地運行，并與我們互動。”

喬丹預測，有些智能化應用確實可能成為現(xiàn)實。例如未來10年，自動駕駛汽車甚至是無人駕駛的出租車有可能實現(xiàn)。“雖然眼下這些技術的使用體驗還不甚良好，但是可以期許的是，未來10年這些前沿技術應該可以為人們所用。”

至于AI系統(tǒng)在人機交互的過程中能夠產(chǎn)生什么樣的理解，是否能實現(xiàn)預測、計劃等高級智能的問題，喬丹認為，實際上離這一步還非常遙遠，“至少要花幾十年的時間，甚至數(shù)百年時間才能讓機器人了解人類。”

來源：中國青年報 記者 王燁捷