作為這個(gè)時(shí)代的代名詞，人工智能（AI）受到技術(shù)人員、學(xué)者和風(fēng)險投資人等社會(huì )各界的追捧，但這個(gè)名詞在被使用的過(guò)程中卻伴隨著(zhù)種種誤解。當我們用大數據推斷出某一事件的結果，就需要反思：數據來(lái)自哪里？數據得出了什么推論？這些推斷與當前情況之間的相關(guān)程度如何？

雖然人工智能大工程的“積木”塊已經(jīng)具備，但是把這些積木塊組合在一起的原則還沒(méi)有出現，所以這些積木的組合現在還是以特例的方式存在。

正如早期沒(méi)有土木工程學(xué)科之前的建筑和橋梁，有時(shí)會(huì )以不可預見(jiàn)的方式崩塌一樣，目前許多早期的大規模推理和決策系統已經(jīng)暴露出嚴重的概念缺陷。我們并不善于預測下一個(gè)會(huì )出現的嚴重缺陷，但我們能夠意識到，AI領(lǐng)域缺少的是一個(gè)具有分析和設計原理的工程學(xué)科。

AI概念需厘清

一個(gè)訓練有素的醫學(xué)專(zhuān)家也許能夠逐個(gè)解決大部分的醫療問(wèn)題，但問(wèn)題是，我們能否設計出全球醫療系統的解決方案，不用人類(lèi)監督也可以解決相關(guān)問(wèn)題？作為一名計算機科學(xué)家，想要建立這種全球的推理和決策系統所需的原則，將計算機科學(xué)與統計學(xué)相結合，并考慮到人類(lèi)的福祉——至今還無(wú)法做到。

不僅在醫療領(lǐng)域，在商業(yè)、交通和教育等領(lǐng)域，這些原則的建立與發(fā)展都與AI系統一樣重要。

當我們頻繁地使用“AI”，就很難推理AI這項新興技術(shù)的范圍和后果。我們需要仔細思考AI指的是什么。今天大多數所謂“AI”，指的是機器學(xué)習或是數據科學(xué)，甚至優(yōu)化和統計學(xué)等領(lǐng)域也包括在內。AI的概念總是不確定且外延不斷發(fā)展擴大，使用這個(gè)單一的、定義不清的縮略詞，會(huì )妨礙人們對技術(shù)和商業(yè)變革的清晰理解。

無(wú)論是否能很快理解“智能”，我們都面臨一個(gè)重大挑戰，即將計算機和人類(lèi)友好交互，從而給人類(lèi)生活帶來(lái)便利。為了解決這一問(wèn)題，就需要創(chuàng )建一個(gè)新的學(xué)科，這門(mén)新學(xué)科的目標是聚合幾個(gè)核心思想的力量，以安全的方式為人們帶來(lái)新的資源和能力。

這個(gè)新的工程學(xué)科將以“信息”“算法”“數據”“不確定性”“計算”“推理”“優(yōu)化”等思想為基礎。由于這個(gè)新學(xué)科建立在有關(guān)人類(lèi)的數據之上，所以其發(fā)展也需要從社會(huì )科學(xué)和人文科學(xué)的視角剖析。

關(guān)注智能增強和智能基礎設施

目前看來(lái)，我們的研究重點(diǎn)除了“類(lèi)人AI”，還應該對“智能增強”（IA）和“智能基礎設施”（II）兩大系統給予更多關(guān)注。

在過(guò)去的二十年里，IA在工業(yè)和學(xué)術(shù)界取得了重大進(jìn)展，這是對“類(lèi)人AI”的補充。在IA領(lǐng)域，計算和數據被用來(lái)增強人類(lèi)智力和創(chuàng )造力。搜索引擎可以被看作是IA的一個(gè)例子（它增強了人類(lèi)的記憶和知識），自然語(yǔ)言翻譯也是如此（它增強了人類(lèi)的交流能力）。

基于計算的聲音和圖像生成，雖然可能涉及高層次的推理和思想，但目前它們仍在執行各種字符串匹配和數字操作，其真正的作用還沒(méi)有展現。

II即一個(gè)由計算、數據和物理實(shí)體組成的網(wǎng)絡(luò )，它使人類(lèi)所處的環(huán)境更加友好、有趣和安全?，F在這種基礎設施已開(kāi)始出現在運輸、醫藥、商業(yè)和金融等領(lǐng)域，并對個(gè)人和社會(huì )產(chǎn)生巨大影響。

我們可以想象，在一個(gè)“社會(huì )規模的醫療系統”中生活，它建立了醫生以及位于患者體內外設備之間的數據流和數據分析流程，從而幫助人類(lèi)進(jìn)行診斷和提供護理。當然也可同時(shí)預見(jiàn)，這一系統將會(huì )出現很多問(wèn)題，比如隱私、責任、安全等問(wèn)題，但這些問(wèn)題應該被視為挑戰，而不是阻礙。

我們現在需要解決的問(wèn)題是：如果要建立上述系統，“類(lèi)人AI”研究是最佳，或者是唯一的方法嗎？

機器學(xué)習領(lǐng)域的成功案例中，有一些與“類(lèi)人AI”有關(guān)，如計算機視覺(jué)、語(yǔ)音識別、人機對局和機器人等。這些領(lǐng)域的進(jìn)一步發(fā)展值得期待。而要實(shí)現這樣的技術(shù)，還需要解決一系列的工程問(wèn)題，而這些問(wèn)題可能與人所缺乏的能力關(guān)系不大。

今后，整個(gè)智能系統可能會(huì )復雜得多，尤其是將使用大量數據和自適應統計建模來(lái)進(jìn)行更細層面上的決策。這些挑戰才是最需要被擺在首位的，而在努力解決這些挑戰的過(guò)程中，專(zhuān)注于“類(lèi)人AI”可能會(huì )令人分心。

專(zhuān)注“類(lèi)人AI”研究的觀(guān)點(diǎn)可能會(huì )認為，人類(lèi)的智慧是我們目前所能知道的唯一一種智慧，我們應該先模仿它。但其實(shí)人類(lèi)在某些推理上并不十分擅長(cháng)——我們會(huì )有失誤、偏見(jiàn)和局限。關(guān)鍵是，人類(lèi)還沒(méi)有演化出大規模決策的能力，這種能力是現代II系統必須擁有的。人類(lèi)也還不足以應對II系統場(chǎng)景中的各種不確定性。

重要的是，必須將激勵、定價(jià)等經(jīng)濟概念帶入統計和計算基礎設施領(lǐng)域，是它們連接了人與人、人與商品。這樣，II系統就不僅僅是提供服務(wù)，而是在創(chuàng )造市場(chǎng)。

構建以人類(lèi)為中心的工程學(xué)科

目前，AI研究的重點(diǎn)還是收集數據、部署“深度學(xué)習”基礎設施、展示能模仿某些狹義上的人類(lèi)技能（即幾乎沒(méi)有新出現的解釋原則）的系統。但是，這樣的研究重點(diǎn)偏離了經(jīng)典AI研究里最主要的開(kāi)放性問(wèn)題，包括在自然語(yǔ)言處理系統中引入推理和意義以及開(kāi)發(fā)制定和追求長(cháng)期目標系統的必要性。

這些都是“類(lèi)人AI”研究中的經(jīng)典目標，但在目前的AI熱潮中，這些亟待解決的問(wèn)題很容易被忽略。

我們希望計算機能夠激發(fā)人類(lèi)更高的創(chuàng )造水平，而不是取代人類(lèi)的創(chuàng )造力，我們面臨由AI、IA和II帶來(lái)的全方位挑戰和機遇。過(guò)于集中地關(guān)注“類(lèi)人AI”，會(huì )讓人們屏蔽很多聲音。

工業(yè)領(lǐng)域的進(jìn)步將繼續推動(dòng)發(fā)展，學(xué)術(shù)界也將繼續發(fā)揮重要作用，學(xué)術(shù)界的作用不僅在于提供創(chuàng )新性的技術(shù)理念，而且在于將來(lái)自：計算機和統計科學(xué)、社會(huì )科學(xué)、認知科學(xué)和人文科學(xué)等不同領(lǐng)域的研究人員匯聚起來(lái)，他們的價(jià)值和觀(guān)點(diǎn)十分重要。

在學(xué)術(shù)界以及其它領(lǐng)域里，“工程學(xué)”這個(gè)術(shù)語(yǔ)經(jīng)常被狹義地引用，以指代機器，但工程學(xué)科其實(shí)是可以成為我們想要的樣子的。我們有機會(huì )來(lái)建構一種新學(xué)科領(lǐng)域——真正以人類(lèi)為中心的工程學(xué)科。

摘自《中國科學(xué)報》