60年沉浮,人工智能还要经历多少偏见与误判

近两年,人工智能和深度学习,成为创业显学。硅谷一些研究室为了招聘工程师,全球撒网,薪水之高,令人咋舌。大到一个国家的规划,小到一本创业计划书,无人工智能,寸步难行。

其实,自1956年“人工智能”一词诞生以来,人工智能研发热,几起几落。究其因,包括科学家在内的众人,对人工智能抱有偏见和误判。

这一次,人类能够摒弃偏见,少一些误判吗?

1、AI从何来

消除偏见,从人工智能的词汇起源开始。

人工智能这个词由谁创造的?

回答这个问题,绕不开1956年的“人工智能夏季研讨会”(Summer Research Projection Artificial Intelligence)。

那个年代,这真是个别出心裁的会议名称,给这个会议取名的是麦卡锡(John McCarthy),时任达特茅斯学院数学系助理教授。

1955年夏天,麦卡锡到IBM一个研究团队打临工,该团队负责人是罗切斯特(Nathaniel Rochester),IBM第一代通用机701主设计师,对神经网络素有兴趣。两人一见如故,决定第二年夏天在达特茅斯大学搞一次活动,于是给洛克菲勒基金会写了个项目建议书,希望得到资助。

麦卡锡申请的预算是1.35万美元,但洛克菲勒基金会只批了7500美元。麦卡锡预计有六位学界代表出席,最终有10个人参加,其中有一位研究跳棋,一位研究象棋。

原本计划是两个月闭门研讨,但是,只有所罗门诺夫严肃地待了整整一个暑假。

普遍的误解是“人工智能”这个词是麦卡锡创造出来的,其实不是。麦卡锡晚年回忆时承认,“人工智能”这个词最早是从别人那里听来的,但记不清是谁。

英国数学家菲利普·伍德华(Woodward)给《新科学家》杂志写信说,他才是人工智能一词的创造者,麦卡锡是听他说的,因为伍德华1956年曾去麻省理工大学交流,见过麦卡锡。可是,麦卡锡的建议书1955年开始用“人工智能”了。

由于那个时代多位科研代表先后离世,人工智能一词究竟由谁创造,已成为公案。

2、AI有多热

“我这么年轻,当然希望自己一直赢下去,一直骄傲下去,统治棋盘多少多少年??”2016年3月,韩国围棋选手李世石对阵谷歌人工智能围棋软件阿尔法狗(AlphaGo)之前,中国围棋选手柯洁刚刚在一项公开赛决赛中击败了他。

一个月后,阿尔法狗赢了李世石;一年后,阿尔法狗赢了柯洁。

其实,谷歌有很多狗:自动驾驶狗(已行驶超200万公里)、医疗狗(DeepMind对疾病诊断已初试身手)、翻译狗(谷歌几十种语言的自动翻译)、军事狗(Boston Dynamic机器人)、金融狗??

用谷歌执行长桑德尔·皮查伊(Sundar Pinchar)的话说,人工智能已经将几年前无法想象的事物化为可能。

这种对人工智能的无尽热情和期待,几乎席卷整个世界。

在美国,谷歌、苹果与国际商业机器公司(IBM)等公司早已推出各自的人工智能计划。在开发者大会上,谷歌宣布“人工智能为先”的战略;在阿斯彭理念大会(Aspen Ideas Conference),微软总裁Satya Nadella号召人类与人工智能系统协作,用设计出来的机器增强人类。即便马斯克再强调人工智能的威胁,无论是特斯拉还是Space X火箭,都离不开人工智能。特别是特斯拉自动驾驶技术,核心就是人工智能。

有了目标和追求,就要有人才。

近几年,顶尖教授离开学术界,进入科技行业的案例比比皆是。多伦多大学的杰佛里·辛顿(Geoffrey Hinton)加盟谷歌,纽约大学扬·勒丘恩(Yann LeCun)去了脸书,斯坦福大学吴恩达(Andrew Ng)加入了百度,卡内基梅隆大学亚力克斯·斯姆拉(Alex Smola)去了亚马逊。

那些刚刚拿到毕业证的学生也成为抢手货。

“人工智能系毕业生价值介于500万到1000万美元之间,这是科技公司的底线。”卡内基梅隆大学(CMU)电脑科学学院院长安德鲁·摩尔(Andrew Moore)说。

除了“掠夺”人才,大企业还大力“收割”初创项目。

根据CB Insights报告,自从2011年以来,人工智能行业的并购活动增加了7倍,大多数创业公司在首轮融资的前四年内会被收购,已有近140家人工智能初创公司被收购。仅2016年第三季度的收购额就达到了10.5亿美元。

为了获取最佳的人工智能解决方案,谷歌、苹果、IBM、雅虎、英特尔等科技巨头,一直在加大收购人工智能初创公司的力度。微软在人工智能领域投资了大约25年了,专门“投资那些增长快、对社会积极影响很大的人工智能初创公司”。

根据The Information报道,过去两年时间收购人工智能公司最多的是谷歌,全资买了9家。苹果买了5家,英特尔和推特分别买了4家。

在中国,据投资中国等多家机构的不完全统计,2016年中国公开披露的AI领域投资超过200起,累计投资金额超过200亿元。业内认为,未来两年内,AI领域的投资金额将保持高速增长,2017年投资总金额可能是2016年的三倍甚至更高。

消费端又是一幅怎样的景象?

中央电视台的《开学第一课》栏目,让意大利的机器人TEO与两位年轻的钢琴演奏家同台“飙”琴技。

那个刚刚被阿尔法狗打败的柯洁,参加了一档科学挑战类节目《机智过人》,向人工智能机器人“少女诗人”小冰“告白”!

3、AI走弯路

以史为鉴,可知兴替。

人工智能的这波热潮,似曾相识。

一个细节是,人工智能,作为一个词汇被广泛认可,源于一位哲学家的质疑,那是达特茅斯会议召开十年后。

1965年,加州大学伯克利分校欧陆派哲学家德雷弗斯(Hubert Dreyfus)发表了《炼金术与人工智能》,针对纽厄尔和司马贺的工作,谈了一点意见,引发讨论。

几年后,德雷弗斯以这篇文章为基础,扩充内容成书———《计算机不能干什么》,人工智能成为靶子。

为什么一个质疑能引起如此大的轰动效应?因为那些年人工智能方向的研究者对形势产生了误判。

纽厄尔和司马贺(Herbert Simon)是当年参加达特茅斯的两位重量级参与者。

因缘际会,纽厄尔和司马贺合作搞研究一辈子。1975年,他们共享了图灵奖,三年后司马贺再得诺贝尔经济学奖。

也许是因为学术自信,1957年,司马贺预言,十年内计算机打败职业棋手。

1968年麦卡锡与象棋大师列维(David Levy)打赌,十年内下棋程序会战胜列维。列维为此输了2000美元。

正是在这样的“娱乐”气氛下,德雷弗斯找到了攻击点。

这是人工智能发展中的一个花絮,从侧面见证了人工智能的第一次泡沫的兴起和破灭———1956年至1974年,逻辑证明器、感知器、增强学习等只能做很简单、专门面很窄的任务,当时的计算机,无论是内存,还是处理速度,不足以解决任何实际的人工智能问题。

沉寂了约10年,人工智能于上世纪80年代迎来第二波热潮,一类名为“专家系统”的人工智能走俏,“知识处理”成为研发焦点。但是,“专家系统”的实用性仅限于某些特定情景,无法普及,第二次泡沫破灭。

司马贺1957年的预言,直至1997年才实现,1997年,IBM的“深蓝”击败了卡斯帕罗夫。

四十年,终成夙愿。为此,司马贺和日本计算机科学家宗像俊则(Munakata)合写了篇《人工智能的教训》(AI Lessons)。

伴随着深蓝的胜利,人工智能迎来第三波热潮,阿尔法狗的胜利,为这波浪潮再添一把火,深度学习和人工智能成为显学。

腾讯研究院近日推出的《中美两国人工智能产业发展全面解读》指出,自1999年美国第一笔人工智能风险投资出现以后,全球AI加速发展,在18年内,投资到人工智能领域风险资金累计1914亿元。

初创大师、斯坦福大学兼职教授史蒂夫·布莱克(Steve Blank)表示,未来,一切事物都将拥有人工智能。

这一次,泡沫会破灭吗?

美国硅谷人工智能研究院院长皮埃罗·斯加鲁菲,“在硅谷待了三十多年,专注了一个科技领域,就是人工智能”,亲身经历过人工智能的两次退潮。

对于目前正在兴起的第三次高潮,他保持着相当的警惕,“硅谷有泡沫,中国学习了硅谷,泡沫更大”。

市场里,“会”或“不会”的“答案”都有。其实,这个问题的最大不确定性,还是在于技术能够给人类的想象多大的发挥空间。

4、AI有何用

1955年,在写给洛克菲勒基金会的项目申请书上,麦卡锡罗列了计划研究的七个领域:

一、自动计算机;二、编程语言;三、神经网络;四、计算规模的理论(theory of size of acalculation);五、自我改进(机器学习);六、抽象;七、随机性和创见性。

六十多年过去了,人工智能的研究主要专注于六大能力的塑造:

一、感知能力,主要分为视觉和听觉。目前,公众较为熟悉的是计算机视觉(CV)和语音识别(voice recognition);

二、语言能力(NLP),该能力延伸出的范围也是相当广。除了语音识别,还有语音转文字,文字转语音,文本语义抽取,文本情感分析,文本分类,语法分析等;

三、记忆能力。这个能力看似容易,实际非常困难;

四、推理能力;

五、规划能力(planning),对最优决策/路线/动作的求取。比如自动驾驶技术离不开高性能高精度的规划算法;

六、学习能力。比如机器学习、深度学习。特别是深度学习,是目前市场最为火热的一个人工智能分支。

不难看出,目前大家推崇的阿尔法狗,只是人工智能的一个细小分支。

正如一位知乎用户所言,当前被称为“人工智能”学界的,实际上是相当广泛的一批人,人工智能的问题相当多样化,主流学术界一般都不会称自己是搞“人工智能”的,一般都是搞机器学习、统计学习、神经网络、逻辑编程等。

从这个角度看,人工智能的商业泡沫,不会也不能阻挡这个学科的发展。

2006年,达特茅斯会议五十年,十位当时的与会者,仅有五位还在世,摩尔、麦卡锡、明斯基、塞弗里奇和所罗门诺夫在达特茅斯再聚首,忆往昔,展未来。

参会人之一霍维茨(Horvitz)和老婆拿出一笔钱在斯坦福大学捐助了一个“AI100”的活动:在下面一百年里各路豪杰聚会,每五年出个AI进展报告。

5、AI有多危险

你是做什么的?

我们做的是人工智能!

为什么你是在热钱来了后创办这家公司?

2016年3月28日,在一场投资洽谈会上,硅谷风投Greylock合伙人Josh Elman与创业者交谈时,反复强调,人工智能不是“创业噱头”,要能解决真问题。

芝加哥大学在硅谷举办人工智能论坛,投资人这样谈如何评估一家人工智能初创公司:产品第一天上市就能给用户“价值”,而不是需要其他有的没的配套才能跟用户价值;产品有获利模式,不用损益平衡但要有营业额;最重要的是,每一个新来的用户带给公司更多的价值。

其实,面对如今的人工智能风潮,投资人和企业都在用一条商业判断标准,丈量风险。但是,他们都忽略了伦理风险。

事实上,人类在伦理面前,充满偏见。

日本制造公司NISSEI ECO企划书中,有一项内容备受瞩目,用人型机器人Pepper主持葬礼。

美国脸书(Facebook)人工智能研究所实验室,两个机器人有时竟然用非人类语言,进行谈判性对话。研究人员不得不调整模型,不让其肆意聊天。

前者的商用价值就一定比后者大吗?

真不一定。没人能肯定,死者家属能够坦然面对机器人的祷告,因为那些声音里不可能饱含情感和宗教情怀。

对于“未来人工智能(AI)在人类社会中扮演的角色”这一问题,美国硅谷两大巨头近日的争论,是上述问题的一个缩影。

特斯拉(Tesla)执行长马斯克(Elon Musk)认为,未来人类会被人工智能主宰,“人工智能的潜在危险不是空穴来风,在未来确实有可能危及人类生存。”他表示,在未来人工智能有可能反倒变成人类的主人,而人类则沦落为次等公民,甚至有可能面临人工智能的叛变。

脸书执行长扎克柏格(Mark Zuckerberg)则认为,这样悲观的态度非常不负责任,“运用人工智能不会导致如马斯克所预言的情况,而是对人类大有助益,以自动驾驶为例,车祸仍是人类主要死因之一,如果你用人工智能解决这个问题,那将会是重大的进步”。

推特前执行长迪克(Dick Costolo)也加入讨论,扎克柏格低估了人工智能的潜在危险。

1950年,阿兰·图灵考虑了一个问题:“机器能思维吗?”

67年过去了,马斯克开始考虑一个问题:“机器有多危险?”

67年间,人类对人工智能的认识已经足够多,但是,偏见依然在,因为每一个关于人工智能的思考,都没有标准答案。

;