邁克爾·喬丹此喬丹非飛人喬丹。他是研究統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)家，目前研究的領(lǐng)域正是普通人口中的人工智能（Artificial Intelligence，AI）。權(quán)威的學(xué)術(shù)搜索引擎Semantic Scho

目前，人類對(duì)人工智能的恐懼日甚一日，研究黑洞的英國(guó)物理學(xué)家霍金就認(rèn)為人類會(huì)制造出如同人類一樣新物種，最終消滅人類。 人工智能究竟會(huì)如何，2016年12月17日，在第二屆“復(fù)旦科技創(chuàng)新論壇”上，邁克爾·喬丹做了一場(chǎng)演講，他首先告訴聽眾，人們對(duì)人工智能、大數(shù)據(jù)學(xué)習(xí)期望過(guò)高，目前已經(jīng)發(fā)展過(guò)熱。而且他還意外地告訴聽眾，這門全民關(guān)注的顯學(xué)，目前還處于初級(jí)階段，并未成為體系化的理論科學(xué)，有很多難以理論化解決的難題。 在演講之后，他解答了霍金的擔(dān)憂，“霍金研究領(lǐng)域不同，他的論述聽起來(lái)就是個(gè)外行，機(jī)器人毀滅人類的可能性，在幾百年里不會(huì)發(fā)生?！边~克爾·喬丹認(rèn)為，通過(guò)研究人腦的運(yùn)行機(jī)理，從生物學(xué)途徑仿生出一個(gè)類人腦的人工智能，以目前的進(jìn)展看，很長(zhǎng)時(shí)間里無(wú)法實(shí)現(xiàn)。 具體到人工智能的研究，邁克爾·喬丹認(rèn)為，人工智能最先獲得突破的領(lǐng)域是人機(jī)對(duì)話，更進(jìn)一步的成果則是能幫人類處理日常事務(wù)甚至作出決策的家庭機(jī)器人。 霍金是外行 澎湃新聞：人工智能、神經(jīng)網(wǎng)絡(luò)提出有幾十年了，發(fā)展歷程起起伏伏，神經(jīng)網(wǎng)絡(luò)研究在歷史上幾次受挫，是不是意味著人工智能的研究方向是計(jì)算機(jī)科學(xué)，而不是所謂的人腦科學(xué)？ 邁克爾·喬丹：我不認(rèn)為神經(jīng)網(wǎng)絡(luò)經(jīng)歷了起伏，神經(jīng)網(wǎng)絡(luò)的發(fā)展帶來(lái)了很重要的理論貢獻(xiàn)，你所說(shuō)的起伏是由于計(jì)算機(jī)的性能不能匹配其大量運(yùn)算的需求， 當(dāng)計(jì)算機(jī)的硬件、軟件、計(jì)算數(shù)據(jù)，這些都跟上了理論的發(fā)展進(jìn)程，神經(jīng)網(wǎng)絡(luò)就能發(fā)揮出自己的優(yōu)勢(shì)。 澎湃新聞：霍金很擔(dān)心人工智能，但微軟的科學(xué)家說(shuō)計(jì)算機(jī)具有自我意識(shí)還要幾百年之久，您如何看？ 邁克爾·喬丹：霍金不是人工智能的研究者，他是一個(gè)外行 。計(jì)算神經(jīng)生物學(xué)近期不會(huì)有太大的突破，大概幾百年后才能有進(jìn)展，但我還是保守看好這方面的發(fā)展。 澎湃新聞：您不看好通過(guò)研究人腦科學(xué)獲得人腦一樣的運(yùn)算能力這個(gè)研究方向？ 邁克爾·喬丹：這是非常難的問(wèn)題了，首先，人們對(duì)大腦運(yùn)行機(jī)制還不是很清楚，目前還需要很精細(xì)的研究，要細(xì)致地了解每一個(gè)細(xì)胞的功能機(jī)理。目前計(jì)算機(jī)視覺技術(shù)，主要通過(guò)對(duì)圖片、視頻來(lái)分析，這在模擬人腦認(rèn)知方面是遠(yuǎn)遠(yuǎn)不夠的。打個(gè)比方就像我要研究上海的經(jīng)濟(jì)狀況，不是通過(guò)空中簡(jiǎn)單的航拍就可以了解的，這種方法太粗了。其次，以前科學(xué)家用行星運(yùn)行來(lái)比喻原子內(nèi)的結(jié)構(gòu)，前提是我們對(duì)行星運(yùn)行的機(jī)制有很深的理解。現(xiàn)在人們通過(guò)對(duì)人腦的研究來(lái)開發(fā)人工智能，但對(duì)人腦機(jī)制的認(rèn)知還非常淺，所以這個(gè)方向?qū)儆谖粗奶剿鳌? 工作崗位被機(jī)器人取代是大勢(shì)所趨 澎湃新聞：人工智能取代工作崗位這是肯定要發(fā)生的吧？ 邁克爾·喬丹：工作崗位被機(jī)器人取代是大勢(shì)所趨，像自動(dòng)駕駛?cè)〈鲎廛囁緳C(jī)，可能會(huì)讓交通更安全，但是在經(jīng)濟(jì)上帶來(lái)的影響是不可忽略的。比如出租司機(jī)或工人被機(jī)器取代了，他們的生活怎么辦，他們有沒(méi)有被安排新的工作，這是很重要的社會(huì)問(wèn)題，是科技解決不了的。人類不可能被機(jī)器毀滅，人類只能被自己毀滅。 澎湃新聞：目前已經(jīng)通過(guò)人腦和電腦相連玩游戲了，這能否是一個(gè)研究人腦獲得人工智能的佐證？ 邁克爾·喬丹：可以，但起到的作用很有限，這種研究是很粗略的，大腦是很精致的，不太可能看了你的行為就能夠研究出來(lái)你的思維是什么樣。 大數(shù)據(jù)明顯過(guò)熱 澎湃新聞：您之前認(rèn)為大數(shù)據(jù)過(guò)熱，目前有很多大數(shù)據(jù)的數(shù)學(xué)和工程的問(wèn)題需要解決，會(huì)發(fā)生一場(chǎng)大數(shù)據(jù)的冬天。但現(xiàn)在有非常多的公司進(jìn)入這一領(lǐng)域，您還認(rèn)為冬天會(huì)到來(lái)嗎？ 邁克爾·喬丹：大數(shù)據(jù)明顯過(guò)熱。很重要的科學(xué)問(wèn)題是怎樣讓大數(shù)據(jù)在大尺度、大規(guī)模的深度學(xué)習(xí)中解決實(shí)際問(wèn)題。但有個(gè)很重要的問(wèn)題是，大數(shù)據(jù)分析必須建立正確的數(shù)據(jù)模型，但是目前沒(méi)有辦法從根本上杜絕錯(cuò)誤的數(shù)據(jù)模型。不過(guò)大數(shù)據(jù)的冬天還不至于到來(lái)，因?yàn)槟壳斑€是有很多好的想法，可能會(huì)有段冷卻時(shí)間，但可能不是冬天。不過(guò)大家對(duì)大數(shù)據(jù)的期望值實(shí)在太高了。 看好人機(jī)對(duì)話、自然語(yǔ)言處理的突破 澎湃新聞：人工智能最先獲得突破的是哪一塊？ 邁克爾·喬丹：計(jì)算機(jī)視覺領(lǐng)域已經(jīng)有很好的突破，但我比較看好人機(jī)對(duì)話、自然語(yǔ)言處理的突破，這些是正在改變或即將發(fā)生的改變，譬如谷歌的翻譯系統(tǒng)最近有非常不錯(cuò)的成果，下一個(gè)領(lǐng)域的突破就是在家用機(jī)器人方面，小機(jī)器人在日常生活中與人的人機(jī)互動(dòng)，這是多方面應(yīng)用的人機(jī)交互，既有計(jì)算機(jī)視覺，還有人機(jī)對(duì)話，以及綜合場(chǎng)景處理。家用機(jī)器人了解你日常生活的模式，并對(duì)此進(jìn)行學(xué)習(xí)，然后進(jìn)行下一步的服務(wù)，這是正在進(jìn)行中的突破。 還有一個(gè)就是精準(zhǔn)醫(yī)療，我非?？春?，雖然前景并不非常明確，因?yàn)樾枰私獠∪说臍v史數(shù)據(jù)，再對(duì)可能要到來(lái)的疾病進(jìn)行診斷、預(yù)測(cè)和治療。谷歌現(xiàn)在在各個(gè)領(lǐng)域都能幫助人，不是谷歌什么都知道，是谷歌可以搜索，或了解這些知識(shí)。人工智能的下一步就可以幫助人們做決斷，幫人做出決定，這是更深層次的邏輯運(yùn)算。 澎湃新聞：掌握最多數(shù)據(jù)的公司認(rèn)為他們更有優(yōu)勢(shì)做好深度學(xué)習(xí)，現(xiàn)實(shí)如此嗎，其他公司的機(jī)會(huì)在哪里？ 邁克爾·喬丹：首先是數(shù)據(jù)量的問(wèn)題，深度學(xué)習(xí)十分依賴于公司處理的是什么樣的數(shù)據(jù)，譬如精準(zhǔn)醫(yī)療、電子商務(wù)，專業(yè)的公司有大量的數(shù)據(jù)，但私人對(duì)這些數(shù)據(jù)并不是十分感興趣；另外是數(shù)據(jù)質(zhì)量的問(wèn)題，很可能大公司有更好的數(shù)據(jù)質(zhì)量，譬如美國(guó)的推特、中國(guó)的微博，雖然每天產(chǎn)生大量的數(shù)據(jù)，但這些數(shù)據(jù)之間的關(guān)系可能比較微弱，普通人不感興趣，可能只有大公司才有興趣；還有信用卡以及金融數(shù)據(jù)，可以分析出大家的購(gòu)買習(xí)慣，這對(duì)私人來(lái)說(shuō)就是非常有用的東西。這也是數(shù)據(jù)量多的公司才能做的事。另外，數(shù)據(jù)收集方面有很大的挑戰(zhàn)，因?yàn)橛腥藶榛蛘卟豢杀苊獾氖д`，會(huì)對(duì)數(shù)據(jù)產(chǎn)生人為的損害和污染，如何保證數(shù)據(jù)的高質(zhì)量是非常重要的問(wèn)題。 澎湃新聞：在人工智能方面最先獲得突破的是谷歌、亞馬遜這些大公司嗎？ 邁克爾·喬丹：這是很重要的問(wèn)題，但就2016年來(lái)說(shuō)，研究機(jī)構(gòu)還是最有可能獲得突破的，未來(lái)如何不好說(shuō)，但過(guò)去30年的經(jīng)驗(yàn)，人工智能的研究，研究機(jī)構(gòu)一直領(lǐng)先。 以下為邁克爾·喬丹于第二屆“復(fù)旦科技創(chuàng)新論壇”暨第一屆“復(fù)旦-中植科學(xué)獎(jiǎng)”上的演講，由復(fù)旦大學(xué)大數(shù)據(jù)學(xué)院張楠整理。以饗讀者。 大數(shù)據(jù)的世紀(jì)難題 ——缺少理論化的科學(xué)體系 在建造一個(gè)大數(shù)據(jù)系統(tǒng)時(shí)，設(shè)計(jì)者通常都要面對(duì)精準(zhǔn)性和計(jì)算速度的取舍，目前并沒(méi)有一個(gè)科學(xué)化的體系來(lái)指導(dǎo)我們。這個(gè)指導(dǎo)系統(tǒng)的重要性，就像是幾千年來(lái)，人們修建房屋和橋梁，不斷實(shí)踐、試錯(cuò)改錯(cuò)、最后理論化提煉出土木工程這門科學(xué)，可以指導(dǎo)人們應(yīng)對(duì)建筑工程中遇到的所有問(wèn)題。在大數(shù)據(jù)時(shí)代來(lái)臨之前，我們?cè)谙嚓P(guān)領(lǐng)域取得了很多成果，比如計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)等。但當(dāng)我們面對(duì)大數(shù)據(jù)的新問(wèn)題，我們并沒(méi)有一套科學(xué)的解決方案，這是世紀(jì)挑戰(zhàn)。 因此我們不能簡(jiǎn)單地將已有方法拿過(guò)來(lái)套用，而是要從科學(xué)的角度認(rèn)真思考和嘗試找到科學(xué)方法，其中非常重要的一點(diǎn)就是將計(jì)算思維和推斷思維結(jié)合起來(lái)。 幾十年來(lái)，研究者一直致力于用機(jī)器代替人來(lái)進(jìn)行特定的活動(dòng)。有些方面已經(jīng)取得了巨大的成功，比如Google搜索引擎，我們?cè)谝粋€(gè)空白框內(nèi)輸入關(guān)鍵詞，很快就可以得到我們想要的答案。就這個(gè)搜索框而言，其背后的技術(shù)在幾十年中不斷發(fā)展，通過(guò)數(shù)據(jù)的日積月累和算法的不斷改善，形成了如今的非常個(gè)性化的服務(wù)系統(tǒng)。 在硅谷，越來(lái)越多的公司在設(shè)計(jì)、開發(fā)類似的個(gè)性化大數(shù)據(jù)系統(tǒng)，比如搜索引擎、電子商務(wù)、精準(zhǔn)醫(yī)療等等。他們?cè)跀?shù)據(jù)不斷涌入的情況下，通過(guò)調(diào)整參數(shù)、嘗試不同模型，提高預(yù)測(cè)的精準(zhǔn)性。相比控制出錯(cuò)的比例，公司更關(guān)心的是出錯(cuò)的絕對(duì)數(shù)量不要隨著數(shù)據(jù)的增多而增加。 同時(shí)，大數(shù)據(jù)帶來(lái)的另一個(gè)挑戰(zhàn)是對(duì)計(jì)算速度的要求。數(shù)據(jù)越多，處理的時(shí)間也就越長(zhǎng)。一個(gè)高度個(gè)性化的、準(zhǔn)確的服務(wù)系統(tǒng)，如果運(yùn)行起來(lái)很慢，用戶是不會(huì)滿意的。比如，搜索引擎的響應(yīng)時(shí)間已經(jīng)從最初的幾秒優(yōu)化到如今的幾毫秒。如果思考得更長(zhǎng)遠(yuǎn)些，今天我們有TB（1024GB）級(jí)的數(shù)據(jù)，幾年后我們會(huì)有PB（1024TB）級(jí)的數(shù)據(jù)。豐富多樣的數(shù)據(jù)可以使系統(tǒng)個(gè)性化、精準(zhǔn)化方面再上幾個(gè)臺(tái)階，但是同時(shí)人們也期待計(jì)算速度能夠越來(lái)越快。 而計(jì)算思維來(lái)自于計(jì)算機(jī)科學(xué)，是一種思想，是關(guān)于思考特定問(wèn)題的抽象化、模塊化、擴(kuò)展化和穩(wěn)健化等方法，絕不僅僅是如何編程。計(jì)算機(jī)專業(yè)的學(xué)生在這些方面都會(huì)接受很好的訓(xùn)練，但被大家忽視的，也是特別重要的推理思維。推理思維不是新思想，它是有幾百年發(fā)展歷史，它是統(tǒng)計(jì)學(xué)中最核心的東西。推理思維強(qiáng)調(diào)的是，拿到數(shù)據(jù)，我們要思考數(shù)據(jù)是從哪里來(lái)的，背后的真實(shí)世界是怎樣的，數(shù)據(jù)如何從真實(shí)世界中采集來(lái)的，會(huì)不會(huì)有采樣偏差，等等。 遺憾的是，計(jì)算科學(xué)和統(tǒng)計(jì)學(xué)長(zhǎng)久以來(lái)獨(dú)立發(fā)展，直到如今的大數(shù)據(jù)時(shí)代，兩個(gè)學(xué)科的交叉，才使得這兩門學(xué)科遇到了真正的機(jī)遇，同時(shí)也帶來(lái)了挑戰(zhàn)。 一方面，計(jì)算機(jī)科學(xué)家并不太懂統(tǒng)計(jì)推斷，所以他們把這方面的研究命名為機(jī)器學(xué)習(xí)。然而機(jī)器學(xué)習(xí)只是將模型應(yīng)用到數(shù)據(jù)上，并不關(guān)注推斷問(wèn)題，以及樣本和總體之間的關(guān)系，也沒(méi)有涉及統(tǒng)計(jì)學(xué)中偏差和因果推斷的內(nèi)容。 另一方面，傳統(tǒng)統(tǒng)計(jì)學(xué)理論關(guān)注損失、風(fēng)險(xiǎn)、隨機(jī)性等概率性質(zhì)，極少涉及計(jì)算時(shí)間方面的概念。 我們舉一個(gè)醫(yī)療研究的例子來(lái)體會(huì)計(jì)算思維和推理思維的不同和聯(lián)系。假設(shè)有一個(gè)存放患者健康信息和醫(yī)療歷史的數(shù)據(jù)庫(kù)，如果有直接查詢的權(quán)限，我們就可以得到想要的信息，并進(jìn)行下一步操作。但由于保護(hù)隱私的考慮，我們通常只能查詢到經(jīng)過(guò)隨機(jī)化處理的間接信息。計(jì)算思維考慮的問(wèn)題，就是基于間接信息的結(jié)果，如何盡可能得到近似原始觀測(cè)得到的結(jié)果，使用這些擾動(dòng)過(guò)的數(shù)據(jù)，能不能做出和使用原始數(shù)據(jù)一樣好的預(yù)測(cè)。 推斷思維的角度則完全不同。我們通常假設(shè)：數(shù)據(jù)庫(kù)中所有患者的信息只是某未知真實(shí)總體的抽樣觀測(cè)，我們不僅關(guān)注那些信息已經(jīng)存在數(shù)據(jù)庫(kù)里的患者，我們也關(guān)心那些不在數(shù)據(jù)庫(kù)中、但類型相似的患者。那么，統(tǒng)計(jì)學(xué)家關(guān)注的是，基于數(shù)據(jù)庫(kù)直接信息的結(jié)果會(huì)對(duì)真實(shí)世界的結(jié)果有多好的近似。 這是幾十年前，這兩個(gè)領(lǐng)域各自研究的問(wèn)題?，F(xiàn)在是如何把這兩種思維結(jié)合起來(lái)。 所以，在這個(gè)醫(yī)療數(shù)據(jù)隱私例子上，我們關(guān)心的問(wèn)題就變成了我們?nèi)绾卫秒S機(jī)化的間接信息，來(lái)得到近似真實(shí)世界的結(jié)果。推理思維在連接真實(shí)世界和間接信息中起到了橋梁作用。 因此，大數(shù)據(jù)帶來(lái)的挑戰(zhàn)層出不窮，將兩種思維結(jié)合起來(lái)，并且認(rèn)真研究新問(wèn)題，才是真正的核心。無(wú)論是對(duì)理論還是實(shí)踐感興趣，我們都應(yīng)該為有更多的機(jī)遇而感到興奮。

• 上一條： 近日，深圳市羅湖區(qū)人民檢察院在官網(wǎng)公布一則辦案動(dòng)態(tài)。經(jīng)過(guò)廣東省深圳市羅湖區(qū)人民檢察院一年來(lái)的不懈努力，2023年12月，暫予監(jiān)外執(zhí)行10年之久的社矯對(duì)象賴某被收監(jiān)，執(zhí)行剩余刑期，2366萬(wàn)元罰金刑同步
• 下一條： （以下均為美國(guó)東部時(shí)間）