卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)學(xué)院教授、圖靈獎(jiǎng)獲得者Raj Reddy

5月31日上午，卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)學(xué)院教授、圖靈獎(jiǎng)獲得者Raj Reddy蒞臨微軟亞洲研究院，帶來了一場題為“重新審視人工智能：以歷史的視角”的精彩講座。Reddy教授從歷史的視角出發(fā)，回溯了60年來計(jì)算機(jī)科學(xué)和人工智能領(lǐng)域的成就，回應(yīng)了大眾對“人工智能威脅論”的疑慮，并對未來的“超智能”作出了展望。本文是演講的文字精簡版。

60多年前，我們的行業(yè)先驅(qū)開創(chuàng)了計(jì)算機(jī)科學(xué)、人工智能這些全新的研究領(lǐng)域。但是直到今天，人們對人工智能依然抱有大量的誤解和恐懼，認(rèn)為人工智能將取代人類、統(tǒng)治世界。面對這些質(zhì)疑，我認(rèn)為，只有理解我們從何而來、身處何處，我們未來將去往何方，才不會(huì)對這些關(guān)于人工智能的誤解感到困惑。

人工智能將永遠(yuǎn)無法統(tǒng)治世界，相反，由于人工智能可以成為每一個(gè)人的“超能力”，人類是平等的，沒有誰將因?yàn)槭褂萌斯ぶ悄芏桉{于他人之上。如果我們向前回溯科技發(fā)展的歷程，我們會(huì)發(fā)現(xiàn)，人工智能的發(fā)展與以往任何一次的技術(shù)進(jìn)步都是相似的，不同的是我們比過去多了幾百萬倍的數(shù)據(jù)庫，這些數(shù)據(jù)庫正是我們今天所獲得的一切成就的基礎(chǔ)——無論是機(jī)器文本翻譯、語音翻譯，還是機(jī)器問答，這些創(chuàng)造性突破都離不開數(shù)據(jù)和計(jì)算能力的強(qiáng)有力支撐。

60年前，當(dāng)我的導(dǎo)師John McCathy在1956年的達(dá)特茅斯會(huì)議上首次提出“人工智能”這一概念時(shí)，當(dāng)時(shí)的初心是想讓電腦像人一樣智能地幫助人們完成一些繁瑣的任務(wù)，人們就有更多的時(shí)間從事自己喜歡的事業(yè)。

事實(shí)上，60年前機(jī)器就能幫助人們完成一些任務(wù)了，比如加減乘除的運(yùn)算。于是人們繼續(xù)發(fā)問，機(jī)器還能幫助我們完成其它任務(wù)嗎？科學(xué)家們就開始了嘗試，圖靈說他相信機(jī)器可以擁有某些智能，Arthur Samuel開始研究如何讓計(jì)算機(jī)學(xué)習(xí)下棋。所以機(jī)器學(xué)習(xí)在50年代就出現(xiàn)了，那時(shí)的機(jī)器學(xué)習(xí)是簡單的規(guī)則學(xué)習(xí)，探索機(jī)器是否能發(fā)現(xiàn)、辨認(rèn)和使用模式（pattern）。所以在人工智能的最初階段，人們探討的都是下棋、玩游戲、理論驗(yàn)證這樣的問題。

接下來人們開始探索計(jì)算機(jī)能不能擁有解決問題的能力，他們編寫程序讓計(jì)算機(jī)嘗試處理一些數(shù)學(xué)問題。由于這些問題只需要窮盡所有的可能性就可以解決，所以計(jì)算機(jī)解決得比人類更好更快。

在達(dá)特茅斯會(huì)議之后的第一個(gè)十年里，當(dāng)時(shí)我還是斯坦福大學(xué)的一名學(xué)生。那時(shí)，人們認(rèn)為電腦能夠看、聽、說并不是智能的表現(xiàn)，因?yàn)槊恳粋€(gè)普通人都可以做到這一點(diǎn)。但事實(shí)證明這種想法是錯(cuò)誤的，從第二個(gè)十年開始，我們就開始研究制造機(jī)器人，讓計(jì)算機(jī)能夠說話，也開始了計(jì)算機(jī)視覺等新領(lǐng)域的研究，我們一路走來，歷經(jīng)困難，也有了許多新的突破。

某些人認(rèn)為只有通用人工智能才能解決某些常識(shí)性問題，事實(shí)上，根本就不存在通用人工智能，所有的智能都是應(yīng)用于某一特殊領(lǐng)域的智能。

馬文·明斯基在《心智社會(huì)》(The Society of Mind)中提到，人腦的智能不是整個(gè)大腦一起運(yùn)作的，而是分為成千上萬個(gè)區(qū)域，每一片區(qū)域具有一種特定功能。大腦的研究人員發(fā)現(xiàn)大腦有大約1立方厘米的區(qū)域?qū)ｉT用來識(shí)別媽媽的臉。當(dāng)然，大腦會(huì)把負(fù)責(zé)圖像識(shí)別的區(qū)域和負(fù)責(zé)語言的區(qū)域連接起來，這樣一來我們就會(huì)把媽媽本身和“Mother”這個(gè)單詞聯(lián)系起來，所以連接就成為智能最重要的一部分。

我們希望計(jì)算機(jī)可以實(shí)現(xiàn)那些人類可以做的事情，比如說話、學(xué)習(xí)等等。然后，大家開始研究專家系統(tǒng)、機(jī)器人、自動(dòng)駕駛汽車等等。到了20世紀(jì)末，我們用AI技術(shù)實(shí)現(xiàn)了幾個(gè)對人類來說非常容易或者稍微有些困難的工作，比如，證明理論、下象棋等。隨后，我們遇到了技術(shù)轉(zhuǎn)折點(diǎn)，我們擁有了足夠的計(jì)算能力、儲(chǔ)存和帶寬來實(shí)現(xiàn)那些我們過去認(rèn)為永遠(yuǎn)無法實(shí)現(xiàn)的能力。

AI已經(jīng)可以完成某些被認(rèn)為是人類才能完成的任務(wù)。未來，AI能不能完成人類沒辦法做的事情？這不僅僅是通用人工智能，而是超智能。我認(rèn)為未來這一點(diǎn)是可以實(shí)現(xiàn)的。回到AI和計(jì)算機(jī)科學(xué)的定義，我在1965年有過一個(gè)定義——AI和計(jì)算機(jī)科學(xué)是提高大腦能力的學(xué)科。你的大腦可以做的任何事情，計(jì)算機(jī)和AI都可以做地更好更快，甚至可以完成一些人類沒辦法完成的事情。

20世紀(jì)，計(jì)算機(jī)科學(xué)家們所做的就是對已有知識(shí)進(jìn)行編程，采用各種各樣的方式來讓機(jī)器學(xué)習(xí)自己解決人類的任務(wù)。從比較簡單的解數(shù)學(xué)題、下棋，到理解語言、語音、圖像，再到機(jī)器人可以畫畫、創(chuàng)作音樂、完成股票自動(dòng)交易這些更有創(chuàng)造力的任務(wù)。

與20世紀(jì)相比，21世紀(jì)的人工智能有兩點(diǎn)不同：

第一，我們經(jīng)歷了一個(gè)范式轉(zhuǎn)換，在21世紀(jì)，計(jì)算機(jī)科學(xué)的重大突破將由大數(shù)據(jù)來驅(qū)動(dòng)——微軟技術(shù)院士、圖靈獎(jiǎng)得主Jim Gray將大數(shù)據(jù)命名為繼實(shí)驗(yàn)科學(xué)、理論推演、計(jì)算機(jī)仿真三大范式之后的“第四范式”。因此下一代人工智能系統(tǒng)就是數(shù)據(jù)驅(qū)動(dòng)的人工智能系統(tǒng)。

第二，20世紀(jì)人們在訓(xùn)練人工智能時(shí)使用的知識(shí)大多來自書籍，而到了21世紀(jì)，我們需要運(yùn)用人工智能和大數(shù)據(jù)去發(fā)現(xiàn)各個(gè)行業(yè)里的新知識(shí)。龐大的數(shù)據(jù)量將超過人類的處理能力，人工智能、機(jī)器學(xué)習(xí)就成為了大數(shù)據(jù)時(shí)代的核心，也許有一天，計(jì)算機(jī)將學(xué)會(huì)自己編寫它們需要的程序。

我想舉一個(gè)大家熟悉的例子。中國目前的基礎(chǔ)教育還存在地區(qū)、性別不平等的現(xiàn)象，比如西部地區(qū)的孩子可能很難通過高考擠進(jìn)高校教育的金字塔尖，在某些領(lǐng)域女性的數(shù)量遠(yuǎn)遠(yuǎn)不及男性等等，美國加州的教育也存在類似的不平等，那些來自普通學(xué)校的學(xué)生將無法和頂尖學(xué)校的學(xué)生一樣展現(xiàn)自己良好的學(xué)術(shù)水平。

我們可以基于大數(shù)據(jù)做一張地圖來呈現(xiàn)和分析這個(gè)話題，使它成為政府決策的有效依據(jù)。所以在21世紀(jì)，我們要盡可能地發(fā)現(xiàn)、使用數(shù)據(jù)驅(qū)動(dòng)的知識(shí)資源去解決我們社會(huì)中的問題。

那我們怎么運(yùn)用人工智能去自動(dòng)發(fā)現(xiàn)新知識(shí)呢？我們今天的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)都在使用大數(shù)據(jù)，但當(dāng)下深度學(xué)習(xí)面臨的一個(gè)問題是我們無法解釋正確答案是如何被找到的。這個(gè)問題可能在未來的5-10年內(nèi)會(huì)得到解決，也是我們接下來的任務(wù)。

最后我想重溫一下人工智能領(lǐng)域已經(jīng)取得的成就。1963-1969年間，我在斯坦福人工智能實(shí)驗(yàn)室，當(dāng)時(shí)實(shí)驗(yàn)室已經(jīng)開始著手機(jī)器人、語言、知識(shí)工程、計(jì)算機(jī)視覺等方向的研究。60年代，我們發(fā)明了“所見即所得”的圖形編輯器、PIECESOF GLASS（POG）、計(jì)算理論等。70年代，出現(xiàn)了知識(shí)中心型人工智能，還有一場關(guān)于太空探索的熱潮，我們在思考如何將人工智能應(yīng)用于太空探索，這個(gè)問題我們至今仍未解決。80年代，我們在卡內(nèi)基梅隆大學(xué)建立了機(jī)器人實(shí)驗(yàn)室，研究如何讓機(jī)器人自動(dòng)處理自己的系統(tǒng)。90年代，機(jī)器人成為了世界象棋冠軍，已經(jīng)學(xué)會(huì)了閱讀理解、回答問題，等等。

一直以來我感興趣的一個(gè)問題是，人工智能技術(shù)是否能夠被沒有受過教育的人所使用，他們?nèi)绾问褂茫课覀儸F(xiàn)有的技術(shù)可以做語言翻譯、發(fā)音，這個(gè)過程中包含語音識(shí)別、轉(zhuǎn)錄、翻譯等技術(shù)。多語言之間的翻譯已經(jīng)可以用技術(shù)部分實(shí)現(xiàn)，但還沒有完全實(shí)現(xiàn)，因?yàn)槭澜缟线€有一百多種語言的元數(shù)據(jù)沒有收集，而收集數(shù)據(jù)需要大量的時(shí)間和金錢。

回到我們的主題，20世紀(jì)的人工智能領(lǐng)域已經(jīng)完成了很多重大突破，也留下了一系列棘手的問題，諸如通用語言翻譯、自然語音識(shí)別等，我曾經(jīng)認(rèn)為它們在我有生之年都不會(huì)實(shí)現(xiàn)。但在21世紀(jì)的第一個(gè)十年，這些問題很快就有了突破，我們有了通用語言翻譯、語音對話、自動(dòng)駕駛汽車、深度問答系統(tǒng)、撲克機(jī)器人冠軍等等。

為什么我們能夠?qū)崿F(xiàn)這些突破呢？因?yàn)樗鼈兌际窃诖髷?shù)據(jù)和機(jī)器學(xué)習(xí)的幫助下成長起來的，計(jì)算機(jī)已經(jīng)開始有能力做一些人類無法實(shí)現(xiàn)的事情。在今年11月份的“二十一世紀(jì)的計(jì)算”大會(huì)上，我將會(huì)為大家介紹認(rèn)知放大器（cognition amplifier）和守護(hù)天使（guardian angel）的內(nèi)容，同樣是關(guān)于計(jì)算機(jī)完成一些人類無法完成的任務(wù)。舉一個(gè)簡單的例子，假設(shè)地震引發(fā)了一場海嘯，如果我們對此毫不知情，這將成為一場傷亡慘重的大災(zāi)難，但如果我們有一個(gè)守護(hù)天使，能夠預(yù)測10分鐘后即將到來的巨大海浪，我們就能夠拯救很多生命。如果馬航的MH370航班上有一個(gè)守護(hù)天使，檢測到機(jī)長沒有按照原定航線行駛，他就會(huì)接管飛機(jī)的控制權(quán)，就近降落，那么所有人都會(huì)被拯救。

所以這就是未來，我們創(chuàng)造技術(shù)的目的是保障人類的能力，拓展人類的局限。我們每個(gè)人都將可以使用大規(guī)模的人工智能系統(tǒng)，它們就像我們的守護(hù)天使，可以保護(hù)人類、幫助人類、延伸人類的知覺與能力。放眼看更遙遠(yuǎn)的未來，我認(rèn)為我們將不僅僅只有人工智能和人類智能，更會(huì)出現(xiàn)超人類智能。但別忘了最重要的一點(diǎn)，由于它們是高度專業(yè)化的智能機(jī)器，所以它們永遠(yuǎn)都不會(huì)統(tǒng)治世界，更不會(huì)奴役我們。謝謝大家！

Raj Reddy簡介

Raj Reddy，卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院教授，1994年圖靈獎(jiǎng)獲得者，美國國家工程院、美國藝術(shù)與科學(xué)院院士，1999年至2001年曾擔(dān)任克林頓總統(tǒng)信息技術(shù)咨詢委員會(huì)（PITAC）聯(lián)合主席。Reddy博士在人工智能、語音理解、圖像識(shí)別、機(jī)器人、多傳感器應(yīng)用、智能代理等領(lǐng)域有超過50年的研究經(jīng)驗(yàn)。